【技术实现步骤摘要】
本专利技术涉及三维场景建模，具体地，涉及三维场景快速建模以及姿态获取方法及系统，更为具体地，涉及基于复杂表面与基础形态结合的三维场景快速建模以及姿态获取方法。
技术介绍
1、对三维场景的三维信息理解是机器视觉领域的基本问题之一。对现实世界中的物体，目标进行分析，引导机械臂与场景的交互可应用于各种工业，民用领域。如服务型机器人，清洁机器人等。对于清洁机器人来说，准确清洁的前提，通常是需要对目标或平面的一个充分理解，即它们的结构，位置，以何种姿势清洁。其中，姿态的获取对于机器人清洁复杂形态表面，以及场景中凹陷角落时候的避障尤为重要。一般来说，姿态通常在分割出目标三维信息之后通过模型匹配或者深度学习等方式进行计算。
2、模型匹配需要对所识别的对象进行提前建立三维模型，然后通过icp点云匹配等方法找到对应模板。清洁表面通常是一个整体，很难分割定义出范用模型。而且，消费级rgbd相机获取的三维信息噪声多，分辨率低，对匹配精度有影响，而用激光扫描仪构建的三维信息数据量大，实时性低。如深度学习识别目标分割点云，需要大量的训练数据，前期准备时间很长，不适用于快节奏的项目开发落地。
3、专利cn113327298a(申请号：202110757357.4)公开了一种基于图像实例分割和点云pca算法的一种抓取姿态估计方式。该专利提出一种用maskcnn找到二维彩色图像的掩码二值图，然后使之对其到深度信息得到分割的目标点云，然后用主成分分析点云得到抓取方向的方法。但是，该方法通过掩码图得到的二维信息对其到深度信息然后转换到空间三
4、专利文献cn104318622a(申请号：201410581951.2)公开了一种室内场景非均匀三维点云数据的三角网格建模方法，包括以下步骤：步骤1.获取室内场景非均匀三维点云数据；步骤2.邻域切平面投射；步骤3.对投射邻域n′进行优化；步骤4.获取给定点p的delaunay邻边；步骤5.完成三角网格建模：重复步骤2-4，对每个点重复上述算法，继而完成整个三维点云的三角网格建模。
5、本专利技术提供一种基于八叉树搜索的目标点快速姿态计算方法。以目标点相同层级节点截取圆球形内点云，对节点以及节点周边点云进行主成分分析得到目标点的位姿姿态的方法。
技术实现思路
1、针对现有技术中的缺陷，本专利技术的目的是提供一种三维场景快速建模以及姿态获取方法及系统。
2、根据本专利技术提供的一种三维场景快速建模以及姿态获取方法，包括：
3、步骤s1：使用八叉树结构对点云进行空间分割和表示；
4、步骤s2：对每个叶子节点上的点云数据进行主成分分析对点云进行划分归类；
5、步骤s3：针对不同的点云分类建立相应点云模型，利用构建的点云模型对点云数据进行重建得到点云数据的三维信息和姿态信息。
6、优选地，所述步骤s1采用：八叉树以最大包围框为起始的根节点，最大包围框中包含所有的点云数据，通过递归的方式对当前最大包围框进行划分；
7、其中，每个节点包括八个子节点，深度为n，点云数据储存在它的叶子节点上；j为节点集合，设置最大尺度深度dmax，节点最小点数量jmin。
8、优选地，所述步骤s2采用：对于深度为d下任意节点所包含的点云数据进行主成分分析，拟合节点平面；建立世界坐标系，计算节点平面法向量与世界坐标系主轴的位置关系，点云进行划分归类。
9、优选地，所述步骤s2采用：
10、步骤s2.1：对于深度为d的任意节点，对其包含的点云数据进行主成分分析，获得点云数据的方向；
11、步骤s2.2：通过主成分分析拟合平面模型表示节点所在的平面。
12、步骤s2.3：建立世界坐标系确定坐标系的主轴方向；
13、步骤s2.4：计算节点平面的法向量与世界坐标系主轴的位置关系，确定节点平面在世界坐标系中的位置和朝向；
14、步骤s2.5：根据节点平面的位置关系，对点云数据进行归类，将点云数据分配到不同的平面模型中。
15、优选地，所述步骤s3采用：
16、步骤s3.1：从点云模型中选择同一节点内的点云数据；
17、步骤s3.2：对选择的点云数据进行主成分分析得到点云数据的方向和姿态信息；
18、步骤s3.2：结合不同的带有姿态信息的点云数据实现三维重建场景。
19、根据本专利技术提供的一种三维场景快速建模以及姿态获取系统，包括：
20、模块m1：使用八叉树结构对点云进行空间分割和表示；
21、模块m2：对每个叶子节点上的点云数据进行主成分分析对点云进行划分归类；
22、模块m3：针对不同的点云分类建立相应点云模型，利用构建的点云模型对点云数据进行重建得到点云数据的三维信息和姿态信息。
23、优选地，所述模块m1采用：八叉树以最大包围框为起始的根节点，最大包围框中包含所有的点云数据，通过递归的方式对当前最大包围框进行划分；
