CN112200865B - 物体定位方法及物体定位装置 - Google Patents

物体定位方法及物体定位装置 Download PDF

Info

Publication number
CN112200865B
CN112200865B CN202011057958.6A CN202011057958A CN112200865B CN 112200865 B CN112200865 B CN 112200865B CN 202011057958 A CN202011057958 A CN 202011057958A CN 112200865 B CN112200865 B CN 112200865B
Authority
CN
China
Prior art keywords
data
module
sdn
database
fixed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011057958.6A
Other languages
English (en)
Other versions
CN112200865A (zh
Inventor
张成林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tuobao Additive Technology Co ltd
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202011057958.6A priority Critical patent/CN112200865B/zh
Publication of CN112200865A publication Critical patent/CN112200865A/zh
Application granted granted Critical
Publication of CN112200865B publication Critical patent/CN112200865B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了物体定位方法及物体定位装置,本发明利用投影扫描相机获取待固定物体的某一角度的投影形状,通过深度相机获取待固定物体的深度图、随机点数据以及验证点数据,将深度图与投影数据进行整合,得出初步三维结构,由数据库中检索相同结构的物体,之后将初步三维结构与随机点数据整合,获取待固定物体的三维框架,从而由初步三维结构相同的物体中进一步获取更精确的物体数据,之后利用验证点数据由进一步获取更精确的物体数据中确定获取准确的唯一的物体数据,本发明无需完全扫描待固定物体的全部三维数据,进而大大提高电脑的处理效率,降低电脑负荷,提高扫描效率,具有极高的扫描定位准确度和精确度。

