工件点云识别方法和电子设备与流程

    技术2025-01-05  51


    本发明涉及三维点云,具体而言,涉及一种工件点云识别方法和电子设备。


    背景技术:

    1、在焊缝识别应用中,需要使用深度相机采集工件的全局点云,但是在采集时所获得的图像中的点云可能包含远处墙面的点云。在现有的识别方法中,一般是通过提取点云中的最大连通域以识别出工件点云,进而去除远处的墙面的点云。

    2、但是,通过提取最大连通域以识别工件点云的方式,可能会存在识别错误的情况。例如,当墙面的点云的连通域中三维点的数量超过工件点云的连通域中的三维点的数量时,则提取的最大连通域为墙面点云,而并非工件点云。可见,现有的采用提取最大连通域来识别工件点云的方式存在识别不准确的问题。


    技术实现思路

    1、本发明的目的包括,例如,提供了一种工件点云识别方法和电子设备,其能够基于连通域的三个主方向上的尺度的大小关系,准确识别工件点云。

    2、本发明的实施例可以这样实现:

    3、第一方面,本发明提供一种工件点云识别方法,所述方法包括:

    4、对待处理的点云进行聚类处理,得到多个聚类簇,各所述聚类簇对应一个连通域;

    5、针对各所述连通域,获得所述连通域的三个主方向上的尺度,所述三个主方向包括所述连通域的法向方向、宽度方向和长度方向;

    6、基于所述连通域的三个主方向上的尺度的大小关系,判断所述连通域是否为工件点云对应的连通域。

    7、在可选的实施方式中,所述获得所述连通域的三个主方向上的尺度的步骤,包括:

    8、基于所述连通域中的三维点计算得到所述连通域的协方差矩阵;

    9、对所述协方差矩阵进行特征值分解,获得三个特征向量以及各所述特征向量对应的特征值,其中,所述三个特征向量的方向与各所述主方向一一对应,各所述特征值为对应的特征向量的方向一致的主方向上的尺度。

    10、在可选的实施方式中,所述基于所述连通域中的三维点计算得到所述连通域的协方差矩阵的步骤,包括:

    11、基于所述连通域中的三维点计算得到质心点;

    12、基于所述连通域中的各个三维点、所述质心点以及所述三维点的数量,计算得到所述连通域的协方差矩阵。

    13、在可选的实施方式中,所述基于所述连通域的三个主方向上的尺度的大小关系,判断所述连通域是否为工件点云对应的连通域的步骤,包括:

    14、基于所述连通域对应的三个特征值判断所述连通域是否符合工件模型的模型特征;

    15、若所述连通域符合工件模型的模型特征判定所述连通域为工件点云对应的连通域。

    16、在可选的实施方式中,所述基于所述连通域对应的三个特征值判断所述连通域是否符合工件模型的模型特征的步骤,包括:

    17、确定所述连通域对应的三个特征值中的最小特征值和最大特征值;

    18、利用所述最小特征值除以所述最大特征值得到商值;

    19、检测所述商值是否大于预设阈值,若所述商值大于所述预设阈值,则判定所述连通域符合工件模型的模型特征。

    20、在可选的实施方式中,所述方法还包括:

    21、若所述商值小于或等于所述预设阈值,则判定所述连通域为对应墙面点云的连通域。

    22、在可选的实施方式中,所述对待处理的点云进行聚类处理,得到多个聚类簇的步骤,包括:

    23、设置多个聚类阈值,其中,聚类阈值表征聚类后每个聚类簇的大小;

    24、从所述多个聚类阈值中按照从小到大的顺序依次提取各个聚类阈值,基于提取的各个聚类阈值对待处理的点云执行多个轮次的聚类操作;

    25、基于多个轮次的聚类操作的聚类结果,得到所述待处理的点云中的三维点的多个聚类簇。

    26、在可选的实施方式中,所述基于提取的各个聚类阈值对待处理的点云执行多个轮次的聚类操作的步骤,包括:

    27、在每个轮次的聚类操作中,按照提取的聚类阈值对待处理的点云进行聚类处理得到多个聚类簇;

