期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
14
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于点云中心约束的点对特征三维物体识别算法
1
作者
邓仕超
杨龙
+2 位作者
梁晨光
高兴宇
蒋应良
《组合机床与自动化加工技术》
北大核心
2023年第6期27-30,34,共5页
目标姿态识别系统中能够快速、准确在复杂场景里识别目标物体是实现机器人在线抓取的关键,针对传统点对特征(PPF)算法相邻物体点云干扰的问题,提出了一种基于点云中心约束点对特征的三维物体识别算法。首先通过法向量相交约束为条件提...
目标姿态识别系统中能够快速、准确在复杂场景里识别目标物体是实现机器人在线抓取的关键,针对传统点对特征(PPF)算法相邻物体点云干扰的问题,提出了一种基于点云中心约束点对特征的三维物体识别算法。首先通过法向量相交约束为条件提取物体中心,然后根据模型的大小筛选出相关的点对特征,最后利用共面点对和物体中心特征,实现计算三维物体的姿态,以此来提高识别速度。实验结果表明,该算法显著减少特征描述符数量,提高了三维物体在复杂场景中的识别速度。与原始的点对特征算法相比,该方法对三维目标识别具有较好的性能与速度。
展开更多
关键词
三维物体识别
点对特征
点
云中心
法向量
下载PDF
职称材料
基于点对特征的无序散乱堆叠工件位姿估计算法
2
作者
李松恒
陈高铭
+2 位作者
张炜
邓永胜
刘超
《科学技术与工程》
北大核心
2023年第8期3354-3362,共9页
针对无序分拣场景中物体相互堆叠遮挡导致的位姿估计误差大的问题,提出了一种基于点对特征(point pair feature,PPF)的杂乱堆叠工件位姿估计算法。离线训练阶段,使用更优的点云降采样方案和更为细致的点云法线计算方式,以保留更多具有...
针对无序分拣场景中物体相互堆叠遮挡导致的位姿估计误差大的问题,提出了一种基于点对特征(point pair feature,PPF)的杂乱堆叠工件位姿估计算法。离线训练阶段,使用更优的点云降采样方案和更为细致的点云法线计算方式,以保留更多具有区分性的点对,实现模型更为精确的全局描述;在线匹配阶段,通过快速投票方案获得杂乱堆叠场景中目标的候选位姿,并提出了一种基于体素索引和位姿交并比的聚类策略完成位姿聚类和误匹配位姿的剔除,实现目标位姿的粗估计,最后采用ICP(iterative closest points)算法完成目标位姿的优化,获得目标的精确的6D位姿。分别进行了仿真场景实验和机械臂分拣实验。结果表明:所提算法在杂乱场景中对3种类型工件的平均识别率为98.4%,单个工件识别时间均小于0.86s,且位姿估计精度较原始PPF算法有明显提升;在实际分拣实验中识别成功率达96.7%,分拣成功率达95.3%,验证了算法在实际应用中对于噪声和杂乱遮挡的鲁棒性较强。
展开更多
关键词
位姿估计
点对特征
(PPF)
无序散乱堆叠
位姿聚类
位姿优化
下载PDF
职称材料
基于点对特征的三维点云匹配算法
被引量:
11
3
作者
易杰
李蹊
+3 位作者
易辉成
刘苗
钟凯
胡兴
《传感器与微系统》
CSCD
2019年第9期115-117,共3页
针对现有的基于全局特征的三维物体识别方法和基于局部特征的三维物体识别方法在有遮挡和混叠场景中识别效果均不理想的问题,提出了一种基于点对特征的三维点云匹配算法。利用模型上的所有点对特征来完成全局模型描述构建,并在减少的二...
针对现有的基于全局特征的三维物体识别方法和基于局部特征的三维物体识别方法在有遮挡和混叠场景中识别效果均不理想的问题,提出了一种基于点对特征的三维点云匹配算法。利用模型上的所有点对特征来完成全局模型描述构建,并在减少的二维空间上,利用快速投票方案,在局部对模型点云和场景点云进行匹配,从而恢复模型在场景中的全局姿态。实验结果表明:该算法在有遮挡和混叠的场景中识别效果比较理想。
展开更多
关键词
三维物体识别
点对特征
三维
点
云匹配
全局模型描述
投票方案
下载PDF
职称材料
基于点对特征和局部参考系的六维位姿估计算法
被引量:
5
4
作者
王化明
郭交通
陈作特
《江苏大学学报(自然科学版)》
EI
CAS
北大核心
2019年第6期695-700,共6页
针对大量物件分拣工作中单目视觉无法精确估计目标位姿从而无法完成随机堆叠工件分拣的问题,以点对特征为基础,提出了基于点云的目标识别和位姿估计算法的改进算法.模型训练阶段,使用改进的下采样方法,保留更多有区分性的点对,构建局部...