Description

物体定位方法及物体定位装置
技术领域
本发明涉及电梯安全系统技术领域,具体为物体定位方法及物体定位装置。
背景技术
在如今的社会上,一个国家的工业的发展程度基本决定一个国家的发展程度,因此工业的发展是一个国家的重中之重,随着科技的发展,现有的工业生产中往往需要搭配机器人或者机械爪,在机器人以及机械爪应用过程中,常常需要通过机器视觉实现对物体的识别定位,以便进行的抓取固定或者进行其它的处理,而对物体的抓取需要先了解被抓取物体的结构特征,从而进行准确定位和固定,现有的获取被抓物体的结构特征方式通常是通过三维扫描仪,对物体进行全方位扫描,从而获取物体的所有点位数据,再通过3D模型匹配算法,根据获取物体的所有点位数据智能合成三维模型,再根据构建的三维模型于预先构建再数据库中的3D模型进行匹配,从而识别出目标物体。然而,现有的3D模型匹配算法需要获取物体的全部数据点,才能合成准确的三维数据模型,对遮挡、嘈杂背景的抗性较差,容易产生误匹配,导致三维物体识别效率低甚至无法识别,同时对物体进行全方位扫描,需要电脑进行大量的处理,大大提高电脑的工作负担,导致电脑扫描效率低下,进而导致三维识别效率低下、识别准确度低、处理效率低、电脑负担大、电脑使用寿命短等,因此,本发明提供了一种识别准确度高、处理效率高、电脑负担小、电脑使用寿命长的物体定位方法及物体定位装置。
发明内容
本发明的目的在于提供物体定位方法及物体定位装置,以解决上述背景技术中提出的儿童乘坐电梯特别是单独乘坐电梯的儿童,由于儿童较小,调皮,易在电梯内蹦蹦跳跳、乱按按钮,导致电梯事故率大幅上升,又由于心智不成熟,在电梯故障时无法有效求救,且容易在电梯内做出危险动作导致自身受伤甚至死亡的问题。
为实现上述目的,本发明提供如下技术方案:物体定位方法,包括数据采集模块、数据分析模块、验证模块、定位固定夹持模块、客户端模块以及数据库模块,所述数据采集模块与数据分析模块双向连接,所述数据分析模块与验证模块双向连接,所述验证模块与定位固定夹持模块单向连接,所述客户端模块与数据库模块以及数据采集模块单向连接,所述数据库模块分别与数据分析模块、验证模块以及定位固定夹持模块单向连接;
所述数据采集模块包括图像扫描以及深度扫描,所述图像扫描用于形成物体的投影形状,所述深度扫描用于获取物体在该投影方向上的深度图,并将该物体的投影形状以及该投影方向上的深度图数据导入数据分析模块中;
所述数据分析模块用于接收数据采集模块传输的物体的投影形状以及该投影方向上的深度图数据,并将该些数据进行整合,形成物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中的相同结构的物体,之后整合数据采集模块传输的二次扫描数据,形成被扫描物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,在调取数据库中的相同结构的物体中选取与被扫描物体的三维框架图完全相同的数据,将该数据导入验证模块中;
所述验证模块用于接收数据采集模块传输的数据,并通过采集模块传输的数据来对调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行验证,并通过验证结果将数据传递至数据分析模块以及定位固定夹持模块中;
所述定位固定夹持模块用于接收验证模块传输的数据,并将被扫描物体与调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行定位,同时按照数据库中预设夹持方式对被扫描物体进行夹持;
所述客户端模块用于对数据库模块进行数据写入以及控制数据采集模块对物体进行扫描,从而对物体进行夹持;
所述数据库模块用于存储各种不同结构形状的物体数据以及各种不同结构形状的物体的固定用夹持方式;
所述物体定位方法具体如下:
(1)通过客户端模块启动数据采集模块;
(2)数据采集模块对放置在夹持架下端的物体进行扫描,从而获取待固定物体的投影形状以及该投影方向上的深度图,并将待固定物体的投影形状以及该投影方向上的深度图数据导入数据分析模块中;
(3)数据分析模块将待固定物体的投影形状以及该投影方向上的深度图数据进行整合,形成待固定物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中与待固定物体的相同结构的物体;
(4)之后数据采集模块对待固定物体进行二次扫描数据,获取待固定物体多个方向上的随机点,形成随机点集,数据采集模块将随机点集数据传输至数据分析模块
(5)数据分析模块将步骤(3)形成的三维图与随机点集整合形成被待固定物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,再调取数据库中的相同结构的物体中选取与待固定物体的三维框架图完全相同的数据,将该数据导入验证模块中;
