一种改进的螺栓位姿估计方法

本发明涉及视觉定位技术领域，具体是一种改进的螺栓位姿估计方法，其具体步骤如下；S1、创建用于训练的虚拟螺栓数据集；S2、采用基于深度学习的方法FPCC实例分割网络提取每个点的特征，采用非极大值抑制的方式来为每个实例寻找中心点；S3、将得分最高的点设为每个实例的几何中心点，基于网络聚类算法将剩余点聚类到最近的几何中心，以此分割实例；S4、分割实例后，进行圆柱体拟合，利用改进的RANSAC算法来重新估计一个圆柱体的参数，获取圆柱体轴线的方向向量并确定螺栓中轴线方向。基于FPCC实例分割网络，结合SAC‑IDBSCA粗配准算法和NDT精配准算法与改进的RANSAC算法提出了一种新的螺栓位姿估计方法，本发明提出的FPCC实例分割网络对于高程度堆叠情况下的螺栓仍然能实现快速且有效分割，无需任何人工标注数据的训练，且具有较高的分割精度，本发明提出的改进的RANSAC算法可以有效补偿传统算法由于阈值选取不当对算法效果产生的负面影响。