【技术实现步骤摘要】
本公开涉及三维视觉感知，尤其涉及一种表面点云有向法向量的校正方法及装置。
技术介绍
1、点云法向量指示了表面在每个点的朝向，对于识别物体形状以及实现精确的机器人操作至关重要。点云法向量估计在三维重建、机器人操作等应用中扮演着关键角色。
2、相关技术中，点云法向量估计方法通常包括基于几何形状、基于深度学习和基于混合模型实现。其中，基于几何形状一般利用点云的局部几何特征，如曲率和法线一致性，来估计法向量。基于深度学习的方法则利用深度神经网络，通过大规模数据训练模型，实现对法向量的端到端学习。另外，还有一些研究提出混合模型，结合几何特征和深度学习技术，以提高法向量估计的精度和鲁棒性。然而，在点云中，由于噪声、不完整性和稀疏性等因素影响，部分区域的法向量难以被准确估计。特别是在物体表面细节丰富、曲率变化剧烈、光照变化大的情况下，现有方法容易产生法向量不一致、不光滑或不精确的问题。因此，如何提高点云处理的准确性是当前亟需解决的问题。
技术实现思路
1、为了解决上述技术问题或者至少部分地解...
【技术保护点】
1.一种表面点云有向法向量的校正方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述针对所述点云中的每个点，根据法向量的实际指向，对所述初始法向量进行调整，获取调整后的第一法向量之后，还包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述利用点云中各个点之间的排斥作用，计算出各个点受到的总排斥作用，确定所述点云中各个点的法向量的实际指向，包括：
5.根据权利要求4所述的方法，其特征在于，所述针对所述点云中的每个点，分别计算各个点与所...
【技术特征摘要】
1.一种表面点云有向法向量的校正方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述针对所述点云中的每个点，根据法向量的实际指向，对所述初始法向量进行调整，获取调整后的第一法向量之后，还包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述利用点云中各个点之间的排斥作用，计算出各个点受到的总排斥作用，确定所述点云中各个点的法向量的实际指向，包括：
5.根据权利要求4所述的方法，其特征在于，所述针对所述点云中的每个点，分别计算各个点与所述点云中其他点的排斥作用，包括：
6.根据权利要求4所述的方法，其特征在于...
【专利技术属性】
技术研发人员：丁挺，邓彬烽，詹恒瑞，
申请(专利权)人：北京中科慧灵机器人技术有限公司，
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。