[发明专利]手操器的定位方法、装置、存储介质及电子设备

说明书

本发明提供了一种手操器的定位方法、装置、存储介质及电子设备，所述方法包括：获取手操器所在区域的3D点云数据；从所述3D点云数据中提取所述手操器的点云数据；将所述手操器的点云数据与预设的模板点云数据进行配准，以确定所述手操器的位姿数据；根据所述位姿数据进行手操器的定位。本发明解决了由于手操器底部不平整无法保持其正面放置水平，进而导致机器人通过2D视觉定位的方法进行精准定位的问题，通过3D点云数据进行视觉定位，实现了机器人抓取过程中手操器的精准定位，使得生产线全自动化运行，提高生产效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种手操器的定位方法、装置、存储介质及电子设备。

背景技术

随着自动化生产的需求，生产设备越来越多，为了提高效率和产量，自动化上下料成为必不可少的生产线配套设备，手操器自动化视觉检测设备是实现自动化生产必不可少的部分。

目前，手操器自动化视觉检测设备需要皮带线将手操器运送到固定位置，机器人通过视觉定位将其抓取到固定的托盘上进行下一步检测。但是手操器底部并不平整，在皮带线上的姿态各异，无法通过2D视觉定位的方法进行精准的抓取。

发明内容

本发明的目的在于克服上述技术问题，提供一种手操器的定位方法、装置、存储介质及电子设备。

本发明的一个方面，提供了一种手操器的定位方法，所述方法包括：

获取手操器所在区域的3D点云数据；

从所述3D点云数据中提取所述手操器的点云数据；

将所述手操器的点云数据与预设的模板点云数据进行配准，以确定所述手操器的位姿数据；

根据所述位姿数据进行手操器的定位。

可选地，所述从所述3D点云数据中提取所述手操器的点云数据，包括：

对所述3D点云数据进行滤波处理；

对滤波处理后的3D点云数据进行边界估计，得到所述手操器的边界；

通过区域增长算法对所述手操器的边界内的点云数据进行聚类，以从所述3D点云数据中分割出所述手操器的点云数据。

可选地，所述对所述3D点云数据进行滤波处理，包括：

采用体素网格滤波算法对所述3D点云数据进行滤波处理。

可选地，所述将所述手操器的点云数据与预设的模板点云数据进行配准，以确定所述手操器的位姿数据，包括：

采用迭代最近邻算法对所述手操器的点云数据与预设的模板点云数据进行匹配，以确定所述手操器的位姿数据。

可选地，所述采用迭代最近邻算法对所述手操器的点云数据与预设的模板点云数据进行匹配，包括:

对所述手操器的点云数据进行采样，得到采样数据集；

从所述模板点云数据中提取与所述采样数据集中点云数据对应的关键点云数据；

计算将所述采样数据集中点云数据转换为对应的关键点云数据的旋转矩阵和平移矢量；

根据所述旋转矩阵和平移矢量确定所述手操器的位姿数据。

可选地，所述从所述模板点云数据中提取与所述采样数据集中点云数据对应的关键点云数据，包括:

提取模板点云数据中与所述采样数据集中点云数据对应的目标点云数据；

从所述目标点云数据中提取与所述采样数据集中对应点云数据满足特征和位置的相似度条件的点云数据。

本发明的另一个方面，提供了一种手操器的定位装置，所述装置包括：