针对大量物件分拣工作中单目视觉无法精确估计目标位姿从而无法完成随机堆叠工件分拣的问题,以点对特征为基础,提出了基于点云的目标识别和位姿估计算法的改进算法.模型训练阶段,使用改进的下采样方法,保留更多有区分性的点对,构建局部参考系作为补充特征;在线匹配阶段,以距离作为投票权重,并利用匹配点对的局部参考系相似度验证候选位姿;最后通过模型与场景的重叠率筛选未遮挡的多实例目标作为可抓取目标候选.结果表明:在方差为3%,5%倍模型尺寸的高斯噪声下,目标识别率分别可达97%,78%;所有试验的识别耗时均在1 s以内,满足实际需求.
展开更多
关键词
目标识别
位姿估计
点对特征
局部参考系
位姿验证
下载PDF
职称材料
基于局部点对特征与ICP的粗-精点云配准算法
被引量:
7
5
作者
岳晓峰
刘泽园
+1 位作者
朱娟
田云胜
《长春工业大学学报》
CAS
2022年第4期306-314,共9页
三维点云配准在机器视觉与智能检测领域中有着广泛应用,也是近年来工业机器人自动拾取的基础技术。针对传统迭代最近点(ICP)配准算法存在收敛速度慢、对点云初始位置要求高等问题,提出一种基于局部点对特征与ICP的粗-精点云配准算法。...
三维点云配准在机器视觉与智能检测领域中有着广泛应用,也是近年来工业机器人自动拾取的基础技术。针对传统迭代最近点(ICP)配准算法存在收敛速度慢、对点云初始位置要求高等问题,提出一种基于局部点对特征与ICP的粗-精点云配准算法。配准实验表明,该算法在最优的情况下可使ICP算法的迭代次数减少73%,有效解决ICP算法鲁棒性差、效率低等问题。
展开更多
关键词
点
云配准
点对特征
迭代最近
点
算法
特征
匹配
下载PDF
职称材料
基于点对特征的工业零件位姿检测研究
被引量:
3
6
作者
李旭宇
张梓
《长沙理工大学学报(自然科学版)》
CAS
2021年第4期100-107,共8页
针对工业零件生产过程中对无序摆放的工业零件进行抓取的情景,提出了一种新的基于加权投票的位姿估计方法。在原始点对特征(point-pair feature,PPF)算法的基础上引入加权投票方法,可以解决离线建模阶段由模型表面大量的短线段点对造成...
针对工业零件生产过程中对无序摆放的工业零件进行抓取的情景,提出了一种新的基于加权投票的位姿估计方法。在原始点对特征(point-pair feature,PPF)算法的基础上引入加权投票方法,可以解决离线建模阶段由模型表面大量的短线段点对造成的误投票问题,实现目标工件的点云配准,最终得到目标零件的位姿估计结果。经验证,与三维扫描设备重构模型相比,本研究提出的方法可进行配准试验,减少离线建模阶段的工作量,且能很好地适应机械手抓取工业零件的工作情景。
展开更多
关键词
点对特征
点
云配准
位姿估计
模型转换
加权投票
下载PDF
职称材料
基于边缘点对特征的板型物体识别与定位系统
被引量:
6
7
作者
赵银帅
吴清潇
+1 位作者
付双飞
张正光
《计算机应用研究》
CSCD
北大核心
2019年第2期601-605,共5页
针对工业环境中板型物体(如钢板),在基于投票策略的匹配算法基础上加入了边缘点对特征,提出了一种基于边缘点对特征的三维目标识别与定位方法,并利用该算法设计实现了一个钢板识别与定位系统,已成功应用于工业机器人自动钢板打磨项目中...
针对工业环境中板型物体(如钢板),在基于投票策略的匹配算法基础上加入了边缘点对特征,提出了一种基于边缘点对特征的三维目标识别与定位方法,并利用该算法设计实现了一个钢板识别与定位系统,已成功应用于工业机器人自动钢板打磨项目中。另外,对匹配结果使用位姿聚类以及位姿验证与优化,进一步提高了算法的准确性和鲁棒性。根据系统在工作现场的运行统计结果得出,该方法不仅定位精度在项目容忍范围之内,而且满足项目对实时性的要求。
展开更多
关键词
三维边缘提取
点对特征
投票策略
位姿估计
下载PDF
职称材料
基于点对特征及分层全连接聚类的三维目标识别方法
8
作者
袁晓磊
岳晓峰
+1 位作者
方博
马国元
《计算机科学》
CSCD
北大核心
2021年第S01期127-131,共5页
针对基于原始点对特征的三维目标识别算法中存在的效率低、易受干扰的问题,提出了一种分层全连接聚类算法来对三维目标进行识别。利用模型上的所有点对特征来完成全局模型的描述构建,并在局部坐标的二维空间上,利用投票方案和分层全连...