(6)验证模块控制数据采集模块对待固定物体上多个随机方向上的多个随机位置选取多个随机点数据,将该数据与步骤(5)中与待固定物体的三维框架图完全相同的属于数据库中的物体数据的相同位置上的点数据进行对比;
(7)当点数据不完全相同时,重复步骤(4)-步骤(6);
(8)当点数据完全重合时,将与待固定物体的三维框架图完全相同的属于数据库中的物体对应的物体夹持方式数据传递至定位固定夹持模块中;
(9)定位固定夹持模块根据数据库中保存的物体位置定位待固定物体上的相同位置,并根据该数据库中保存的物体的固定用夹持方式对待固定物体进行夹持;
所述点数据为以数据库中的物体和待固定物体上的某一确定的相同位置的相同点为基础所得到的相对位置数据。
进一步地,所述数据采集模块包括第一数据采集模块以及第二数据采集模块,所述第一数据采集模块具体工作步骤如下:
(1)投影扫描设备以及深度相机启动;
(2)投影扫描设备对物体进行扫描,获取投影数据,并将投影数据标记为数据T;
(3)深度相机对物体进行拍摄得出该物体在投影方向上的深度图像数据,并标记为数据S;
(4)将数据T以及S导入数据分析模块中;
所述第二数据采集模块具体工作步骤如下:
(1)深度相机启动;
(2)深度相机对物体进行拍摄得出该物体在多个投影方向上的多个随机点数据,并标记为数据Sjn,n取1-∞;
I)第一个点数据为Sj1;
II)第二个点数据为Sj2;
III)第n个点数据为Sjn;
(3)将数据Sjn导入数据分析模块中。
进一步地,所述数据分析模块具体工作步骤如下:
1)接收数据T以及S;
2)将数据T以及数据S进行电脑整合,形成待固定物体在投影方向上的三维数据,并标记为Sw;
3)检索数据库中的物体三维数据,将与数据Sw相同的三维数据对应的的物体数据导出,并记为Sdn,n取1-∞;
I)将导出的第一个物体数据记为Sd1;
II)将导出的第二个物体数据记为Sd2;
III)将导出的第n个物体数据记为Sdn;
4)将数据Sw与数据Sjn进行电脑整合,形成待固定物体在整体三维框架数据图,并标记为Sk;
5)将Sdn数据依次与数据Sk对比,将与数据Sk相同的Sdn数据提取,并记为SDn,n取1-∞;
6)将数据SDn以及数据Sk带入验证模块中。
进一步地,所述验证模块工作步骤具体如下:
1)接收数据SDn以及数据Sk;
2)验证深度相机启动;
3)验证深度相机对待固定物体进行拍摄得出待固定物体在多个投影方向上的多个随机验证点数据,并标记为数据Syn,n取1-∞;
I)第一个验证点数据为Sy1;
II)第二个验证点数据为Sy2;
III)第n个验证点数据为Syn;
4)取数据SDn上的与步骤3)位置相同的对照点数据,并记为SDn·YSyn,n取1-∞;
I)数据SDn上与第一个验证点数据为Sy1对应的对照点数据为SDn·YSy1;
II)数据SDn上与第二个验证点数据为Sy1对应的对照点数据为SDn·YSy2;
III)数据SDn上与第n个验证点数据为Sy1对应的对照点数据为SDn·YSyn;
5)将数据SDn上的所有数据SDn·YSyn与待固定物体上的所有对应的数据Syn进行对比,得出与待固定物体数据相同的唯一数据SDn,并记为SW;
6)将数据SW导入定位固定夹持模块中。
进一步地,所述步骤5)中将数据SDn上的所有数据SDn·YSyn与待固定物体上的所有对应的数据Syn进行对比的对比方式具体如下:
1)将数据SDn上的SDn·YSyn与待固定物体上的所有对应的数据Syn代入公式:
(Xn-xn)+(Yn-yn)+(Zn-zn)=Qn
中,所述Xn为SDn·YSyn的x轴坐标,xn为Syn的x轴坐标,Yn为SDn·YSyn的y轴坐标,yn为Syn的y轴坐标,Zn为SDn·YSyn的z轴坐标,zn为Syn的z轴坐标;
2)将Qn代入公式:
Figure GDA0003664272340000061
3)若D=0,则说明数值SDn对应的数据库中的物体与待固定物体为同一个结构物体;
4)若D≠0,则说明数值SDn对应的数据库中的物体与待固定物体非同一个结构物体。
物体定位装置,所述物体定位装置包括数据采集模块、数据分析模块、验证模块、定位固定夹持模块、客户端模块以及数据库模块,所述数据采集模块与数据分析模块双向连接,所述数据分析模块与验证模块双向连接,所述验证模块与定位固定夹持模块单向连接,所述客户端模块分别与数据采集模块以及数据库模块单向连接,所述数据库模块分别与数据分析模块、验证模块以及定位固定夹持模块单向连接;
所述数据采集模块包括第一数据采集模块以及第二数据采集模块,所述第一数据采集模块包括投影扫描设备以及深度相机,所述投影扫描设备用于初步采集待固定物体的某一角度的投影形状,所述深度相机用于获取该角度的深度图,所述第二数据采集模块包括深度相机,所述深度相机用于采集待固定物体的多角度的随机点数据;
