JPH10124677A - 物体の姿勢推定方法および物体の姿勢推定装置 - Google Patents

物体の姿勢推定方法および物体の姿勢推定装置

Info

Publication number
JPH10124677A
JPH10124677A JP8284082A JP28408296A JPH10124677A JP H10124677 A JPH10124677 A JP H10124677A JP 8284082 A JP8284082 A JP 8284082A JP 28408296 A JP28408296 A JP 28408296A JP H10124677 A JPH10124677 A JP H10124677A
Authority
JP
Japan
Prior art keywords
posture
partial
plane
candidate
shapes
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.)
Pending
Application number
JP8284082A
Other languages
English (en)
Inventor
Ayako Takenouchi
紋子 竹野内
Naoyoshi Kanamaru
直義 金丸
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.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP8284082A priority Critical patent/JPH10124677A/ja
Publication of JPH10124677A publication Critical patent/JPH10124677A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】姿勢推定の処理量を低減し、誤推定を行う可能
性が小さな姿勢推定手段を提供すること。 【解決手段】画像または距離画像を計測するセンサを有
し、同一の既知形状を有する1以上の対象物の3次元空
間における姿勢を推定する装置である。本装置は、セン
サの計測結果に基づいて、対象物の部分形状を複数個検
出する部分形状検出手段と、複数の部分形状の内から2
つ部分形状を順次選択していき、選択した2つの部分形
状の配置関係が、予め複数定めた基準配置モデルのいず
れかと対応する場合には、当該配置関係と対応する基準
配置モデルとに基づき、対象物の姿勢候補を算出する姿
勢候補算出手段と、算出された複数の姿勢候補の内か
ら、多数決原理を用いて、姿勢候補を選択する姿勢候補
選択手段とを備える。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、3次元空間の任意
の位置に置かれた既知形状を有する物体の姿勢を推定す
る方法および装置に関する。
【0002】
【従来の技術】3次元空間内の任意の位置に置かれた既
知形状を有する3次元物体の当該位置での姿勢を推定す
る方法として、従来から各種の方法が提案されている。
【0003】例えば、平面、稜線等の姿勢推定対象物を
構成する各要素の位置と、各要素間の接続関係とをグラ
フに記述し、物体の画像計測結果とグラフの記述内容と
を照合して物体の姿勢を推定する方法や、姿勢推定対象
物体のモデル作成時に、姿勢推定対象物体を多方向から
測定した測定結果をデータベースとして用意しておき、
物体の画像計測結果と予め用意した測定結果(データベ
ース)との引き算処理を行って、この画像計測結果に最
も近い測定結果を検出し、検出した測定結果に対応する
方向を、物体の姿勢として推定する方法等が提案されて
いた。
【0004】このように、姿勢推定を行うための情報
(グラフを含むモデル)を予め構築しておき、この情報
と物体の画像計測結果とを参照して物体の姿勢を推定す
る方法においては、画像計測結果より物体を切り出す、
すなわち、背景画像から物体を抽出する前処理を行うこ
とが必要となるが、物体が乱雑に配置された場合や背景
と物体とのコントラストが小さく両者の境界線が不明瞭
である場合には、画像計測結果から物体を切り出すこと
は非常に困難であり、物体の切り出しを誤ることによっ
て、物体の姿勢を誤推定してしまう事態が発生してしま
うという問題が生じていた。
【0005】このような問題を解決するために、従来か
ら、画像計測結果から物体を切り出す前処理を行わずに
