[发明专利]板材识别方法、装置、设备及存储介质

权利要求书

1.一种板材识别方法，其特征在于，包括：

获取板材工件的二维图像特征；

获取所述板材工件的三维点云特征；

融合所述二维图像特征和所述三维点云特征，获得所述板材工件的融合特征；

解析所述融合特征，获取所述板材工件的板材类型，以及解析所述融合特征，获取所述板材工件的空间位姿信息。

2.根据权利要求1所述的板材识别方法，其特征在于，所述获取板材工件的二维图像特征，包括：

获取所述板材工件在环境空间内的二维图像；

将所述二维图像输入预设的二维特征提取模型，获取所述二维特征提取模型输出的所述二维图像特征；

其中，所述二维特征提取模型的模型网络架构包括深度残差网络、轻量级神经网络或视觉骨干网络。

3.根据权利要求1所述的板材识别方法，其特征在于，所述获取所述板材工件的三维点云特征，包括：

获取所述板材工件在环境空间内的点云图像；

将所述点云图像输入预设的三维特征提取模型，获取所述三维特征提取模型输出的所述三维点云特征；

其中，所述三维特征提取模型的模型网络架构包括分层神经网络。

4.根据权利要求1所述的板材识别方法，其特征在于，所述融合所述二维图像特征和所述三维点云特征，获得所述板材工件的融合特征之后，所述解析所述融合特征，获取所述板材工件的板材类型之前，还包括：

获取所述板材工件所在环境空间对应的底层特征；

对所述融合特征进行上采样后，融合上采样后的所述融合特征和所述底层特征，以对所述板材工件进行分割；

获取分割后的板材特征；

所述解析所述融合特征，获取所述板材工件的板材类型，包括：

解析分割后的板材特征，获取所述板材工件的板材类型。

5.根据权利要求1所述的板材识别方法，其特征在于，所述解析所述融合特征，获取所述板材工件的板材类型，包括：

获取预先设置的至少一个模板特征，其中，每一个所述模板特征分别通过对应模板工件的二维模板特征和三维模板特征融合得到，每一个所述模板特征对应一个模板类型；

分别对于每一个所述模板特征：将所述融合特征和所述模板特征输入预先设置的孪生网络模型；

获取所述孪生网络模型输出的所述融合特征分别与每一个所述模板特征的相似度；

将所述相似度最高的所述模板特征对应的所述模板类型，确定为所述板材工件的板材类型。

6.根据权利要求5所述的板材识别方法，其特征在于，所述孪生网络模型的损失函数采用对比损失或基于圆形决策边界的损失函数。

7.根据权利要求1所述的板材识别方法，其特征在于，所述解析所述融合特征，获取所述板材工件的空间位姿信息，包括：

将所述融合特征输入预设的位姿计算模型，获取所述位姿计算模型输出的所述空间位姿信息；

其中，所述位姿计算模型基于神经网络架构预先设置；

所述获取所述位姿计算模型输出的所述空降位姿信息之后，还包括：

基于所述空间位姿信息和所述融合特征，对所述位姿计算模型进行优化。

8.一种板材识别装置，其特征在于，包括：

第一获取模块，用于获取板材工件的二维图像特征；

第二获取模块，用于获取所述板材工件的三维点云特征；

融合模块，用于融合所述二维图像特征和所述三维点云特征，获得所述板材工件的融合特征；

解析模块，用于解析所述融合特征，获取所述板材工件的板材类型，以及解析所述融合特征，获取所述板材工件的空间位姿信息。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的板材识别方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的板材识别方法。