所述数据分析模块用于接收数据采集模块传输的物体的投影形状以及该投影方向上的深度图数据,并将该些数据进行整合,形成物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中的相同结构的物体,之后整合数据采集模块传输的二次扫描数据,形成被扫描物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,在调取数据库中的相同结构的物体中选取与被扫描物体的三维框架图完全相同的数据,将该数据导入验证模块中;
所述验证模块包括验证数据采集模块以及对比模块,所述验证数据采集模块包括验证深度相机,所述验证深度相机用于采集待固定物体的多角度的随机验证点数据,所述对比模块用于接收数据采集模块传输的数据,并通过验证数据采集模块传输的数据来对调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行验证,并通过验证结果将数据传递至数据分析模块以及定位固定夹持模块中;
所述定位固定夹持模块用于接收验证模块传输的数据,并将被扫描物体与调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行定位,同时按照数据库中预设夹持方式对被扫描物体进行夹持;
所述客户端模块用于对数据库模块进行数据写入以及控制数据采集模块对物体进行扫描,从而对物体进行夹持;
所述数据库模块用于存储各种不同结构形状的物体数据以及各种不同结构形状的物体的固定用夹持方式。
与现有技术相比,本发明的有益效果是:本发明通过投影扫描相机以及深度相机作为信息采集端口,利用投影扫描相机来初步采集待固定物体的某一角度的投影形状,并通过深度相机获取待固定物体的深度图、随机点数据以及验证点数据,通过将待固定物体的深度图与投影数据进行整合,得出待固定物体的初步三维结构,利用初步三维结构由数据库中检索相同结构的物体,之后将该初步三维结构与随机点数据整合,获取待固定物体的三维框架,进一步提高精确度,从而由数据库中获取的初步三维结构相同的物体中进一步获取更精确的物体数据,之后利用验证点数据由进一步获取更精确的物体数据中进行确定获取准确的唯一的物体数据,大大提高待固定物体的扫描精确度以及扫描效率,本发明无需完全扫描待固定物体的全部三维数据,进而大大提高电脑的处理效率,降低电脑负荷,提高扫描效率,同时具有极高的扫描定位准确度和精确度,本发明具有识别准确度高、处理效率高、电脑负担小、电脑使用寿命长等有益效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明物体定位方法模块图;
图2为本发明物体定位装置模块图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-2,本发明提供一种技术方案:物体定位方法,包括数据采集模块、数据分析模块、验证模块、定位固定夹持模块、客户端模块以及数据库模块,数据采集模块与数据分析模块双向连接,数据分析模块与验证模块双向连接,验证模块与定位固定夹持模块单向连接,客户端模块与数据库模块以及数据采集模块单向连接,数据库模块分别与数据分析模块、验证模块以及定位固定夹持模块单向连接。
数据采集模块包括图像扫描以及深度扫描,图像扫描用于形成物体的投影形状,深度扫描用于获取物体在该投影方向上的深度图,并将该物体的投影形状以及该投影方向上的深度图数据导入数据分析模块中。
数据分析模块用于接收数据采集模块传输的物体的投影形状以及该投影方向上的深度图数据,并将该些数据进行整合,形成物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中的相同结构的物体,之后整合数据采集模块传输的二次扫描数据,形成被扫描物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,在调取数据库中的相同结构的物体中选取与被扫描物体的三维框架图完全相同的数据,将该数据导入验证模块中。
验证模块用于接收数据采集模块传输的数据,并通过采集模块传输的数据来对调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行验证,并通过验证结果将数据传递至数据分析模块以及定位固定夹持模块中。
定位固定夹持模块用于接收验证模块传输的数据,并将被扫描物体与调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行定位,同时按照数据库中预设夹持方式对被扫描物体进行夹持。
客户端模块用于对数据库模块进行数据写入以及控制数据采集模块对物体进行扫描,从而对物体进行夹持。
数据库模块用于存储各种不同结构形状的物体数据以及各种不同结构形状的物体的固定用夹持方式。
物体定位方法具体如下:
(1)通过客户端模块启动数据采集模块;
(2)数据采集模块对放置在夹持架下端的物体进行扫描,从而获取待固定物体的投影形状以及该投影方向上的深度图,并将待固定物体的投影形状以及该投影方向上的深度图数据导入数据分析模块中;
