[發明專利]形狀檢測方法及物體形狀檢測系統

在審

• 申請號: 202310018769.5
• 申請日: 2023-01-06
• 公開（公告）號: CN115984354A
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 盛文波;魏海永;丁有爽;邵天蘭
• 申請（專利權）人: 梅卡曼德（北京）機器人科技有限公司
• 主分類號: G06T7/60
• 分類號: G06T7/60;G06T17/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊澤;劉芳

本發明提供一種形狀檢測方法、物體形狀檢測系統及計算機可讀存儲介質，其中形狀檢測方法包括：掃描獲取點云數據；將掃描空間按照預設方法分為若干層級的多個分區；在點云數據中選擇一個點作為檢測點；在該檢測點所在的不同層級的相同分區內選擇預設數量的檢測點，作為一組檢測數據；選擇多組檢測數據，建立RANSAC候選模型集合；在RANSAC候選模型集合內，將檢測數據中檢測點的點云數據代入形狀檢測公式，對被檢測物體進行形狀檢測。本發明的實施例利用不同層級中相同分區內的檢測點建立候選模型集合，能夠提高檢測點位于同一被檢測物體上的概率，同時也能夠用于進行常規形狀檢測，同時，提供了檢測點的篩選方法，提高了形狀檢測的效率。

技術領域

本發明大致涉及機器視覺技術領域，尤其是一種形狀檢測方法及物體形狀檢測系統。

背景技術

隨著技術發展，人工智能在生產生活中的應用越來越廣泛，其中機器視覺是人工智能的重要分支，能夠應用在物體識別、篩選、檢測等領域，獲得被檢測物體的形狀、位姿等信息，例如在生產轉運過程中篩選物料，或檢測產品形狀缺陷等。

目前，針對形狀的檢測識別方法，尤其是高精度形狀檢測，需要在獲取被檢測物體的點云數據后，利用大量點云數據進行計算，其中參與計算的點云隨機選擇，需要經過大量運算，受硬件限制，機器視覺在形狀檢測方面的應用效率低下。并且，當掃描范圍內被檢測物體的數量不確定時，隨機選擇的方式進一步影響形狀檢測效率和準確性，以平面為例，根據平面的數學定義，三個不在同一直線上的點可以確定一個平面，當三個點位于不同的被檢測物體上，則以上三個點限定的平面由于不存在實體平面而沒有意義，甚至可能影響檢測結果；如果在小范圍內選擇三個點，以提高三個點在同一被檢測物體上的概率，三個點的距離過近會導致檢測精度下降，因此需要對形狀檢測方法進行改進。

背景技術部分的內容僅僅是發明人所知曉的技術，并不當然代表本領域的現有技術。

發明內容

針對現有技術中的一個或多個缺陷，本發明提供一種形狀檢測方法，包括：

掃描獲取點云數據；

將掃描空間按照預設方法分為若干層級的多個分區；

在點云數據中選擇一個點作為檢測點；

在該檢測點所在的不同層級的相同分區內選擇預設數量的檢測點，作為一組檢測數據；

選擇多組檢測數據，建立RANSAC(Random?Sample?Consensus隨機抽樣一致)候選模型集合；

在RANSAC候選模型集合內，將檢測數據中檢測點的點云數據代入形狀檢測公式，對被檢測物體進行形狀檢測。

根據本發明的一個方面，其中所述將掃描空間按照預設方法分為若干層級的多個分區的步驟中，第一層級按照八叉樹方法分為八個分區，第一層級的下一層級將第一層級中的一個分區按照八叉樹方法分為八個分區，以此類推劃分若干層級，獲得多個分區。

根據本發明的一個方面，其中所述若干層級為5-8層。

根據本發明的一個方面，其中所述檢測點的數量和所述形狀檢測公式，根據被檢測物體的理想形狀選擇。

根據本發明的一個方面，所述形狀檢測方法還包括：

在RANSAC候選模型集合內，根據檢測點的空間坐標和法向，對檢測數據進行形狀有效性校驗；

舍棄形狀有效性校驗不合格的檢測數據。

根據本發明的一個方面，其中所述對被檢測物體進行形狀檢測的步驟包括：持續在RANSAC候選模型集合內獲取檢測數據，直至觸發停止概率。

根據本發明的一個方面，所述形狀檢測方法還包括：