针对基于原始点对特征的三维目标识别算法中存在的效率低、易受干扰的问题,提出了一种分层全连接聚类算法来对三维目标进行识别。利用模型上的所有点对特征来完成全局模型的描述构建,并在局部坐标的二维空间上,利用投票方案和分层全连接聚类算法对候选位姿进行筛选,从而获得最优位姿。在UWA的数据集上的实验结果表明,与原始点对特征算法相比,所提出的分层全连接聚类算法在识别率和效率上都有一定程度的提升,并且该方法满足实用性和有效性要求。
展开更多
关键词
目标识别
点对特征
分层全连接聚类
投票方案
下载PDF
职称材料
一种针对大规模场景的点云匹配算法
9
作者
刘芊伟
张朝霞
+1 位作者
谢怡婷
张成龙
《现代信息科技》
2024年第7期146-150,共5页
针对大规模点云匹配时传统算法速度慢和匹配结果不一致的问题,提出一种新的点云匹配方法。该方法首先利用KD树找到点云中深度最小的点并以该点作为种子点,然后通过在深度信息和曲率两个方面做以改进的区域生长分割算法提取出点云上表面...
针对大规模点云匹配时传统算法速度慢和匹配结果不一致的问题,提出一种新的点云匹配方法。该方法首先利用KD树找到点云中深度最小的点并以该点作为种子点,然后通过在深度信息和曲率两个方面做以改进的区域生长分割算法提取出点云上表面区域,并在该区域提取点云边界。最后使用改进的点对特征完成点云匹配算法验证。实验结果表明,相比传统算法,该方法在匹配速度以及匹配结果的一致性方面得到了显著的提升,在处理大规模点云匹配上具有实际应用价值。
展开更多
关键词
大规模
点
云
KD树
改进的区域生长分割算法
点对特征
下载PDF
职称材料
基于增强型点对特征的三维目标识别方法
被引量:
6
10
作者
鲁荣荣
朱枫
+3 位作者
吴清潇
陈佛计
崔芸阁
孔研自
《光学学报》
EI
CAS
CSCD
北大核心
2019年第8期237-246,共10页
针对基于原始点对特征的三维目标识别算法中存在的内存浪费、效率不高的问题,提出了一种基于增强型点对特征的三维目标识别算法。通过在原始点对特征的第4个分量上乘以一个符号函数,得到了一种区分性更强的点对特征,消除了原始点对特征...
针对基于原始点对特征的三维目标识别算法中存在的内存浪费、效率不高的问题,提出了一种基于增强型点对特征的三维目标识别算法。通过在原始点对特征的第4个分量上乘以一个符号函数,得到了一种区分性更强的点对特征,消除了原始点对特征存在的二义性。考虑到待识别目标三维模型存在的自遮挡,利用点对之间的视点可见性约束,剔除了目标三维模型哈希表中存在的大量冗余点对,节省了内存开销并提高了三维目标识别算法的识别准确率和效率。在开放数据集和实际采集的数据集上的实验结果表明,与基于原始点对特征的算法相比,所提三维目标识别算法在识别准确率和效率上都有一定程度的提升。
展开更多
关键词
机器视觉
点对特征
三维目标识别
可见性约束
原文传递
基于点对特征的散乱堆放物体的位姿估计算法
被引量:
4
11
作者
徐冠宇
董洪伟
+1 位作者
钱军浩
许振雷
《激光与光电子学进展》
CSCD
北大核心
2020年第18期334-342,共9页
现有的三维物体识别和位姿估计方法无法很好地用于散乱堆放物体的场景,尤其是有严重遮挡和混叠的场景。使用基于点对特征的点云匹配和位姿估计算法,针对工业环境中乱序物体的特点,进行了一系列改进,如场景点云法线方向一致性调整、抓取...
现有的三维物体识别和位姿估计方法无法很好地用于散乱堆放物体的场景,尤其是有严重遮挡和混叠的场景。使用基于点对特征的点云匹配和位姿估计算法,针对工业环境中乱序物体的特点,进行了一系列改进,如场景点云法线方向一致性调整、抓取位姿筛选策略调整、旋转对称引起的角度偏差调整,以取得更理想的位姿估计结果。在仿真环境和真实场景下进行了一系列实验,实验结果表明,所采用的算法在乱序物体场景中的位姿估计效果比较理想。
展开更多
关键词
机器视觉
点对特征
点
云匹配
位姿估计
散乱堆放
旋转对称物体
原文传递
基于机器视觉的三维点云匹配算法在散货物料实时检测中的应用与研究
被引量:
1
12
作者
沈策
王水明
+1 位作者
沈宇昊
叶帅
《自动化应用》
2023年第22期163-166,169,共5页
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性...
