一种形变物体的三维位姿估计方法及定位抓取系统技术方案

一种形变物体的三维位姿估计方法及定位抓取系统，其中位姿估计方法包括：获取形变物体在任意形变状态下三维的场景数据，根据场景数据组建得到形变物体的场景点对集；利用预先建立的三维形变模板数据库获得形变物体的模板点对集，根据场景点对集和模板点对集构建图模型；优化计算获得图模型中节点的匹配数量最多的连接边，根据该连接边对应的节点对形变物体进行三维位姿的估计，得到形变物体的位姿信息。技术方案可以将形变物体的三维位姿估计问题转化为图模型的优化计算问题，只要优化计算得到输出矩阵的最大特征值对应的特征向量就可以确定场景内的形变物体转换到模板坐标系内的相对位姿，从而方便得到形变物体的位姿信息。

A 3-D pose estimation method of deformed object and its location and grabbing system

【技术实现步骤摘要】
一种形变物体的三维位姿估计方法及定位抓取系统
本专利技术涉及机器视觉
，具体涉及一种形变物体的三维位姿估计方法及定位抓取系统。
技术介绍
在当今的制造业中，装配过程所用的时间、所花费的资金都比较多，为了提高生产效率，降低人力成本，人们开始探索利用机器人实现自动化装配。零件识别与抓取位置规划作为自动化装配过程中不可缺少的重要环节，对装配的质量有至关重要的影响，基于视觉的零件位姿判定与抓取位置规划可以明显提高产品装配的自动化程度、灵活度，减少耗时并降低成本，从而提高生产制造效率。机器人自动化装配涉及两项关键技术：零件识别与自动抓取。面对复杂的作业环境以及产品的多样化需求，从场景中识别需要装配的零件，并完成抓取送达安装工位，如何提升准确性和保证高效性是需要克服的技术难题。在存在噪声、遮挡等复杂场景中能够准确获取目标物体的三维位姿，对于很多工业应用和机器人抓取系统来说，至关重要。目前，很多三维位姿获取方法假设物体是刚性，在外部压力的作用下，物体不发生形变，这种情况下可以基于CAD模板或者三维扫描数据建立模型匹配，对于可形变物体，如何快速并且稳定的本文档来自技高网...

【技术保护点】
1.一种形变物体的三维位姿估计方法，其特征在于，包括：/n获取形变物体在任意形变状态下三维的场景数据，根据所述场景数据组建得到所述形变物体的场景点对集，所述场景点对集包括多个场景点对，所述场景点对由所述场景数据中的任意两个场景点形成；/n利用预先建立的三维形变模板数据库获得所述形变物体的模板点对集，所述模板点对集包括多个模板点对，每个所述模板点对由所述形变物体在参考状态下的模板数据中的任意两个模板点形成，或者由所述形变物体在形变状态下的形变数据中的任意两个模板点形成；/n根据所述场景点对集和所述模板点对集构建图模型，所述图模型包括相匹配的所述场景点对和所述模板点对形成的节点以及节点之间的连接边...

【技术特征摘要】
1.一种形变物体的三维位姿估计方法，其特征在于，包括：
获取形变物体在任意形变状态下三维的场景数据，根据所述场景数据组建得到所述形变物体的场景点对集，所述场景点对集包括多个场景点对，所述场景点对由所述场景数据中的任意两个场景点形成；
利用预先建立的三维形变模板数据库获得所述形变物体的模板点对集，所述模板点对集包括多个模板点对，每个所述模板点对由所述形变物体在参考状态下的模板数据中的任意两个模板点形成，或者由所述形变物体在形变状态下的形变数据中的任意两个模板点形成；
根据所述场景点对集和所述模板点对集构建图模型，所述图模型包括相匹配的所述场景点对和所述模板点对形成的节点以及节点之间的连接边；
优化计算获得所述图模型中节点的匹配数量最多的连接边，根据该连接边对应的节点对所述形变物体进行三维位姿的估计，得到所述形变物体的位姿信息。


