[发明专利]一种局部几何建模的点云数据解算方法

权利要求书

1.一种局部几何建模的点云数据解算方法，其特征在于，包括：

由全局特征编码器对多尺度特征映射层输出的特征进行注意力操作得到全局特征；

由方向解码器学习点云上的每个采样点的可抓取性以及方向向量，预测可抓取方向；以及

由操作解码器预测可抓取方向上的平面旋转以及抓取深度、宽度。

2.根据权利要求1所述的局部几何建模的点云数据解算方法，其特征在于，还包括：

从原始数据集中提取点云数据和标注信息；

对原始数据集进行预处理及数据增强得到建模数据集；

将建模数据集分为训练集和测试集；

以训练集作为输入，经过多尺度特征映射层处理后得到语义特征和几何特征。

3.根据权利要求1所述的局部几何建模的点云数据解算方法，其特征在于，注意力的计算公式如下：

其中Q,K,V分别为特征经过映射后的查询，待查询，值矩阵，d为特征维度，Softmax(.)为归一化指数函数。

4.根据权利要求1所述的局部几何建模的点云数据解算方法，其特征在于，由方向解码器预测可抓取方向包括：

在每个采样点上以球面的形式均匀采样300个方向；

方向解码器计算300个方向的方向置信度，并从300个方向中选取一个方向置信度最高的方向作为可抓取方向。

5.根据权利要求4所述的局部几何建模的点云数据解算方法，其特征在于，所述方向解码器或所述操作解码器首先将抓取查询特征进行自注意力计算，之后抓取查询特征与所述全局特征进行交叉注意力计算以学习局部的特征。

6.根据权利要求5所述的局部几何建模的点云数据解算方法，其特征在于，进行交叉注意力计算时，设置查询半径，每个抓取查询特征与查询半径内的全局特征进行交叉注意力计算。

7.根据权利要求5所述的局部几何建模的点云数据解算方法，其特征在于，还包括将傅里叶位置编码信息加入到抓取查询特征中。

8.根据权利要求1所述的局部几何建模的点云数据解算方法，其特征在于，根据预测的可抓取方向，利用所述可抓取方向的方向编码作为嵌入和抓取查询特征一起输入所述操作解码器。

9.根据权利要求2所述的局部几何建模的点云数据解算方法，其特征在于，所述对原始数据集进行预处理包括：

每个场景随机采样两万个点，若一次采样不够两万个点，则重复采样；

根据每个场景中的单个物体的位姿得到当前场景下的标签；和/或

所述对原始数据集进行数据增强包括：

随机将每个场景沿着YZ平面进行反转或者沿着Z轴进行旋转，旋转角度在-30度～+30度之间。

10.根据权利要求2所述的局部几何建模的点云数据解算方法，其特征在于，将所述建模数据集分为训练集和测试集，其中训练集包含100个场景，每个场景包含256个点云数据，测试集包含90个场景，每个场景包含256个点云数据；

将所述测试集平均分成三份，其中第一份测试集中的物体出现在训练集，第二份测试集中的物体与训练集中的物体形状相近，第三份测试集中的物体未出现在训练集。

11.根据权利要求2所述的局部几何建模的点云数据解算方法，其特征在于，还包括：

输出映射层将预测的结果与标签结果进行损失计算，并反向传播更新基于Transformer的多尺度抓取模型的参数，其中基于Transformer的多尺度抓取模型的预测包括抓取方向的方向向量、抓取中心、平面旋转矩阵、抓取宽度、抓取置信度以及抓取深度。