-
公开(公告)号：CN114742883A
公开(公告)日：2022-07-12
申请号：CN202210332377.1
申请日：2022-03-30
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于平面类工件定位算法的自动化装配方法及系统，属于机器人视觉领域。本发明采用平面检测以及离群点去除算法提取若干平面，然后通过最小包围盒确定平面点云位姿，最后利用平面的长宽约束找出所需平面，并指导工业机器人运动到正确的装配位置。相较于基于图像的定位算法，本发明在高动态，高反射的场景下拥有更高的识别精度；相较于常规的基于点云的定位算法，本发明避免了复杂的模板匹配过程，计算效率高，鲁棒性强，且能够适用于任意形状的平面类工件。本发明通过三维视觉和工业机器人结合的模式，为可能出现工件偏移的场景提供了鲁棒性的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN114742883B
公开(公告)日：2024-09-24
申请号：CN202210332377.1
申请日：2022-03-30
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于平面类工件定位算法的自动化装配方法及系统，属于机器人视觉领域。本发明采用平面检测以及离群点去除算法提取若干平面，然后通过最小包围盒确定平面点云位姿，最后利用平面的长宽约束找出所需平面，并指导工业机器人运动到正确的装配位置。相较于基于图像的定位算法，本发明在高动态，高反射的场景下拥有更高的识别精度；相较于常规的基于点云的定位算法，本发明避免了复杂的模板匹配过程，计算效率高，鲁棒性强，且能够适用于任意形状的平面类工件。本发明通过三维视觉和工业机器人结合的模式，为可能出现工件偏移的场景提供了鲁棒性的解决方案。
-
公开(公告)号：CN113435256B
公开(公告)日：2022-04-26
申请号：CN202110622577.6
申请日：2021-06-04
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于几何一致性约束的三维目标识别方法及系统，利用局部几何一致性约束对初始的对应点对进行聚类和排序，仅保留置信度分数较高的对应点对以减少姿态估计的计算量；然后利用每个对应点对聚类中的特征点和邻域点构建局部参考坐标系以计算候选姿态，构建的局部参考坐标系的鲁棒性和重复性好，有助于提高姿态估计的准确性；最后利用全局几何一致性约束对候选姿态根据其置信度进行排序，从而确定最优姿态即识别结果。本发明可以在高遮挡和杂波的三维场景中快速准确地识别出感兴趣的目标物体。
-
公开(公告)号：CN112651408A
公开(公告)日：2021-04-13
申请号：CN202110018524.3
申请日：2021-01-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于点对变换特征的三维局部表面描述方法和系统，属于三维目标识别技术领域。本发明仅仅采用关键点和点对之间的一个单一集合特征将三维局部表面点对集合划分为多个点对子集，该几何特征具有极高的稳定性，避免了利用法向量划分点对子集时存在的抗干扰能力差的问题，增强了三维局部表面描述的鲁棒性；本发明所构建的点对变换特征不仅编码了点对之间的空间位置关系、点对法相量之间的空间位姿关系，还编码了关键点与点对之间的位姿关系，极大的丰富了描述子所蕴含的局部表面信息，实现了在具有各种干扰场景下点云局部表面鲁棒地、有辨别力地描述，为实现精确、鲁棒的目标识别、3D配准等应用提供鲁棒的三维局部表面描述子。
-
公开(公告)号：CN112651408B
公开(公告)日：2022-05-20
申请号：CN202110018524.3
申请日：2021-01-07
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于点对变换特征的三维局部表面描述方法和系统，属于三维目标识别技术领域。本发明仅仅采用关键点和点对之间的一个单一集合特征将三维局部表面点对集合划分为多个点对子集，该几何特征具有极高的稳定性，避免了利用法向量划分点对子集时存在的抗干扰能力差的问题，增强了三维局部表面描述的鲁棒性；本发明所构建的点对变换特征不仅编码了点对之间的空间位置关系、点对法相量之间的空间位姿关系，还编码了关键点与点对之间的位姿关系，极大的丰富了描述子所蕴含的局部表面信息，实现了在具有各种干扰场景下点云局部表面鲁棒地、有辨别力地描述，为实现精确、鲁棒的目标识别、3D配准等应用提供鲁棒的三维局部表面描述子。
-
公开(公告)号：CN113435256A
公开(公告)日：2021-09-24
申请号：CN202110622577.6
申请日：2021-06-04
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于几何一致性约束的三维目标识别方法及系统，利用局部几何一致性约束对初始的对应点对进行聚类和排序，仅保留置信度分数较高的对应点对以减少姿态估计的计算量；然后利用每个对应点对聚类中的特征点和邻域点构建局部参考坐标系以计算候选姿态，构建的局部参考坐标系的鲁棒性和重复性好，有助于提高姿态估计的准确性；最后利用全局几何一致性约束对候选姿态根据其置信度进行排序，从而确定最优姿态即识别结果。本发明可以在高遮挡和杂波的三维场景中快速准确地识别出感兴趣的目标物体。
-
-
-
-
-
Search Results
6
records
(took 0.081 seconds)
