3D点云目标识别和抓取

1、点云目标识别流程

点云目标识别,顾名思义,需要有标准的目标点云或者标准的点云特征描述向量;对实时采集的点云数据,在里面寻找与目标点云相似度最高的点云块。

2、圆环工件的识别和抓取

图2.1 点云在XY平面的投影图像

图2.2 圆环点云采集图像

2.1滤波

常用点云滤波有带通滤波、统计滤波、半径滤波、去除背景平面、去除边缘。

带通滤波:就是设置一个x、y、z方向的一个取值范围,以过滤掉明显不在测试距离范围的点云;比如在kinect数据采集中,由于其成像范围Z轴方向比较大,因此会出现很多明显我们不需要的背景噪声信息,这是可以设置一个合理的Z坐标阈值;

半径滤波:就是搜寻给定半径R内的相邻点云个数,当个数少于给定阈值时,去除点云;主要用在去除孤立点;

统计滤波:对每个点,计算最近邻K个点云距离的均值;假设最近邻距离均值符合高斯分布,则剔除距离在一个sigma外的点云;主要用于去除不合群离散点。

去除背景平面:对放在平面上的物体,背景通常会有一个较大的平面;采用Ransac拟合平面,剔除平面。

图2.3 统计滤波阈值选取方式

图2.4 圆环滤波后

2.2降采样

三维点云数据一般数据量都很大,为了提高程序的速度,可以对滤波后的数据进行降采样;降采样的原则是保证点云的整体分布情况,又不能破坏边缘信息(类似于图像处理的边缘保留Edge-preserving)。均匀降采样使用体素格的重心来表示给定半径范围内点的整体信息,来实现降采样和滤波的目的。

图2.5 体素格降采样

图2.6 单一圆环体素格降采样(蓝色是原始点云数据,红色是降采样数据)

2.3 点云分割

通过滤波后,点云被分成了很多基本不相邻的块,可以采用聚类的方法来进行分割(类似于二维图像的连通域标记)。

图2.7 点云分割

2.4 特征向量计算和匹配

当数据量不大的时候,可以直接计算降采样数据的特征向量;数据量很大时,最好先计算特征点(满足旋转、平移、尺度、仿射不变性),然后计算特征点处的特征向量。

类似于二维图像,3d点云也可以计算每个点的特征,常用的特征描述子有SHOT(signature histogram of orientation)、FPFH(Fast Point of Histogram)等;

匹配找到对应特征点对后,存在很多误匹配特征点对,需要采用Ransac对点对进行提纯,找到内点Inliners,采用ICP方法计算点对之间的旋转变换关系;

图2.8 识别的圆环(蓝色点是原始的圆环数据,红色的是识别后经过旋转、平移变化的圆环)

视频信息已经上传Youtube,附网址:

机器人抓取视频 https://www.youtube.com/watch?v=9UaWKWEigXo&feature=youtu.be

原文地址:https://www.cnblogs.com/BellaVita/p/9979185.html

时间: 2024-11-11 15:42:12

3D点云目标识别和抓取的相关文章

抓取网易云音乐歌曲热门评论生成词云

前言 抓数据 抓包分析 加密信息处理 抓取热门评论内容 词云 词云运行效果 总结 前言 网易云音乐一直是我向往的"神坛",听音乐看到走心的评论的那一刻,高山流水.于是今天来抓取一下歌曲的热门评论.并做成词云来展示,看看相对于这首歌最让人有感受的评论内容是什么. 做成词云的好处就是直观以及美观, 其他的我也想不出来有什么了. 抓数据 要想做成词云,首先得有数据才行.于是需要一点点的爬虫技巧. 抓包分析 加密信息处理 抓取热门评论内容 抓包分析 使用Chrome控制台.我们可以轻松的找到评

使用爬虫抓取网易云音乐热门评论生成好玩的词云

互联网爬虫是一个很有意思的技术,借由爬虫,我们可以做到很多好玩的事情--这其中就包括爬取评论. 词云就是个更好玩的技术,通过技术方法分析词语出现频率,生成可视化的图形,将文字内容用图形呈现,想想就很意思. 这次,我们就试着把这两个技术结合起来吧. 前言 网易云音乐一直是我向往的"神坛",听音乐看到走心的评论的那一刻,高山流水.于是今天来抓取一下歌曲的热门评论.并做成词云来展示,看看相对于这首歌最让人有感受的评论内容是什么. 做成词云的好处就是直观以及美观, 其他的我也想不出来有什么了.