(3)数据分析模块将待固定物体的投影形状以及该投影方向上的深度图数据进行整合,形成待固定物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中与待固定物体的相同结构的物体;
(4)之后数据采集模块对待固定物体进行二次扫描数据,获取待固定物体多个方向上的随机点,形成随机点集,数据采集模块将随机点集数据传输至数据分析模块
(5)数据分析模块将步骤(3)形成的三维图与随机点集整合形成被待固定物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,再调取数据库中的相同结构的物体中选取与待固定物体的三维框架图完全相同的数据,将该数据导入验证模块中;
(6)验证模块控制数据采集模块对待固定物体上多个随机方向上的多个随机位置选取多个随机点数据,将该数据与步骤(5)中与待固定物体的三维框架图完全相同的属于数据库中的物体数据的相同位置上的点数据进行对比;
(7)当点数据不完全相同时,重复步骤(4)-步骤(6);
(8)当点数据完全重合时,将与待固定物体的三维框架图完全相同的属于数据库中的物体对应的物体夹持方式数据传递至定位固定夹持模块中;
(9)定位固定夹持模块根据数据库中保存的物体位置定位待固定物体上的相同位置,并根据该数据库中保存的物体的固定用夹持方式对待固定物体进行夹持;
点数据为以数据库中的物体和待固定物体上的某一确定的相同位置的相同点为基础所得到的相对位置数据。
数据采集模块包括第一数据采集模块以及第二数据采集模块,第一数据采集模块具体工作步骤如下:
(1)投影扫描设备以及深度相机启动;
(2)投影扫描设备对物体进行扫描,获取投影数据,并将投影数据标记为数据T;
(3)深度相机对物体进行拍摄得出该物体在投影方向上的深度图像数据,并标记为数据S;
(4)将数据T以及S导入数据分析模块中;
(5)第二数据采集模块具体工作步骤如下:
(6)深度相机启动;
(7)深度相机对物体进行拍摄得出该物体在多个投影方向上的多个随机点数据,并标记为数据Sjn,n取1-∞;
I)第一个点数据为Sj1;
II)第二个点数据为Sj2;
III)第n个点数据为Sjn;
(8)将数据Sjn导入数据分析模块中。
数据分析模块具体工作步骤如下:
1)接收数据T以及S;
2)将数据T以及数据S进行电脑整合,形成待固定物体在投影方向上的三维数据,并标记为Sw;
3)检索数据库中的物体三维数据,将与数据Sw相同的三维数据对应的的物体数据导出,并记为Sdn,n取1-∞;
I)将导出的第一个物体数据记为Sd1;
II)将导出的第二个物体数据记为Sd2;
III)将导出的第n个物体数据记为Sdn;
4)将数据Sw与数据Sjn进行电脑整合,形成待固定物体在整体三维框架数据图,并标记为Sk;
5)将Sdn数据依次与数据Sk对比,将与数据Sk相同的Sdn数据提取,并记为SDn,n取1-∞;
6)将数据SDn以及数据Sk带入验证模块中。
验证模块工作步骤具体如下:
1)接收数据SDn以及数据Sk;
2)验证深度相机启动;
3)验证深度相机对待固定物体进行拍摄得出待固定物体在多个投影方向上的多个随机验证点数据,并标记为数据Syn,n取1-∞;
I)第一个验证点数据为Sy1;
II)第二个验证点数据为Sy2;
III)第n个验证点数据为Syn;
4)取数据SDn上的与步骤3)位置相同的对照点数据,并记为SDn·YSyn,n取1-∞;
I)数据SDn上与第一个验证点数据为Sy1对应的对照点数据为SDn·YSy1;
II)数据SDn上与第二个验证点数据为Sy1对应的对照点数据为SDn·YSy2;
III)数据SDn上与第n个验证点数据为Sy1对应的对照点数据为SDn·YSyn;
5)将数据SDn上的所有数据SDn·YSyn与待固定物体上的所有对应的数据Syn进行对比,得出与待固定物体数据相同的唯一数据SDn,并记为SW;
6)将数据SW导入定位固定夹持模块中。
步骤5)中将数据SDn上的所有数据SDn·YSyn与待固定物体上的所有对应的数据Syn进行对比的对比方式具体如下:
1)将数据SDn上的SDn·YSyn与待固定物体上的所有对应的数据Syn代入公式:
(Xn-xn)+(Yn-yn)+(Zn-zn)=Qn
中,Xn为SDn·YSyn的x轴坐标,xn为Syn的x轴坐标,Yn为SDn·YSyn的y轴坐标,yn为Syn的y轴坐标,Zn为SDn·YSyn的z轴坐标,zn为Syn的z轴坐标;
2)将Qn代入公式:
Figure GDA0003664272340000121
3)若D=0,则说明数值SDn对应的数据库中的物体与待固定物体为同一个结构物体;
4)若D≠0,则说明数值SDn对应的数据库中的物体与待固定物体非同一个结构物体。
物体定位装置,物体定位装置包括数据采集模块、数据分析模块、验证模块、定位固定夹持模块、客户端模块以及数据库模块,数据采集模块与数据分析模块双向连接,数据分析模块与验证模块双向连接,验证模块与定位固定夹持模块单向连接,客户端模块分别与数据采集模块以及数据库模块单向连接,数据库模块分别与数据分析模块、验证模块以及定位固定夹持模块单向连接。
