三維物體識(shí)別和位姿估計(jì)的效率和準(zhǔn)確率直接決定了機(jī)器人抓取的效率和穩(wěn)定性,對(duì)實(shí)現(xiàn)機(jī)器人自動(dòng)分揀、搬運(yùn)、裝配和檢測(cè)具有至關(guān)重要的作用。目前三維物體識(shí)別和位姿估計(jì)在紋理信息豐富、遮擋較少等較為理想的情況下有較好的識(shí)別和定位結(jié)果。但在實(shí)際工業(yè)應(yīng)用中,由于零件紋理單一,光照不均勻、遮擋嚴(yán)重等因素的影響,現(xiàn)有方法無(wú)法滿足識(shí)別所需的精度和效率。為此,本文研究了基于點(diǎn)對(duì)特征描述子的物體識(shí)別和位姿估計(jì)方法,實(shí)現(xiàn)了面結(jié)構(gòu)光三維設(shè)備獲取的場(chǎng)景點(diǎn)云數(shù)據(jù)中目標(biāo)物體的準(zhǔn)確識(shí)別與精確位姿估計(jì)。本文的具體工作如下:（1）研究了適用于三維物體識(shí)別的點(diǎn)云預(yù)處理相關(guān)技術(shù)。三維物體識(shí)別過(guò)程中由于存在傳感器噪聲和無(wú)關(guān)數(shù)據(jù),從而導(dǎo)致識(shí)別精度和效率較差。因此,首先針對(duì)測(cè)量場(chǎng)景數(shù)據(jù),構(gòu)建三維點(diǎn)云數(shù)據(jù)的k維樹(shù)（k-dimension tree,k-d tree）,建立鄰域點(diǎn)的查找關(guān)系,實(shí)現(xiàn)基于孤立點(diǎn)的去除和點(diǎn)云法向量的計(jì)算;然后,采用自適應(yīng)系數(shù)的柵格采樣算法,實(shí)現(xiàn)測(cè)量場(chǎng)景中冗余數(shù)據(jù)的剔除;最后,研究了歐幾里得分割算法,完成了場(chǎng)景數(shù)據(jù)的分割,從而實(shí)現(xiàn)了無(wú)關(guān)數(shù)據(jù)的去除。通過(guò)對(duì)測(cè)量三維點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理,極大的減少了噪聲和無(wú)關(guān)數(shù)據(jù)等因素的干... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

(a)二維圖像中的物體識(shí)別(b)基于RGB-D相機(jī)的物體識(shí)別(c)基于線激光傳感器的物體識(shí)別[15]

1-2 所選描述子示意圖 (a)旋轉(zhuǎn)圖像 (b)三維形狀背景 (c)快速點(diǎn)特征 (d)方位直方圖 (e)旋轉(zhuǎn)投影統(tǒng)計(jì) (f)等效圓周表面角度描述子Figure 1-2 A schematic illustration of the selected descriptors (a) Spin Image (b)3DSC (c)FPFH(d)SHOT (e)RoPS (f) ECSAD為充分發(fā)揮全局描述子和局部描述子的各自優(yōu)點(diǎn)，學(xué)者們開(kāi)始結(jié)合全局特征和部特征相結(jié)合的描述子。Drost等提出了結(jié)合全局和局部信息的點(diǎn)對(duì)特征[14]，點(diǎn)對(duì)征是編碼物體兩個(gè)表面點(diǎn)之間關(guān)系的四維向量，每組點(diǎn)對(duì)特征可以對(duì)物體的局部息進(jìn)行描述，物體表面所有點(diǎn)構(gòu)成的點(diǎn)對(duì)特征則可以對(duì)物體的全局進(jìn)行描述。在一程度上提高物體識(shí)別的精度，但對(duì)于點(diǎn)云數(shù)據(jù)量較大的場(chǎng)景，巨大的計(jì)算量也限制點(diǎn)對(duì)特征描述子的應(yīng)用。為了結(jié)合更多的有效信息，設(shè)計(jì)更加魯棒的描述子。學(xué)者們研究開(kāi)始二維圖像紋信息和三維點(diǎn)云的深度信息相結(jié)合的描述子。劉勇等提出了一種光照和尺度不變的RGBD的描述子LOIND(An IlluminationAnd Scale Invariant RGB-D Descriptor)[31]，圖像像素的灰度信息和點(diǎn)云法線之間角度編碼，重新組合構(gòu)建描述子，對(duì)光照和尺

如圖2-1所示，在構(gòu)建k-d樹(shù)上查找紅色查詢點(diǎn)指定半徑內(nèi)最近的鄰域點(diǎn)。查詢過(guò)程按照每一維度順序循環(huán)的方式以樹(shù)中點(diǎn)逐漸逼近被查詢點(diǎn)，直至被查詢點(diǎn)的半徑內(nèi)只有一個(gè)點(diǎn)時(shí)，獲取需要的最終點(diǎn)。如圖2-2所示，紅色點(diǎn)為查詢點(diǎn)，藍(lán)色點(diǎn)為指定半徑內(nèi)所有的鄰域點(diǎn)。

【參考文獻(xiàn)】：
期刊論文
[1]面向智能交互的圖像識(shí)別技術(shù)綜述與展望[J]. 蔣樹(shù)強(qiáng),閔巍慶,王樹(shù)徽.  計(jì)算機(jī)研究與發(fā)展. 2016(01)
[2]智能制造——“中國(guó)制造2025”的主攻方向[J]. 周濟(jì).  中國(guó)機(jī)械工程. 2015(17)
[3]基于八叉樹(shù)網(wǎng)格的點(diǎn)云數(shù)據(jù)精簡(jiǎn)方法研究[J]. 周波,陳銀剛,顧澤元.  現(xiàn)代制造工程. 2008(03)
[4]國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006-2020年）[J].   中國(guó)安防. 2006(01)
[5]逆向工程技術(shù)三維激光掃描測(cè)量[J]. 許智欽,閆明,張寶峰,王宇華,鄭義忠,葉聲華.  天津大學(xué)學(xué)報(bào). 2001(03)

碩士論文
[1]工業(yè)自動(dòng)化三維檢測(cè)中點(diǎn)云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D]. 羅成.華中科技大學(xué) 2018



本文編號(hào)：3501665