融合Sparse-ICP算法和VMM算法的复杂构件位姿估计方法技术

本发明专利技术公开一种融合Sparse‑ICP算法和VMM算法的复杂构件位姿估计方法，将理论设计模型离散为理论点云作为点云匹配时的目标点云pcds，利用扫描设备获取扫描点云作为源点云pcdt，对理论点云和扫描点云分别进行曲率采样获取点云关键点；通过4PCS算法对源点云pcdt与目标点云pcds的关键点进行粗配准，并将所获得粗配准转换矩阵T作用于扫描点云，更新位置；利用Sparse‑ICP算法进行k次迭代计算，输出转换矩阵，对目标点云pcds进行坐标更新；利用K近邻双向搜索，对基于刚性变换后的点云dataS和dataT进行重叠计算，并去除重复索引；将去除重复索引后的点云节点坐标以及各点云节点间距离值进行可视化，获取配准误差图。本方法能实现存在密度不均点云、缺失点云及离群点云时的良好配准。

【技术实现步骤摘要】

本专利技术涉及机器人智能加工制造，具体涉及一种融合sparse-icp算法和vmm算法的复杂构件位姿估计方法。

技术介绍

1、在目前的机器人智能加工制造中，复杂构件的初始位姿在线估计通常较为困难。以复杂曲面叶片为例，其制造过程，不可避免地引起曲率及尺寸偏差，使得叶片实际模型与理论设计模型在尺寸和结构上产生明显偏差。另外，在对叶片进行在线初始位姿估计时，由于背景杂乱等因素的影响，会产生大量异常点云或点云缺失，现有的算法，无法高效高质量地对存在大量离群点云以及缺失点云的模型进行点云配准，难以保证定位精度，且配准效率低.

2、关于复杂构件位姿估计，中国专利cn201910789865.3提出了一种结合图像识别和遗传算法精配准的位姿估计方法，相对于传统点云特征匹配具有良好的鲁棒性，但对于初始位姿差异较大的复杂构件进行位姿估计时，无法得到良好的粗配准转换矩阵；中国专利cn201510226138.8 提出了一种基于距离方差最小的工件点云匹配算法，此算法对于存在点云缺失以及点云分布不均的点云匹配，具有良好的效果，但对于点云的分布差异较大，且离群点过多的复杂本文档来自技高网...

【技术保护点】

1.一种融合Sparse-ICP算法和VMM算法的复杂构件位姿估计方法，其特征在于，包括：

2.如权利要求1所述的融合Sparse-ICP算法和VMM算法的复杂构件位姿估计方法，其特征在于：在步骤1中，采用Numpy库对给定点云数据进行主成分分析，利用Kd-tree搜索邻近点索引得到特征值，根据特征值与主成分特征值的比值，完成关键点的确定。

3.如权利要求1所述的融合Sparse-ICP算法和VMM算法的复杂构件位姿估计方法，其特征在于，在步骤2中，利用4PCS算法进行数据处理的方法为：

4.如权利要求1所述的融合Sparse-ICP算法和VMM算法的...

【技术特征摘要】

1.一种融合sparse-icp算法和vmm算法的复杂构件位姿估计方法，其特征在于，包括：

2.如权利要求1所述的融合sparse-icp算法和vmm算法的复杂构件位姿估计方法，其特征在于：在步骤1中，采用numpy库对给定点云数据进行主成分分析，利用kd-tree搜索邻近点索引得到特征值，根据特征值与主成分特征值的比值，完成关键点的确定。

3.如权利要求1所述的融合sparse-icp算法和vmm算法的复杂构件位姿估计方法，其特征在于，在步骤2中，利用4pcs算法进行数据处理的方法为：

4.如权利要求1所述的融合sparse-icp算法和vmm算法的复杂构件位姿估计方法，其特征在于，在步骤3中，利用sparse-icp算法进行...

【专利技术属性】
技术研发人员：刘艳雄，廖泽航，朱大虎，吴浩，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：