一种非结构环境下目标识别和3D位姿估计方法

被引：4

作者：

任秉银

魏坤

代勇

机构：

[1] 哈尔滨工业大学机电工程学院

来源：

哈尔滨工业大学学报 | 2019年 / 51卷 / 01期

关键词：

目标识别; 3D位姿估计; 非结构环境; CAD模型; 位姿聚类; ICP配准;

D O I：

暂无

中图分类号：

TP241 [机械手]; TP391.72 [];

学科分类号：

080202 ; 1405 ; 080201 ; 080203 ; 081304 ; 1403 ;

摘要：

为提高非结构环境下目标识别准确率和位姿估计精度,提出一种利用Kinect V2 RGB-D传感器并基于目标的CAD模型进行不同类型目标自动识别和3D位姿估计的新方法.利用虚拟相机获取目标CAD模型的深度图像,并将目标的模型转化为点云图,采用体素栅格滤波减少场景点云中的点数;利用点对特征描述子(PPF)作为CAD模型的全局描述子,并将相似的PPF划分成一组放进一个hash表,用于识别和定位目标,所有目标的hash表组成了3D模型数据库;利用基于投票策略的方法对不同类型目标进行检测识别和3D位姿估计,并采用位姿聚类的方法和ICP配准进行位姿修正,再通过奇异值滤波剔除误匹配位姿,从而提高位姿估计精度.在虚拟机器人实验平台仿真环境中分析了3种管接头的识别率和位姿估计误差,结果表明:3种管接头平均识别率96%,位置误差<4 mm,姿态误差<2°,能够满足机械臂抓取要求.将提出的方法与两种主流位姿估计方法进行了对比实验,结果表明,提出的方法无论是识别率还是F1分数都要优于其他两种方法.

引用

页码：38 / 44

页数：7

共 4 条

[1]

Real-time pose estimation of rigid objects in heavily cluttered environments[J] . Bla? Bratani?,Franjo Pernu?,Bo?tjan Likar,Dejan Toma?evi?.Computer Vision and Image Understanding . 2015

[2]

Speeded-Up Robust Features (SURF)[J] . Herbert Bay,Andreas Ess,Tinne Tuytelaars,Luc Van Gool.Computer Vision and Image Understanding . 2007 (3)

[3] Distinctive image features from scale-invariant keypoints [J].

Lowe, DG .

INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110

[4]

A scalable tree-based approach for joint object and pose recognition .2 LAI K,BO L,REN X,et al. AAAI Conference on Artificial Intelligence . 2011

← 1 →