[发明专利]一种物体姿态识别精度的计算方法、装置、存储介质及终端

说明书

本发明公开了一种物体姿态识别精度的计算方法、装置、存储介质及终端，该方法包括：通过三维视觉成像设备采集目标物体在不同位置参数下的多组图像数据后转换成多组第一旋转矩阵；计算多组第一旋转矩阵中各组第一旋转矩阵内元素的平均值，并将平均值构建生成第二旋转矩阵；基于第二旋转矩阵生成目标物体的多组旋转误差矩阵；根据多组旋转误差矩阵生成目标物体的多组回转角度误差；将多组回转角度误差确定为物体姿态识别精度的计算指标；根据计算指标的数值计算目标物体的姿态识别精度。因此，采用本申请实施例，可以根据回转角度误差的数值对物体姿态的识别精度进行评定，根据评定结果得到设备的产品精度性能，从而提升了用户选择设备时的认知度。

技术领域

本发明涉及计算机技术领域，特别涉及一种物体姿态识别精度的计算方法、装置、存储介质及终端。

背景技术

随着制造业对自动化应用需求的不断增加，基于视觉系统的工业应用也日益增多，具体而言，在精密制造与组装生产线、物流运输、产品测量检测、识别判断应用等。例如视觉系统通过精密测量确定零部件的空间方位，传送给机械臂，引导机械手准确操作零部件。其中，关键技术之一是三维视觉。三维视觉系统中通过采集的数据计算目标物体的空间信息，目标物体的空间信息包括位置信息和姿态信息。

物体的姿态信息常用表达方式有四元数、轴角、欧拉角、旋转矩阵等，其中，欧拉角需要三个角度值才能表述一个物体的姿态，在进行姿态误差比较时难以直接体现三维视觉系统在识别物体姿态时的识别精度，导致难以确定出设备精度性能，从而降低了用户选择设备时的认知度。

发明内容

本申请实施例提供了一种物体姿态识别精度的计算方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键／重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种物体姿态识别精度的计算方法，该方法包括：

通过三维视觉成像设备采集目标物体在不同位置参数下的多组图像数据；

将多组图像数据转换成多组第一旋转矩阵；

计算多组第一旋转矩阵中各组第一旋转矩阵内元素的平均值，并将平均值构建生成第二旋转矩阵；

基于第二旋转矩阵生成目标物体的多组旋转误差矩阵；

根据多组旋转误差矩阵生成目标物体的多组回转角度误差；

将多组回转角度误差确定为物体姿态识别精度的计算指标；

根据计算指标的数值计算目标物体的姿态识别精度。

可选的，不同位置参数包括不同的高度值、不同的位置坐标点、不同的角度值。

可选的，基于第二旋转矩阵生成目标物体的多组旋转误差矩阵，包括：

将第二旋转矩阵进行奇异值分解，生成左奇异向量矩阵和右奇异向量矩阵；

获取预设矩阵参数；

将左奇异向量矩阵进行转置操作，生成转置后的左奇异向量矩阵；

将转置后的左奇异向量矩阵、右奇异向量矩阵以及预设矩阵参数进行相乘，生成平均旋转矩阵；

将平均旋转矩阵进行求逆运算，生成求逆运算后的平均旋转矩阵；

将求逆运算后的平均旋转矩阵和多组第一旋转矩阵逐一相乘，生成目标物体的多组旋转误差矩阵。