面向低纹理工件的识别与位姿估计方法研究

陈从平; 姚威; 王钦

doi:10.13873/J.1000-9787(2022)10-0043-04

Chinese

您当前的位置：

首页 >

文章列表页 >

面向低纹理工件的识别与位姿估计方法研究

研究与探讨 | 更新时间：2025-09-11

- 面向低纹理工件的识别与位姿估计方法研究
- 面向低纹理工件的识别与位姿估计方法研究
- 传感器与微系统 2022年第10期页码：43-46
- 作者机构：
  
  常州大学机械工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)10-0043-04
  中图分类号： TP18;TP391.41
- 纸质出版：2022
- 稿件说明：
移动端阅览
陈从平, 姚威, 王钦. 面向低纹理工件的识别与位姿估计方法研究[J]. 传感器与微系统, 2022,(10):43-46.

面向低纹理工件的识别与位姿估计方法研究[J]. 2022, (10): 43-46.
陈从平, 姚威, 王钦. 面向低纹理工件的识别与位姿估计方法研究[J]. 传感器与微系统, 2022,(10):43-46. DOI： 10.13873/J.1000-9787(2022)10-0043-04.

面向低纹理工件的识别与位姿估计方法研究[J]. 2022, (10): 43-46. DOI： 10.13873/J.1000-9787(2022)10-0043-04.

摘要

针对低纹理工件识别和位姿估计中，目标特征难以提取，导致识别和位姿估计较为困难的问题，提出一种将深度学习和轮廓重建相结合的方法。首先，将双目摄像机采集的目标图像经过深度学习处理得到工件类别和所在区域；然后，进行直线提取，并对左右图像的同名目标区域中的直线集合进行匹配，进而重建出工件的轮廓点云；最后，和CAD辅助工具生成的模板点云进行配准得到工件的位姿。实验结果表明：该方法不仅能对低纹理的工件进行识别，而且能够快速精确地计算其6D位姿。

Abstract

关键词

Keywords

references

基于双目立体视觉的目标空间坐标计算及姿态估计 [J]. 黄青丹,何彬彬,宋浩永,饶锐,赵宝玉,王国库. 华南师范大学学报(自然科学版) . 2020(02)

面向机器人抓取过程中目标位姿估计方法 [J]. 李树春,张静,张华,刘满禄,杨厚易,刘理想. 传感器与微系统 . 2019(07)

基于双目视觉的目标识别与定位研究 [J]. 蒋萌,王尧尧,陈柏. 机电工程 . 2018(04)

基于机器视觉的移动工件抓取和装配的研究 [J]. 陆艺,夏文杰,郭斌,赵静. 计算机测量与控制 . 2015(07)

浏览量

251

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据