【技术实现步骤摘要】
本公开涉及用于在制造环境中进行部件检测的系统和方法。
技术介绍
1、本部分中的陈述仅提供与本公开相关的背景信息，并且可能不构成现有技术。
2、在制造环境中，利用部件检测和姿态估计来执行自动化组装任务。作为示例，控制系统可执行机器学习例程以检测特定部件，确定与该部件相关联的一个或多个参数，并且指示另一个制造系统(诸如机器人或加工装置)基于一个或多个参数来执行自动化任务。然而，机器学习例程可能需要大量的训练数据和时间来适当地训练控制系统以准确地执行部件检测例程。本公开解决了与机器学习例程相关联的这些问题以及其他问题。
技术实现思路
1、本部分提供了对本公开的总体概述并且不是对其全部范围或其所有特征的全面公开。
2、本公开提供了一种用于识别制造环境的多个生产部件的方法。所述方法包括将图像的点云数据细分成多个输入聚类，其中所述多个输入聚类中的每一者包括来自所述点云数据的给定的一组点云数据。所述方法包括针对所述多个输入聚类中的每一者：选择性地过滤所述给定的一组点云数据以识别与给定的一组所述多个生产部件相关联的生产部件云数据(pccd)；将所述pccd与预定义轴线对准以生成经旋转的pccd；基于所述经旋转的pccd将所述给定的一组所述多个生产部件分类为一个或多个资产类型；以及基于所述经旋转的pccd生成三维边界框。所述方法包括：将所述经旋转的pccd细分成多个生产聚类，其中所述多个生产聚类中的每一者包括给定的一组所述经旋转的pccd；以及基于所述多个生产聚类和所述一个或
3、本公开提供了一种用于识别制造环境的多个生产部件的系统。所述系统包括一个或多个处理器和一个或多个非暂时性计算机可读介质，所述一个或多个非暂时性计算机可读介质包括指令，所述指令可由所述一个或多个处理器执行。所述指令包括将图像的点云数据细分成多个输入聚类，其中所述多个输入聚类中的每一者包括来自所述点云数据的给定的一组点云数据。所述指令包括针对所述多个输入聚类中的每一者：选择性地过滤所述给定的一组点云数据以识别与给定的一组所述多个生产部件相关联的生产部件云数据(pccd)；将所述pccd与预定义轴线对准以生成经旋转的pccd；基于所述经旋转的pccd将所述给定的一组所述多个生产部件分类为一个或多个资产类型；以及基于所述经旋转的pccd生成三维边界框。所述指令包括：将所述经旋转的pccd细分成多个生产聚类，其中所述多个生产聚类中的每一者包括给定的一组所述经旋转的pccd；以及基于所述多个生产聚类和所述一个或多个资产类型来确定与所述给定的一组所述多个生产部件相关联的一个或多个参数。
4、在一种形式中，所述点云数据基于预定义欧几里德距离、预定义聚类数量和预定义聚类密度进行细分。在一种形式中，所述方法或指令还包括对所述图像的图像数据进行下采样以生成所述点云数据。在一种形式中，选择性地过滤所述给定的一组点云数据以识别所述pccd还包括从所述给定的一组点云数据中移除非生产部件云数据(nccd)，并且其中所述nccd与一个或多个非生产部件相关联。在一种形式中，所述nccd具有小于阈值尺寸比的尺寸比，并且其中所述尺寸比是基于所述给定的一组点云数据的长度和所述给定的一组点云数据的宽度。在一种形式中，所述经旋转的pccd对应于所述一组生产部件的等距视图。在一种形式中，预定义轴线是基于预定义倾斜角度、预定义旋转角度或其组合。在一种形式中，将所述给定的一组所述多个生产部件分类为所述一个或多个资产类型还基于卷积神经网络例程。
5、在一种形式中，基于所述经旋转的pccd生成所述三维边界框还包括：基于所述经旋转的pccd生成与所述给定的一组所述多个生产部件相关联的二维边界框；以及将所述二维边界框转换成所述三维边界框。在一种形式中，生成与所述给定的一组所述多个生产部件相关联的所述二维边界框还基于多面体内点例程。在一种形式中，将所述二维边界框转换成所述三维边界框还基于裁剪例程。在一种形式中，所述经旋转的pccd基于预定义欧几里德距离、预定义聚类数量和预定义聚类密度进行细分。在一种形式中，与所述给定的一组所述多个生产部件相关联的所述一个或多个参数包括长度、宽度、高度、取向或其组合。