2.如权利要求1所述的三维位姿估计方法，其特征在于，所述根据所述场景数据组建得到所述形变物体的场景点对集，包括：
根据预设的采样间隔对所述场景数据形成的点云数据进行离散化采样，形成场景点云；所述场景点云包括所述形变物体在当前场景下多个场景点的坐标以及对应的法向量，所述场景点为所述形变物体在任意形变状态下三维表面的数据；
将所述场景点云中的各个场景点进行组合，使得任意两个场景点的坐标和各自对应的法向量形成所述场景点对，利用形成的各个所述场景点对组建所述形变物体的场景点对集，且所述场景点对集用公式表示为
Ps＝{((p′1,n′1),(p′2,n′2)),(p′1,n′1)∈S,(p′2,n′2)∈S}＝S2；
其中，((p′1,n′1),(p′2,n′2))＝(s1,s2)表示所述场景点对，p′1、n′1分别为场景点s1的坐标和对应的法向量，p′2、n′2分别为场景点s2的坐标和对应的法向量，S为所述场景数据。


3.如权利要求2所述的三维位姿估计方法，其特征在于，所述三维形变模板数据库的建立过程包括：
获取所述形变物体对应的三维模型在参考状态下的模板数据，和在各个形变状态下的形变数据；
采用体素栅格对所述模板数据进行降采样处理，并且采用特征阈值对降采样处理后所述模板数据中的各个模板点进行筛选，得到模板点云，根据所述模板点云形成所述形变物体在参考状态下的全局特征描述子；所述模板点云包括所述形变物体在参考状态下多个模板点的坐标以及对应的法向量，所述全局特征描述子中的每个特征描述子与所述模板数据中的任意两个模板点形成的模板点对相对应且为四维的特征向量；
根据预设的参考点将所述形变数据转换到与所述模板数据相同的坐标系内，在同一坐标系内确定所述形变物体的各个形变状态相对于参考状态的形变变化范围，得到各个形变状态下的形变数据在所述形变变化范围内的模板点，形成所述形变物体在形变状态下的局部特征描述子，所述局部特征描述子中的每个特征描述子与所述形变变化范围内任意两个模板点形成的模板点对相对应且为四维的特征向量；
利用所述模板数据中的任意两个模板点形成的模板点对，和所述形变变化范围内任意两个模板点形成的模板点对组建所述形变物体的模板点对集，且所述模板点对集用公式表示为
Pm＝{((p1,n1),(p2,n2)),(p1,n1)∈M,(p2,n2)∈M}＝M2；
其中，((p1,n1),(p2,n2))＝(m1,m2)表示所述模板点对，p1、n1分别为模板点m1的坐标和对应的法向量，p2、n2分别为场景点m2的坐标和对应的法向量，M为所述模板数据和所述形变数据；
利用所述全局特征描述子和所述局部特征描述子建立数据库，且将所述模板点对集中的各个所述模板点对加入至建立的数据库之中，构建得到所述三维形变模板数据库。


4.如权利要求3所述的三维位姿估计方法，其特征在于，所述利用所述全局特征描述子和所述局部特征描述子建立数据库，且将所述模板点对集合中的各个所述模板点对加入至建立的数据库之中，构建得到所述三维形变模板数据库，包括：
建立一数据库且内部生成有哈希表，根据所述全局特征描述子中的每个特征描述子获得相对应的模板点对的特征值，将具有相同或相似特征值的点对划分为一个数据组且存入所述哈希表；
根据所述局部特征描述子中每个特征描述子相对应的模板点对的特征值，将该模板点对加入所述哈希表中的对应数据组内，且与对应数据组内已存入点对的特征值相一致；
为所述哈希表中的每个数据组设置一个键值，建立该键值和该数据组内所存储的点对之间的映射关系，在已建立的数据库的基础上利用所述哈希表构建得到所述三维形变模板数据库。


5.如权利要求4所述的三维位姿估计方法，其特征在于，所述根据所述场景点对集和所述模板点对集构建图模型，包括：
对所述场景点对集中每个所述场景点对内的两个场景点与所述模板点对集中每个所述模板点对内的两个...

【专利技术属性】
技术研发人员：杨洋，
申请(专利权)人：深圳市华汉伟业科技有限公司，
类型：发明
国别省市：广东;44