[發明專利]一種基于粒子群優化的物體點云位姿估算方法和系統

有效

• 申請號: 201711157067.6
• 申請日: 2017-11-20
• 公開（公告）號: CN108053443B
• 公開（公告）日: 2019-08-02
• 發明（設計）人: 王衍;郭麗麗;于歌
• 申請（專利權）人: 中國科學院空間應用工程與技術中心
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06N3/00
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 楊立;王灝增

本發明實施例涉及一種基于粒子群優化的物體點云位姿估算方法和系統，屬于空間機器人視覺感知技術領域。其中，該方法包括：初始化粒子群內各個粒子的代表的初始位姿和移動速度，根據初始位姿，對空間點云做旋轉變換，根據變換后的點云數據和點云所在的幾何模型，確定每個點與幾何面的位置關系，進而確定變換后的點云與幾何模型的最鄰近距離，根據最鄰近距離和算法規則確定每個粒子的適應度，根據適應度更新粒子的位姿信息，并根據更新位姿信息確定點云的位姿信息。通過本實施例提供的技術方案，實現了精準且高效的獲取點云位姿信息的技術效果。

技術領域

本發明實施例涉及空間機器人視覺感知技術領域，尤其涉及一種基于粒子群優化的物體點云位姿估算方法和系統。

背景技術

隨著科學技術的發展，機器人的發展和相關應用逐步發展并逐漸完善。在現有技術中，為獲取點云位姿信息，一方面，通過將模型轉換為點云數據集的方式，從而實現點云位姿信息的獲取；另一方面，有些企業開始使用“對齊算法”以便提高獲取點云位姿信息的效率。

但是，在發明人實現本發明的過程中，發現至少存在以下幾個問題：

1、點云位姿估算效率偏低，時間復雜度較高；

2、點云位姿估算精度較低，無法滿足高精度的機器人抓取需求。

發明內容

為解決上述技術問題，本發明實施例提供了一種基于粒子群優化的物體點云位姿估算方法和系統。

根據本發明實施例的第一方面，本發明實施例提供了一種基于粒子群優化的物體點云位姿估算方法，所述方法包括：

步驟S100：根據預先設置的預處理規則對獲取到的點云中的點的初始點云數據進行預處理，得到點云數據；

步驟S200：根據預先設置的初始化規則對粒子種群中的粒子進行初始化，得到粒子的位姿信息；

步驟S300：根據所述位姿信息和所述點云數據對所述點云中的點進行平移和旋轉，得到變換后的點云數據；

步驟S400：遍歷變換后的點云數據對應的點，根據變換后的點云數據和變換后的點云所在的幾何模型，確定變換后的點云數據對應的點與所述幾何模型中的幾何面的位置關系；

步驟S500：根據預先設置的計算規則和所述位置關系確定變換后的點云與所述幾何模型的最鄰近距離；

步驟S600：根據所述最鄰近距離和預先設置的算法規則確定每個所述粒子的適應度；

步驟S700：根據每個所述粒子的適應度和獲取到的每個所述粒子的歷史適應度，確定每個所述粒子的歷史最優得分和全局最優得分；

步驟S800：根據預先設置的更新規則和每個所述粒子的歷史最優得分和全局最優得分，更新每個所述粒子的位姿信息，得到更新位姿信息；

步驟S900：當所述更新位姿信息對應的誤差小于預先設置的誤差閾值，或者，更新的次數等于或大于預先設置的迭代閾值時，則根據所述更新位姿信息確定所述點云的位姿信息；

步驟S1000：當所述更新位姿信息對應的誤差等于或大于預先設置的誤差閾值，或者，更新的次數小于預先設置的迭代閾值時，則返回步驟S300。

根據每個點與所述幾何面的位置關系確定最鄰近幾何面；

根據所述最鄰近幾何面確定變換后的點云與其對應的幾何模型之間的最鄰近距離。

進一步地，所述步驟S100具體包括：

通過傳感器獲取初始點云數據；

依次對所述初始點云數據進行點云過濾處理、異常值去除處理、聚類分割處理，得到所述點云數據。