【技术实现步骤摘要】
基于三维重建的物体位姿确定方法、装置、设备及介质
[0001]本申请涉及智能制造工业视觉检测
，尤其涉及一种基于三维重建的物体位姿确定方法、装置、设备及介质。
技术介绍
[0002]视觉检测由于可以提高生产的柔性和自动化程度，以及可以使用在某些不存在人工检测条件的场合，使得近几年在几何量测量以及机械制造等领域发挥着越来越重要的作用。
[0003]目前，在工业生产领域中，各种各样的产品及加工过程中所需使用的绝大多数工业零部件都是三维物体，而通过视觉传感器采集的二维彩色图像只是三维物体在真实三维空间中某个视角的投影，丢失了物体的三维空间信息。故在工业视觉检测领域，基于2D机器视觉技术，如目标检测和模板匹配等，仅仅可以满足某些特定工业生产场景的需求，而对于更为复杂的工业生产场景，往往检测效果较差，同时导致检测出的目标物体的位姿数据的准确性较低。
技术实现思路
[0004]本申请提供一种基于三维重建的物体位姿确定方法、装置、设备及介质，能够提高目标物体的检测精度，进而可以提高目标物体的位姿确定的准确性。...
【技术保护点】
【技术特征摘要】
1.一种基于三维重建的物体位姿确定方法，其特征在于，所述方法包括：获取待重建的目标物体在多个不同旋转角度下的表面点云模型；将各所述表面点云模型以及各所述表面点云模型对应旋转角度输入至预设的第一模型进行点云配准处理，得到各所述表面点云模型数据对应的参考表面点云模型以及各所述参考表面点云模型对应的位姿变换数据；依次将各所述参考表面点云模型和对应的位姿变换数据输入至预设的第二模型中进行点云误差修正和点云融合处理，得到所述目标物体融合后的目标点云模型；基于所述目标点云模型，生成所述目标物体的三维模型；将实时采集的场景点云数据与所述三维模型中的点云数据进行识别匹配，并根据匹配结果确定所述场景点云数据中包括的目标物体的实时位姿数据。2.根据权利要求1所述的方法，其特征在于，所述获取待重建的目标物体在多个不同旋转角度下的表面点云模型，包括：获取建模坐标系，所述建模坐标系为旋转平台相对于深度相机的坐标系，所述旋转平台的表面包括标定板，所述旋转平台用于放置所述目标物体；利用所述深度相机获取所述旋转平台在多个不同角度下的图像帧，所述图像帧为包括所述目标物体的场景图像帧，各所述场景图像帧包括对应的彩色场景图像帧和深度场景图像帧；根据每个彩色图像帧、每个目标深度场景图像帧以及预设的所述深度相机的内部参数得到各所述场景图像帧对应的场景点云模型，各帧场景点云模型是基于深度相机坐标系的；将各帧场景点云模型转换至所述建模坐标系下，并从转换后的各帧所述场景点云模型中分离出各所述场景图像帧中所述目标物体的表面点云模型，得到所述目标物体在多个不同旋转角度下的表面点云模型。3.根据权利要求2所述的方法，其特征在于，所述标定板为棋盘格标定板，所述获取建模坐标系，包括：根据所述棋盘格标定板上的棋盘格角点的像素坐标、棋盘格角点的世界坐标、所述深度相机的内部参数以及所述深度相机的畸变系数，得到所述深度相机与世界坐标系的转换矩阵；获取所述建模坐标系的原点在所述相机坐标下的转换位姿，所述建模坐标系的原点位于所述旋转平台的圆心；根据所述转换位姿确定所述建模坐标系与所述相机坐标系之间的平移向量，并根据所述平移向量和所述转换矩阵，得到所述建模坐标系与所述相机坐标系中间的转换关系；根据所述转换关系和所述相机坐标系确定出所述建模坐标系。4.根据权利要求2所述的方法，其特征在于，所述从转换后的各帧所述场景模型中分离出各所述场景图像帧中所述目标物体的表面点云模型，包括：获取所述目标物体的表面点云模型的模型区域；将所述场景模型中除所述模型区域的剩余区域去除背景噪声点云后，采用半径滤波和统计方式滤波去除所述模型区域的离群点，得到各所述场景图像帧中所述目标物体的表面点云模型。
5.根据权利要求1所述的方法，其特征在于，所述第二模型是基于截断符号距离函数的模型，所述依次将各所述参考表面点云模型和对应的位姿变换数据输入至预设的第二模型中进行点云误差修正和点云融合处理，得到所述目标物体融合后的目标点云模型，包括：将各所述参考表面点云模型中的第一帧参考表面点云模型映射到所述第二模型中，并更新所述第二模型中体素内的截断距离值及对应的权重；计算第二帧参考表面点云模型的法向量，并根据所述第二帧参考表面点云模型对应的位姿变换数据将所述第二帧参考表面点云模型配准至第一帧参考表面点云模型；获取第一帧参考表面点云模型对应的第一相机位姿，并采用光线投射算法重投影出第一帧参考表面点云模型，根据重投影出的第一帧参考表面点云模型与第二帧参考表面点云模型，得到两帧点云之间的修正位姿矩阵以及位姿转换矩阵；基于所述位姿转换矩阵将所述第二帧参考表面...
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。