物体の姿勢を推定する、ハフ変換に代表される多数決原
理を用いた方法も提案されていた。
【0006】また、既知形状を有する物体の形状情報を
センサを用いて計測し、センサによる計測結果を用いて
姿勢推定を行う場合には、姿勢推定対象物の形状を記述
したモデルが必要となり、このような物体の形状を記述
するモデルとしては、物体表面の形状を平面、球面等の
物体を構成する部分の形状である部分形状の接続状態が
どのようになっているかを示す接続関係によって記述す
る方法や、物体を構成している各形状の関係を階層的に
記述していく方法、さらには、物体を複数の方向から計
測した計測結果を用いてモデリングを行う方法があっ
た。
【0007】
【発明が解決しようとする課題】さて、上述したよう
に、視覚センサによる物体の形状情報の計測結果を用い
て、物体の姿勢を推定する方法の内で、多数決原理を用
いて姿勢推定を行う方法は、センサによる画像計測結果
から物体を切り出す前処理を回避できるという利点を有
するものの、この多数決原理を用いた姿勢推定方法おい
ては、物体を構成する点・平面等の構造が比較的簡単な
1つの部分形状を用いて物体の姿勢候補を算出していた
ため、物体が取りうる姿勢を1個あるいは有限個に限定
することができず、物体が取りうる姿勢推定結果には自
由度が残ったものとなっていた。すなわち、比較的簡単
な部分形状のみを用いて物体の姿勢候補を算出していた
ため、物体が取りうる姿勢候補の数が膨大な量となり、
姿勢候補の数を1個あるいは有限個に限定することはで
きなかった。
【0008】このとき、物体の姿勢を3つのパラメー
タ、すなわち、座標系を構成する3軸の回りの回転角度
で表現すると、姿勢候補を表現する点は、各パラメータ
ーの値を軸上の値とする軸で定義されるパラメータ空間
において、線、面、あるいは、立体となって領域を形成
してしまう。この領域内の全ての点は姿勢候補となる
が、この中で、真の姿勢を与える点は高々1点であり、
これ以外は姿勢の誤推定の原因となる誤った姿勢候補を
与える点の集まりとなっていた。
【0009】このように、従来の多数決原理を用いた姿
勢推定方法では、誤推定が発生する可能性が極めて高
く、また、姿勢候補の数が多いために姿勢推定を行うた
めの処理量が多くなる等の問題が生じていた。
【0010】また、姿勢推定物体の形状を記述したモデ
ルも、物体形状が複雑になるにつれて、その作成が繁雑
になってしまうという問題があった。そこで、本発明
は、このような未解決の課題を解決するためになされた
もので、その目的は、誤推定の発生する可能性を極めて
低くし、姿勢推定を行うための処理量を低減する手段を
提供する点にある。
【0011】
【課題を解決するための手段】上記目的を達成するた
め、請求項1記載の発明によれば、画像または距離画像
を用いて、同一の既知形状を有する1以上の対象物の3
次元空間における姿勢を推定する方法であって、画像ま
たは距離画像に基づいて、前記対象物を構成する部分の
形状である部分形状を複数個検出するステップと、検出
した複数の部分形状の内から2つを順次選択していっ
て、選択した2つの部分形状の配置関係が、予め複数定
めた基準配置モデルのいずれかと対応する場合には、当
該配置関係と対応する基準配置モデルに基づいて、前記
対象物の姿勢候補を算出するステップと、算出された複
数の姿勢候補の内から、多数決原理を用いて、姿勢候補
を選択するステップと、を含む物体の姿勢推定方法が提
供される。
【0012】また、本発明の他の態様である請求項2記
載の発明によれば、画像または距離画像を計測するセン
サを有し、同一の既知形状を有する1以上の対象物の3
次元空間における姿勢を推定する装置であって、前記セ
ンサの計測結果に基づいて、前記対象物を構成する部分
の形状である部分形状を複数個検出する部分形状検出手
段と、該部分形状検出手段が検出した複数の部分形状の
内から2つの部分形状を順次選択していって、選択した
2つの部分形状の配置関係が、予め複数定めた基準配置
モデルのいずれかと対応する場合には、当該配置関係と
対応する基準配置モデルとに基づいて、前記対象物の姿
勢候補を算出する姿勢候補算出手段と、該姿勢候補算出
手段により算出された複数の姿勢候補の内から、多数決
原理を用いて、姿勢候補を選択する姿勢候補選択手段
と、を備える物体の姿勢推定装置が提供される。
【0013】さらに、請求項3記載の発明によれば、請
求項2において、前記部分形状検出手段は、平面または
円筒面を、部分形状として検出する手段であることを特
