[发明专利]一种散乱工件的识别标注方法、系统和装置有效
申请号: | 202210043985.0 | 申请日: | 2022-01-14 |
公开(公告)号: | CN114049355B | 公开(公告)日: | 2022-04-19 |
发明(设计)人: | 王灿;丁丁 | 申请(专利权)人: | 杭州灵西机器人智能科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/73;G06T7/80 |
代理公司: | 杭州创智卓英知识产权代理事务所(普通合伙) 33324 | 代理人: | 张迪 |
地址: | 311100 浙江省杭州市余杭区*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 散乱 工件 识别 标注 方法 系统 装置 | ||
1.一种散乱工件的识别标注方法,其特征在于,所述方法包括:
将待采集批次中的工件依次摆放在相机视野内,重复执行预设步骤,直到将所述待采集批次中的所有工件都识别标注出来;
所述预设步骤包括:
通过所述相机采集所述待采集批次中当前工件的实际点云图和工件位姿矩阵;
根据所述相机的内参矩阵和外参矩阵构建虚拟相机模型;
根据所述当前工件的工件位姿矩阵和模板工件的模板点云数据,计算出在所述虚拟相机模型下的模板点云投影;
根据所述模板点云投影计算得到模板深度图,创建与所述模板深度图相同大小的mask图像,所述mask图像中像素点的值默认为第一数值;对所述模板深度图中的每个像素值进行遍历,将所述像素值与所述实际点云图对应位置的像素点的深度值进行对比;若所述像素值与所述深度值的差值小于预设阈值,则将所述mask图像上对应像素点的值设置为第二数值;根据所述mask图像中值为所述第二数值的像素点,确定所述当前工件与所述模板工件是否匹配,若匹配,则对所述当前工件进行标注。
2.根据权利要求1所述的方法,其特征在于,根据所述模板点云投影得到模板深度图包括:
通过OpenGL中的glReadPixels函数读取所述模板点云投影中每个像素点对应坐标的深度值,将所有像素点的深度值信息保存成深度图的格式,得到所述模板工件的模板深度图。
3.根据权利要求1所述的方法,其特征在于,通过所述相机采集所述待采集批次中当前工件的实际点云图包括:
通过所述相机采集所述待采集批次中当前工件的初始点云图;
对所述初始点云图进行去畸变后保存成三通道图的格式,得到所述当前工件的实际点云图,即所述实际点云图中每个像素点的三个通道分别储存了x,y,z坐标值信息。
4.根据权利要求1所述的方法,其特征在于,对所述当前工件进行标注包括:
将mask图像中值为第二数值的像素点对应到所述实际点云图中,划分得到所述当前工件的精确点云数据;
按匹配成功的顺序,序号从1开始对所述待采集批次中的工件的精确点云数据进行标注。
5.根据权利要求1所述的方法,其特征在于,对所述模板深度图中的每个像素值进行遍历,将所述像素值与所述实际点云图对应位置的像素点的深度值进行对比包括:
对所述模板深度图中的每个像素值进行遍历,判断像素值是否为零,
若是,即所述像素点为背景点,则跳过所述像素点;
若否,则将所述像素值与所述实际点云图对应位置的像素点的深度值进行对比。
6.根据权利要求4所述的方法,其特征在于,在对所述待采集批次中的工件的精确点云数据进行标注后,所述方法还包括:
移动所述相机位置,根据所述相机移动前的第一相机位姿矩阵和移动后的第二相机位姿矩阵,计算得到所述相机的运动矩阵;
根据所述运动矩阵,将所述第一相机位姿矩阵下工件的精确点云数据转换成所述第二相机位姿矩阵下的精确点云数据;
通过对比移动后相机视野下获取到的不完整点云数据与所述第二相机位姿矩阵下的精确点云数据,识别出所述移动后相机视野下获取到的所有已标注的工件。
7.根据权利要求1所述的方法,其特征在于,在根据所述当前工件的工件位姿矩阵和模板点云数据,计算出在所述虚拟相机模型下的模板点云投影之前,所述方法还包括:
获取预设业务中模板工件的模板点云数据,其中,所述模板点云数据为obj格式模型文件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州灵西机器人智能科技有限公司,未经杭州灵西机器人智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210043985.0/1.html,转载请声明来源钻瓜专利网。