[发明专利]基于视觉的目标对象识别与定位方法、终端以及存储介质

说明书

本发明公开了一种基于视觉的目标对象识别与定位方法、终端以及存储介质，包括：获取深度相机当前帧的场景图像数据与场景点云数据；针对场景图像数据进行图像识别，识别出其中的目标对象；将目标对象对应的目标点云数据从场景点云数据中区分出来；针对目标点云数据包含的点进行平面分割，提取出当前帧中目标对象包含的平面；在提取出的平面中筛选出目标面；基于目标面计算目标对象的位姿。本发明的技术方案采用了先图像识别，再对点云进行分析处理，最终通过计算具有特征的目标面的位姿求取整个目标对象的位姿的方式，对构造复杂的目标对象进行了准确的识别与定位，避免了复杂的计算，方法计算量小，运算效率高，实用性强。

技术领域

本发明涉及视觉技术领域，特别是涉及一种基于视觉的目标对象识别与定位方法、终端以及存储介质。

背景技术

随着人工智能的提出与快速发展，机器视觉作为图像技术的一个重要分支已经在很多领域得到了利用，机器视觉技术力求在减少人为干预的情况下由机器实时、自动分析图像，从中识别所需的信息，并做到实时监控、及时反馈。

在工业领域，经常需要针对同一种目标对象进行自动搬运、自动上下料等，由于每个目标对象摆放位姿的随机性，传统的自动搬运或上下料装置必须由人工辅助才能准确对目标对象进行搬运，不然，有可能存在吃不准搬运部位导致搬运不稳等危险情况发生，这种情形下(当然，不限于这种情形，在生产生活中类似的需要对目标对象识别与定位的案例有很多)，需要借助机器视觉使搬运设备智能化。目前，在机器视觉领域，一般只能对形状较为简单的目标对象进行识别与定位，如圆筒、箱体等，对于形状复杂的目标对象还难以做到准确识别与定位。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种基于视觉的目标对象识别与定位方法、终端以及存储介质，旨在解决当前技术中对于形状复杂的目标对象难以准确识别与定位的问题。

技术方案：为实现上述目的，本发明的基于视觉的目标对象识别与定位方法，包括：

获取深度相机当前帧的场景图像数据与场景点云数据；

针对所述场景图像数据进行图像识别，识别出其中的目标对象；

将目标对象对应的目标点云数据从所述场景点云数据中区分出来；

针对所述目标点云数据包含的点进行平面分割，提取出当前帧中目标对象包含的平面；

在提取出的平面中筛选出目标面；

基于所述目标面的位姿计算目标对象的位姿。

可选地，所述针对所述场景图像数据进行图像识别具体包括：

采用基于神经网络的目标检测系统对所述场景图像数据进行识别。

可选地，所述针对所述目标点云数据进行平面分割具体包括：

以所述目标点云数据内的每个点为基准分别以设定搜索半径确定搜索范围；

以搜索范围内的点构成的面为参照求出作为基准的点的法向量；

根据目标点云数据内所有点的法向量对目标点云数据内的点进行聚类。

可选地，所述在提取出的平面中筛选出目标面具体包括：

求取每个提取出的平面的面积；

将每个提取出的平面的面积与目标面的实测面积对比，筛选出与所述实测面积相同或相近的平面，该面即为目标面。

可选地，所述采用基于神经网络的目标检测系统对所述场景图像数据进行识别之前还包括：

建立目标对象的参照模型。

可选地，所述建立目标对象的参照模型具体包括：