点云孔洞定位_一种基于三维点云的目标识别与定位方法及系统与流程

本发明属于机器视觉技术领域，具体是涉及一种基于三维点云的目标识别与定位方法及系统。

背景技术：

：

在工业生产过程中，上下料是不可或缺且多次出现的生产工序。当前工业生产过程中根据来料的体积和重量采用不同的上下料方式，比如使用振动盘对体积、重量较小的工件(如：螺钉)进行有序排列并供料给锁螺丝机等设备；对于体积、重量中等且容易损坏的工件由人工手动进行拾取和放置；对于体积、重量较大且生产环境恶劣的工件，使用机器视觉引导工业机器人对工件进行上下料(如给冲压、铸造等设备上下料)。随着全世界范围人工成本的提高，中国人口红利的逐渐消失以及机器人技术、机器视觉技术在过去几十年的蓬勃发展，加上工业机器人和机器视觉在工业领域应用范围的不断拓展，使得机器视觉引导机器人上下料的方式越来越受广大生产厂商的欢迎。康耐视(COGNEX)、基恩士(KEYENCE)、大恒等国内外视觉公司以及库卡(KUKA)、ABB、安川(Yaskawa)、发那科(FANUC)等工业机器人生产厂商相继提出各自的工业机器人视觉引导方案。目前存在的视觉引导方案基本工作流程为：使用工业相机对工件进行拍照，利用机器视觉技术获得目标工件与标准姿态之间存在的偏差，继而规划工业机器人的抓取路径，完成工件的上下料。

尽管机器视觉技术可以适用于对相机视场范围内不同体积和重量的工件上下料工序进行引导，但机器视觉方法的正确率和精度却对待测工件的形貌特征非常敏感，也就是说没有某一种机器视觉算法能够适用于所有工件，当前机器视觉方法必须根据具体工件的局部几何形状特征来选取特定的算法。每当更换生产工件时，需要根据工件自身局部几何形状特征开发对应的识别与定位算法，当下的工业机器人视觉引导方案针对不同工件缺乏通用性，严重限制了生产效率。除此之外，目前实现的机器视觉引导工业机器人上下料方案，工件需要按照一定姿态进入相机视野且只能获得工件相对于标准姿态在XOY平面的位置偏差和绕Z轴的偏转角，不能完全获得工件的三维位置和姿态信息。所以，为了提高工业生产中机器人的工作效率，需要研发基于三维视觉的通用物体识别及精确的三维空间定位方法。

技术实现要素：

：

为解决上述工业机器人视觉引导方案对工件上下料存在的局限性，本发明提出一种基于三维点云的目标识别与定位方法及系统，检测各种不同工件时无需根据工件自身局部几何形状特征(如：圆、孔洞等特征)再次开发或修改识别与定位算法，只需导入工件模型，本发明中提出的算法会自动提取和描述目标工件的关键特征，并将其用于实际工作场景中目标识别以及三维位置和姿态的计算。

为达到上述目的，本发明的技术方案如下：

一种基于三维点云的目标识别与定位方法，包括如下步骤：

S1：离线特征提取，导入工件模型，计算并创建数据库。

S2：在线特征匹配，获取最终的目标识别与定位结果。

所述步骤S1具体包括如下步骤：

S11：导入工件的模型点云。

S12：计算模型点云中各个点对应的法向量。

S13：在模型点云中随机选取一个模型点对，计算所