[发明专利]一种基于点云的类别级的物体的质心与位姿估计

权利要求书

1.一种基于点云的类别级的物体的质心与位姿估计的算法,其特征在于：所述的算法包括：通过将图片进行裁剪,生成一个图像面片,然后将深度图与图片结合生成观测点云,通过自动编码器输出一个平均先验形状,将平均先验形状,图片面片与观测到的点云输入网络中,生成了一个变形场,然后通过变形场将先验形状变形得到重建的物体的点云,将重构后的点云结合对应矩阵得到NOCS下的点云,并通过Umeyama算法来将NOCS下的点云与重建后的点云的比例,旋转矩阵以及平移矩阵,然后选取重建后的模型的9个特征(8个包围盒的顶点和1个质心)点并将其变换到观测到的实例上去,以此来计算出物体位姿,尺寸以及质心,从而确定物体的三维信息。

2.根据权利要求1所述的一种基于点云的类别级的物体的质心与位姿估计的算法,其特征在于：所述自动编码器通过输入一些同一类别物体的CAD模型,经过自动编码与解码,生成了一个此类别的平均先验形状。

3.根据权利要求1所述的一种基于点云的类别级的物体的质心与位姿估计的算法,其特征在于：所述生成变形场以及对应矩阵的网络部分采用图片为输入,点云以及先验形状输出为对应矩阵和变形场。

4.根据权利要求1所述的一种基于点云的类别级的物体的质心与位姿估计的算法,其特征在于：所述通过变形场将先验形状变形得到重建的物体的点云,将重构后的点云结合对应矩阵得到NOCS下的点云,主要通过将变形场与先验形状做矩阵加法得到重构后的点云,通过将重构后的点云与对应矩阵做矩阵乘法得到NOCS下的点云。

5.根据权利要求1所述的一种基于点云的类别级的物体的质心与位姿估计的算法,其特征在于：所述NOCS坐标是将物体的点云模型规范在一个单位立方体下。

6.根据权利要求1所述的一种基于点云的类别级的物体的质心与位姿估计的算法,其特征在于：所述Umeyama算法通过将观测到的点云模型与NOCS下的点云模型进行对比,计算出两者之间的大小比例、旋转与平移矩阵。