数据采集模块包括第一数据采集模块以及第二数据采集模块,第一数据采集模块包括投影扫描设备以及深度相机,投影扫描设备用于初步采集待固定物体的某一角度的投影形状,深度相机用于获取该角度的深度图,第二数据采集模块包括深度相机,深度相机用于采集待固定物体的多角度的随机点数据。
数据分析模块用于接收数据采集模块传输的物体的投影形状以及该投影方向上的深度图数据,并将该些数据进行整合,形成物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中的相同结构的物体,之后整合数据采集模块传输的二次扫描数据,形成被扫描物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,在调取数据库中的相同结构的物体中选取与被扫描物体的三维框架图完全相同的数据,将该数据导入验证模块中。
验证模块包括验证数据采集模块以及对比模块,验证数据采集模块包括验证深度相机,验证深度相机用于采集待固定物体的多角度的随机验证点数据,对比模块用于接收数据采集模块传输的数据,并通过验证数据采集模块传输的数据来对调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行验证,并通过验证结果将数据传递至数据分析模块以及定位固定夹持模块中。
定位固定夹持模块用于接收验证模块传输的数据,并将被扫描物体与调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行定位,同时按照数据库中预设夹持方式对被扫描物体进行夹持。
客户端模块用于对数据库模块进行数据写入以及控制数据采集模块对物体进行扫描,从而对物体进行夹持。
数据库模块用于存储各种不同结构形状的物体数据以及各种不同结构形状的物体的固定用夹持方式。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.物体定位方法,其特征在于,包括数据采集模块、数据分析模块、验证模块、定位固定夹持模块、客户端模块以及数据库模块,所述数据采集模块与数据分析模块双向连接,所述数据分析模块与验证模块双向连接,所述验证模块与定位固定夹持模块单向连接,所述客户端模块与数据库模块以及数据采集模块单向连接,所述数据库模块分别与数据分析模块、验证模块以及定位固定夹持模块单向连接;
所述数据采集模块包括图像扫描以及深度扫描,所述图像扫描用于形成物体的投影形状,所述深度扫描用于获取物体在该投影方向上的深度图,并将该物体的投影形状以及该投影方向上的深度图数据导入数据分析模块中;
所述数据分析模块用于接收数据采集模块传输的物体的投影形状以及该投影方向上的深度图数据,并将该些数据进行整合,形成物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中的相同结构的物体,之后整合数据采集模块传输的二次扫描数据,形成被扫描物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,在调取数据库中的相同结构的物体中选取与被扫描物体的三维框架图完全相同的数据,将该数据导入验证模块中;
所述验证模块用于接收数据采集模块传输的数据,并通过采集模块传输的数据来对调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行验证,并通过验证结果将数据传递至数据分析模块以及定位固定夹持模块中;
所述定位固定夹持模块用于接收验证模块传输的数据,并将被扫描物体与调取数据库中的相同结构的物体中选取的与三维框架图完全相同的物体数据进行定位,同时按照数据库中预设夹持方式对被扫描物体进行夹持;
所述客户端模块用于对数据库模块进行数据写入以及控制数据采集模块对物体进行扫描,从而对物体进行夹持;
所述数据库模块用于存储各种不同结构形状的物体数据以及各种不同结构形状的物体的固定用夹持方式;
所述物体定位方法具体如下:
(1)通过客户端模块启动数据采集模块;
(2)数据采集模块对放置在夹持架下端的物体进行扫描,从而获取待固定物体的投影形状以及该投影方向上的深度图,并将待固定物体的投影形状以及该投影方向上的深度图数据导入数据分析模块中;
(3)数据分析模块将待固定物体的投影形状以及该投影方向上的深度图数据进行整合,形成待固定物体在该投影方向上的三维图,并将该三维图与数据库中的数据进行对比,调取数据库中与待固定物体的相同结构的物体;
(4)之后数据采集模块对待固定物体进行二次扫描数据,获取待固定物体多个方向上的随机点,形成随机点集,数据采集模块将随机点集数据传输至数据分析模块;
(5)数据分析模块将步骤(3)形成的三维图与随机点集整合形成被待固定物体的三维框架图,将三维框架图与调取数据库中的相同结构的物体进行进一步对比,再调取数据库中的相同结构的物体中选取与待固定物体的三维框架图完全相同的数据,将该数据导入验证模块中;
