【技术实现步骤摘要】
一种结合SURF描述子与自编码器的位姿估计方法
[0001]本专利技术涉及的是一种计算机视觉
，更具体的是一种结合SURF描述子与自编码器的位姿估计方法。
技术介绍
[0002]在机械臂抓取领域，主要的数据采集依靠传感器，传感器又可以分为两种主要形式，接触式与非接触式。接触式传感器需要与物体发生接触所以会导致采集效率低下，数据点稀疏，速度慢等情况发生。而非接触式传感器可以单次采集大量数据，数据分布均匀，效率高，速度快。其中代表的非接触式传感器是视觉传感器，在进行机械臂抓取时的主要方法是先结合视觉对目标物体进行6D位姿估计，然后再计算目标物体的6D抓取位姿。
[0003]现有的目标物体6D位姿估计方法主要有三大类型，第一类是基于对应的方法。这类方法通过3D模型投影得到2D像素点并与之构建对应关系，采用PnP算法计算。但结果的精度主要由检测的关键点决定，受现场环境影响较大，鲁棒性不高。第二类是基于模板的方法，这类方法是先构建目标物体的6D位姿模版，在2D输入数据情况下，从模版中选择最相似的模版，将模版的位姿信息作为...
【技术保护点】
【技术特征摘要】
1.一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：包括以下步骤：步骤1：建立渲染目标物体数据集，该数据集包含目标物体三维模型在N个视角下的渲染数据；步骤2：将步骤1渲染得到的N个视角下拍摄的RGB图像进行SURF特征点检测并提取SURF特征描述子，把提取的SURF特征点集合作为训练集；利用工业相机采集当前场景的目标物体彩色图像，对采集的彩色图像提取SURF特征点；进而进行特征点匹配，在训练集中寻找与当前场景提取的SURF特征点相似的特征点集合，获取目标物体2D Bounding Box中的图像块；步骤3：将N个视角下的渲染数据中的图像均匀分块，输入构建的卷积自编码器提取特征；将通过卷积自编码器提取的特征与渲染数据中的对应位姿信息构成离线特征模板；步骤4：将步骤2得到的当前场景的图像块输入卷积自编码器提取特征，并选择与离线特征模板中欧氏距离最小的k个特征向量，根据特征向量对应的渲染数据信息投票得出目标物体的6D位姿。2.根据权利要求1所述一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：步骤1的具体过程为：将目标物体的三维模型导入虚拟渲染平台中，以目标物体为球心建立球体，在球面上均匀分布视角点，并在视角点设置虚拟相机，将每个虚拟相机绕着视角点与模型中心的连线在平面内旋转得到360/δ个模型姿态，其中δ代表旋转角度，获取每个姿态下目标物体模型的六自由度渲染数据；最终渲染结果包括每个模型姿态下拍摄的RGB图像及其对应的三维位姿。3.根据权利要求2所述一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：步骤1中建立的球体半径，视角点数量以及旋转角度均由需要建立的离线特征模板数量决定。4.根据权利要求1所述一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：步骤2中，将步骤1渲染得到的N个视角下拍摄的RGB图像进行SURF特征点检测并提取SURF特征描述子过程为：输入彩色图像信息，建立起始滤波器并构造尺度金字塔，接着增大滤波器模板尺寸与积分图像求取Hession矩阵响应得到响应图像；采用邻域非最大值抑制求取不同尺寸下的斑点，初步确定特征点信息；使用局部增加极值的方法逐步减少检测到的特征点数量；以保留的各个特征点为中心，构造正方形边框，将正方形边框内的图像均匀划分为若干子块，构造哈尔模板对每个子块进行响应值计算，且统计4个方向的梯度，从而得到特征数据，即为SURF特征点的特征描述子。5.根据权利要求4所述一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：步骤2中，除了起始滤波器，之后的滤波器尺寸由如下公式进行计算：Filter Size＝3(2
octave
×
interval+1)其中octave与interval在公式中从1开始，即第0组第0层时，octave＝1，interval＝1。6.根据权利要求1所述一种结合SURF描述子与自编码器的位姿估计方法，其特征在于：步骤2中，使用最邻近搜索方法进行特征点匹配，在训练集中寻找与当前...
【专利技术属性】
技术研发人员：高剑，王雨薇，陈依民，周洋，张昊哲，伍鑫，
申请(专利权)人：西北工业大学，
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。