基于SHOT和ICP算法的无序抓取中的三维姿态估计方法

    公开(公告)号:CN111784770A

    公开(公告)日:2020-10-16

    申请号:CN202010595948.1

    申请日:2020-06-28

    摘要: 本发明涉及基于SHOT和ICP算法的无序抓取中的三维姿态估计方法,该方法用于无序抓取过程中的物体位姿估计,以SHOT粗匹配方法为ICP精配准提供良好的初始位置,SHOT算法中M矩阵的构建,特征值分解,进而构建局部参考系;计算对应参考系下的拓扑特征,并将结果保存在直方图中,再对模型和场景点云对应的特征提取结果进行霍夫变换,剔除错误点对,解算得到最终的粗配准姿态估计结果;ICP算法最近点的寻找,协方差矩阵的构建以及使目标函数最小化的旋转矩阵和平移向量的求解,解决了传统ICP应用于由于工件反光,采集到存在孔洞的点云时,配准精度下降的问题。

    一种深度6D位姿估计网络模型及工件位姿估计方法

    公开(公告)号:CN114299150A

    公开(公告)日:2022-04-08

    申请号:CN202111661938.4

    申请日:2021-12-31

    发明人: 陈海永 李龙腾

    IPC分类号: G06T7/73 G06N3/04 G06N3/08

    摘要: 本发明公开一种深度6D位姿估计网络模型及工件位姿估计方法,该工件位姿估计方法通过物理引擎生成模拟数据集的方法解决了大体量点云数据集获取困难的问题,以纯几何点云坐标直接将完整场景点云作为输入,通过点云的语义与实例分割部分,可以提取输入点云的局部与全局特征,提升了网络对场景的理解能力,并通过多层特征融合的位姿估计网络输出准确姿态,在一定程度上解决了物体的堆叠和自遮挡问题,且针对各种对称物体具有鲁棒性,经过模拟真实场景的数据集的实验验证,本发明提出的方法在整体精度和稳定性上具有明显优势,具有更高的鲁棒性。

    基于SHOT和ICP算法的无序抓取中的三维姿态估计方法

    公开(公告)号:CN111784770B

    公开(公告)日:2022-04-01

    申请号:CN202010595948.1

    申请日:2020-06-28

    摘要: 本发明涉及基于SHOT和ICP算法的无序抓取中的三维姿态估计方法,该方法用于无序抓取过程中的物体位姿估计,以SHOT粗匹配方法为ICP精配准提供良好的初始位置,SHOT算法中M矩阵的构建,特征值分解,进而构建局部参考系;计算对应参考系下的拓扑特征,并将结果保存在直方图中,再对模型和场景点云对应的特征提取结果进行霍夫变换,剔除错误点对,解算得到最终的粗配准姿态估计结果;ICP算法最近点的寻找,协方差矩阵的构建以及使目标函数最小化的旋转矩阵和平移向量的求解,解决了传统ICP应用于由于工件反光,采集到存在孔洞的点云时,配准精度下降的问题。