使用 Intel GPA 与 分析3D程序和抓取模型

原文链接在这里 http://dev.cra0kalo.com/?p=213 背景信息 Intel的GPA本身是一款图形分析软件,并没有设计从3D程序里抓取模型资源的功能,但这里作者是通过hook GPA应用,让他可以把捕捉到的顶点缓冲和索引缓冲. Intel GPA 64位的下载链接 http://registrationcenter-download.intel.com/akdlm/irc_nas/4674/gpa_14.3_release_231370_windows_x64.msi In

10分钟教你用Python玩转微信之抓取好友个性签名制作词云

01 前言+展示 各位小伙伴我又来啦.今天带大家玩点好玩的东西,用Python抓取我们的微信好友个性签名,然后制作词云.怎样,有趣吧~好了,下面开始干活.我知道你们还是想先看看效果的. 后台登录: 词云: 02 环境准备 Python版本:3.6.0系统平台:Windows 10 X64IDE:pycharm 相关模块:re模块:itchat模块:jieba模块:import matplotlib.pyplot模块:wordcloud模块:以及一些Python自带的模块. 03 获取个性签名 首

从当当客户端api抓取书评到词云生成

看了好几本大冰的书,感觉对自己的思维有不少的影响.想看看其他读者的评论.便想从当当下手抓取他们评论做个词云.想着网页版说不定有麻烦的反爬,干脆从手机客户端下手好了.果其不然,找到一个书评的api.发送请求就有详情的json返回,简直不要太方便... 要是对手机客户端做信息爬取,建议安装一个手机模拟器. 思路: 在安装好的手机模拟器设置好用来抓包的代理,我用的charles.记得安装证书,不然抓不了https的数据包. 然后安装当当客户端,打开进到书评页面. 然后成功在charles找到了这个接口

百度云文章的链接地址抓取工具

百度空间的文章,被转移到百度云中了,连更新也不行.生怕哪天连云里都不在了,想把内容转出来,结果还没有太好的方法.特别是空间是动态扩展的,想一次把地址抓出来都不容易.最后,不得不自己写了小程序,试验发现,页面动态扩展后,body.all.outerHTML的内容还是初始状态的,但DOM对象中的内容却是最新的.于是,采用遍历所有Tag的方式,把需要的链接抓取下来. 程序及VB源码: 下载

170112-机械臂moveit!抓取

前言 这一节有一点高级了 参考 Mastering ROS 学习记录 使用3D视觉传感器 这是实现抓取任务的基础 注意!传感器可以由Gazebo模拟,也可以直接和物理设备相连传入Gazebo中 确认Gazebo插件正确工作 使用RViz查看Gazebo插件传出的点云数据 roslaunch seven_dof_arm_gazebo seven_dof_arm_bringup_grasping # 这个命令打开gazebo,关节控制器,gazebo视觉传感器插件 在gazebo中添加桌子和物体 打

为何大量网站不能抓取?爬虫突破封禁的6种常见方法

在互联网上进行自动数据采集(抓取)这件事和互联网存在的时间差不多一样长.今天大众好像更倾向于用“网络数据采集”,有时会把网络数据采集程序称为网络机器人(bots).最常用的方法是写一个自动化程序向网络服务器请求数据(通常是用 HTML 表单或其他网页文件),然后对数据进行解析,提取需要的信息. 本文假定读者已经了解如何用代码来抓取一个远程的 URL,并具备表单如何提交及 JavaScript 在浏览器如何运行的机制.想更多了解网络数据采集基础知识,可以参考文后的资料. 在采集网站的时会遇到一些比

基于angularJs的单页面应用seo优化及可抓取方案原理分析

公司使用angularJs(以下都是指ng1)框架做了互联网应用,之前没接触过seo,突然一天运营那边传来任务:要给网站做搜索引擎优化,需要研发支持.搜了下发现单页面应用做seo比较费劲,国内相关实践资料分享出来的也比较少,略懵,前后花了一番功夫总算完成了.在这里记录下来,做一个总结,也希望能够帮助在做类似工作的朋友少走一点弯路.还是建议需要seo的网站技术选型尽量不要使用angular react一类的单页面框架.如果你和我一样网站做完了发现需要seo,那么往下看吧.如果各位已有更优的方案欢迎