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性,最后基于该算法构建实际物体抓取系统。结果显示,此次研究设计的位姿检测算法的平均重合率为98%,平均内点均方根误差为0.0003 mm,点云匹配成功率为100%,抓取成功率为97.1%。结果表明,该基于点对特征的三维点云算法在散货物料场景中的检测准确率较高,且在抓取场景中也有较理想的表现,具有一定的实际应用意义。
展开更多
关键词
机器视觉
三维
点
云算法
点对特征
散货物料
位姿估计
下载PDF
职称材料
面向三维点云识别的体素网格降采样
被引量:
10
13
作者
肖正涛
高健
+1 位作者
吴东庆
张揽宇
《组合机床与自动化加工技术》
北大核心
2021年第11期43-47,共5页
三维点云往往包含大量冗余数据,降采样是点云预处理过程中的关键环节。对OpenCV点对特征(point pair feature)三维物体识别模块中的体素网格降采样算法进行了深入研究,分析并发现了OpenCV中体素网格降采样算法存在着体素索引转换的错误...
三维点云往往包含大量冗余数据,降采样是点云预处理过程中的关键环节。对OpenCV点对特征(point pair feature)三维物体识别模块中的体素网格降采样算法进行了深入研究,分析并发现了OpenCV中体素网格降采样算法存在着体素索引转换的错误,验证了该算法错误会导致点云中位于包围盒表面上的点不能得到正确的降采样结果。为此,提出一种体素网格降采样算法。该算法的关键之处:一是对三维点云中的每一个点正确划分网格归属;二是将网格的三维索引转换为一维索引,且满足一一对应的关系。实验结果表明,该方法不但在计算时间上与OpenCV中的方法无明显差异,而且通过对降采样后的点云分布和差异进行分析来看,该方法能正确有效地对各种情形的点云进行降采样。
展开更多
关键词
体素网格
降采样
点
云精简
包围盒
点对特征
下载PDF
职称材料
前背景骨架区域随机点对策略驱动下的车标识别方法
被引量:
8
14
作者
余烨
聂振兴
+1 位作者
金强
王江明
《中国图象图形学报》
CSCD
北大核心
2016年第10期1348-1356,共9页
目的现有的车标识别算法均为各种经典的图像特征算子结合不同的分类器组合而成,均未分析车标图像的结构特点。综合考虑车标图像的灰度特征和结构特征,提出了一种前背景骨架区域随机点对策略驱动下的车标识别方法。方法本文算法将标准车...
目的现有的车标识别算法均为各种经典的图像特征算子结合不同的分类器组合而成,均未分析车标图像的结构特点。综合考虑车标图像的灰度特征和结构特征,提出了一种前背景骨架区域随机点对策略驱动下的车标识别方法。方法本文算法将标准车标图像分为前景区域和背景区域,分别提取前、背景的骨架区域,在其中进行随机取点,形成点对,通过进行点对的有效性判断,提取能表示车标的点对特征。点对特征表示两点周围局部区域的相似关系,反映了实际车标成像过程中车标图案部分与背景部分的灰度明暗关系。结果在卡口系统截取的19 044张车标图像上进行实验,结果表明,与其他仅基于灰度特征的识别方法相比,本文提出的点对特征识别方法具有更好的识别效果,识别率达到了95.7%。在弱光照条件下,本文算法的识别算法效果同样优于其他仅基于灰度特征的识别方法,识别率达到了87.2%。结论本文提出的前背景骨架区域随机点对策略驱动下的车标识别方法,结合了车标图像的灰度特征和结构特征,在进行车标的描述上具有独特性和排他性,有效地提高了车标的识别率,尤其是在弱光照条件下,本文方法具有更强的鲁棒性。
展开更多
关键词
车标识别
点对特征
前背景区域
骨架区域
随机取
点
交叉配对
原文传递
题名
基于点云中心约束的点对特征三维物体识别算法
1
作者
邓仕超
杨龙
梁晨光
高兴宇
蒋应良
机构
桂林电子科技大学广西制造系统与先进制造技术重点实验室
出处
《组合机床与自动化加工技术》
北大核心
2023年第6期27-30,34,共5页
基金
广西创新驱动发展专项基金项目(AA18118002-3)。
文摘
目标姿态识别系统中能够快速、准确在复杂场景里识别目标物体是实现机器人在线抓取的关键,针对传统点对特征(PPF)算法相邻物体点云干扰的问题,提出了一种基于点云中心约束点对特征的三维物体识别算法。首先通过法向量相交约束为条件提取物体中心,然后根据模型的大小筛选出相关的点对特征,最后利用共面点对和物体中心特征,实现计算三维物体的姿态,以此来提高识别速度。实验结果表明,该算法显著减少特征描述符数量,提高了三维物体在复杂场景中的识别速度。与原始的点对特征算法相比,该方法对三维目标识别具有较好的性能与速度。
