21、基于点对特征的3D视觉识别与位姿估计算法改进研究

基于点对特征的3D视觉识别与位姿估计算法改进研究

1. 在线识别步骤

在线识别阶段可分为3个步骤：
1. 创建场景局部描述 ：计算过程与离线训练相同。
2. 查询全局哈希表 ：以模型描述符为键查询全局哈希表，计算模型旋转参数与场景旋转参数的差值，并将结果存储在集合中。
3. 投票确定最优位姿 ：构建两位累加器，根据霍夫投票进行投票，得票最多位置对应的位姿即为参考点的最优位姿。最后根据所有参考点提供的最优位姿，通过位姿聚类计算出最准确的位姿。

下面是在线识别步骤的mermaid流程图：

graph LR
    A[开始] --> B[创建场景局部描述]
    B --> C[查询全局哈希表]
    C --> D[投票确定最优位姿]
    D --> E[结束]

2. Hs - PPF算法改进

虽然Drost - PPF算法相较于其他算法有一定优势，但在物体被遮挡、背景杂乱或传感器噪声严重时，其优势会丧失。Hs - PPF算法在三个方面对Drost - PPF进行了改进：
- 改进的下采样策略 ：当模型点或场景点的法向量与所在体素格中法向量的角度差超过一定阈值时，保留该点；反之则删除。
- 点对的智能采样 ：计算目标物体的最小包围盒，设置两个投票球。场景参考点先与半径为Rmin球内的点形成点