【技术实现步骤摘要】
时,所述p
i
或p
i
的各邻域点在候选姿态T(c
i
,c
jn
)下的置信度为否则,置信度为0。
[0028]总体而言,通过本专利技术所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
[0029]1、利用每个对应点对聚类中的特征点和邻域点构建局部参考坐标系,这种局部参考坐标系与由单个特征点构建的局部参考坐标系相比鲁棒性和稳定性都有了很大的提升,进而提高了姿态估计的准确性和三维目标识别的成功率;并且,通过计算复杂度低、计算速度快的局部参考坐标系进行姿态估计,相对于现有的随机采样一致性算法,能够显著提高目标识别的计算效率,从而在高遮挡和杂波的三维场景中快速、准确地识别出感兴趣的目标物体。
[0030]2、通过局部几何一致性约束对初始对应点对进行初步筛选,剔除不符合局部几何一致性约束的初始对应点对后再进行姿态估计,减少了姿态估计的计算量,进一步提高了计算效率。
附图说明
[0031]图1是本专利技术提供的基于几何一致性约束的三维目标识别方法流程示意图之一 ...
【技术保护点】
【技术特征摘要】
1.一种基于几何一致性约束的三维目标识别方法,其特征在于,包括:S1,依次以待识别场景各点为场景特征点q
i
,确定与q
i
对应的各邻域点q
jn
,并基于待识别场景各点与目标模型各点的初始对应关系(p,q),构建特征点对c
i
=(p
i
,q
i
)及与c
i
对应的各邻域点对c
jn
=(p
jn
,q
jn
);S2,基于p
i
及p
jn
,建立n个模型局部参考坐标系;基于q
i
及q
jn
,建立n个场景局部参考坐标系;其中,模型局部参考坐标系的构建过程为:以p
jn
为原点,以p
jn
的法向量n
j
为z轴,将p
i
投影到法向量n
j
的切平面上,投影点记作p
′
i
,以从p
jn
指向p
′
i
的单位向量u
j
作为x轴,将对n
j
和u
j
利用右手法则得到的单位向量v
j
作为y轴;场景局部参考坐标系的构建过程同理;S3,将第n个模型局部参考坐标系变换至第n个场景局部参考坐标系的变换矩阵记为候选姿态T(c
i
,c
jn
),计算各候选姿态的置信度,将置信度最高的候选姿态作为识别结果;其中,候选姿态T(c
i
,c
jn
)的置信度为p
i
及其各邻域点在候选姿态T(c
i
,c
jn
)下的置信度之和;当p
i
或p
i
的各邻域点在候选姿态T(c
i
,c
jn
)下的变换误差e(c
i
)小于预设阈值t1时,所述p
i
或p
i
的各邻域点在候选姿态T(c
i
,c
jn
)下的置信度为否则,置信度为0。2.如权利要求1所述的基于几何一致性约束的三维目标识别方法,其特征在于,所述步骤S2之前,还包括:对各c
i
的置信度进行降序排列,保留置信度排序靠前的多组c
i
;其中,c
i
的置信度为c
i
与各c
jn
的相似度之和;其中,当p
i
、p
jn
的距离d与q
i
、q
jn
的距离d`之差的绝对值γ(c
i
,c
jn
)小于预设阈值t2时,c
i
与c
jn
的相似度否则,D(c
i
,c
jn
)=0。3.如权利要求2所述的基于几何一致性约束的二维目标识别方法,其特征在于,所述p
i
、p
jn
的距离d与q
i
、q
jn
的距离d`之差的绝对值γ(c
i
,c
jn
)=|||p
i
‑
p
jn
||
‑
||q
i
‑
q
jn
|||。4.如权利要求1所述的基于几何一致性约束的三维目标识别方法,其特征在于,p
i
在候选姿态T(c
i
,c
jn
)下的变换误差e(c
i
)=||R(c
i
,c
jn
)
·
p
...
【专利技术属性】
技术研发人员:李中伟,钟凯,李蹊,吴浪,王从军,史玉升,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:
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。