【技术实现步骤摘要】
物品抓取方法、装置、存储介质及电子装置
本专利技术涉及通信领域,具体而言,涉及一种物品抓取方法、装置、存储介质及电子装置。
技术介绍
近年来,机器人及自动化领域越来越多的应用3D视觉技术对目标物体进行定位,3D视觉作为新兴的
,能够给出目标物体的深度信息即物体表面的点云信息。其中,点云是通过测量仪器得到的目标外观表面的数据集合,具有三维坐标信息的点云被称为三维点云。激光雷达和深度相机则是获取三维点云的常见方式。在抓取物体时,相关技术中常采用如附图1所示的方式抓取,但是由图1可看出,在点云分割过程中,使用了LCCP、MLS、CPC方法,多种算法的结合会降低分割的快速性,此点在机器人抓取作业中是十分重要的评价指标;此外,在相关技术中,在进行物体抓取时,流程过多,结果将会受到多个参变量的影响,分割结果主参量体现不明显,不利于用户根据特定场景需求进行方法的调整。针对相关技术中存在的平面分割慢,以及无法有效的根据特定场景需求调整的问题,目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施 ...
【技术保护点】
1.一种物品抓取方法,其特征在于,包括:/n确定目标区域中包括的目标点的法向量及残差;/n利用所述目标点的法向量及残差在所述目标区域内进行平面分割,以得到目标平面;/n确定进行平面分割后得到的目标平面的抓取顺序;/n按照所述抓取顺序对所述目标平面对应的物品进行抓取。/n
【技术特征摘要】
1.一种物品抓取方法,其特征在于,包括:
确定目标区域中包括的目标点的法向量及残差;
利用所述目标点的法向量及残差在所述目标区域内进行平面分割,以得到目标平面;
确定进行平面分割后得到的目标平面的抓取顺序;
按照所述抓取顺序对所述目标平面对应的物品进行抓取。
2.根据权利要求1所述的方法,其特征在于,确定目标区域中包括的目标点的法向量及残差:
确定所述目标点中与所述目标点中包括的第一点最邻近的K个点,其中,K为大于零的整数;
基于所述K个点中的部分点确定所述第一点的法向量及残差。
3.根据权利要求2所述的方法,其特征在于,确定所述目标点中与所述目标点中包括的第一点最邻近的K个点包括:
基于K近邻KNN算法确定所述目标点中与所述第一点最邻近的K个点。
4.根据权利要求2所述的方法,其特征在于,基于所述K个点中的部分点确定所述第一点的法向量及残差包括:
基于所述K个点中的部分点采用最小二乘法确定所述第一点的法向量及残差。
5.根据权利要求4所述的方法,其特征在于,基于所述K个点中的部分点采用最小二乘法确定所述第一点的法向量及残差包括:
通过如下公式确定所述第一点的协方差矩阵∑:其中,pi为所述K个点中距离所述第一点最近的前K/2个点,为所述前K/2点的均值点;
通过如下公式确定各个特征向量以及各个特征值:λV=∑V,其中,V为特征向量,λ为特征值;
将特征值中包括的取值最小的特征值确定为所述第一点的所述残差,将所述取值最小的特征值对应的特征向量确定为所述第一点的法向量。
6.根据权利要求2所述的方法,其特征在于,利用所述目标点的法向量及残差在所述目标区域内进行平面分割,以得到目标平面包括:
循环执行以下操作,直到将所有的目标点均移除为止:
将所述第一点从所述目标点中移除,并将所述第一点作为第一平面的初始种子点;
从所述目标点中确定出满足预定条件的第一种子点并将所述第一种子点从所述目标点中移除;
基于所述第一点和确定出的满足所述预定条件的点确定第一平面;
重新在所述目标点中确定第一点。
7.根据权利要求6所述的方法,其特征在于,从所述目标点中确定出满足预定条件的第一种子点并将所述第一种子点从所述目标点中移除包括:
在与所述第一点的最邻近的K个点中确定出满足第一预定条件的第二点...
【专利技术属性】
技术研发人员:王亚杰,汪鹏飞,任宇鹏,卢维,殷俊,
申请(专利权)人:浙江大华技术股份有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。