关键词
三维物体识别
点对特征
点
云中心
法向量
Keywords
3D object recognition
point pair feature
point cloud center
normal vector
分类号
TH164 [机械工程—机械制造及自动化]
TG506 [金属学及工艺—金属切削加工及机床]
下载PDF
职称材料
题名
基于点对特征的无序散乱堆叠工件位姿估计算法
2
作者
李松恒
陈高铭
张炜
邓永胜
刘超
机构
东北大学机械工程与自动化学院
海安上海交通大学智能装备研究院
上海交通大学机械与动力工程学院
出处
《科学技术与工程》
北大核心
2023年第8期3354-3362,共9页
基金
一汽自主创新(关键核心技术研发)重大科技专项(20210301032GX)。
文摘
针对无序分拣场景中物体相互堆叠遮挡导致的位姿估计误差大的问题,提出了一种基于点对特征(point pair feature,PPF)的杂乱堆叠工件位姿估计算法。离线训练阶段,使用更优的点云降采样方案和更为细致的点云法线计算方式,以保留更多具有区分性的点对,实现模型更为精确的全局描述;在线匹配阶段,通过快速投票方案获得杂乱堆叠场景中目标的候选位姿,并提出了一种基于体素索引和位姿交并比的聚类策略完成位姿聚类和误匹配位姿的剔除,实现目标位姿的粗估计,最后采用ICP(iterative closest points)算法完成目标位姿的优化,获得目标的精确的6D位姿。分别进行了仿真场景实验和机械臂分拣实验。结果表明:所提算法在杂乱场景中对3种类型工件的平均识别率为98.4%,单个工件识别时间均小于0.86s,且位姿估计精度较原始PPF算法有明显提升;在实际分拣实验中识别成功率达96.7%,分拣成功率达95.3%,验证了算法在实际应用中对于噪声和杂乱遮挡的鲁棒性较强。
关键词
位姿估计
点对特征
(PPF)
无序散乱堆叠
位姿聚类
位姿优化
Keywords
pose estimation
point pair feature(PPF)
unordered and cluttered stacking
pose clustering
pose optimization
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于点对特征的三维点云匹配算法
被引量:
11
3
作者
易杰
李蹊
易辉成
刘苗
钟凯
胡兴
机构
湖南工业职业技术学院
华中科技大学材料成形与模具技术国家重点实验室
湖南航天天麓新材料检测有限责任公司
出处
《传感器与微系统》
CSCD
2019年第9期115-117,共3页
基金
国家自然科学基金资助项目(51675208)
湖南省自然科学基金资助项目(2019JJ70077)
湖南省教育厅优秀青年项目(18B552)
文摘
针对现有的基于全局特征的三维物体识别方法和基于局部特征的三维物体识别方法在有遮挡和混叠场景中识别效果均不理想的问题,提出了一种基于点对特征的三维点云匹配算法。利用模型上的所有点对特征来完成全局模型描述构建,并在减少的二维空间上,利用快速投票方案,在局部对模型点云和场景点云进行匹配,从而恢复模型在场景中的全局姿态。实验结果表明:该算法在有遮挡和混叠的场景中识别效果比较理想。
关键词
三维物体识别
点对特征
三维
点
云匹配
全局模型描述
投票方案
Keywords
3D object recognition
point pair feature
3D point cloud matching
global model description
voting scheme
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于点对特征和局部参考系的六维位姿估计算法
被引量:
5
4
作者
王化明
郭交通
陈作特
机构
南京航空航天大学机电学院
出处
《江苏大学学报(自然科学版)》
EI
CAS
北大核心
2019年第6期695-700,共6页
文摘
针对大量物件分拣工作中单目视觉无法精确估计目标位姿从而无法完成随机堆叠工件分拣的问题,以点对特征为基础,提出了基于点云的目标识别和位姿估计算法的改进算法.模型训练阶段,使用改进的下采样方法,保留更多有区分性的点对,构建局部参考系作为补充特征;在线匹配阶段,以距离作为投票权重,并利用匹配点对的局部参考系相似度验证候选位姿;最后通过模型与场景的重叠率筛选未遮挡的多实例目标作为可抓取目标候选.结果表明:在方差为3%,5%倍模型尺寸的高斯噪声下,目标识别率分别可达97%,78%;所有试验的识别耗时均在1 s以内,满足实际需求.
