三维视觉下的目标识别与位姿估计方法

• 作者: 王青 贾秀海 叶明露 王启宇 盛晓超
• 来源期刊: 西安工程大学学报
• 关键词: 机器视觉 三维目标识别 霍夫投票 点云分割 点云配准 位姿估计
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电子信息与机电工程
• 页码范围: 85-93
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13338/ji.ssn.1674-649x.2022.01.012

摘要

为了提高遮挡环境下三维目标点云的识别率,提出将聚类视点特征直方图(clustering viewpoint feature histogram,CVFH)算法与方向特征直方图(signature of histograms of orien-tations,SHOT)算法相结合的特征融合识别(CV-SHOT)算法。利用CVFH特征对分割的场景点云进行快速粗识别,提取相似目标点云SHOT特征并获得模型-场景对应点集,通过引入3D霍夫投票机制对场景目标进行精确识别并获得点云目标初始位姿。基于迭代最近点(iterative close point,ICP)算法实现目标精确定位以及位姿估计并搭建实验环境,测试单物体场景以及多物体部分遮挡场景。结果表明:CV-SHOT算法识别率达到90%以上,与传统的点云识别算法相比,识别率明显提高、鲁棒性更强,可对室内复杂场景目标进行有效识别与位姿估计。