[發明專利]一種復雜曲面目標識別及三維位姿測量的方法

有效

• 申請號: 201310669602.1
• 申請日: 2013-12-10
• 公開（公告）號: CN103644894A
• 公開（公告）日: 2014-03-19
• 發明（設計）人: 李榮華;周長久;張連東;陳勇;陳百強
• 申請（專利權）人: 大連交通大學
• 主分類號: G01C11/00
• 分類號: G01C11/00
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李洪福

技術領域

本發明涉及圖像處理及機器視覺等多學科交叉技術領域，特別是一種新型的復雜曲面目標識別及三維位姿測量的方法。

背景技術

復雜曲面目標識別及三維位姿測量系統對機器人抓取目標起到至關重要的作用。當前的研究方法一般將目標識別與位姿測量分為兩部分研究，使得有些中間參數重復運算，造成資源浪費。如果采用激光掃描的方法獲得表面形貌，系統除了激光發生器和高速攝像機之外，還需配套精度較高的水平位移工作臺，由于工作過程中攝像機一直隨激光發生器移動，造成攝像機標定困難，難以定位，不利于工程應用，并且該系統成本高，結構復雜，數據量大，自動獲取位姿參數較困難。

發明內容

為解決現有技術存在的上述問題，本發明要設計一種計算數據量小、成本低、結構簡單、計算精度較高、方便機器人抓取、方便復雜曲面零件的自動化裝配的復雜曲面目標識別及三維位姿測量的方法。

為了實現上述目的，本發明的技術方案如下：

一種復雜曲面目標識別及三維位姿測量的方法，利用復雜曲面目標識別及三維位姿測量裝置進行信息獲取，所述的復雜曲面目標識別及三維位姿測量裝置包括平面工作臺、支撐框架、體感器和計算機，所述的支撐框架放置在平面工作臺上，所述的體感器安裝在支撐框架上部的橫桿上，體感器通過數據線與計算機連接；

具體方法包括以下步驟：

A、離線建立目標特征數據庫

通過離線過程建立目標特征數據庫，所述的目標特征數據庫包括目標彩色特征數據庫和目標深度特征數據庫；

B、在線目標識別并獲取三維位姿參數

B1、使用體感器探測復雜表面物體，通過計算機采集體感器所接收的圖像數據，所述的圖像信息包括彩色圖像數據和深度圖像數據，彩色圖像數據和深度圖像數據在像素坐標系下一一對應，分辨率為640×480；

令I=1；

B2、使用計算機中的軟件對第I幀彩色圖像數據進行處理，獲取第I幀彩色圖像的特征描述；

B3、將第I幀彩色圖像的特征描述與步驟A建立的目標特征數據庫進行特征識別，判斷第I幀彩色圖像中是否存在與目標特征數據庫相匹配的目標；

B4、如果不存在目標且I<N，則令I=I+1，轉向步驟B2，如果I=N則結束；N為彩色圖像的總幀數；如果存在目標，則轉向步驟B5；

B5、獲取目標的二維位置參數（x，y），x表示目標的橫坐標，y表示目標的縱坐標；

B6、由于彩色圖像數據和深度圖像數據在像素坐標系下一一對應，因此可根據目標的二維位置參數和相應的第I幀深度圖像數據獲取目標的點云數據，目標的點云數據即目標表面輪廓的離散采樣點數據；

B7，根據步驟A建立的目標深度特征數據庫獲取對當前場景內的目標姿態參數，所述的目標姿態參數包括橫滾角Roll、俯仰角Pitch和航向角Yaw；

B8、將目標在二維平面內位置的中心點的高度作為目標的高度z；這樣復雜表面物體的三維位姿參數（x，y，z，Roll，Pitch，Yaw）全部計算完畢。

與現有技術相比，本發明具有以下有益效果：

1、由于本發明采用支撐框架和體感器作為深度和彩色圖像特征數據裝置的主體，實現了成本低、結構簡單、數據量低的目的。

2、由于本發明采用的體感器位置固定，使得整個運算過程無需對體感器進行實時標定，因此在機器人抓取和復雜表面零部件的自動化裝配過程中可以更加方便地提供位姿信息。

3、由于本發明對體感器獲取的深度和彩色特征數據進行融合，將目標識別和位姿測量結合，不僅避免了中間參數的重復計算，而且提高了本發明的智能水平。

4、由于本發明采用離線方式分別建立深度目標特征數據庫和彩色目標特征數據庫，大大提高了目標識別和位姿測量的效率。

5、本發明力求在體感器獲取精度較低分辨率（640×480）圖像的情況下獲取較高的位姿精度，提高實時性。

6、本發明利用體感器獲取的彩色圖像數據和深度圖像數據在像素坐標系下一一對應的特點，將識別后的目標二維輪廓信息與場景深度圖像建立關聯，精確獲取場景目標的點云數據，使得計算的姿態數據更加精準。

附圖說明

本發明共有附圖2幅。

圖1是復雜曲面目標識別及三維位姿測量裝置軸測圖。

圖2是三維位姿參數獲取流程圖。

圖中：1-體感器；2-平面工作臺；3-支撐框架；4-模擬復雜表面物體；5-計算機。

具體實施方式