关键词
目标识别
位姿估计
点对特征
局部参考系
位姿验证
Keywords
object recognition
pose estimation
point pair feature
local reference frame
pose verification
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于局部点对特征与ICP的粗-精点云配准算法
被引量:
7
5
作者
岳晓峰
刘泽园
朱娟
田云胜
机构
长春工业大学机电工程学院
出处
《长春工业大学学报》
CAS
2022年第4期306-314,共9页
基金
吉林省发改委项目(2020C018-3)。
文摘
三维点云配准在机器视觉与智能检测领域中有着广泛应用,也是近年来工业机器人自动拾取的基础技术。针对传统迭代最近点(ICP)配准算法存在收敛速度慢、对点云初始位置要求高等问题,提出一种基于局部点对特征与ICP的粗-精点云配准算法。配准实验表明,该算法在最优的情况下可使ICP算法的迭代次数减少73%,有效解决ICP算法鲁棒性差、效率低等问题。
关键词
点
云配准
点对特征
迭代最近
点
算法
特征
匹配
Keywords
point cloud registration
point pair feature
Iterative Closest Point(ICP)
feature matching
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于点对特征的工业零件位姿检测研究
被引量:
3
6
作者
李旭宇
张梓
机构
长沙理工大学汽车与机械工程学院
出处
《长沙理工大学学报(自然科学版)》
CAS
2021年第4期100-107,共8页
基金
国家自然科学基金资助项目(51805047)。
文摘
针对工业零件生产过程中对无序摆放的工业零件进行抓取的情景,提出了一种新的基于加权投票的位姿估计方法。在原始点对特征(point-pair feature,PPF)算法的基础上引入加权投票方法,可以解决离线建模阶段由模型表面大量的短线段点对造成的误投票问题,实现目标工件的点云配准,最终得到目标零件的位姿估计结果。经验证,与三维扫描设备重构模型相比,本研究提出的方法可进行配准试验,减少离线建模阶段的工作量,且能很好地适应机械手抓取工业零件的工作情景。
关键词
点对特征
点
云配准
位姿估计
模型转换
加权投票
Keywords
point-pair feature
point cloud registration
pose estimation
model transformation
weighted voting
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于边缘点对特征的板型物体识别与定位系统
被引量:
6
7
作者
赵银帅
吴清潇
付双飞
张正光
机构
中国科学院沈阳自动化研究所
中国科学院大学
中国科学院光电信息处理重点实验室
辽宁省图像理解与视觉计算重点实验室
出处
《计算机应用研究》
CSCD
北大核心
2019年第2期601-605,共5页
基金
国家自然科学基金-深圳机器人基础研究中心项目(U1713216)
文摘
针对工业环境中板型物体(如钢板),在基于投票策略的匹配算法基础上加入了边缘点对特征,提出了一种基于边缘点对特征的三维目标识别与定位方法,并利用该算法设计实现了一个钢板识别与定位系统,已成功应用于工业机器人自动钢板打磨项目中。另外,对匹配结果使用位姿聚类以及位姿验证与优化,进一步提高了算法的准确性和鲁棒性。根据系统在工作现场的运行统计结果得出,该方法不仅定位精度在项目容忍范围之内,而且满足项目对实时性的要求。
关键词
三维边缘提取
点对特征
投票策略
位姿估计
Keywords
3D edge extraction
point pair feature
voting strategy
pose estimation
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于点对特征及分层全连接聚类的三维目标识别方法
8
作者
袁晓磊
岳晓峰
方博
马国元
机构
长春工业大学机电工程学院
出处
《计算机科学》
CSCD
北大核心
2021年第S01期127-131,共5页
基金
吉林省发展改革委产业技术研究与开发专项(2020C018-3)。
文摘
针对基于原始点对特征的三维目标识别算法中存在的效率低、易受干扰的问题,提出了一种分层全连接聚类算法来对三维目标进行识别。利用模型上的所有点对特征来完成全局模型的描述构建,并在局部坐标的二维空间上,利用投票方案和分层全连接聚类算法对候选位姿进行筛选,从而获得最优位姿。在UWA的数据集上的实验结果表明,与原始点对特征算法相比,所提出的分层全连接聚类算法在识别率和效率上都有一定程度的提升,并且该方法满足实用性和有效性要求。
关键词
目标识别
点对特征
分层全连接聚类
投票方案
Keywords
Object recognition
Point pair feature
Hierarchical complete-linkage clustering
Voting scheme
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种针对大规模场景的点云匹配算法
9
作者
刘芊伟
张朝霞
谢怡婷
张成龙
机构
佛山科学技术学院机电工程与自动化学院
出处
《现代信息科技》
2024年第7期146-150,共5页
基金
广东省自然科学基金(2014A030313739)。