    28、获得各所述聚类簇中的表征点,将多个表征点构成新的待处理的点云以执行下一轮次的聚类操作,直至基于最后一个聚类阈值执行完成聚类操作后得到表征点的多个聚类簇。

    29、在可选的实施方式中,所述基于多个轮次的聚类操作的聚类结果,得到所述待处理的点云中的三维点的多个聚类簇的步骤,包括:

    30、从最后一个轮次的聚类操作的聚类结果往第一个轮次的聚类操作的聚类结果倒推,由最后一个轮次的各个聚类簇中的表征点,得到第一个轮次中与表征点对应的三维点;

    31、基于各聚类簇中的表征点分别对应的三维点,得到由三维点构成的多个聚类簇。

    32、第二方面,本发明提供一种电子设备,包括一个或多个存储介质和一个或多个与所述存储介质通信的处理器,一个或多个所述存储介质存储有所述处理器可执行的机器可执行指令,当所述电子设备运行时,所述处理器执行所述机器可执行指令,以执行前述实施方式中任意一项所述的方法。

    33、本发明实施例的有益效果包括,例如:

    34、本发明提供一种工件点云识别方法和电子设备,通过对待处理的点云进行聚类处理得到多个聚类簇,其中,各个聚类簇对应一个连通域。针对各个连通域,获得连通域的三个主方向上的尺度,该三个主方向包括连通域的法向方向、宽度方向和长度方向。基于连通域的三个主方向上的尺度的大小关系,以判断连通域是否为工件点云对应的连通域。本方案中,基于工件点云对应的连通域和墙面点云对应的连通域在三个主方向上的尺度大小关系的差异,采用基于连通域的三个主方向上的尺度之间的大小关系可以准确识别出工件点云,进而去除墙面点云的干扰。



    技术特征:

    1.一种工件点云识别方法,其特征在于,所述方法包括:

    2.根据权利要求1所述的工件点云识别方法,其特征在于,所述获得所述连通域的三个主方向上的尺度的步骤,包括:

    3.根据权利要求2所述的工件点云识别方法,其特征在于,所述基于所述连通域中的三维点计算得到所述连通域的协方差矩阵的步骤,包括:

    4.根据权利要求2所述的工件点云识别方法,其特征在于,所述基于所述连通域的三个主方向上的尺度的大小关系,判断所述连通域是否为工件点云对应的连通域的步骤,包括:

    5.根据权利要求4所述的工件点云识别方法,其特征在于,所述基于所述连通域对应的三个特征值判断所述连通域是否符合工件模型的模型特征的步骤,包括:

    6.根据权利要求5所述的工件点云识别方法,其特征在于,所述方法还包括:

    7.根据权利要求1-6任意一项所述的工件点云识别方法,其特征在于,所述对待处理的点云进行聚类处理,得到多个聚类簇的步骤,包括:

    8.根据权利要求7所述的工件点云识别方法,其特征在于,所述基于提取的各个聚类阈值对待处理的点云执行多个轮次的聚类操作的步骤,包括:

    9.根据权利要求8所述的工件点云识别方法,其特征在于,所述基于多个轮次的聚类操作的聚类结果,得到所述待处理的点云中的三维点的多个聚类簇的步骤,包括:

    10.一种电子设备,其特征在于,包括一个或多个存储器和一个或多个与所述存储器通信的处理器,一个或多个所述存储器存储有所述处理器可执行的机器可执行指令,当所述电子设备运行时,所述处理器执行所述机器可执行指令,以执行权利要求1-9中任意一项所述的方法。


    技术总结
    本发明提供一种工件点云识别方法和电子设备,通过对待处理的点云进行聚类处理得到多个聚类簇,其中,各个聚类簇对应一个连通域。针对各个连通域,获得连通域的三个主方向上的尺度,该三个主方向包括连通域的法向方向、宽度方向和长度方向。基于连通域的三个主方向上的尺度的大小关系,以判断连通域是否为工件点云对应的连通域。本方案中,基于工件点云对应的连通域和墙面点云对应的连通域在三个主方向上的尺度大小关系的差异,采用基于连通域的三个主方向上的尺度之间的大小关系可以准确识别出工件点云,进而去除墙面点云的干扰。

    技术研发人员:宋昱,束健,杜冬晖,翟晓琴
    受保护的技术使用者:法奥意威(苏州)机器人系统有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-24618.html

    最新回复(0)