一种复杂曲面目标识别及三维位姿测量的方法技术

本发明专利技术公开了一种复杂曲面目标识别及三维位姿测量的方法，利用复杂曲面目标识别及三维位姿测量装置进行信息获取，具体方法包括以下步骤：通过离线过程建立目标特征数据库，所述的目标特征数据库包括目标彩色特征数据库和目标深度特征数据库；在线进行目标识别并获取三维位姿参数。由于本发明专利技术对体感器获取的深度和彩色特征数据进行融合，将目标识别和位姿测量结合，不仅避免了中间参数的重复计算，而且提高了本发明专利技术的智能水平。由于本发明专利技术采用离线方式分别建立深度目标特征数据库和彩色目标特征数据库，大大提高了目标识别和位姿测量的效率。本发明专利技术力求在体感器获取精度较低分辨率图像的情况下获取较高的位姿精度，提高了实时性。

【技术实现步骤摘要】

本专利技术涉及图像处理及机器视觉等多学科交叉
，特别是一种新型的复杂曲面目标识别及三维位姿测量的方法。
技术介绍
复杂曲面目标识别及三维位姿测量系统对机器人抓取目标起到至关重要的作用。当前的研究方法一般将目标识别与位姿测量分为两部分研究，使得有些中间参数重复运算，造成资源浪费。如果采用激光扫描的方法获得表面形貌，系统除了激光发生器和高速摄像机之外，还需配套精度较高的水平位移工作台，由于工作过程中摄像机一直随激光发生器移动，造成摄像机标定困难，难以定位，不利于工程应用，并且该系统成本高，结构复杂，数据量大，自动获取位姿参数较困难。
技术实现思路
为解决现有技术存在的上述问题，本专利技术要设计一种计算数据量小、成本低、结构简单、计算精度较高、方便机器人抓取、方便复杂曲面零件的自动化装配的复杂曲面目标识别及三维位姿测量的方法。为了实现上述目的，本专利技术的技术方案如下:，利用复杂曲面目标识别及三维位姿测量装置进行信息获取，所述的复杂曲面目标识别及三维位姿测量装置包括平面工作台、支撑框架、体感器和计算机，所述的支撑框架放置在平面工作台上，所述的体感器安装在支撑框架上部的横杆上，体感器通过数据线与计算机连接；具体方法包括以下步骤:A、离线建立目标特征数据库通过离线过程建立目标特征数据库，所述的目标特征数据库包括目标彩色特征数据库和目标深度特征数据库；B、在线目标识别并获取三维位姿参数B1、使用体感器探测复杂表面物体，通过计算机采集体感器所接收的图像数据，所述的图像信息包括彩色图像数据和深度图像数据，彩色图像数据和深度图像数据在像素坐标系下 对应，分辨率为640X480 ；令1=1 ；B2、使用计算机中的软件对第I帧彩色图像数据进行处理，获取第I帧彩色图像的特征描述；B3、将第I帧彩色图像的特征描述与步骤A建立的目标特征数据库进行特征识别，判断第I帧彩色图像中是否存在与目标特征数据库相匹配的目标；B4、如果不存在目标且I〈N，则令1=1+1，转向步骤B2，如果I=N则结束#为彩色图像的总帧数；如果存在目标，则转向步骤B5 ；B5、获取目标的二维位置参数(x, y), x表示目标的横坐标，y表示目标的纵坐标；B6、由于彩色图像数据和深度图像数据在像素坐标系下一一对应，因此可根据目标的二维位置参数和相应的第I帧深度图像数据获取目标的点云数据，目标的点云数据即目标表面轮廓的离散采样点数据；B7，根据步骤A建立的目标深度特征数据库获取对当前场景内的目标姿态参数，所述的目标姿态参数包括横滚角Roll、俯仰角Pitch和航向角Yaw ；B8、将目标在二维平面内位置的中心点的高度作为目标的高度z ;这样复杂表面物体的三维位姿参数(X，1，z, Roll, Pitch, Yaw)全部计算完毕。与现有技术相比，本专利技术具有以下有益效果:1、由于本专利技术采用支撑框架和体感器作为深度和彩色图像特征数据装置的主体，实现了成本低、结构简单、数据量低的目的。2、由于本专利技术采用的体感器位置固定，使得整个运算过程无需对体感器进行实时标定，因此在机器人抓取和复杂表面零部件的自动化装配过程中可以更加方便地提供位姿信息。3、由于本专利技术对体感器获取的深度和彩色特征数据进行融合，将目标识别和位姿测量结合，不仅避免了中间参数的重复计算，而且提高了本专利技术的智能水平。4、由于本专利技术采用离线方式分别建立深度目标特征数据库和彩色目标特征数据库，大大提高了目标识别和位姿测量的效率。5、本专利技术力求在体感器获取精度较低分辨率(640X480)图像的情况下获取较高的位姿精度，提高实时性。6、本专利技术利用体感器获取的彩色图像数据和深度图像数据在像素坐标系下一一对应的特点，将识别后的目标二维轮廓信息与场景深度图像建立关联，精确获取场景目标的点云数据，使得计算的姿态数据更加精准。【附图说明】本专利技术共有附图2幅。图1是复杂曲面目标识别及三维位姿测量装置轴测图。图2是三维位姿参数获取流程图。图中:1_体感器；2_平面工作台；3_支撑框架；4_模拟复杂表面物体；5_计算机。【具体实施方式】下面结合【附图说明】本专利技术的具体实施。如图1-2所示，，利用复杂曲面目标识别及三维位姿测量装置进行信息获取，所述的复杂曲面目标识别及三维位姿测量装置包括平面工作台2、支撑框架3、体感器1和计算机5，所述的支撑框架3放置在平面工作台2上，所述的体感器1安装在支撑框架3上部的横杆上，体感器1通过数据线与计算机5连接；具体方法包括以下步骤:A、离线建立目标特征数据库通过离线过程建立目标特征数据库，所述的目标特征数据库包括目标彩色特征数据库和目标深度特征数据库；B、在线目标识别并获取三维位姿参数B1、使用体感器1探测复杂表面物体4，通过计算机5采集体感器1所接收的图像数据，所述的图像信息包括彩色图像数据和深度图像数据，彩色图像数据和深度图像数据在像素坐标系下 对应，分辨率为640X480 ；令1=1 ；B2、使用计算机5中的软件对第I帧彩色图像数据进行处理，获取第I帧彩色图像的特征描述；B3、将第I帧彩色图像的特征描述与步骤A建立的目标特征数据库进行特征识别，判断第I帧彩色图像中是否存在与目标特征数据库相匹配的目标；B4、如果不存在目标且I〈N，则令1=1+1，转向步骤B2，如果I=N则结束；N为彩色图像的总帧数；如果存在目标，则转向步骤B5 ；B5、获取目标的二维位置参数(X，y), x表示目标的横坐标，y表示目标的纵坐标；B6、由于彩色图像数据和深度图像数据在像素坐标系下一一对应，因此可根据目标的二维位置参数和相应的第I帧深度图像数据获取目标的点云数据，目标的点云数据即目标表面轮廓的离散采样点数据；B7，根据步骤A建立的目标深度特征数据库获取对当前场景内的目标姿态参数，所述的目标姿态参数包括横滚角Roll、俯仰角Pitch和航向角Yaw ；B8、将目标在二维平面内位置的中心点的高度作为目标的高度z ;这样复杂表面物体4的三维位姿参数(X, y, z, Roll, Pitch, Yaw)全部计算完毕。本文档来自技高网...

