机器人抓取 机器人物体三维定位 三维匹配
2016-11-30 16:08
190 查看
最近在看“机器人物体抓取”的解决方案,很多机器视觉库都提供类似的解决方案,大多采用的是在二维图像上的匹配。但是这种方法对光照和物体的摆放很敏感。随着三维技术的成熟,越来越多的研究着在考虑使用三维匹配的方法,其中一种就是基于三维点云和法线的方法。为此我也迫不及待的验证一下这种方法:
第一步:使用基于结构光的方法获取到物体的被定位物体的三维点云
第二步:使用一个基准模型,这个基准模型可以是CAD文件、或者扫描之后的文件,格式可以是stl,obj,ply,等,主要是三维点和法线数据。
第三步:有了基准模型和扫描出来的待定位的三维点,其原理就是使用模型上面的三维点的特征在扫描出来的点云中去匹配,最终得到
模型到点云的三维变换矩阵[R,T]。
第四步:根据上面计算出来的[R,T],可以将模型转换到点云上去验证是否定位正确,如下图所示,蓝色表示变换到点云上的模型。
关于最后位置的确定:最后返给机器人的应该是一个定位点(X,Y,Z)和一个法向量(nx,ny,nz),定位点的计算,可以事先在模型上确定一个点和法线,然后将这个点和法线使用计算的[R,T]转换到点云上,至此点云匹配定位结束了,后面可以交给机器人来处理,至于机器人和三维点云直接的坐标转换关系就不是很难的问题了。
问题交流:1264768501@qq.com
第一步:使用基于结构光的方法获取到物体的被定位物体的三维点云
第二步:使用一个基准模型,这个基准模型可以是CAD文件、或者扫描之后的文件,格式可以是stl,obj,ply,等,主要是三维点和法线数据。
第三步:有了基准模型和扫描出来的待定位的三维点,其原理就是使用模型上面的三维点的特征在扫描出来的点云中去匹配,最终得到
模型到点云的三维变换矩阵[R,T]。
第四步:根据上面计算出来的[R,T],可以将模型转换到点云上去验证是否定位正确,如下图所示,蓝色表示变换到点云上的模型。
关于最后位置的确定:最后返给机器人的应该是一个定位点(X,Y,Z)和一个法向量(nx,ny,nz),定位点的计算,可以事先在模型上确定一个点和法线,然后将这个点和法线使用计算的[R,T]转换到点云上,至此点云匹配定位结束了,后面可以交给机器人来处理,至于机器人和三维点云直接的坐标转换关系就不是很难的问题了。
问题交流:1264768501@qq.com
相关文章推荐
- 机器人手眼协调——机械臂自主抓取物体
- 虚幻3(导演动画)四机器人(骨架网格物体)动画化
- 机器人运动学(资料与源代码)-----基于OpenGL的三维重建
- 基于模板匹配和遗传算法的人眼定位
- 建立Win32工程,向三维物体贴纹理
- Open Inventor练习-SoSelection节点下三维物体选择功能
- 国内机器人自主定位导航方案亮相东京2017国际机器人展
- 使用solidworks制作的小车机器人传感器三维
- 快速旋转匹配、缺陷检测、目标定位、模板配准算法接口
- Group and Capture Parts of the Match (归类和抓取匹配中某部分)
- 机器人概率定位学习笔记第四篇_使用python进行机器人概率定位
- opencv双目匹配定位之匹配点的输出
- [转] Asp.net 数据采集基类(远程抓取,分解,保存,匹配)
- 网站信息自动抓取类/蜘蛛程序/网络机器人
- 机器人自主导航与定位解决方案
- 三维重建面试12:室内三维物体的位姿识别论文列表
- 基于导航定位的多机器人协作研究(1)
- 人物 | 思岚科技CEO陈士凯: 为用户提供高性价比机器人定位导航产品是我们的使命
- 自动跟随机器人教程(六)软件部分 树莓派 声源定位
- C语言数据结构之模式匹配字符串定位问题