[发明专利]一种三维点云与三维传感器的神经网络坐标变换方法有效
| 申请号： | 201811532208.2 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109685848B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 庄春刚;朱向阳;艾尚宥;池子敬;张波 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06T7/73 | 分类号： | G06T7/73 |
| 代理公司： | 上海旭诚知识产权代理有限公司 31220 | 代理人： | 郑立 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种三维点云与三维传感器的神经网络坐标变换方法，涉及物体位姿三维感知领域，其特征在于，包含如下具体步骤：步骤1：针对已知物体模型点云进行数据增强处理，得到训练数据集；步骤2：使用设计的神经网络对所述训练数据集进行离线训练，得到训练完成的神经网络训练模型；步骤3：对三维传感器拍摄获得的场景点云进行预处理，得到第一场景点云，采用所述训练完成的神经网络训练模型对所述第一场景点云进行预测，获得预测的位置姿态参数和预测的坐标变换矩阵。通过本发明的实施，能够快速、稳定、高效地基于现有三维传感器扫描的场景点云，得到目标物体的位置和姿态信息。 | ||
| 搜索关键词： | 一种 三维 传感器 神经网络 坐标 变换 方法 | ||
【主权项】：
1.一种三维点云与三维传感器的神经网络坐标变换方法，其特征在于，包含如下具体步骤：步骤1：针对已知物体模型点云进行数据增强处理，得到训练数据集；步骤2：使用设计的神经网络对所述训练数据集进行离线训练，得到训练完成的神经网络训练模型；步骤3：对三维传感器拍摄获得的场景点云进行预处理，得到第一场景点云，采用所述训练完成的神经网络训练模型对所述第一场景点云进行预测，获得预测的位置姿态参数和预测的坐标变换矩阵。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海交通大学，未经上海交通大学许可，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/patent/201811532208.2/，转载请声明来源钻瓜专利网。