徴とする物体の姿勢推定装置が提供される。この場合、
部分形状の検出態様としては、平面のみの検出、円筒面
のみの検出、および、平面と円筒面の検出が挙げられ
る。
【0014】また、請求項4記載の発明によれば、請求
項2において、前記姿勢候補算出手段は、複数の部分形
状の内から2つを選択していく際に、法線方向が異なる
2つの平面、軸方向が異なる2つの円筒面、および、法
線方向と軸方向とが異なる平面と円筒面の組み合わせ、
のいずれかを選択する手段であることを特徴とする物体
の姿勢推定装置が提供される。
【0015】そして、請求項5記載の発明によれば、請
求項2、3および4のいずれかにおいて、前記姿勢候補
選択手段は、一般化ハフ変換のパラメータ空間を有する
ことを特徴とする物体の姿勢推定装置が提供される。
【0016】さらに、コンピュータによって同一の既知
形状を有する1以上の対象物の3次元空間における姿勢
を推定するためのプログラムを記憶した媒体であって、
該プログラムが実行されることによって、コンピュータ
に、画像または距離画像に基づいて、前記対象物を構成
する部分の形状である部分形状を複数個算出させ、複数
の部分形状の内から2つを選択していって、選択した2
つの部分形状の配置関係が、予め複数定めた基準配置モ
デルのいずれかと対応する場合には、当該配置関係と対
応する基準配置モデルに基づいて、前記対象物の姿勢候
補を算出させ、算出された複数の姿勢候補の内から、多
数決原理を用いて、姿勢候補を選択させる、姿勢推定プ
ログラムを記憶した媒体も提供される。
【0017】これによれば、可搬性を有する媒体に姿勢
推定プログラムを記憶しておくことができ、ユーザの利
便性に供する。
【0018】
【発明の実施の形態】以下、本発明の実施形態を図面を
参照しつつ説明する。なお、公知のアルゴリズムに基づ
いた処理については、その旨を記載して詳細な説明を省
略し本発明の理解の容易化を図るものとする。
【0019】また、本実施形態における姿勢推定対象物
体は、平面と円筒面とを部分形状として有する物体とす
る。部分形状とは、姿勢推定対象物体を構成する部分が
示す形状である。
【0020】図4に、このような姿勢推定対象物体の一
例を示す。図4に示す姿勢推定対象物体は、直方体Aの
上面に円筒Bを備えたものであり、直方体Aの底面を除
く平面を、図示するように符号P0〜P6で表現し、円
筒Bの円筒面を符号C1で表現する。以下、説明の容易
化等のため、直方体Aの底面を平面から除くものとして
説明する。
【0021】図1は、本実施形態にかかる装置の構成を
示すブロック図である。本装置は、姿勢推定対象物体の
距離画像等を計測するセンサ3と、姿勢推定を行うため
の基準配置モデルを記述した基準配置モデル部1と、セ
ンサ3による計測結果および基準配置モデルを参照して
姿勢推定を行う姿勢推定部5とを有して構成されてい
る。
【0022】さらに、姿勢推定部5には、センサ3によ
る計測結果に基づいて平面・円筒面を検出する平面・円
筒面検出部6と、この検出結果と基準配置モデルとを参
照して姿勢候補を算出する姿勢候補算出部8と、パラメ
ータ空間11を用い、複数の姿勢候補の内から少なくと
も1つを推定姿勢として選択する姿勢候補選択部10と
が設けられている。
【0023】そして、センサを除く各ブロックは、例え
ば、動作プログラムを内蔵したROM等の記憶媒体、ワ
ークエリア等として機能するRAM、および、記憶媒体
に記憶された動作プログラムを実行するCPU等の電子
デバイスにて実現可能であるため、本装置は、センサ3
を備えた1台のコンピュータ装置で実現できる。
【0024】以下、本装置を構成する各ブロックの構成
や動作概要について説明し、その後、図2のフローチャ
ートを参照して、装置全体での動作を説明する。基準配
置モデル部1は、物体の姿勢候補を求める際に姿勢候補
算出部8が参照するモデルである基準配置モデルを記憶
する。図3に示すように、基準配置モデル部1のエリア
Aには、図4に示す平面P1から平面P6、および、円
筒面C1を表現する、式1から式6、式7が記憶されて
おり、また、エリアBには、2つの平面の法線がなす角
度と、1つの平面の法線と1つの円筒面の軸方向(中心
軸の方向)とがなす角度とが、平面P1から平面P6、
および、円筒面C1の、任意の2つの組み合わせに対し
て定義されている。図3では、エリアBに記憶される角
度の全てを図示してないが、実際には、平面P1から平
面P6、および、円筒面C1の、任意の2つの組み合わ
せである21通り(7C2 通り:C はコンビネーションを