(6)验证模块控制数据采集模块对待固定物体上多个随机方向上的多个随机位置选取多个随机点数据,将该数据与步骤(5)中与待固定物体的三维框架图完全相同的属于数据库中的物体数据的相同位置上的点数据进行对比;
(7)当点数据不完全相同时,重复步骤(4)-步骤(6);
(8)当点数据完全重合时,将与待固定物体的三维框架图完全相同的属于数据库中的物体对应的物体夹持方式数据传递至定位固定夹持模块中;
(9)定位固定夹持模块根据数据库中保存的物体位置定位待固定物体上的相同位置,并根据该数据库中保存的物体的固定用夹持方式对待固定物体进行夹持;
所述点数据为以数据库中的物体和待固定物体上的某一确定的相同位置的相同点为基础所得到的相对位置数据。
2.根据权利要求1所述的物体定位方法,其特征在于,所述数据采集模块包括第一数据采集模块以及第二数据采集模块,所述第一数据采集模块具体工作步骤如下:
(1)投影扫描设备以及深度相机启动;
(2)投影扫描设备对物体进行扫描,获取投影数据,并将投影数据标记为数据T;
(3)深度相机对物体进行拍摄得出该物体在投影方向上的深度图像数据,并标记为数据S;
(4)将数据T以及S导入数据分析模块中;
所述第二数据采集模块具体工作步骤如下:
(1)深度相机启动;
(2)深度相机对物体进行拍摄得出该物体在多个投影方向上的多个随机点数据,并标记为数据Sjn,n取1-∞;
I)第一个点数据为Sj1;
II)第二个点数据为Sj2;
III)第n个点数据为Sjn;
(3)将数据Sjn导入数据分析模块中。
3.根据权利要求2所述的物体定位方法,其特征在于:所述数据分析模块具体工作步骤如下:
2)接收数据T以及S;
3)将数据T以及数据S进行电脑整合,形成待固定物体在投影方向上的三维数据,并标记为Sw;
4)检索数据库中的物体三维数据,将与数据Sw相同的三维数据对应的的物体数据导出,并记为Sdn,n取1-∞;
I)将导出的第一个物体数据记为Sd1;
II)将导出的第二个物体数据记为Sd2;
III)将导出的第n个物体数据记为Sdn;
5)将数据Sw与数据Sjn进行电脑整合,形成待固定物体在整体三维框架数据图,并标记为Sk;
6)将Sdn数据依次与数据Sk对比,将与数据Sk相同的Sdn数据提取,并记为SDn,n取1-∞;
7)将数据SDn以及数据Sk带入验证模块中。
4.根据权利要求3述的物体定位方法,其特征在于:所述验证模块工作步骤具体如下:
1)接收数据SDn以及数据Sk;
2)验证深度相机启动;
3)验证深度相机对待固定物体进行拍摄得出待固定物体在多个投影方向上的多个随机验证点数据,并标记为数据Syn,n取1-∞;
I)第一个验证点数据为Sy1;
II)第二个验证点数据为Sy2;
III)第n个验证点数据为Syn;
4)取数据SDn上的与步骤3)位置相同的对照点数据,并记为SDn·YSyn,n取1-∞;
I)数据SDn上与第一个验证点数据为Sy1对应的对照点数据为SDn·YSy1;
II)数据SDn上与第二个验证点数据为Sy1对应的对照点数据为SDn·YSy2;
III)数据SDn上与第n个验证点数据为Sy1对应的对照点数据为SDn·YSyn;
5)将数据SDn上的所有数据SDn·YSyn与待固定物体上的所有对应的数据Syn进行对比,得出与待固定物体数据相同的唯一数据SDn,并记为SW;
6)将数据SW导入定位固定夹持模块中。
5.根据权利要求4所述的物体定位方法,其特征在于:所述步骤5)中将数据SDn上的所有数据SDn·YSyn与待固定物体上的所有对应的数据Syn进行对比的对比方式具体如下:
1)将数据SDn上的SDn·YSyn与待固定物体上的所有对应的数据Syn代入公式:
(Xn-xn)+(Yn-yn)+(Zn-zn)=Qn
中,所述Xn为SDn·YSyn的x轴坐标,xn为Syn的x轴坐标,Yn为SDn·YSyn的y轴坐标,yn为Syn的y轴坐标,Zn为SDn·YSyn的z轴坐标,zn为Syn的z轴坐标;
2)将Qn代入公式:
Figure FDA0003664272330000051
3)若D=0,则说明数值SDn对应的数据库中的物体与待固定物体为同一个结构物体;
4)若D≠0,则说明数值SDn对应的数据库中的物体与待固定物体非同一个结构物体。
CN202011057958.6A 2020-09-30 2020-09-30 物体定位方法及物体定位装置 Active CN112200865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011057958.6A CN112200865B (zh) 2020-09-30 2020-09-30 物体定位方法及物体定位装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011057958.6A CN112200865B (zh) 2020-09-30 2020-09-30 物体定位方法及物体定位装置

