[发明专利]基于边缘和多维拐角的检测后改善

权利要求书

1.一种用于操作机器人系统的方法，所述方法包括：

获得表示环境的二维(2D)图像和三维(3D)图像；

基于在所述2D图像中描绘的一个或多个视觉特征来生成初始物体估计，其中所述初始物体估计表示位于所述环境中的物体的所估计标识和/或所估计位置；

基于分析所述2D图像来检测边缘；

推导边缘集群，其中每个边缘集群包括检测到的边缘中的至少两者的分组；

基于所述边缘集群来检测平行边缘集合，其中每个平行边缘对包括具有平行取向的一对检测到的边缘；

识别包括检测到的边缘的至少第一平行对和第二平行对的物体边缘集合，其中所述第一平行对中的至少一个边缘与所述第二平行对中的至少一个边缘相交；

将所述物体边缘集合投影到所述3D图像的区域上；

基于所投影的物体边缘集合来识别3D特征位置，所述3D特征位置表示所述3D图像中与所投影的物体边缘集合相对应的拐角的位置或3D边缘的位置；

计算所述3D特征位置与所述初始物体估计的对应位置之间的偏移；以及

基于所述初始物体估计和所述偏移来生成物体检测结果。

2.如权利要求1所述的方法，其还包括：

为所述检测到的边缘中的每个检测到的边缘确定边缘取向；并且

其中：

推导所述边缘集群包括根据边缘取向对所述检测到的边缘进行分组，其中每个分组包括所述检测到的边缘中具有匹配边缘取向或相对于彼此具有在角度阈值内的边缘取向的平行实例。

3.如权利要求2所述的方法，其中对所述检测到的边缘进行分组包括：

为所述检测到的边缘中的每一者计算矢量；

计算第一矢量与第二矢量的点积的角度，其中所述第一矢量表示第一检测到的边缘并且所述第二矢量表示第二检测到的边缘；

将所述点积的所述角度与角度阈值进行比较；以及

当所述点积的所述角度小于所述角度阈值时，将所述第一检测到的边缘和所述第二检测到的边缘进行分组。

4.如权利要求1所述的方法，其中推导所述边缘集群包括：

确定所述2D图像内的分析部分；以及

识别所述分析部分内的所述检测到的边缘。

5.如权利要求4所述的方法，其中所述分析部分包括所述初始物体估计的至少一部分。

6.如权利要求4所述的方法，其中生成所述初始物体估计包括：

将所述2D图像的包括所述一个或多个视觉特征的至少一部分与包括所登记物体的表面表示的主数据进行比较；

当所述2D图像的所述一个或多个视觉特征与所述主数据中的图像中的一者匹配时，确定表示与所述匹配图像相关联的所登记物体的所估计标识；以及

基于所述一个或多个视觉特征和所述主数据中的所述匹配图像来确定所估计的物体位置。

7.如权利要求1所述的方法，其中检测所述平行边缘集合包括：

计算所述边缘集群中的每一者中的每一对所述检测到的边缘之间的可检测边缘距离；

将所得的可检测边缘距离与表示与所述初始物体估计相关联的所登记物体的主数据中的尺寸进行比较；以及

为平行边缘集合选择一对边缘，其中所述一对边缘对应于与所述主数据中的所述尺寸中的一者匹配的所述可检测边缘距离。

8.如权利要求1所述的方法，其还包括：

为每个检测到的边缘生成边缘评级；并且

其中：

所述物体边缘集合中的所述检测到的边缘的所述边缘评级超过边缘检测阈值。

9.如权利要求8所述的方法，其中生成所述边缘评级包括基于以下任一项来计算所述边缘评级：(1)由所述边缘评级表示的边缘的连续性测度；(2)所表示的边缘的取向；(3)所表示的边缘与所述物体边缘集合中的其他边缘之间的相似性测度，以及(4)所表示的边缘与所述3D图像中表示的所述3D边缘之间的重叠测度。