物体位姿的检测方法和装置制造方法及图纸

本发明专利技术公开了一种物体位姿的检测方法和装置。所述物体位姿的检测方法包括：接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像；其中，所述标记码图像为贴附于待检测物体上的标记码的图像；根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿；其中，所述标记码的位姿包括所述标记码相对于基准位姿的旋转量及位移量；根据所述标记码的位姿，计算获得所述待检测物体的当前位姿。采用本发明专利技术，能够简化对物体的位姿进行检测的过程，提高检测过程的效率，且能够提高检测结果的准确度。

【技术实现步骤摘要】
物体位姿的检测方法和装置
本专利技术涉及计算机
，尤其涉及一种物体位姿的检测方法和装置。
技术介绍
在智能机器人领域，智能机器人在搬运物体的过程中，需要对物体当前相对于自己的位置和角度进行检测判断。位姿估计问题指的是使用特征对应信息来估计两个空间坐标系之间相对旋转和平移的过程，是实现智能机器人搬运物体的功能所要解决的核心技术问题。位姿估计问题是计算机视觉、计算机图形学、摄影测量学的一个重要基本问题。现有的对位姿进行估计的方法主要有如下三种：基于特征点的位姿估计方法、基于模型的位姿估计方法和基于学习的位姿估计方法。(1)基于特征点的位姿估计方法基于特征点的位姿估计方法，首先从图像中提取若干特征点，随后将该图像与标准图像进行特征匹配，从而获得至少一个相匹配的特征点，最后根据这些相匹配的特征点求解物体位姿。尽管基于特征点的位姿估计方法在视觉里程计中占据主流地位，但是这类方法仍有以下几个缺点：首先，关键点的提取与特征描述子的计算非常耗时。实践当中，如SIFT等局部特征提取目前在CPU上是无法实时计算的，而ORB也需要近20毫秒的计算。其次，使用特征点时，忽略了除特征点以外的所有信息。一张图像有几十万个像素，而特征点只有几百个。只使用特征点丢弃了大部分可能有用的图像信息。最后，并非所有物体都有大量的有效特征。例如，有时们会面对一堵白墙，或者一个空荡荡的走廓。这些场景下特征点数量会明显减少，我们可能找不到足够的匹配点来计算位置和角度。特别地，对于椅子位姿估计来说，由于椅子的纹理往往比较少，有效的特征点可能也不多，在这种情况下，基于特征点的位姿估计方法可能找不到足够的匹配点，对于位置和角度的估计可能会非常不精确。(2)基于模型的位姿估计方法基于模型的位姿估计方法通常利用物体的几何关系来估计。其基本思想是利用某种几何模型或结构来表示物体的结构和形状，并通过提取某些物体特征，在模型和图像之间建立起对应关系，然后通过几何或者其它方法实现物体空间姿态的估计。这里所使用的模型既可能是简单的几何形体，如平面、圆柱，也可能是某种几何结构，也可能是通过激光扫描或其它方法获得的三维模型。基于模型的位姿估计方法是通过比对真实图像和合成图像，进行相似度计算更新物体姿态。目前基于模型的方法为了避免在全局状态空间中进行优化搜索，一般都将优化问题先降解成多个局部特征的匹配问题，非常依赖于局部特征的准确检测。噪声较大无法提取准确的局部特征的时候，该方法的鲁棒性受到很大影响。特别地，对于椅子位姿估计来说，由于椅子的形态千差万别，并没有一个通用的几何模型可以近似描述所有的椅子。这意味着如果采用基于模型的位姿估计方法，则需要针对每款椅子的几何形状进行建模，这需要耗费大量的人力物力。(3)基于学习的位姿估计方法基于学习的方法借助于机器学习方法，从事先获取的不同姿态下的训练样本中学习二维观测图像与三维姿态之间的对应关系，并将学习得到的决策规则或回归函数应用于样本，所得结果作为对样本的位姿估计。基于学习的方法一般采用全局观测特征，不需检测或识别物体的局部特征，具有较好的鲁棒性。其缺点是由于无法获取在高维空间中进行连续估计所需要的密集采样，因此无法保证位姿估计的精度与连续性。特别地，对于椅子位姿估计来说，除了上述缺点之外，基于学习的位姿估计方法需要对各种椅子采集、标注大量样本，同样需要耗费大量的人力物力。
