一、纸箱拆垛位姿估计流程
针对工业场景下的纸箱拆垛,一般需要借助深度学习进行纸箱2D Mask提取,本文由于缺少深度学习方面的知识,主要通过传统的3D方法进行估计。文章来源:https://www.toymoban.com/news/detail-444680.html
本文中主要的流程包括以下内容:文章来源地址https://www.toymoban.com/news/detail-444680.html
- 相机标定(内外参)和手眼标定:标定相机内参,以及标定相机与机器人的关系(EyeToHand\EyeInHand)
- 点云预处理:主要是对点云进行一些前期处理,降低点云数量等,提高后续点云处理的速度;类似2D点云预处理;
- 深度图转点云:需要通过标定的相机内参实现;
- 提取有效区域内的点云:一般是需要交互的方式来选择有效的区域;如ROI等;
- 计算点云法向量:点云的法向量在点云处理中应该算是关键的一环;
- 对点云进行过滤处理:过滤噪声以及无关的点,便于后续的点云聚类分割等;
- 点云聚类:实质是对点云进行分割处理;也是3D点云处理中的关键环节;
- 纸箱位姿估计
- 计算纸箱的初始位姿:可直接通过PCA计算’
- 对位姿进行矫正
- z轴矫正:PCA计算的z向具有随机性,需要将其纠正为朝向相机的方向;
- x或y轴矫正(与纸箱长边对齐):机器人抓取时需要将吸盘等抓取
到了这里,关于纸箱拆垛位姿估计流程的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!