一种基于深度相机和特征图形的位姿检测方法和系统技术方案

本发明专利技术提供了一种基于深度相机和特征图形的位姿检测方法和系统，包括以下步骤：安装深度相机并测量安装位姿；粘贴特征图形并测量目标物相对特征图形的位姿；用深度相机识别特征图形获取位姿；换算目标物相对机器人的位姿。本发明专利技术的好处是本发明专利技术只需在机器人上安装深度相机，在货架、货箱、托盘等目标物上贴特征图形，实施简单，且成本低；本发明专利技术不用对货架做任何改造，通用性好；本发明专利技术对特征图形的尺寸和数量及位置不做限制，可以扩展应用于各种场景。景。景。

【技术实现步骤摘要】
一种基于深度相机和特征图形的位姿检测方法和系统


[0001]本专利技术涉及物流货架或货箱位姿检测
，尤其是一种基于深度相机和特征图形的位姿检测方法和系统。

技术介绍

[0002]在工业场景，如橡胶轮胎、工程机械、光伏新能源等工厂中，物流自动化对提升物流效率、降低硬件成本、降低人力成本都有重要的意义，因此工业物流自动化的需求越来越大且已是大势所趋。在一个工厂中，各种原材料、加工件、产品等的搬运是一个非常重要且复杂的事情，尤其是对于大型工厂来说，当物流环节很多，搬运物料多了之后，如何保障搬运按设计流程有序进行是非常具有挑战性的。传统的人工搬运已经越来越无法适应现代化工厂的需求，尤其是对于建立在信息化和智能化基础上的现代智慧工厂。因此，从人工方式向半人工自动化方式甚至全自动方式的转变已经是时代的趋势和要求。
[0003]工厂物流自动化系统一般包括物料数据的维护管理、移动机器人等自动化设备的调度、行为规划、运动控制等。移动机器人等自动化设备在整个系统中扮演了非常重要的角色。拿移动机器人来举例，它在物流过程中的一般工作流程是，接受调度指令、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度相机和特征图形的位姿检测方法，其特征是，包括以下步骤：A、安装深度相机并测量安装位姿；深度相机选择能输出深度数据以及反射能量强度的相机，深度相机根据用途的不同安装在机器人上对应能稳定看到目标物的位置，并将安装位姿测量出来；用尺子或者专业标定工具，测量出深度相机相对于机器人的位姿P
cam
；B、粘贴特征图形并测量目标物相对特征图形的位姿；将特征图形贴在待检测的目标物上，测量出目标物相对于特征图形的位姿P
obj
；C、用深度相机识别特征图形获取位姿；以特征图形建立坐标系，根据特征图形的像素位置，计算出特征图形坐标系的原点位置以及每个坐标轴的朝向，获取到特征图形相对于相机的位姿，为P
fig
；D、换算目标物相对机器人的位姿；根据空间位姿转换，得到目标物相对于机器人的位姿为：P
cam
*P
fig
*D
obj
。2.根据权利要求1所述的一种基于深度相机和特征图形的位姿检测方法，其特征是，所述深度相机输出的数据形式为：输出rows*cols的深度点云阵列，其中rows为行数，cols为列数；每个点云数据为[x，y，z，rssi]
ij
，其中x,y,z为每个点的空间坐标，rssi为每个点的反射能量强度，i为第i行，j为第j列；所述步骤C中，采用模板匹配的方式提取特征图形，模板匹配基于反射能量强度，用二维图像的方式进行。3.根据权利要求1或2所述的一种基于深度相机和特征图形的位姿检测方法，其特征是，所述特征图形跟相机的光心的入射角小于15度。4.根据权利要求1所述的一种基于深度相机和特征图形的位姿检测方法，...

【专利技术属性】
技术研发人员：黄鸿，杜鑫峰，张超超，刘杰，
申请(专利权)人：浙江国自机器人技术股份有限公司，
类型：发明
国别省市：