6、根据本文中提供的描述，另外的适用领域将变得显而易见。应理解，描述和具体示例仅意图用于说明目的，而不意在限制本公开的范围。
本文档来自技高网...【技术保护点】
1.一种用于识别制造环境的多个生产部件的方法，所述方法包括：
2.如权利要求1所述的方法，其中所述点云数据基于预定义欧几里德距离、预定义聚类数量和预定义聚类密度进行细分。
3.如权利要求1所述的方法，所述方法还包括对所述图像的图像数据进行下采样以生成所述点云数据。
4.如权利要求1所述的方法，其中选择性地过滤所述给定的一组点云数据以识别所述PCCD还包括从所述给定的一组点云数据中移除非生产部件云数据(NCCD)，并且其中所述NCCD与一个或多个非生产部件相关联。
5.如权利要求4所述的方法，其中所述NCCD具有小于阈值尺寸比的尺寸比，并且其中所述尺寸比是基于所述给定的一组点云数据的长度和所述给定的一组点云数据的宽度。
6.如权利要求1至5中任一项所述的方法，其中所述经旋转的PCCD对应于所述一组所述多个生产部件的等距视图。
7.如权利要求1至5中任一项所述的方法，其中所述预定义轴线是基于预定义倾斜角度、预定义旋转角度或其组合。
8.如权利要求1至5中任一项所述的方法，其中将所述给定的一组所述多个生
9.如权利要求1至5中任一项所述的方法，其中基于所述经旋转的PCCD生成所述三维边界框还包括：
10.如权利要求9所述的方法，其中生成与所述给定的一组所述多个生产部件相关联的所述二维边界框还基于多面体内点例程。
11.如权利要求9所述的方法，其中将所述二维边界框转换成所述三维边界框还基于裁剪例程。
12.如权利要求1至5中任一项所述的方法，其中所述经旋转的PCCD基于预定义欧几里德距离、预定义聚类数量和预定义聚类密度进行细分。
13.如权利要求1至5中任一项所述的方法，其中与所述给定的一组所述多个生产部件相关联的所述一个或多个参数包括长度、宽度、高度、取向或其组合。
14.一种用于识别制造环境的多个生产部件的系统，所述系统包括：
15.如权利要求14所述的系统，其中所述点云数据基于预定义欧几里德距离、预定义聚类数量和预定义聚类密度进行细分。
...【技术特征摘要】
1.一种用于识别制造环境的多个生产部件的方法，所述方法包括：
2.如权利要求1所述的方法，其中所述点云数据基于预定义欧几里德距离、预定义聚类数量和预定义聚类密度进行细分。
3.如权利要求1所述的方法，所述方法还包括对所述图像的图像数据进行下采样以生成所述点云数据。
4.如权利要求1所述的方法，其中选择性地过滤所述给定的一组点云数据以识别所述pccd还包括从所述给定的一组点云数据中移除非生产部件云数据(nccd)，并且其中所述nccd与一个或多个非生产部件相关联。
5.如权利要求4所述的方法，其中所述nccd具有小于阈值尺寸比的尺寸比，并且其中所述尺寸比是基于所述给定的一组点云数据的长度和所述给定的一组点云数据的宽度。
6.如权利要求1至5中任一项所述的方法，其中所述经旋转的pccd对应于所述一组所述多个生产部件的等距视图。
7.如权利要求1至5中任一项所述的方法，其中所述预定义轴线是基于预定义倾斜角度、预定义旋转角度或其组合。
8.如权利要求1至5...
【专利技术属性】
技术研发人员：R·维奈，V·吉格，C·普鲁德韦拉朱，C·H·维杰，
申请(专利权)人：福特全球技术公司，
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。