技术实现思路
本专利技术提出一种物体位姿的检测方法和装置，能够简化对物体的位姿进行检测的过程，提高检测过程的效率，且能够提高检测结果的准确度。本专利技术提供的一种物体位姿的检测方法，具体包括：接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像；其中，所述标记码图像为贴附于待检测物体上的标记码的图像；根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿；其中，所述标记码的位姿包括所述标记码相对于基准位姿的旋转量及位移量；根据所述标记码的位姿，计算获得所述待检测物体的当前位姿。进一步地，在所述接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像之前，还包括：生成并显示至少一个标定位姿信息，并根据所述标定位姿信息获得M个标定图像；其中，M＞0；根据每个所述标定图像及相对应的标定位姿信息，生成所述位姿计算模型；进一步地，所述生成并显示至少一个标定位姿信息，并根据所述标定位姿信息获得M个标定图像，具体包括步骤：S1：当当前获得的标定图像的个数m小于M时，生成并显示一个当前标定位姿信息；S2：接收所述摄像机采集的与所述当前标定位姿信息相对应的原始标定图像，并从所述原始标定图像中提取获得标定标记码图像；S3：根据所述标定标记码图像与所述当前标定位姿信息判断与所述标定标记码图像相对应的标定标记码是否处于所述当前标定位姿信息所对应的标定位姿；若是，则将所述标定标记码图像设置为标定图像，并修改m的值为m+1，并返回步骤S1；若否，则返回所述步骤S1。进一步地，所述根据所述标定标记码图像与所述当前标定位姿信息判断与所述标定标记码图像相对应的标定标记码是否处于所述当前标定位姿信息所对应的标定位姿；若是，则将所述标定标记码图像设置为标定图像，并修改m的值为m+1；若否，则返回步骤S1，具体包括：识别获得所述当前标定标记码图像中的关键点，并计算所述关键点之间的距离；根据所述当前标定位姿信息，判断所述关键点之间的距离是否在预设的距离范围内；若是，则确认与所述标定标记码图像相对应的标定标记码处于所述当前标定位姿信息所对应的标定位姿，并将所述标定标记码图像设置为标定图像，并修改m的值为m+1，并返回所述步骤S1；若否，则确认与所述标定标记码图像相对应的标定标记码不处于所述当前标定位姿信息所对应的标定位姿，并返回所述步骤S1。进一步地，所述标记码中包含至少一个子标记码；则所述根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿，具体包括：对所述标记码图像进行图像分割，获得符合形状要求的至少一个子标记码图像；将每个所述子标记码图像与预先存储的各个标准子标记码图像进行比较，获得所述子标记码图像中的合法子标记码图像；根据各个所述合法子标记码图像与所述位姿计算模型，计算获得所述标记码的位姿。进一步地，所述标记码相对于所述基准位姿的旋转量中包括旋转角度γ和单位方向向量(rrx,rry,rrz)；所述标记码相对于所述基准位姿的位移量中包括位移向量rt；则所述根据所述标记码的位姿，计算获得所述待检测物体的当前位姿，具体包括：根据所述旋转角度γ及所述单位方向向量(rrx,rry,rrz)及旋转变换公式R＝I+ωsinγ+ω2(1-cosγ)，计算获得所述标记码相对于所述基准位姿的旋转矩阵R；其中，根据所述旋转矩阵R及旋转公式v＝Rvref，计算获得所述待检测物体相对于所述基准位姿的旋转量v＝(vx，vy，vz)；其中，为水平面上的以所述基准位姿为原点的单位单方向向量；根据所述旋转量v及平面角度计算公式计算获得所述待检测物体相对于所述基准位姿的平面旋转角度θ；根据所述位移向量rt，计算获得所述待检测物体相对于所述基准位姿的平面位移量s；根据所述平面旋转角度θ及所述平面位移向量s，获得所述待检测物体的当前位姿。相应地，本专利技术还提供了一种物体位姿的检测本文档来自技高网...