【技术保护点】
一种复杂曲面目标识别及三维位姿测量的方法，利用复杂曲面目标识别及三维位姿测量装置进行信息获取，其特征在于：所述的复杂曲面目标识别及三维位姿测量装置包括平面工作台（2）、支撑框架（3）、体感器（1）和计算机（5），所述的支撑框架（3）放置在平面工作台（2）上，所述的体感器（1）安装在支撑框架（3）上部的横杆上，体感器（1）通过数据线与计算机（5）连接；具体方法包括以下步骤：A、离线建立目标特征数据库通过离线过程建立目标特征数据库，所述的目标特征数据库包括目标彩色特征数据库和目标深度特征数据库；B、在线目标识别并获取三维位姿参数B1、使用体感器（1）探测复杂表面物体（4），通过计算机（5）采集体感器（1）所接收的图像数据，所述的图像信息包括彩色图像数据和深度图像数据，彩色图像数据和深度图像数据在像素坐标系下一一对应，分辨率为640×480；令I=1；B2、使用计算机（5）中的软件对第I帧彩色图像数据进行处理，获取第I帧彩色图像的特征描述；B3、将第I帧彩色图像的特征描述与步骤A建立的目标特征数据库进行特征识别，判断第I帧彩色图像中是否存在与目标特征数据库相匹配的目标；B4、如果不存在目标且I...

【技术特征摘要】
1.一种复杂曲面目标识别及三维位姿测量的方法，利用复杂曲面目标识别及三维位姿测量装置进行信息获取，其特征在于:所述的复杂曲面目标识别及三维位姿测量装置包括平面工作台(2)、支撑框架(3)、体感器(1)和计算机(5)，所述的支撑框架(3)放置在平面工作台(2)上，所述的体感器(1)安装在支撑框架(3)上部的横杆上，体感器(1)通过数据线与计算机(5)连接；具体方法包括以下步骤:A、离线建立目标特征数据库通过离线过程建立目标特征数据库，所述的目标特征数据库包括目标彩色特征数据库和目标深度特征数据库；B、在线目标识别并获取三维位姿参数B1、使用体感器(1)探测复杂表面物体(4 )，通过计算机(5 )采集体感器(1)所接收的图像数据，所述的图像信息包括彩色图像数据和深度图像数据，彩色图像数据和深度图像数据在像素坐标系下 对应，分辨率为640X480 ；令 1=1 ;B2、使用计算机(5)中的软件对第I帧彩色图像数据进行处理，获取第I帧彩色图像...

【专利技术属性】
技术研发人员：李荣华，周长久，张连东，陈勇，陈百强，
申请(专利权)人：大连交通大学，
类型：发明
国别省市：