无序点云生成网格数据结构的方法、装置、设备及介质制造方法及图纸

一种3D无序点云生成5D纹理网格数据结构的方法，包括：获取待扫描工件的无序点云；获取顶点S

【技术实现步骤摘要】
无序点云生成网格数据结构的方法、装置、设备及介质
本专利技术属于涉及计算机图形和计算机视觉
，特别涉及一种无序点云的数据网格化方法装置、计算机设备及存储介质。
技术介绍
在工业制造、物流等领域，机床上下料、零件分拣、货品拆零拣选等无序分拣任务对于传统人工操作的方式来说，劳动强度大、分拣效率低、招工难度大。机器人无序分拣技术越来越多地替代人工，成为相关产业降本增效、智能化升级的重要手段。机器人无序分拣依靠视觉识别方法定位待分拣物体，进而引导机器人末端完成物体的抓取和放置操作。一般采用2D图像、3D点云或网格等方式表征物体信息，物体的视觉识别方法可分为2D方法和3D方法两类。目前传统的2D视觉或3D视觉识别方法尚不能解决海量无序姿态工件的通用准确识别问题，难以应对电商物流的无序分拣需求。当待扫描工件的姿态倾角较大、杂乱堆叠时，比如进行位于周转箱侧放的桶装方便面识别，传统2D方法需要制作多个不同视角的模板进行匹配定位，这样面对海量工件时，建立模板工作量过于庞大；当待检测工件紧密放置时，3D视觉方法难以分割场景中的不同物体，且对物本文档来自技高网...

【技术保护点】
1.一种3D无序点云生成5D纹理网格数据结构的方法，其特征在于，包括如下步骤：/n获取待扫描工件的无序点云；/n对于所述无序点云中的任意一点P

【技术特征摘要】
1.一种3D无序点云生成5D纹理网格数据结构的方法，其特征在于，包括如下步骤：
获取待扫描工件的无序点云；
对于所述无序点云中的任意一点Pi，添加所述Pi的3D位置坐标（x，y，z）、法向量、颜色信息以获取顶点Smn，并建立所述Pi与所述顶点Smn之间一一对应索引关系；
对无序点云中的各点进行排序，分别获取所述点云数据中各点Pi的按行排序和按列排序；
遍历所述点云数据，对任意一点Pi，依照所述按行排序和所述按列排序中的索引规则查找所述无序点云中Pi的相邻点Pj、Pk、Pq；
依据所述索引关系，获取Pi,Pj、Pk、Pq各自分别对应的4个顶点Smn，Sm,n+1.Sm+1,n，Sm+1,n+1；
添加四角面片，并将所述4个顶点Smn，Sm,n+1.Sm+1,n，Sm+1,n+1添加至四角面片的对应顶点位置处以生成半边四角网格，其中每个所述顶点存储点云数据中对应点Pi的3D位置坐标（x，y，z）、法向量、颜色以及其为起始顶点的半边的指针信息，每个半边存储起始顶点、终止顶点、邻接面、上个半边、下个半边、对立半边的指针或索引；
遍历所述Pi或所述顶点Smn，获取全部所述Pi或所述顶点Smn对应的半边四角网格以输出所述无序点云对应的5D纹理网格数据结构。


2.根据权利要求1所述的一种3D无序点云生成5D纹理网格数据结构的方法，其特征在于，所述按行排序获取包括：对于无序点云中的任意两点，根据x/z和y/z的大小对无序点云中的点Pi进行排序，比较二者的y/z大小，并将y/z值较大的点排在后面，若二者y/z值相同，则比较x/z值大小，并将x/z值较大的点排在后面；若二者x/z值也相同，则删除其中一点，以获取所述按行排序；
和/或，所述按列排序获取包括：对于无序点云中的任意两点，根据x/z和y/z的大小对无序点云中的点Pi进行排序，比较二者x/z值大小，并将x/z值较大的点排在后面，若二者x/z值相同，则比较y/z值大小，并将y/z值较大的点排在后面；若二者y/z值也相同，则删除其中一点，以获取所述按列排序。


3.根据权利要求2所述的一种3D无序点云生成5D纹理网格数据结构的方法，其特征在于，创建两个空的容器以分别用于存储所述无序点云数据的按行排序与按列排序。


4.根据权利要求1所述的一种3D无序点云生成5D纹理网格数据结构的方法，其特征在于，对于任一点Pi，依照所述按行排序和所述按列排序中的索引规则查找所述无序点云中Pi的相邻点Pj、Pk、Pq包括如下步骤：
确定所述Pi在所述按行排序中的位置，并将Pi在所述按行排序中后一个点作为所述Pi的相邻点Pj；
确定所述Pj在所述按列排序中的位置，并将所述Pj在所述按列...

【专利技术属性】
技术研发人员：高磊，田希文，
申请(专利权)人：熵智科技深圳有限公司，
类型：发明
国别省市：广东;44