表す)の角度が定義されている(θ1〜θ21)。な
お、物体が取りうる姿勢を有限個に特定するために、平
面同士の法線方向または平面の法線と円筒面の軸方向と
が平行とならないような平面、円筒面の組み合わせに対
してのみ角度を定義しておくのが好ましいが、本実施形
態では説明の容易化のため全ての組み合わせに対する角
度を予め記憶しているものとする。
【0025】センサ3は、姿勢推定対象物体の距離画像
を計測し、これを計測結果として平面・円筒面検出部5
に送る処理を行い、いわゆるレンジファインダで実現可
能である。距離画像計測によって、距離画像の各画素に
対して、姿勢推定対象物体までの3次元距離が求められ
る。また、センサ3を、姿勢推定対象物体の画像、特
に、姿勢推定対象物体の左・右のステレオ画像を撮像可
能な構成とし、さらに、ステレオ画像間での対応する点
を求め、三角測量の原理によって、対応が求まった点に
対する3次元座標値を演算し出力する構成としておいて
も良い。
【0026】平面・円筒面検出部6は公知のアルゴリズ
ムを用い、距離画像に基づいて、平面や円筒面を検出す
る処理を行い、処理結果(平面・円筒面検出結果)を姿
勢候補算出部8に送る。具体的には、平面・円筒面検出
部6が処理結果を送る際には、平面や円筒面を与える式
(平面方程式、円筒面方程式)を姿勢候補算出部8に送
る。
【0027】姿勢候補算出部8は、平面・円筒面検出部
6から送られてきた平面や円筒面の検出結果と、基準配
置モデル部1に記憶されている基準配置モデルとを参照
して姿勢候補を算出し、算出した姿勢候補を姿勢候補選
択部10に送る。より具体的には、平面・円筒面検出部
6から送られた平面や円筒面の検出結果に対して、公知
のアルゴリズムを用いて、その法線方向や軸方向を求め
る。さらに、検出されたもの(平面や円筒面)のうち2
つを選択する全ての組み合わせ(式の組合わせ)に対し
て、その法線や軸方向のなす角度(平面の法線同士の角
度、または、平面の法線と円筒面の軸方向とのなす角
度)を求め、求めた角度の内、基準配置モデル部1のエ
リアBに同一のものがある場合には、そのものに対する
1組の式(例えば、θ1の時、式1と式2)をエリアA
から獲得し、獲得した1組の式と検出されたものに対す
る1組の式との間で演算を行って、3軸回りにどれだけ
回転(回転角度α、β、γ)したかを公知のアルゴリズ
ムを用いて求め、この回転角度(α、β、γ)を姿勢候
補として姿勢候補選択部10に送る。
【0028】姿勢候補選択部10は、多数決原理を用い
て、複数の姿勢候補の内から少なくとも1つを物体の推
定姿勢を選択する。姿勢候補選択部10が、多数決原理
として一般化ハフ変換を用いる場合には、姿勢候補選択
部10は一般化ハフ変換のパラメータ空間11を有し、
各姿勢候補は、パラメータ空間11において投票処理さ
れる。この投票処理は、図5に示すように、回転角度
α、β、γの値によって定まる、1つの立方体で表現し
ている投票単位を複数備えた、パラメータ空間(α軸、
β軸、γ軸よりなる空間)において行われ、姿勢候補選
択部10が、姿勢候補算出部8から送られてきた各姿勢
候補の(α、β、γ)の値によって定まる投票単位に対
して、1つの姿勢候補を割り当てることによって行われ
る(図5では、投票単位Aに対して、1つの姿勢候補
(点で図示する)に対する投票処理が行われた様子を示
している)。そして、姿勢候補選択装置10は、全ての
姿勢候補に対する投票処理を終えた後、多くの投票があ
った投票単位に対する(α、β、γ)を姿勢推定対象物
体の推定姿勢として選択して出力する。
【0029】次に、図2のフローチャートを参照して、
本装置全体によって行われる処理について説明する。ま
ず、ステップS200で、センサ3が図4に示す姿勢推
定対象物体の距離画像を計測し、計測結果を平面・円筒
面検出部6に送る。
【0030】ステップS202で、平面・円筒面検出部
6は、距離画像の情報に基づいて、平面、円筒面の検出
を行い、検出した平面、円筒面の式を姿勢候補算出部8
に送る。
【0031】ステップS204では、姿勢候補算出部8
は、平面・円筒面検出部6によって検出された平面、円
筒面の式と、基準配置モデル部1の記憶内容とを参照し
て、姿勢候補を算出する。姿勢候補算出部8が行う以下
に説明する処理は、本発明の主要部であるので、図面を
参照して詳細に説明する。
【0032】今、図6に示すように平面P1、P2、P
3が検出されたものとする。したがって、平面P1、平
面P2、平面P3の式は、平面・円筒面検出部6によっ