24、其中，每个节点包括八个子节点，深度为n，点云数据储存在它的叶子节点上；j为节点集合，设置最大尺度深度dmax，节点最小点数量jmin。
25、优选地，所述模块m2采用：对于深度为d下任意节点所包含的点云数据进行主成分分析，拟合节点平面；建立世界坐标系，计算节点平面法向量与世界坐标系主轴的位置关系，点云进行划分归类。
26、优选地，所述模块m2采用：
27、模块m2.1：对于深度为d的任意节点，对其包含的点云数据进行主成分分析，获得点云数据的方向；
28、模块m2.2：通过主成分分析拟合平面模型表示节点所在的平面。
29、模块m2.3：建立世界坐标系确定坐标系的主轴方向；
30、模块m2.4：计算节点平面的法向量与世界坐标系主轴的位置关系，确定节点平面在世界坐标系中的位置和朝向；
31、模块m2.5：根据节点平面的位置关系，对点云数据进行归类，将点云数据分配到不同的平面模型中。
32、优选地，所述模块m3采用：
33、模块m3.1：从点云模型中选择同一节点内的点云数据；
34、模块m3.2：对选择的点云数据进行主成分分析得到点云数据的方向和姿态信息；
35、模块m3.2：结合不同的带有姿态信息的点云数据实现三维重建场景。
36、与现有技术相比，本专利技术具有如下的有益效果：
37、1、本专利技术综合利用八叉树结构、主成分分析和模型建立，可以有效地处理点云数据，提取关键信息并进行进一步的分析和应用；
本文档来自技高网...【技术保护点】
1.一种三维场景快速建模以及姿态获取方法，其特征在于，包括：
2.根据权利要求1所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤S1采用：八叉树以最大包围框为起始的根节点，最大包围框中包含所有的点云数据，通过递归的方式对当前最大包围框进行划分；
3.根据权利要求1所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤S2采用：对于深度为d下任意节点所包含的点云数据进行主成分分析，拟合节点平面；建立世界坐标系，计算节点平面法向量与世界坐标系主轴的位置关系，点云进行划分归类。
4.根据权利要求3所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤S2采用：
5.根据权利要求1所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤S3采用：
6.一种三维场景快速建模以及姿态获取系统，其特征在于，包括：
7.根据权利要求6所述的三维场景快速建模以及姿态获取系统，其特征在于，所述模块M1采用：八叉树以最大包围框为起始的根节点，最大包围框中包含所有的点云数据，通过递归的方式对当前最大包围框
8.根据权利要求6所述的三维场景快速建模以及姿态获取系统，其特征在于，所述模块M2采用：对于深度为d下任意节点所包含的点云数据进行主成分分析，拟合节点平面；建立世界坐标系，计算节点平面法向量与世界坐标系主轴的位置关系，点云进行划分归类。
9.根据权利要求8所述的三维场景快速建模以及姿态获取系统，其特征在于，所述模块M2采用：
10.根据权利要求6所述的三维场景快速建模以及姿态获取系统，其特征在于，所述模块M3采用：
...【技术特征摘要】
1.一种三维场景快速建模以及姿态获取方法，其特征在于，包括：
2.根据权利要求1所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤s1采用：八叉树以最大包围框为起始的根节点，最大包围框中包含所有的点云数据，通过递归的方式对当前最大包围框进行划分；
3.根据权利要求1所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤s2采用：对于深度为d下任意节点所包含的点云数据进行主成分分析，拟合节点平面；建立世界坐标系，计算节点平面法向量与世界坐标系主轴的位置关系，点云进行划分归类。
4.根据权利要求3所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤s2采用：
5.根据权利要求1所述的三维场景快速建模以及姿态获取方法，其特征在于，所述步骤s3采用：
...【专利技术属性】
技术研发人员：施建军，刘思坤，
申请(专利权)人：中科九思智能科技安徽有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。