Publications (2)

Publication Number Publication Date
CN112200865A CN112200865A (zh) 2021-01-08
CN112200865B true CN112200865B (zh) 2023-01-03

Family

ID=74008144

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011057958.6A Active CN112200865B (zh) 2020-09-30 2020-09-30 物体定位方法及物体定位装置

Country Status (1)

Country Link
CN (1) CN112200865B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574386A (zh) * 2014-12-26 2015-04-29 速感科技(北京)有限公司 一种基于三维环境模型匹配的室内定位方法
CN107673152A (zh) * 2017-09-11 2018-02-09 浙江新再灵科技股份有限公司 厢式电梯内儿童单独乘坐的报警方法
CN109341591A (zh) * 2018-11-12 2019-02-15 杭州思看科技有限公司 一种基于手持式三维扫描仪的边缘检测方法及系统
CN109947097A (zh) * 2019-03-06 2019-06-28 东南大学 一种基于视觉和激光融合的机器人定位方法及导航应用
CN110991227A (zh) * 2019-10-23 2020-04-10 东北大学 一种基于深度类残差网络的三维物体识别和定位方法
CN111598770A (zh) * 2020-05-15 2020-08-28 弗徕威智能机器人科技(上海)有限公司 一种基于三维数据和二维图像的物体检测方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104574386A (zh) * 2014-12-26 2015-04-29 速感科技(北京)有限公司 一种基于三维环境模型匹配的室内定位方法
CN107673152A (zh) * 2017-09-11 2018-02-09 浙江新再灵科技股份有限公司 厢式电梯内儿童单独乘坐的报警方法
CN109341591A (zh) * 2018-11-12 2019-02-15 杭州思看科技有限公司 一种基于手持式三维扫描仪的边缘检测方法及系统
CN109947097A (zh) * 2019-03-06 2019-06-28 东南大学 一种基于视觉和激光融合的机器人定位方法及导航应用
CN110991227A (zh) * 2019-10-23 2020-04-10 东北大学 一种基于深度类残差网络的三维物体识别和定位方法
CN111598770A (zh) * 2020-05-15 2020-08-28 弗徕威智能机器人科技(上海)有限公司 一种基于三维数据和二维图像的物体检测方法和装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RANSAM for Industrial Bin-Picking;Dirk Buchholz等;《41st International Symposium on Robotics》;20110601;第1316-1322页 *
Real-Time Grasp Detection Using Convolutional Neural Networks;Joseph Redmon等;《2015 IEEE International Conference on Robotics and Automation (ICRA)》;20150530;第1317-1322页 *
基于RGB-D相机的工业机器人定位抓取技术与系统集成研究;戴健春;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20200115(第1期);I138-2135 *
基于单目视觉的移动机器人目标识别与定位;刘洪伟;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20120415(第4期);I140-348 *

Also Published As

Publication number Publication date
CN112200865A (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
US7200260B1 (en) Teaching model generating device
CN110348279B (zh) 物体识别处理装置和方法、以及物体拣选装置和方法
US10914576B2 (en) Handheld large-scale three-dimensional measurement scanner system simultaneously having photogrammetric and three-dimensional scanning functions
CN109927036A (zh) 一种三维视觉引导机械手抓取的方法及系统
CN111216124B (zh) 基于融入全局视觉和局部视觉的机器人视觉引导方法和装置
US7283661B2 (en) Image processing apparatus
CN101122457A (zh) 影像边界扫描系统及方法
CN110136211A (zh) 一种基于主动双目视觉技术的工件定位方法及系统
CN113310427B (zh) 三维扫描系统和三维扫描方法
CN113554757A (zh) 基于数字孪生的工件轨迹三维重构方法及系统
CN115127856B (zh) 一种混凝土试块抗压试验机器人取样识别的方法及装置
CN112200865B (zh) 物体定位方法及物体定位装置
CN110992410B (zh) 基于rgb-d数据融合的机器人视觉引导方法和装置
JP2003089086A (ja) ロボット制御装置
US20120158358A1 (en) Three-dimensional shape measurement method and three-dimensional shape measurement system
CN116228783A (zh) 一种复杂背景下的工件点云分割方法及其应用
US6980301B2 (en) Method and apparatus for three-dimensional surface morphometry
CN115564769A (zh) 使用深度学习进行电机转子并线缺陷检测的方法
CN110517208B (zh) 坐标系关联方法及系统
CN115164751A (zh) 一种铆接孔径尺寸检测系统及方法
CN112308919A (zh) 芯片在夹具中的装夹位置的校正方法和装置
CN112784620A (zh) 产品制造的追溯方法及其追溯系统
CN219872425U (zh) 一种摄像头内参标定装置
CN116309547B (zh) 一种零件表面质量检测方法、装置、设备及介质
CN112722820B (zh) 一种光处理工件的定位、光处理及加工方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230516

Address after: Room 101, Zone 3, Floor 1, Building 1, No. 6, Yanqi South Fourth Street, Yanqi Economic Development Zone, Huairou District, Beijing 101400

Patentee after: Beijing Tuobao Additive Technology Co.,Ltd.

Address before: Room 501, 184 Lane 191, Huaning Road, Minhang District, Shanghai

Patentee before: Zhang Chenglin