[发明专利]一种基于标定物的目标位姿测量方法

说明书

本发明公开了一种基于标定物的目标位姿测量方法，首先将标定物设置在被测物体表面，之后利用摄像头采集测物体的图像，利用图像处理技术，识别出标定物，根据设计的标定物的特征排除误识别的情况，并且采集标定物上的特征点，最终通过2D‑3D点的对应关系，得到标定物的位姿信息，并用标定物的位姿信息代替目标的位姿信息。本发明采用基于标定物的目标位姿测量方法，能准确地测量出目标的位姿信息，能对机械臂抓取目标物体提供极大的便利。

技术领域

本发明属于计算机视觉领域，特别是一种基于标定物的目标位姿测量方法。

背景技术

计算机视觉是指用相机代替人眼对目标进行观测，结合图像处理技术，从相机拍摄到的图像中提取出所需的关键信息。现在，计算机视觉常被应用于对机械臂的运动控制。机械臂想要抓取某个物体，需要知道目标物体的相关信息，比如目标物体相对于机械臂末端爪具的距离以及目标物体的空间位姿信息。有了这些信息，机械臂才能规划处运动路径以及抓取角度，完成对目标物体及抓取。

在实际应用过程中，经常出现由于目标物体处于复杂背景中，仅仅识别目标物体是比较困难的，相机由于光线等环境因素会出现无法识别目标物体的特征信息或者出现误识别的情况。这对机械臂规划运动路径和选择抓取角度造成里相当大的困难。此外，不同的目标物体可能会存在形状上的差异，这时在目标特征点识别的过程中一些参数的设置也会不同，针对每一个目标物体去手动调节参数是极为不便的。

发明内容

本发明的目的在于提供了一种基于标定物的目标位姿测量方法。

实现本发明的技术解决方案为：一种基于标定物的目标位姿测量方法，具体步骤为：

步骤1、进行相机标定，获得相机的内参数与畸变参数；

步骤2、将标定物贴在被测物体表面，通过相机采集被测物体图像；

步骤3、利用Opencv中的cvtColor函数将步骤2得到的图像转化为灰度图，再利用threshold函数对灰度图进行二值化处理；

步骤4；利用Opencv中的findContours函数，对图像进行找轮廓操作；

步骤5、利用Opencv中的approxPolyDP函数对步骤4中所有找到轮廓进行多边形逼近，再利用isContourConvex函数选取其中为凸四边形的轮廓，计算凸四边形最短边长，选取最短边长在规定范围之内的所有轮廓；

步骤6、计算步骤5中四边形轮廓与其他所有轮廓的平均距离，设定阈值为 100像素，如果均大于设定的阈值，则将其判定为候选标定物，如果两组轮廓的平均距离小于阈值，则比较二者周长，选取其中周长较大者为标定物；

步骤7、根据标定物的特征对所有候选标定物进行筛查，得到最终的目标标定物；

步骤8、提取标定物的特征点，利用P3P的方法，得到标定物的位姿信息，并用得到的标定物的位姿信息代替目标的位姿信息。

本发明与现有技术相比，其显著优点为：

1)本发明设计了一款标定物，能有效排除环境干扰，使相机能够准确在复杂的背景图像中识别出标定物上特征点，从而计算出相机的位姿信息，准确度和稳定性都比较好，标定物的使用，使相机对目标位姿测量的难度大大的降低，易于实现；2)本发明中测量目标位姿的方法是完全自主式的，不需要额外的人工操作，减轻了工作人员的劳动量，提升了工作效率。

下面结合附图对本发明做进一步阐述。

附图说明

图1为本发明作业流程图。

图2为本发明中设计的标定物。

图3为本发明相机采集到的目标图像。