买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南蓝天机器人科技有限公司

摘要：本发明涉及图像数据处理技术领域，具体涉及一种AGV小车搬运目标位姿信息估计方法及系统，该方法包括：在AGV小车上安装双目相机采集货物的点云集合；确定各点云与其局部点云集合中各点云之间的空间角变化强度，基于空间角变化强度计算各点云的点云凸凹突变指数；基于点云凹凸突变系数及空间角变化强度确定平面分类判断值，进而计算平面分类判断距离；构建各点云的平面位置局部密度；基于各点云的点云凸凹突变指数及平面位置局部密度确定各点云的位姿信息量，最终计算各点云的三角融合消减信息量，对点云进行下采样；对下采样后点云数据重构得到货物模型及位姿信息。从而实现AGV小车搬运目标位姿的准确估计，提高位姿估计精度。

主权项：1.一种AGV小车搬运目标位姿信息估计方法，其特征在于，该方法包括以下步骤：在AGV小车上安装双目相机采集货物的点云集合；将距离各点云最近的预设数量个点云作为各点云的局部点云集合；基于各点云与其局部点云集合中点云的空间角和点云之间的欧氏距离确定各点云与其局部点云集合中各点云之间的空间角变化强度；基于各点云与其局部点云集合中各点云之间的空间角变化强度以及欧氏距离确定各点云的点云凹凸突变指数；选取任意两个点云的多个参考点，基于点云凹凸突变指数及点云之间的空间角变化强度确定各参考点下任意两个点云之间的平面分类判断值；基于所有参考点下任意两个点云之间的平面分类判断值及欧氏距离确定任意两个点云之间的平面分类判断距离；基于所有任意两个点云之间的平面分类判断距离确定各点云的平面位置局部密度；基于各点云的点云凹凸突变指数及平面位置局部密度，结合点云之间的平面分类及空间角确定各点云的位姿信息量；构建各点云的消融三角形，基于各点云的位姿信息量及消融三角形确定各点云的三角融合消减信息量；将点云集合中三角融合消减信息量大于预设阈值的点云以及不存在消融三角形的点云保留，完成点云集合的下采样；采用Delaunay三角剖分重构三维模型算法获取下采样后点云数据对应重构的货物模型，得到货物位姿信息；所述选取任意两个点云的多个参考点，基于点云凹凸突变指数及点云之间的空间角变化强度确定各参考点下任意两个点云之间的平面分类判断值，包括：对于任意两个点云，计算除所述任意两个点云之外的各点云与所述任意两个点云的连线中点之间的欧氏距离，将所述欧氏距离从小到大排序，选取前预设数量个欧氏距离对应的点云作为所述任意两个点云的多个参考点；对于各参考点，获取所述任意两个点云及参考点的点云凹凸突变指数的和值，分别计算参考点与所述任意两个点云中的各点云之间的空间角变化强度，获取两个空间角变化强度的差值绝对值，将所述和值与所述差值绝对值的乘积作为该参考点下任意两个点云之间的平面分类判断值；所述基于所有参考点下任意两个点云之间的平面分类判断值及欧氏距离确定任意两个点云之间的平面分类判断距离，包括：点云m、n的参考点个数记为L，统计L个参考点围成的立体形状的体积，记为空间体积，第m个和第n个点云之间的平面分类判断距离的表达式为： 式中，、、分别是第m个与第n个点云、第n个与第个点云、第m个与第个点云的欧氏距离，是参考点下第m和第n个点云之间的平面分类判断值；所述基于所有任意两个点云之间的平面分类判断距离确定各点云的平面位置局部密度，包括：将点云集合作为聚类算法的输入，以点云之间的平面分类判断距离为度量距离，将点云集合划分为各聚类簇；对于各点云，获取点云与其所在聚类簇内各点云之间的欧氏距离，计算所述欧氏距离与聚类簇内点云总数的比值，将点云与其所在聚类簇内所有点云之间计算得到的所述比值的累加和，作为点云的平面位置局部密度；所述构建各点云的消融三角形包括：选取与第m个点云欧氏距离最近且与第m个点云处于同一聚类簇的点云a、b，在所述同一聚类簇中选取一个与点云a、b构成三角形且三角形中包含点云m，同时与点云m之间欧氏距离最近的点云c，将点云a、b、c构成的三角形记为点云m的消融三角形；所述基于各点云的位姿信息量及消融三角形确定各点云的三角融合消减信息量，包括：统计点云a、b、c、m构成的四面体的体积记为体积变异量，统计货物点云集合的体积，记为模型估计体积，将点云m从点云集合中删除后分别计算点云a、b、c的点云凹凸突变指数，均记为模拟点云凹凸突变指数，第o个点云的模拟点云凹凸突变指数为，其中，，第m个点云的三角融合消减信息量的表达式为： 式中，是第m个点云的位姿信息量，是第o个点云的点云凹凸突变指数；所述基于各点云的点云凹凸突变指数及平面位置局部密度，结合点云之间的平面分类及空间角确定各点云的位姿信息量，包括：针对每个聚类簇，统计聚类簇内所有点云的平面位置局部密度的取值范围，并均匀划分为T个小区间，分别统计聚类簇内各平面位置局部密度在各个小区间内的点云数量，将所有小区间对应的所述点云数量组成长度为T的平面位置局部密度分布向量，经向量归一化处理后，记为聚类簇的平面位置局部密度概率向量；针对聚类簇内所有点云的点云凹凸突变指数、空间角，采用平面位置局部密度概率向量的获取方法，得到聚类簇的点云凹凸突变指数概率向量、空间角概率向量；第m个点云的位姿信息量的表达式为： 式中，、、分别是第m个点云所在聚类簇的平面位置局部密度概率向量、点云凹凸突变指数概率向量、空间角概率向量中的第b个元素，T为小区间个数。

全文数据：

权利要求：

百度查询： 湖南蓝天机器人科技有限公司 一种AGV小车搬运目标位姿信息估计方法及系统