[發明專利]一種基于點云數據的視覺檢測的方法、裝置和系統

在審

• 申請號: 202010577563.2
• 申請日: 2020-06-23
• 公開（公告）號: CN111899302A
• 公開（公告）日: 2020-11-06
• 發明（設計）人: 胡忠民
• 申請（專利權）人: 武漢聞道復興智能科技有限責任公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/60;G06T7/66;G06T7/68;G06T1/00
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 崔肖肖;向彬

1.一種基于點云數據的視覺檢測的方法，其特征在于：

獲取目標物體所在區域的空間場景的三維點云；

根據三維點云中每個點的主曲率特征計算每個點的特征分值，其中，特征分值的計算方式由目標物體的幾何特征確定；

根據每個點的特征分值獲取每個目標物體的目標物體點云；

根據目標物體點云的幾何特征獲取目標物體的幾何特征相關數據和位姿。

2.根據權利要求1所述的基于點云數據的視覺檢測的方法，其特征在于，所述根據每個點的特征分值獲取每個目標物體的目標物體點云，包括：

根據待測區域的預設包圍盒，從空間場景的三維點云中提取多個目標物體的候選目標點云；

根據候選目標點云中點的特征分值的分布特點，將多個目標物體的候選目標點云分割為單個目標物體的候選點云；

根據點的光滑性和連續性約束對單個目標物體的候選點云進行分割，去除單個目標物體的候選點云中的干擾點，獲取每個目標物體點云。

3.根據權利要求2所述的基于點云數據的視覺檢測的方法，其特征在于，所述將多個目標物體的候選目標點云分割為單個目標物體的候選點云，包括：

計算多個目標物體的候選目標點云中每個點的特征分值，根據每個點的特征分值判斷其是否屬于第一種子點類型，其中第一種子點的特征分值大于預設第一特征分值閾值；

以任一個屬于第一種子點類型的點作為起始第一種子點，在起始第一種子點的鄰域中繼續查找屬于第一種子點類型的點，其中鄰域的范圍是以起始第一種子點為圓心、以預設半徑值為半徑的區域；

若起始第一種子點的鄰域中包含至少一個屬于第一種子點類型的點，將該鄰域中的點加入起始第一種子點的第一當前區域點集，并將該鄰域內屬于第一種子點類型的點加入第一種子點集；

逐一取出第一種子點集中每一個第一種子點類型的點作為起始第一種子點，對每一個起始第一種子點的鄰域進行查找，直至完成第一種子點集中所有點查找；

對多個目標物體的候選點云中每一個屬于第一種子點類型的點的鄰域進行查找，直至完成多個目標物體的候選點云中所有屬于第一種子點類型的點的查找；

在獲取到的全部第一當前區域點集中，包含特征分值大于預設特征分值閾值的點的數量超過預設點數閾值的區域為單個目標物體的候選點云。

4.根據權利要求2所述的基于點云數據的視覺檢測的方法，其特征在于，所述去除單個目標物體的候選點云中的干擾點獲取每個目標物體點云，包括：

在單個目標物體的候選點云中選取任一點作為起始第二種子點；

查找起始第二種子點的相鄰點，其中相鄰點為單個目標物體的候選點云中和起始第二種子點距離最近的點；

計算起始第二種子點和相鄰點的距離，若距離小于預設距離閾值，將相鄰點加入第二當前區域點集；

計算起始第二種子點的法向量和相鄰點的法向量的夾角，若夾角小于預設夾角閾值，則相鄰點屬于第二種子點類型，將相鄰點加入第二種子點集；

逐一取出第二種子點集中每一個第二種子點類型的點作為起始第二種子點，計算每一個起始第二種子點和其對應的相鄰點的距離和法向量夾角，直至完成第二種子點集中所有點查找；

對單個目標物體的候選點云中每一個點進行查找，直至完成單個目標物體的候選點云中所有點的查找；

選擇所有第二當前區域點集中包含點數最多的第二當前區域點集，作為目標物體點云。

5.根據權利要求1所述的基于點云數據的視覺檢測的方法，其特征在于，所述根據每個目標物體點云的幾何特征獲取目標物體的幾何特征相關數據和位姿，包括：

根據目標物體點云的主曲率方向估計目標物體軸線的方向；

根據目標物體點云沿目標物體的軸線方向的平面投影計算目標物體的端面的幾何中心坐標和幾何特征；

根據目標物體的幾何中心坐標和目標物體點云在軸線上的平行投影獲取目標物體的上端和/或下端坐標；

根據目標物體的軸線的方向、幾何中心坐標、上端和下端坐標計算目標物體的位姿。