[发明专利]一种基于粒子群优化的物体点云位姿估算方法和系统

权利要求书

1.一种基于粒子群优化的物体点云位姿估算方法，其特征在于，所述方法包括：

步骤S100：根据预先设置的预处理规则对获取到的点云中的点的初始点云数据进行预处理，得到点云数据；

步骤S200：根据预先设置的初始化规则对粒子种群中的粒子进行初始化，得到粒子的位姿信息；

步骤S300：根据所述位姿信息和所述点云数据对所述点云中的点进行平移和旋转，得到变换后的点云数据；

步骤S400：遍历变换后的点云数据对应的点，根据变换后的点云数据和变换后的点云所在的几何模型，确定变换后的点云数据对应的点与所述几何模型中的几何面的位置关系；

步骤S500：根据预先设置的计算规则和所述位置关系确定变换后的点云与所述几何模型的最邻近距离；

步骤S600：根据所述最邻近距离和预先设置的算法规则确定每个所述粒子的适应度；

步骤S700：根据每个所述粒子的适应度和获取到的每个所述粒子的历史适应度，确定每个所述粒子的历史最优得分和全局最优得分；

步骤S800：根据预先设置的更新规则和每个所述粒子的历史最优得分和全局最优得分，更新每个所述粒子的位姿信息，得到更新位姿信息；

步骤S900：当所述更新位姿信息对应的误差小于预先设置的误差阈值，或者，更新的次数等于或大于预先设置的迭代阈值时，则根据所述更新位姿信息确定所述点云的位姿信息；

步骤S1000：当所述更新位姿信息对应的误差等于或大于预先设置的误差阈值，或者，更新的次数小于预先设置的迭代阈值时，则返回步骤S300。

2.根据权利要求1所述的一种基于粒子群优化的物体点云位姿估算方法，其特征在于，所述步骤S100具体包括：

通过传感器获取初始点云数据；

依次对所述初始点云数据进行点云过滤处理、异常值去除处理、聚类分割处理，得到所述点云数据。

3.根据权利要求2所述的一种基于粒子群优化的物体点云位姿估算方法，其特征在于，

所述传感器为深度摄像头。

4.根据权利要求1所述的一种基于粒子群优化的物体点云位姿估算方法，其特征在于，所述步骤S200具体包括：

分别对所述粒子的位姿向量和速度向量进行初始化；

根据初始化后的位姿向量和速度向量确定所述位姿信息。

5.根据权利要求1所述的一种基于粒子群优化的物体点云位姿估算方法，其特征在于，所述步骤S400具体包括：

根据变换后的点云数据对应的点和所述几何面确定变换后的点云数据对应的点在所述几何面的投影点；

根据所述投影点确定变换后的点云数据对应的点与所述几何面的位置关系。

6.根据权利要求1-5中任一项所述的一种基于粒子群优化的物体点云位姿估算方法，其特征在于，所述步骤S500具体包括：

根据所述位置关系和所述计算规则确定最邻近几何面；

根据所述最邻近几何面确定变换后的点云与其对应的几何模型之间的最邻近距离。