【技术实现步骤摘要】
本专利技术涉及智能机器人，具体说是一种相似物体三维识别和位姿估计系统和方法。
技术介绍
1、当前面向刚体目标的三维识别及位姿估计方法可以主要分为基于传统特征描述符与基于深度学习的两大类方法。基于传统描述符的方法需要面向不同目标与应用场景根据实际情况进行描述符设计，过程繁琐且面向遮挡与噪声等情况鲁棒性表现较差。而基于学习的方法因其应用方便，在场景适应性方面有着极大潜力而在近年来得到广泛关注。
2、基于学习的方法往往通过在真实场景中，将待检测的目标物摆放至各种不同的位置与姿态，然后采集数据，并标注好对应的位姿真实值后对模型进行训练，直至模型收敛。而后在实际应用中，即可使用模型对目标物的位置与姿态进行预测。而这种基于学习的三维识别及位姿估计方法一方面需要对目标物体进行广泛的数据集收集与标注，所需要的时间以及人力成本极其昂贵，同时所训练的模型只对训练集中存在的目标有效，对于与训练目标物拥有相同几何结构，不同结构尺寸差异的同类物体而无能为力，应用范围受限制。
3、现有技术一种基于语言描述的类级别目标物6d位姿获取方法及存储...
【技术保护点】
1.一种相似物体三维识别和位姿估计系统，其特征在于，包括相似物体三维识别和位姿估计模型，所述相似物体三维识别和位姿估计模型包括：
2.根据权利要求1所述的一种相似物体三维识别和位姿估计系统，其特征在于，所述的标准典范空间状态定义为：标准典范空间状态是对具有相同结构组成但各部分尺寸不一的物体的进行预定义的统一状态。
3.根据权利要求2所述的一种相似物体三维识别和位姿估计系统，其特征在于，点云坐标预测模块将标准典范空间划分为m*m*m的空间网格，针对输入点云中的每个点利用其对应的特征分别对x、y、z三个维度进行六十四分类，从而实现对每个点的标准典范
【技术特征摘要】
1.一种相似物体三维识别和位姿估计系统，其特征在于，包括相似物体三维识别和位姿估计模型，所述相似物体三维识别和位姿估计模型包括：
2.根据权利要求1所述的一种相似物体三维识别和位姿估计系统，其特征在于，所述的标准典范空间状态定义为：标准典范空间状态是对具有相同结构组成但各部分尺寸不一的物体的进行预定义的统一状态。
3.根据权利要求2所述的一种相似物体三维识别和位姿估计系统，其特征在于，点云坐标预测模块将标准典范空间划分为m*m*m的空间网格，针对输入点云中的每个点利用其对应的特征分别对x、y、z三个维度进行六十四分类，从而实现对每个点的标准典范空间坐标预测。
4.根据权利要求1所述的一种相似物体三维识别和位姿估计系统，其特征在于，所述点云特征提取模块...
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。