て検出されている。
【0033】まず、姿勢候補算出部8は、平面P1、平
面P2の2つを選択し、平面P1、平面P2の式(夫々
L1、L2とする)から平面P1の法線と平面P2の法
線とのなす角度Xを求め、この角度Xに等しい角度が基
準配置モデル部1のエリアBに存在するか否かを調べ、
存在する場合には、エリアB内に存在する角度に対応す
る2つの平面の式の組をエリアAから獲得し、獲得した
2つの平面の式の組と、検出した平面P1、平面P2の
式の組とを対応させる。例えば、前記Xがθ1のみに等
しければ、θ1に対応する2つの式1と式2の組をエリ
アAから獲得し、獲得した2つの式(式1と式2)の組
と、検出された平面P1、平面P2の式(L1、L2)
の組とを対応させる。そして、獲得した2つの式(式1
と式2)の組と検出された平面P1、平面P2の式(L
1、L2)の組とを参照し、公知のアルゴリズムを用い
て、式1、式2で定まる基準姿勢からの、平面P1、平
面P2の3軸回りの回転角度(α、β、γ)を求めて、
これを姿勢候補として姿勢候補選択部10に送る。
【0034】さらに詳しく述べると、この場合は、姿勢
候補算出部8が選択した2つの部分形状がいずれも平面
であるので、「式1と式L1、式2と式L2、が対応す
る組み合わせとなる場合」と「式1と式L2、式2と式
L1、が対応する組み合わせとなる場合」の2種類の組
合わせが想定され、各組み合わせについて、式1、式2
で定まる基準姿勢からの、平面P1、平面P2の3軸回
りの回転角度(α、β、γ)を求めて、これを姿勢候補
として姿勢候補選択部10に送る。
【0035】なお、前記角度Xに等しい角度がエリアB
に複数存在する場合には、各角度に対応する2つの平面
の式の組を全て獲得し、獲得した2つの式の組毎に、平
面P1、平面P2の式を参照して、姿勢候補を算出す
る。
【0036】次に「平面P2、平面P3」の2つを選択
して同様に姿勢候補を算出し、さらに、「平面P3、平
面P1」の2つを選択して同様に姿勢候補を算出する。
以上の説明は、平面のみを検出した場合であるが、平面
と円筒面とが検出された場合であっても、平面の法線と
円筒面の軸方向とがなす角度に等しい角度がエリアBに
存在するか否かを調べ、存在する場合には、この角度に
対応する2つの式の組をエリアAから獲得し、獲得した
2つの式の組と、検出された平面と円筒面の式の組とを
参照し、公知のアルゴリズムを用いて姿勢候補を算出す
ればよい。図4に示す姿勢推定対象物体では起こりえな
いが、2つの円筒面が検出された場合でも、2つの円筒
面の軸方向のなす角度を求め、同様な処理を行うことに
よって姿勢候補を求めることが可能である。
【0037】最後に、ステップS206で、姿勢候補選
択部10は、先に図5を参照して説明したように、一般
化ハフ変換のパラメーター空間11を用いた投票処理を
行う。そして、姿勢候補選択装置10は、全ての姿勢候
補に対する投票処理を終えた後、多くの投票があった投
票単位に対する(α、β、γ)を姿勢推定対象物体の推
定姿勢として選択して出力する。
【0038】以上説明してきたように、本発明によれ
ば、画像または距離画像に基づいて、姿勢推定対象物体
の部分形状を複数個検出し、検出した複数の部分形状の
内から2つを選択していって、選択した2つの部分形状
の配置関係が、予め複数定めた基準配置モデルのいずれ
かと対応する場合には、当該配置関係と対応する基準配
置モデルに基づいて、姿勢候補を算出し、算出された複
数の姿勢候補の内から、多数決原理を用いて、姿勢候補
を選択することができる。
【0039】このような処理によれば、物体の取りうる
姿勢を有限個に限定することが可能な2つの部分形状を
順次選択していって、対応する基準配置モデルを参照し
て姿勢候補を算出するので、姿勢推定対象物が取りうる
可能性の高い姿勢候補のみを対象として、多数決原理を
用いた姿勢推定を行えるので、誤推定を低減できるとと
もに、算出される姿勢候補の数が減少するため、姿勢推
定を行うための処理量も大幅に低減される。また、姿勢
推定を行うために用いるモデルを、部分形状を表現する
式と、部分形状の法線や軸方向のなす角度とで表現して
いるため、モデル構築が容易で、モデル構築のデータ量
も少ないので、モデルを記憶するためのメモリの容量が
少なくて済むことになる。
【0040】また、本実施形態において、平面と円筒面
とを姿勢推定のための部分形状としたのは、これらの検
出が他の形状に比べて容易であり、また、これらを部分