【技术保护点】
一种物体位姿的检测方法，其特征在于，包括：接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像；其中，所述标记码图像为贴附于待检测物体上的标记码的图像；根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿；其中，所述标记码的位姿包括所述标记码相对于基准位姿的旋转量及位移量；根据所述标记码的位姿，计算获得所述待检测物体的当前位姿。

【技术特征摘要】
1.一种物体位姿的检测方法，其特征在于，包括：接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像；其中，所述标记码图像为贴附于待检测物体上的标记码的图像；根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿；其中，所述标记码的位姿包括所述标记码相对于基准位姿的旋转量及位移量；根据所述标记码的位姿，计算获得所述待检测物体的当前位姿。2.如权利要求1所述的物体位姿的检测方法，其特征在于，在所述接收由摄像机采集的原始图像，并从所述原始图像中提取获得标记码图像之前，还包括：生成并显示至少一个标定位姿信息，并根据所述标定位姿信息获得M个标定图像；其中，M＞0；根据每个所述标定图像及相对应的标定位姿信息，生成所述位姿计算模型。3.如权利要求2所述的物体位姿的检测方法，其特征在于，所述生成并显示至少一个标定位姿信息，并根据所述标定位姿信息获得M个标定图像，具体包括步骤：S1：当当前获得的标定图像的个数m小于M时，生成并显示一个当前标定位姿信息；S2：接收所述摄像机采集的与所述当前标定位姿信息相对应的原始标定图像，并从所述原始标定图像中提取获得标定标记码图像；S3：根据所述标定标记码图像与所述当前标定位姿信息判断与所述标定标记码图像相对应的标定标记码是否处于所述当前标定位姿信息所对应的标定位姿；若是，则将所述标定标记码图像设置为标定图像，并修改m的值为m+1，并返回步骤S1；若否，则返回所述步骤S1。4.如权利要求3所述的物体位姿的检测方法，其特征在于，所述根据所述标定标记码图像与所述当前标定位姿信息判断与所述标定标记码图像相对应的标定标记码是否处于所述当前标定位姿信息所对应的标定位姿；若是，则将所述标定标记码图像设置为标定图像，并修改m的值为m+1；若否，则返回步骤S1，具体包括：识别获得所述当前标定标记码图像中的关键点，并计算所述关键点之间的距离；根据所述当前标定位姿信息，判断所述关键点之间的距离是否在预设的距离范围内；若是，则确认与所述标定标记码图像相对应的标定标记码处于所述当前标定位姿信息所对应的标定位姿，并将所述标定标记码图像设置为标定图像，并修改m的值为m+1，并返回所述步骤S1；若否，则确认与所述标定标记码图像相对应的标定标记码不处于所述当前标定位姿信息所对应的标定位姿，并返回所述步骤S1。5.如权利要求1所述的物体位姿的检测方法，其特征在于，所述标记码中包含至少一个子标记码；则所述根据所述标记码图像和预先生成的位姿计算模型，计算获得所述标记码的位姿，具体包括：对所述标记码图像进行图像分割，获得符合形状要求的至少一个子标记码图像；将每个所述子标记码图像与预先存储的各个标准子标记码图像进行比较，获得所述子标记码图像中的合法子标记码图像；根据各个所述合法子标记码图像与所述位姿计算模型，计算获得所述标记码的位姿。6.如权利要求1所述的物体位姿的检测方法，其特征在于，所述标记码相对于所述基准位姿的旋转量中包括旋转角度γ和单位方向向量(rrx,rry,rrz)；所述标记码相对于所述基准位姿的位移量中包括位移向量rt；则所述根据所述标记码的位姿，计算获得所述待检测物体的当前位姿，具体包括：根据所述旋转角度γ及所述单位方向向量(rrx,rry,...

【专利技术属性】
技术研发人员：杨铭，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东,44