面向機器人操作的三維物體檢測與位姿估計.pdf

1、三維物體檢測與位姿估計可以使得機器人自主地進行物體搬運、工件裝配等任務(wù)，因此在機器人領(lǐng)域具有非常重要的意義。然而，隨著機器人逐漸被部署到非結(jié)構(gòu)化的環(huán)境中，背景雜亂、物體堆疊等場景仍然對現(xiàn)存的三維物體檢測與定位算法構(gòu)成挑戰(zhàn)。本文以彩色圖像和深度圖像作為傳感信息來源，研究不規(guī)則環(huán)境下的三維物體檢測、位姿計算及物體抓取。本文的主要工作包括以下幾個方面：
　　1）針對模板匹配算法的重復(fù)識別、高誤識別率的特點，提出了一種模板聚類算法，實現(xiàn)算

2、法同時識別多個物體的功能。本文利用匹配模板的空間位置，對模板圖像進行聚類，同時設(shè)計了一個評價函數(shù)，對聚類所包含的模板圖像和對應(yīng)的場景圖像進行評估，最后利用非極大值抑制算法去除重復(fù)識別結(jié)果，以及根據(jù)聚類的大小剔除誤識別結(jié)果。
　　2）在實現(xiàn)物體檢測的基礎(chǔ)上，提出了一種位姿估計的算法。本文根據(jù)模板的訓(xùn)練位姿來計算物體的初始位姿。在位姿修正階段，本文基于迭代最近點算法，通過動態(tài)改變距離閾值實現(xiàn)由粗到細的點云配準，得到物體的六自由度位姿。

3、為了驗證所得檢測結(jié)果和物體位姿的正確性，本文提出了一種假設(shè)驗證算法，用于描述模型點云和場景點云的重合程度。
　　3）設(shè)計和實現(xiàn)了一個自動化手眼標定系統(tǒng)。使用者只需要把標定板放置在機器人的工作空間內(nèi)，輸入一個期望采集的位姿數(shù)量，該系統(tǒng)便自動控制機器人運到多個位姿下，保存多組機器人位姿和標定板位姿，最終完成手眼標定結(jié)果計算。
　　4）面向吸附類末端執(zhí)行器，提出了一種不依賴于物體模型的機器人抓取位姿生成的算法。該算法利用區(qū)域生長法