[发明专利]一种基于深度图像的视觉抓取方法、装置及其可读存储介质

权利要求书

1.一种基于深度图像的视觉抓取方法，其特征在于，所述方法包括：

步骤1：获取点云图像，通过RANSAN随机抽样一致算法和欧几里德聚类算法来对得到的点云图像进行分割，将需要识别的目标物体分割出来；

步骤2：分别提取所述目标物体的三维全局特征和颜色特征，再将所述三维全局特征和颜色特征融合成一个新的全局特征；

步骤3：利用各物体所述新的全局特征对多分类支持向量机SVM分类器进行离线训练，再利用已训练好的多分类支持向量机SVM分类器根据所述目标物体的新的全局特征进行识别所述目标物体的类别；

步骤4：确定所述目标物体的类别和所述目标物体的抓取位置；

步骤5：根据所述目标物体的类别和所述目标物体的抓取位置，控制机械臂和手爪将所述目标物体抓取并放至指定位置。

2.根据权利要求1所述的基于深度图像的视觉抓取方法，其特征在于，所述步骤1包括：

步骤1-1：通过深度摄像机Kinect来获取点云图像，该点云图像包含物体的位置信息（x,y,z）和颜色信息（R,G,B）；

步骤1-2：在从所述点云图像中分割出目标物体之前，过滤距离所述目标物体较远的点云图像信息和原点云图像的背景信息，得到所述目标物体所处区域的点云图像；

步骤1-3：对所述目标物体所处区域的点云图像，先采用RANSAN随机抽样一致算法将较大的平面物体分割出去，再采用欧几里德聚类算法来获得各个物体的点云图像，最后将较小的点云图像过滤，获得所述目标物体的点云图像。

3.根据权利要求2所述的基于深度图像的视觉抓取方法，其特征在于，所述过滤距离所述目标物体较远的点云图像信息的过程为：设定摄像机坐标系中X轴和Z轴的坐标取值范围，过滤超过该坐标取值范围的点云图像信息，得到所述目标物体所处区域的点云图像。

4.根据权利要求1所述的基于深度图像的视觉抓取方法，其特征在于，所述步骤2包括：

步骤2-1：对所述目标物体的点云图像进行采样，接着对采样后的点云图像提取法向量信息，再通过所述法向量信息来提取所述目标物体的三维全局特征CVFH描述子，所述目标物体的三维全局特征CVFH描述子以直方图形式表示；

步骤2-2：对分割得到的所述目标物体的点云图像，直接提取所述目标物体的RGB颜色特征，再将所述目标物体的颜色特征由RGB颜色空间转换到HSV颜色空间，获取所述目标物体的HSV颜色特征直方图；

步骤2-3：将所述目标物体的HSV颜色特征直方图与该目标物体的三维全局特征CVFH描述子的直方图进行合并，得到所述新的全局特征。

5.根据权利要求1所述的基于深度图像的视觉抓取方法，其特征在于，所述步骤3包括：

步骤3-1：建立各物体的点云图像库，将所述点云图像库作为训练分类器的训练集，提取训练集中各物体点云图像的新的全局特征训练多分类支持向量机SVM分类器；

步骤3-2：用训练好的多分类支持向量机SVM分类器来对分割出来的目标物体进行识别，得到所述目标物体的类别。

6.根据权利要求5所述的基于深度图像的视觉抓取方法，其特征在于，所述步骤3-1中所述各物体点云图像库，是通过深度摄像机Kinect从不同角度所获取的各物体各个姿态的点云图像。

7.根据权利要求1~6任一项所述的基于深度图像的视觉抓取方法，其特征在于，所述步骤4中所述抓取位置是为所述目标物体的质心。

8.一种基于深度图像的视觉抓取的装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1或7所述方法的步骤。

9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或7所述方法的步骤。