文摘
针对大规模点云匹配时传统算法速度慢和匹配结果不一致的问题,提出一种新的点云匹配方法。该方法首先利用KD树找到点云中深度最小的点并以该点作为种子点,然后通过在深度信息和曲率两个方面做以改进的区域生长分割算法提取出点云上表面区域,并在该区域提取点云边界。最后使用改进的点对特征完成点云匹配算法验证。实验结果表明,相比传统算法,该方法在匹配速度以及匹配结果的一致性方面得到了显著的提升,在处理大规模点云匹配上具有实际应用价值。
关键词
大规模
点
云
KD树
改进的区域生长分割算法
点对特征
Keywords
large-scale point cloud
KD tree
improved region growth segmentation algorithm
point pair feature
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于增强型点对特征的三维目标识别方法
被引量:
6
10
作者
鲁荣荣
朱枫
吴清潇
陈佛计
崔芸阁
孔研自
机构
中国科学院沈阳自动化研究所
中国科学院机器人与智能制造创新研究院
中国科学院大学
中国科学院光电信息处理重点实验室
辽宁省图像理解与视觉计算重点实验室
出处
《光学学报》
EI
CAS
CSCD
北大核心
2019年第8期237-246,共10页
基金
国家自然科学基金(U1713216)
机器人学国家重点实验室自主课题(2017-Z21)
文摘
针对基于原始点对特征的三维目标识别算法中存在的内存浪费、效率不高的问题,提出了一种基于增强型点对特征的三维目标识别算法。通过在原始点对特征的第4个分量上乘以一个符号函数,得到了一种区分性更强的点对特征,消除了原始点对特征存在的二义性。考虑到待识别目标三维模型存在的自遮挡,利用点对之间的视点可见性约束,剔除了目标三维模型哈希表中存在的大量冗余点对,节省了内存开销并提高了三维目标识别算法的识别准确率和效率。在开放数据集和实际采集的数据集上的实验结果表明,与基于原始点对特征的算法相比,所提三维目标识别算法在识别准确率和效率上都有一定程度的提升。
关键词
机器视觉
点对特征
三维目标识别
可见性约束
Keywords
machine vision
point pair feature
three-dimensional object recognition
visible constraint
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于点对特征的散乱堆放物体的位姿估计算法
被引量:
4
11
作者
徐冠宇
董洪伟
钱军浩
许振雷
机构
江南大学物联网工程学院
出处
《激光与光电子学进展》
CSCD
北大核心
2020年第18期334-342,共9页
文摘
现有的三维物体识别和位姿估计方法无法很好地用于散乱堆放物体的场景,尤其是有严重遮挡和混叠的场景。使用基于点对特征的点云匹配和位姿估计算法,针对工业环境中乱序物体的特点,进行了一系列改进,如场景点云法线方向一致性调整、抓取位姿筛选策略调整、旋转对称引起的角度偏差调整,以取得更理想的位姿估计结果。在仿真环境和真实场景下进行了一系列实验,实验结果表明,所采用的算法在乱序物体场景中的位姿估计效果比较理想。
关键词
机器视觉
点对特征
点
云匹配
位姿估计
散乱堆放
旋转对称物体
Keywords
machine vision
point pair features
point cloud matching
pose estimation
random bins
rotationallysymmetric object
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
原文传递
题名
基于机器视觉的三维点云匹配算法在散货物料实时检测中的应用与研究
被引量:
1
12
作者
沈策
王水明
沈宇昊
叶帅
机构
杭州华新机电工程有限公司
杭州电子科技大学计算机学院
国家能源集团泰州发电有限公司
出处
《自动化应用》
2023年第22期163-166,169,共5页
文摘
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性,最后基于该算法构建实际物体抓取系统。结果显示,此次研究设计的位姿检测算法的平均重合率为98%,平均内点均方根误差为0.0003 mm,点云匹配成功率为100%,抓取成功率为97.1%。结果表明,该基于点对特征的三维点云算法在散货物料场景中的检测准确率较高,且在抓取场景中也有较理想的表现,具有一定的实际应用意义。
关键词
机器视觉
三维
点
云算法
点对特征
散货物料
位姿估计
Keywords
machine vision
3D point cloud algorithm
point to point feature
bulk materials
pose estimation
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
面向三维点云识别的体素网格降采样
被引量:
10
13
作者
肖正涛
高健
吴东庆
张揽宇
机构
广东工业大学省部共建精密电子制造技术与装备国家重点实验室
广东工贸职业技术学院机电工程学院
仲恺农业工程学院计算科学学院
出处
《组合机床与自动化加工技术》
北大核心
2021年第11期43-47,共5页
基金
国家自然科学基金重点项目-广东省联合基金项目(U1601202)。
文摘
