(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211079835.1 (22)申请日 2022.09.05 (71)申请人 成都睿芯行 科技有限公司 地址 610000 四川省成 都市高新区府 城大 道西段39 9号7栋2单 元12层1209号 (72)发明人 周军　杨卓　龙羽　徐菱　 (74)专利代理 机构 成都佳划信知识产权代理有 限公司 5126 6 专利代理师 邹翠 (51)Int.Cl. G06T 7/70(2017.01) G06V 10/74(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) (54)发明名称 一种基于深度相机点云数据的工业料笼识 别和定位方法 (57)摘要 本发明公开了一种基于深度相机点云数据 的工业料笼识别和定位方法， 包括以下步骤： S1： 深度相机获取场景点云数据； S2： 获取的场景点 云数据进行欧式距离分隔； S3： 深度相机采集料 笼的模板点云数据； S4： 分隔后的点云数据与采 集料笼的模板点云数据进行匹配， 得到料笼点 云； S5： 对料笼点云二次分隔得到 料笼正面点 云； S6： 料笼正面点云数据确定 料笼中心位置和中心 轴角度， 得到 料笼位姿。 叉车移动至物料前， 深度 相机开始点 云数据采集， 利用点 云数据识别料笼 中心孔位置， 用于插取料笼时对 料笼进行导航定 位， 采用并行处理算法执行模板匹配算法， 以提 高计算效率， 减少料 笼点云的匹配时间。 权利要求书2页 说明书4页 附图2页 CN 115222804 A 2022.10.21 CN 115222804 A 1.一种基于深度相机点云数据的工业料笼识别和定位方法， 其特征在于： 包括以下步 骤： S1： 通过深度相机获取场景点云数据， 并进行 预处理； S2： 对获取的场景点云数据进行欧式距离分隔； S3： 通过所述深度相机采集料 笼的模板点云数据； S4： 将分隔后的点云数据与采集料笼的模板点云数据进行匹配， 实现料笼识别， 同时得 到料笼点云； S5： 对料笼点云进行二次分隔得到料 笼正面点云； S6： 根据料笼正面点云数据确定料笼中心位置和中心轴角度， 得到料笼的位姿， 位姿用 于插取料笼时对料 笼进行导 航定位。 2.根据权利要求1所述的一种基于深度相机点云数据的工业料笼识别和定位方法， 其 特征在于： 所述步骤S1中， 所述深度相机需固定安装位置， 测量得到所述深度相机与标准坐 标系的相对关系， 对点云数据进行 预处理， 将点云数据与地 面在高度上进行分离 。 3.根据权利要求2所述的一种基于深度相机点云数据的工业料笼识别和定位方法， 其 特征在于： 所述步骤S2中， 根据距离将相机点云数据分为N类， 设置分隔距离与每个类别点 云数据大小。 4.根据权利要求3所述的一种基于深度相机点云数据的工业料笼识别和定位方法， 其 特征在于： 根据欧式距离对深度相机点云数据分类， 包括以下步骤： A1： 将输入的点云数据根据欧几里 得方法进行距离聚类； A2： 对输入的无序点云创建Kd ‑Tree表达P， 实现快速 搜索； A3： 设置空的聚类列表C和等待被 检查的点 集Q。 5.根据权利要求4所述的一种基于深度相机点云数据的工业料笼识别和定位方法， 其 特征在于： 所述 步骤A2中的P中的每 个点 ， 执行下列步骤： B1： 将 添加到当前点 集Q； B2： 搜索 为中心， 半径为r的球面内 的所有点构造集合 ， 对 中每一个点 ， 若未处 理过， 加入到 Q中， 当Q中所有点都被处 理过， 将Q加入聚类列表 C， 将Q重新置空； B3： 当所有点 都被处理时， 此时 C中存放了所有聚类。 6.根据权利要求1所述的一种基于深度相机点云数据的工业料笼识别和定位方法， 其 特征在于： 所述步骤S4中， 采用最近邻迭代方法的数据配准算法将分割后的每一类点云数 据和采集的料笼 的模板点云数据进行匹配， 计算匹配得分最高的即为料笼所在的点云， 匹 配公式为： ； 其中Q为点集， i= 1,2,3， ...表示第一个点集， 即每一类的点云数据， ， i=1,2,3,...表 示第二个点集， 即料笼模板的点云数据， 两个点集的对齐配准转换为使目标函数最小， R为 旋转矩阵， T为平移矩阵， 即待配准点云数据与参考点云数据之间的旋转参数和平移参数， 使得两点 集数据之间满足最优匹配， n 为代表实际点云的点 集的个数。 7.根据权利要求6所述的一种基于深度相机点云数据的工业料笼识别和定位方法， 其权　利　要　求　书 1/2 页 2 CN 115222804 A 2特征在于， 包括以下步骤： 步骤E1： 计算P中的每一个点在Q 点集中的对应最近点； 步骤E2： 得到使上述对应点对平均距离最小的刚体 变换， 得到平 移参数和旋转 参数； 步骤E3： 对P使用所述 步骤E2中求得的平 移参数和旋转 参数， 得到新的变换点 集P′； 步骤E4： 新的变换点集与参考点集满足两点集的平均距离小于某一给定阈值， 则停止 迭代计算， 否则新的变换点 集P′， 作为新的输入继续迭代， 直到满足要求。权　利　要　求　书 2/2 页 3 CN 115222804 A 3