[發明專利]基于參考線及局部平面的位姿生成方法

在審

• 申請號: 202210371727.5
• 申請日: 2022-04-11
• 公開（公告）號: CN114782531A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 楊躒;范偉;左方睿;王思文
• 申請（專利權）人: 中科新松有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06V10/77;G06V10/25;G06V10/74;G06K9/62
• 代理公司: 北京科石知識產權代理有限公司 11595
• 代理人: 徐紅崗

一種基于參考線和局部平面的位姿生成方法，利用待定位工件3D點云中的平面點云給出工件的初步位姿，進而通過平移至相機坐標系，即可為后續的精匹配提供輸入。相對于傳統的基于3D點云中的點對特征匹配的“粗匹配”算法，這種基于“平面擬合”的“非匹配”算法，處理速度遠快于粗匹配算法，將大大整體加快工件的定位速度方法。

技術領域

本發明涉及機器人領域，特別涉及一種用于機器人對操作工件進行識別定位的工件位姿生成方法。

背景技術

工業中，當使用3D相機定位物體后再通過機器人抓取時，通常會對3D相機采集得到的點云數據使用“粗匹配+精匹配”的方式?！按制ヅ洹彼惴ㄓ糜趯ぜM行粗略定位，“精匹配”算法用于精細定位物體。

其中，“粗匹配”算法通常采用業內常用的PPF(PointPairFeature,點對特征)算法，該算法依靠三維點云中的點對特征進行物體的定位，輸出待定位物體的6自由度位姿；“精匹配”算法通常采用ICP(IterativeClosestPoint，迭代最近鄰點)算法，通過構建最近鄰點集的方式迭代計算。

但由于3D相機拍攝獲取的點云數據較大，定位工件時使用的上述匹配算法時間復雜度較高，往往存在工件定位識別耗時較長的問題。

發明內容

本公開針對上述“粗匹配”算法的弊端，提供了一種基于PCA(Principalcomponent analysis，主成分分析)待定位工件位姿生成方法，以替換基于點對特征匹配的“粗匹配”算法，加快工件定位速度。PCA是一種業界常用的分析方法，通過主成分分析，可以確定點云中某局部區域的法向。

本公開所述的位姿生成方法，和“粗匹配”算法一樣，能夠得到一個6自由度位姿，再對該位姿進行變換后即可作為粗位姿，向“精匹配”算法提供輸入。

具體而言，本公開提供的是一種基于參考線及局部平面的位姿生成方法，包括以下步驟：

獲取一個待定位工件的點云；

基于該工件上表面中的一個局部平面，摳取一平面點云；

基于所述平面點云的中心坐標Op′，構建坐標系Op′-Xp′-Yp′-Zp′作為初始位姿，其中，Xp′沿所述平面點云的長軸方向，Zp′沿所述局部平面的法線、朝向相機方向；

建立虛擬參考軸，該軸與相機坐標系Oc′-Xc′-Yc′-Zc′的Zc軸平行，且穿過待定位工件的所述局部平面處；

計算所述虛擬參考軸和Op′-Xp′-Yp′平面的相交點P；

將所述初始位姿Op′-Xp′-Yp′-Zp′平移至點P處，得到位姿Ot-Xt-Yt-Zt，即可作為粗位姿輸入到后續“精匹配”算法中。

進一步地，采用ROI(RegionofInterest，感興趣區域)算法摳取工件上表面中的平面點云部分。

進一步地，所述構建坐標系Op′-Xp′-Yp′-Zp′的方法包括：

對摳取的所述平面點云計算其中心坐標Op′；

計算所述局部平面的法線朝向，選擇其朝向相機的方向，得到軸向Zp′；

將沿所述平面點云長軸的一個方向定為Xp′；

將Zp′和Xp′叉乘可獲得軸Yp′，

由此可構建坐標系Op′-Xp′-Yp′-Zp′，作為所述初始位姿。

進一步地，對所述平面點云，使用PCA(主成分分析)法得到所述局部平面的法線朝向。

進一步地，所述虛擬參考軸可表達為參數方程形式：