形状とする物体が多いことによるものであり、これらを
姿勢推定のための部分形状とすることによって、姿勢推
定のための処理量を低減できる。もちろん、平面や円筒
面以外の形状を姿勢推定のための部分形状としてもよ
く、また、円筒面は、完全に円形の平面に接続されたも
のでなくとも、円弧部を形成する平面に接続されたもの
であってもよい。
【0041】本発明を、既知形状を有する組立部品を用
いて製品組み立てを行う産業用ロボットが、ロボットハ
ンドによって組立部品を挟持する際、その組立部品の姿
勢を推定する手段として用いる応用例が考えられる。も
ちろん、このような産業用ロボットの他に、既知形状を
有する物体の姿勢推定を行うことが必要な各種の産業用
機器に、本発明を応用することができることは言うまで
もない。
【0042】また、図2にて示された処理ステップに対
応するプログラムをCPUが読み取り可能に、フレキシ
キブルディスク、コンパクトディスク、カード等の記憶
媒体に記憶しておき、CPUの読み取り動作によって、
一連の処理ステップが実行されるようにした記憶媒体が
実現できる。これによれば、可搬性を有する記憶媒体に
姿勢推定プログラムを記憶しておくことができ、ユーザ
の利便性に供することになる。
【0043】なお、以上説明してきた実施形態におい
て、請求項に記載した部分形状検出手段は、平面・円筒
面検出部6に対応し、姿勢候補算出手段は、姿勢候補算
出部8に対応し、姿勢候補選択手段は、姿勢候補算出部
10に対応する。
【0044】
【発明の効果】以上説明したように、請求項1に係る発
明によれば、画像または距離画像に基づいて、部分形状
を複数個検出し、検出した複数の部分形状の内から2つ
を順次選択していって、選択した2つの部分形状の配置
関係が、予め複数定めた基準配置モデルのいずれかと対
応する場合には、当該配置関係と対応する基準配置モデ
ルに基づいて、姿勢候補を算出し、算出された複数の姿
勢候補の内から、多数決原理を用いて、1つの姿勢候補
を選択するので、姿勢推定ための処理量を低減しつつ、
誤推定発生の可能性を少なくした姿勢推定方法が実現で
きるという効果がある。
【0045】また、請求項2に係る発明によっても、部
分形状検出手段が、センサの計測結果に基づいて、部分
形状を複数個検出し、また、姿勢候補算出手段が、検出
した複数の部分形状の内から2つ部分形状を順次選択し
ていって、選択した2つの部分形状の配置関係が、予め
複数定めた基準配置モデルのいずれかと対応する場合に
は、当該配置関係と対応する基準配置モデルとに基づい
て、前記対象物の姿勢候補を算出し、さらに、姿勢候補
選択手段が、算出された複数の姿勢候補の内から、多数
決原理を用いて、1つの姿勢候補を選択するので、姿勢
推定のための処理量を低減しつつ、誤推定発生の可能性
を少なくした姿勢推定装置が実現できるという効果があ
る。
【0046】さらに、請求項3に係る発明によれば、部
分形状検出手段が、平面または円筒面を部分形状として
検出することによって、姿勢推定を行い易い平面や円筒
面を部分形状とした姿勢推定処理を行えるので、一層、
姿勢推定のための処理量を低減できるという効果があ
る。
【0047】また、請求項4に係る発明によれば、姿勢
候補算出手段は、複数の部分形状の内から2つを選択し
ていく際に、法線方向が異なる2つの平面、軸方向が異
なる2つの円筒面、および、法線方向と軸方向とが異な
る平面と円筒面の組み合わせ、のいずれかを選択するの
で、基準配置モデルの構築が容易で、基準配置モデルと
の対応を把握しやすい、平面や円筒面の配置関係を用い
て姿勢推定を行うことができ、姿勢推定のための処理量
を一層低減できるという効果がある。
【0048】さらに、請求項5記載の発明によれば、姿
勢候補算出手段は、多数決原理として、一般化ハフ変換
を用いるので、パラメータ空間内で投票が多くなされた
投票単位を抽出されるだけで姿勢推定が行えるという効
果が得られる。
【図面の簡単な説明】
【図1】本発明の実施形態にかかるブロック図である。
【図2】本発明の実施形態にかかる処理手順を示すフロ
ーチャートである。
【図3】基準配置モデル部の記憶内容の説明図である。
【図4】本実施形態で姿勢推定を行う対象物を示す説明
図である。
【図5】本発明の実施形態にかかる処理内容の説明図で
ある。
【図6】本発明の実施形態にかかる処理内容の説明図で
ある。
【符号の説明】
1…基準配置モデル部 3…センサ 5…姿勢推定部 6…平面・円筒面検出部 8…姿勢候補算出部 10…姿勢候補選択部 11…パラメータ空間

