摘要
本发明涉及部件检测技术领域,提供一种执行跨类别物体感知和操控的部件检测方法及系统,包括:S1:对物体点云逐点提取骨干特征;S2:进行部件语义分类,预测每个点到所属的部件点云中心的向量;S3:对部件中心的点云进行聚类;S4:将聚类出的点云部件实例归一化至单位半径的球形内,并进行特征提取;S5:利用点云部件实例的全局特征预测置信度,对于置信度在预设阈值之下的点云部件实例使用分割一切基础模型进行修正;S6:重新推理点云部件实例的置信度,采用非极大值抑制删除重叠较大的点云部件实例;S7:采用点云部件实例的逐点特征用于预测初次NOCS坐标,进而对再次NOCS坐标进行再次姿态估计。提升跨物体类别部件检测的质量和姿态估计的准确率。
技术关键词
点云
部件检测方法
姿态估计
语义分割模型
物体
坐标
语义标签
聚类
球形
图片
部件检测系统
部件检测技术
基础
归一化模块
网络
输入模块
模拟器
上采样
系统为您推荐了相关专利信息
零件检测方法
检测网络模型
旋转框
引入注意力机制
识别发动机
质检方法
点云配准技术
点特征直方图
AR眼镜
装配部件
人工智能监控装置
无线传输单元
处理单元
存储单元供电
智能终端
臂架
建筑机械
路径规划方法
训练机器学习算法
支持向量机算法