物体信息提取方法、装置、机器人及计算机可读存储介质制造方法及图纸

技术编号:35938870 阅读:16 留言:0更新日期:2022-12-14 10:26
本发明专利技术公开了一种物体信息提取方法和装置、机器人及计算机可读存储介质,其中,所述方法包括:获取目标环境对应的环境点云数据,以及环境点云数据对应的物体语义信息,目标环境中包括至少一个待提取物体;基于环境点云数据进行三维重建,得到目标环境对应的多个三角面片;根据物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息。由此,该方法基于环境点云数据三维重建得到的多个三角面片,通过环境点云数据对应的物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息,有效的解决了无法提取物体信息的问题,提高了物体信息提取的准确性。物体信息提取的准确性。物体信息提取的准确性。

【技术实现步骤摘要】
物体信息提取方法、装置、机器人及计算机可读存储介质


[0001]本专利技术涉及机器人
,尤其涉及一种物体信息提取方法、装置、机器人及计算机可读存储介质。

技术介绍

[0002]环境结构化指的是从杂乱的环境中,提取出各种物体信息(如物体模型、物体点云等)的一项技术,是机器人在感知环境之后,定位之前必不可少的一个流程。在相关技术中,机器人采用直接从环境设计图纸中获取物体信息的方式,或者通过逆向工程的方式,基于计算机辅助设计(CAD,Computer Aided Design)绘制物体模型,从而获取物体信息。该物体信息的获取方式需要在已有环境模型的前提下实现,机器人无法对环境中的物体信息进行直接获取,并且传统的CAD方法需要手动绘制,效率较低,且无法保证物体信息的获取精度。