Claims (5)

    【特許請求の範囲】
  1. 【請求項1】 画像または距離画像を用いて、同一の既
    知形状を有する1以上の対象物の3次元空間における姿
    勢を推定する方法であって、 画像または距離画像に基づいて、前記対象物を構成する
    部分の形状である部分形状を複数個検出するステップ
    と、 検出した複数の部分形状の内から2つを順次選択してい
    って、選択した2つの部分形状の配置関係が、予め複数
    定めた基準配置モデルのいずれかと対応する場合には、
    当該配置関係と対応する基準配置モデルに基づいて、前
    記対象物の姿勢候補を算出するステップと、 算出された複数の姿勢候補の内から、多数決原理を用い
    て、姿勢候補を選択するステップと、を含む物体の姿勢
    推定方法。
  2. 【請求項2】 画像または距離画像を計測するセンサを
    有し、同一の既知形状を有する1以上の対象物の3次元
    空間における姿勢を推定する装置であって、 前記センサの計測結果に基づいて、前記対象物を構成す
    る部分の形状である部分形状を複数個検出する部分形状
    検出手段と、 該部分形状検出手段が検出した複数の部分形状の内から
    2つの部分形状を順次選択していって、選択した2つの
    部分形状の配置関係が、予め複数定めた基準配置モデル
    のいずれかと対応する場合には、当該配置関係と対応す
    る基準配置モデルとに基づいて、前記対象物の姿勢候補
    を算出する姿勢候補算出手段と、 該姿勢候補算出手段により算出された複数の姿勢候補の
    内から、多数決原理を用いて、姿勢候補を選択する姿勢
    候補選択手段と、を備える物体の姿勢推定装置。
  3. 【請求項3】 請求項2において、 前記部分形状検出手段は、平面または円筒面を、部分形
    状として検出する手段であることを特徴とする物体の姿
    勢推定装置。
  4. 【請求項4】 請求項2において、 前記姿勢候補算出手段は、 複数の部分形状の内から2つを選択していく際に、 法線方向が異なる2つの平面、軸方向が異なる2つの円
    筒面、および、法線方向と軸方向とが異なる平面と円筒
    面の組み合わせ、のいずれかを選択する手段であること
    を特徴とする物体の姿勢推定装置。
  5. 【請求項5】 請求項2、3および4のいずれかにおい
    て、 前記姿勢候補選択手段は、一般化ハフ変換のパラメータ
    空間を有することを特徴とする物体の姿勢推定装置。
JP8284082A 1996-10-25 1996-10-25 物体の姿勢推定方法および物体の姿勢推定装置 Pending JPH10124677A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP8284082A JPH10124677A (ja) 1996-10-25 1996-10-25 物体の姿勢推定方法および物体の姿勢推定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP8284082A JPH10124677A (ja) 1996-10-25 1996-10-25 物体の姿勢推定方法および物体の姿勢推定装置