三维点云往往包含大量冗余数据,降采样是点云预处理过程中的关键环节。对OpenCV点对特征(point pair feature)三维物体识别模块中的体素网格降采样算法进行了深入研究,分析并发现了OpenCV中体素网格降采样算法存在着体素索引转换的错误,验证了该算法错误会导致点云中位于包围盒表面上的点不能得到正确的降采样结果。为此,提出一种体素网格降采样算法。该算法的关键之处:一是对三维点云中的每一个点正确划分网格归属;二是将网格的三维索引转换为一维索引,且满足一一对应的关系。实验结果表明,该方法不但在计算时间上与OpenCV中的方法无明显差异,而且通过对降采样后的点云分布和差异进行分析来看,该方法能正确有效地对各种情形的点云进行降采样。
关键词
体素网格
降采样
点
云精简
包围盒
点对特征
Keywords
voxel grid
downsampling
point cloud simplification
bounding box
point pair feature
分类号
TH16 [机械工程—机械制造及自动化]
TG506 [金属学及工艺—金属切削加工及机床]
下载PDF
职称材料
题名
前背景骨架区域随机点对策略驱动下的车标识别方法
被引量:
8
14
作者
余烨
聂振兴
金强
王江明
机构
合肥工业大学计算机与信息学院可视化与协同计算研究室
出处
《中国图象图形学报》
CSCD
北大核心
2016年第10期1348-1356,共9页
基金
国家自然科学基金项目(61370167)
安徽省科技攻关项目(1401b042009)~~
文摘
目的现有的车标识别算法均为各种经典的图像特征算子结合不同的分类器组合而成,均未分析车标图像的结构特点。综合考虑车标图像的灰度特征和结构特征,提出了一种前背景骨架区域随机点对策略驱动下的车标识别方法。方法本文算法将标准车标图像分为前景区域和背景区域,分别提取前、背景的骨架区域,在其中进行随机取点,形成点对,通过进行点对的有效性判断,提取能表示车标的点对特征。点对特征表示两点周围局部区域的相似关系,反映了实际车标成像过程中车标图案部分与背景部分的灰度明暗关系。结果在卡口系统截取的19 044张车标图像上进行实验,结果表明,与其他仅基于灰度特征的识别方法相比,本文提出的点对特征识别方法具有更好的识别效果,识别率达到了95.7%。在弱光照条件下,本文算法的识别算法效果同样优于其他仅基于灰度特征的识别方法,识别率达到了87.2%。结论本文提出的前背景骨架区域随机点对策略驱动下的车标识别方法,结合了车标图像的灰度特征和结构特征,在进行车标的描述上具有独特性和排他性,有效地提高了车标的识别率,尤其是在弱光照条件下,本文方法具有更强的鲁棒性。
关键词
车标识别
点对特征
前背景区域
骨架区域
随机取
点
交叉配对
Keywords
vehicle logo recognition
pixel pair feature
foreground and background areas
skeleton area
random sam- pling
cross-matching
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于点云中心约束的点对特征三维物体识别算法
邓仕超
杨龙
梁晨光
高兴宇
蒋应良
《组合机床与自动化加工技术》
北大核心
2023
0
下载PDF
职称材料
2
基于点对特征的无序散乱堆叠工件位姿估计算法
李松恒
陈高铭
张炜
邓永胜
刘超
《科学技术与工程》
北大核心
2023
0
下载PDF
职称材料
3
基于点对特征的三维点云匹配算法
易杰
李蹊
易辉成
刘苗
钟凯
胡兴
《传感器与微系统》
CSCD
2019
11
下载PDF
职称材料
4
基于点对特征和局部参考系的六维位姿估计算法
王化明
郭交通
陈作特
《江苏大学学报(自然科学版)》
EI
CAS
北大核心
2019
5
下载PDF
职称材料
5
基于局部点对特征与ICP的粗-精点云配准算法
岳晓峰
刘泽园
朱娟
田云胜
《长春工业大学学报》
CAS
2022
7
下载PDF
职称材料
6
基于点对特征的工业零件位姿检测研究
李旭宇
张梓
《长沙理工大学学报(自然科学版)》
CAS
2021
3
下载PDF
职称材料
7
基于边缘点对特征的板型物体识别与定位系统
赵银帅
吴清潇
付双飞
张正光
《计算机应用研究》
CSCD
北大核心
2019
6
下载PDF
职称材料
8
基于点对特征及分层全连接聚类的三维目标识别方法
袁晓磊
岳晓峰
方博
马国元
《计算机科学》
CSCD
北大核心
2021
0
下载PDF
职称材料
9
一种针对大规模场景的点云匹配算法
刘芊伟
张朝霞
谢怡婷
张成龙
《现代信息科技》
2024
0
下载PDF
职称材料
10
基于增强型点对特征的三维目标识别方法
鲁荣荣
朱枫
吴清潇
陈佛计
崔芸阁
孔研自
《光学学报》
EI
CAS
CSCD
北大核心
2019
6
原文传递
11
基于点对特征的散乱堆放物体的位姿估计算法
徐冠宇
董洪伟
钱军浩
许振雷
《激光与光电子学进展》
CSCD
北大核心
2020
4
原文传递
12
基于机器视觉的三维点云匹配算法在散货物料实时检测中的应用与研究
沈策
王水明
沈宇昊
叶帅
《自动化应用》
2023
1
下载PDF
职称材料
13
面向三维点云识别的体素网格降采样
肖正涛
高健
吴东庆
张揽宇
《组合机床与自动化加工技术》
北大核心
2021
10
下载PDF
职称材料
14
前背景骨架区域随机点对策略驱动下的车标识别方法
余烨
聂振兴
金强
王江明
《中国图象图形学报》
CSCD
北大核心
2016
8
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部