【技术实现步骤摘要】
基于3D点云数据的物体抓取位姿计算方法
[0001]本专利技术涉及物体抓取
，具体涉及一种基于3D点云数据的物体抓取位姿计算方法。
技术介绍
[0002]物体的识别效率和抓取成功率是决定相关自动化产品是否研制成功的关键。目前的物体识别方法绝大多数都是采用相机获取图像进行处理，需要事先建立数据库且计算方法复杂，特别是对于零件等物体的摆放状态无法正确判断，造成抓取成功率低下，严重影响设备运转效率。近年来线激光传感器不断普及，点云数据的处理算法也不断丰富，相比于二维图像其优势在于精度高、有深度信息、受环境光照影响较小等优势，在定位与抓取领域拥有广阔的应用前景，如物流的分拣、行李的搬运、工厂的上下料等等。
[0003]如何利用点云数据进行物体抓取位姿的计算成为本领域研究的方向。
技术实现思路
[0004]本专利技术的目的在于提供一种基于3D点云数据的物体抓取位姿计算方法，其通过自动判断流水线上物体的摆放状态和抓取位姿，实现高效抓取。
[0005]为实现上述目的，本专利技术采用的技术方案是：
【技术保护点】
【技术特征摘要】
1.一种基于3D点云数据的物体抓取位姿计算方法，其特征在于：所述方法包括以下步骤：步骤1、物体点云数据提取；通过线激光位移传感器扫描获取被测物体与流水线，得到物体以及传送带平面的点云数据，然后基于高度信息提取出物体的点云数据；步骤2、基于邻域点个数进行点云噪点过滤；依次计算点云数据中每个点与周围邻域点的欧式距离，同时统计阈值距离内邻域点的数量，如果该数量小于设定阈值，则判断该点在整体点云数据中属于噪声点；步骤3、点云分割聚类处理；计算当前点与已知参考点的欧式距离，大于设定的距离阈值则为不同类；小于阈值则为同一类；步骤4、物体摆放状态判断与抓取位姿提取；物体摆放状态判断：首先基于单个物体点云高度信息提取物体部分点云数据，再计算其最小外接矩形获取物体局部的长宽；将该局部长宽与预设的长宽值进行对比来判断该物体局部的大小，进而确定物体的摆放状态：部分点云最小外接矩形的长宽与预设值的差值小于阈值时，则判断为正确摆放状态，否则判断为该物体摆放状态不是预想的摆放状态；对于摆放状态正确的物体再计算其中心点以及其摆放的角度，由此获取机械臂抓取位姿；物体抓取中心点计算：取正确摆放状态的物体点云数据在Z轴的最高点，往下截取一定高度的点集数据，计算这部分点集数据的中心点即为抓取中心点A；物体角度计算：对于摆放状态正确的物体，求出整个物体点云模型的最小外接矩形的中点B，与上述抓取中心点A相减获得一个向量计算向量与X轴正方向形成的夹角，其取值范围是(
‑
180
°
,180
°
]，...
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。