Publications (1)

Publication Number Publication Date
JPH10124677A true JPH10124677A (ja) 1998-05-15

Family

ID=17674031

Family Applications (1)

Application Number Title Priority Date Filing Date
JP8284082A Pending JPH10124677A (ja) 1996-10-25 1996-10-25 物体の姿勢推定方法および物体の姿勢推定装置

Country Status (1)

Country Link
JP (1) JPH10124677A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007102537A1 (ja) * 2006-03-07 2007-09-13 Osaka University 姿勢推定装置および方法
WO2009028489A1 (ja) * 2007-08-30 2009-03-05 Kabushiki Kaisha Yaskawa Denki 物体検出方法と物体検出装置およびロボットシステム
JP2010071743A (ja) * 2008-09-17 2010-04-02 Yaskawa Electric Corp 物体検出方法と物体検出装置およびロボットシステム
JP2016519363A (ja) * 2013-03-21 2016-06-30 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. ビュー分類に基づいたモデル初期化
US9792689B2 (en) 2013-07-30 2017-10-17 Canon Kabushiki Kaisha Posture estimating apparatus, posture estimating method and storing medium

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007102537A1 (ja) * 2006-03-07 2007-09-13 Osaka University 姿勢推定装置および方法
WO2009028489A1 (ja) * 2007-08-30 2009-03-05 Kabushiki Kaisha Yaskawa Denki 物体検出方法と物体検出装置およびロボットシステム
JP5458885B2 (ja) * 2007-08-30 2014-04-02 株式会社安川電機 物体検出方法と物体検出装置およびロボットシステム
JP2010071743A (ja) * 2008-09-17 2010-04-02 Yaskawa Electric Corp 物体検出方法と物体検出装置およびロボットシステム
JP2016519363A (ja) * 2013-03-21 2016-06-30 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. ビュー分類に基づいたモデル初期化
US10109072B2 (en) 2013-03-21 2018-10-23 Koninklijke Philips N.V. View classification-based model initialization
US9792689B2 (en) 2013-07-30 2017-10-17 Canon Kabushiki Kaisha Posture estimating apparatus, posture estimating method and storing medium
US10380759B2 (en) 2013-07-30 2019-08-13 Canon Kabushiki Kaisha Posture estimating apparatus, posture estimating method and storing medium

Similar Documents

Publication Publication Date Title
US8792726B2 (en) Geometric feature extracting device, geometric feature extracting method, storage medium, three-dimensional measurement apparatus, and object recognition apparatus
JP3735344B2 (ja) キャリブレーション装置、キャリブレーション方法、及びキャリブレーション用プログラム
JP5251080B2 (ja) 物体認識方法
JP4900204B2 (ja) 物体認識方法
CN109556596A (zh) 基于地面纹理图像的导航方法、装置、设备及存储介质
JP5627325B2 (ja) 位置姿勢計測装置、位置姿勢計測方法、およびプログラム
JP5092711B2 (ja) 物体認識装置およびロボット装置
CN106104198A (zh) 信息处理设备、信息处理方法和程序
US20060152506A1 (en) Method for generating 3D mesh based on unorganized sparse 3D points
CN110782531A (zh) 处理三维点云数据的方法和计算设备
CN112651944B (zh) 基于cad模型的3c部件高精度六维位姿估计方法及系统
JP2006252275A (ja) カメラ運動及び物体形状の復元システム
JP5104248B2 (ja) 物体認識装置およびロボット装置
JP2000304509A (ja) 物体特定方法及び装置
US5864779A (en) Strict recognizing apparatus using observation point
JPH09212643A (ja) 三次元物体認識方法及びその装置
Olson Subpixel localization and uncertainty estimation using occupancy grids
JPH07103715A (ja) 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置
JPH10124677A (ja) 物体の姿勢推定方法および物体の姿勢推定装置
JP4389663B2 (ja) 画像処理方法及び画像処理装置
JP2009216480A (ja) 三次元位置姿勢計測方法および装置
US7379599B1 (en) Model based object recognition method using a texture engine
JPH10128686A (ja) ロボットマニピュレータの制御方法およびロボットマニピュレータの制御装置
CN113048985B (zh) 已知相对旋转角度条件下的像机相对运动估计方法
Brucker et al. Sequential scene parsing using range and intensity information