技术实现思路

[0003]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此,本专利技术提出一种物体信息提取方法,有效的解决了无法准确提取物体信息的问题。
[0004]本专利技术第一方面实施例提出了一种物体信息提取方法,该方法包括:获取目标环境对应的环境点云数据,以及环境点云数据对应的物体语义信息,目标环境中包括至少一个待提取物体;基于环境点云数据进行三维重建,得到目标环境对应的多个三角面片;根据物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息。
[0005]根据本专利技术实施例的物体信息提取方法,首先,获取目标环境对应的环境点云数据,以及环境点云数据对应的物体语义信息,目标环境中包括至少一个待提取物体,然后,基于环境点云数据进行三维重建,得到目标环境对应的多个三角面片,最后,根据物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息。由此,该方法基于环境点云数据三维重建得到的多个三角面片,通过环境点云数据对应的物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息,有效的解决了无法提取物体信息的问题,提高了物体信息提取的准确性。
[0006]另外,根据本专利技术上述实施例的物体信息提取方法,还可以具有如下的附加技术特征:
[0007]根据本专利技术的一个实施例,根据物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息,包括:从物体语义信息中获取物体类别信息;根据物体类别信息对三角面片进行聚类,得到多个物体类别各自对应的面片集合;对多个面片集合分别进行连通性聚类处理,得到待提取物体对应的物体信息。
[0008]根据本专利技术的一个实施例,对多个面片集合分别进行连通性聚类处理,得到待提取物体对应的物体信息,包括:以三角面片为节点、具有共有边的节点之间的连线为边,构建面片集合各自对应的无向图;对无向图进行图搜索,得到面片集合中连通的三角面片;基
于连通的三角面片提取得到待提取物体对应的物体信息。
[0009]根据本专利技术的一个实施例,在对无向图进行图搜索,得到面片集合中连通的三角面片之后,该物体信息提取方法还包括:对连通的三角面片和未连通的三角面片进行距离聚类;根据距离聚类后的三角面片提取得到待提取物体对应的物体信息。
[0010]根据本专利技术的一个实施例,在基于环境点云数据进行三维重建,得到目标环境对应的多个三角面片之前,该物体信息提取方法还包括:根据物体语义信息对环境点云数据进行点云提取;当提取得到物体点云数据时,将除物体点云数据以外的环境点云数据标记为待重建点云数据;基于待重建点云数据进行三维重建,得到多个三角面片。
[0011]根据本专利技术的一个实施例,基于环境点云数据进行三维重建,得到目标环境对应的多个三角面片,包括:对环境点云数据进行体素划分,得到多个体素;确定等值面,以及等值面与体素相交的边交点;根据体素的顶点与等值面的相对位置,将边交点进行连接,得到多个三角面片。
[0012]根据本专利技术的一个实施例,在获取目标环境对应的环境点云数据之后,该物体信息提取方法还包括:对环境点云数据进行体素划分,得到多个体素;获取体素对应的符号距离;根据符号距离对环境点云数据进行融合,得到表面点云;对表面点云进行三维重建,得到多个三角面片。
[0013]为达到上述目的,本专利技术第二方面实施例提出了一种物体信息提取装置,该装置包括:数据获取模块,用于获取目标环境对应的环境点云数据和环境点云数据对应的物体语义信息,其中,目标环境中包括至少一个待提取物体;重建模块,用于对环境点云数据进行三维重建,得到多个三角面片;识别模块,用于根据物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息。
[0014]根据本专利技术实施例的物体信息提取装置,通过数据获取模块获取目标环境对应的环境点云数据和环境点云数据对应的物体语义信息,其中,目标环境中包括至少一个待提取物体,通过重建模块对环境点云数据进行三维重建,得到多个三角面片,识别模块根据物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息。由此,该装置基于环境点云数据三维重建得到的多个三角面片,通过环境点云数据对应的物体语义信息对三角面片进行聚类,从聚类后的三角面片中提取待提取物体对应的物体信息,有效的解决了无法提取物体信息的问题,提高了物体信息提取的准确性。
[0015]为达到上述目的,本专利技术第三方面实施例提出了一种机器人,包括:存储器、处理器及存储在存储器上并可在处理器上运行的物体信息提取程序,处理器执行该物体信息提取程序时,实现上述的物体信息提取方法。
[0016]根据本专利技术实施例的机器人,基于上述的物体信息提取方法,有效的解决了无法提取物体信息的问题,提高了物体信息提取的准确性。
[0017]为达到上述目的,本专利技术第四方面实施例提出了一种计算机可读存储介质,其上存储有物体信息提取程序,该物体信息提取程序被处理器执行时实现上述的物体信息提取方法。
[0018]根据本专利技术实施例的计算机可读存储介质,基于上述的物体信息提取方法,有效的解决了无法提取物体信息的问题,提高了物体信息提取的准确性。
[0019]本专利技术附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变
得明显,或通过本专利技术的实践了解到。
附图说明
[0020]图1为根据本专利技术一个实施例的多足机器人的硬件结构示意图;
[0021]图2为根据本专利技术一个实施例的多足机器人的立体示意图;
[0022]图3为根据本专利技术实施例的物体信息提取方法的流程图;
[0023]图4为根据本专利技术一个实施例的等值面获取示意图;
[0024]图5为根据本专利技术一个实施例的三角面片的建模、聚类示意图;
[0025]图6为根据本专利技术一个具体实施例的物体信息提取方法的流程图;
[0026]图7为根据本专利技术实施例的物体信息提取装置的方框示意图;
[0027]图8为根据本专利技术实施例的机器人的方框示意图。
具体实施方式
[0028]下面详细描述本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种物体信息提取方法,其特征在于,所述方法包括:获取目标环境对应的环境点云数据,以及所述环境点云数据对应的物体语义信息,所述目标环境中包括至少一个待提取物体;基于所述环境点云数据进行三维重建,得到所述目标环境对应的多个三角面片;根据所述物体语义信息对所述三角面片进行聚类,从聚类后的三角面片中提取所述待提取物体对应的物体信息。2.根据权利要求1所述的物体信息提取方法,其特征在于,所述根据所述物体语义信息对所述三角面片进行聚类,从聚类后的三角面片中提取所述待提取物体对应的物体信息,包括:从所述物体语义信息中获取物体类别信息;根据所述物体类别信息对所述三角面片进行聚类,得到多个物体类别各自对应的面片集合;对多个所述面片集合分别进行连通性聚类处理,得到所述待提取物体对应的物体信息。3.根据权利要求2所述的物体信息提取方法,其特征在于,所述对多个所述面片集合分别进行连通性聚类处理,得到所述待提取物体对应的物体信息,包括:以所述三角面片为节点、具有共有边的节点之间的连线为边,构建所述面片集合各自对应的无向图;对所述无向图进行图搜索,得到所述面片集合中连通的三角面片;基于所述连通的三角面片提取得到所述待提取物体对应的物体信息。4.根据权利要求3所述的物体信息提取方法,其特征在于,在对所述无向图进行图搜索,得到所述面片集合中连通的三角面片之后,所述方法还包括:对连通的三角面片和未连通的三角面片进行距离聚类;根据距离聚类后的三角面片提取得到所述待提取物体对应的物体信息。5.根据权利要求1

4任一项所述的物体信息提取方法,其特征在于,在基于所述环境点云数据进行三维重建,得到所述目标环境对应的多个三角面片之前,所述方法还包括:根据所述物体语义信息对所述环境点云数据进行点云提取;当提取得...

【专利技术属性】
技术研发人员:林位麟古明辉赖思博肖志光陈盛军
申请(专利权)人:深圳鹏行智能研究有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1