摘要
本申请涉及机器视觉技术领域,特别涉及一种针对不规则形状零件的位姿检测方法及装置,其中,方法包括:获取不规则形状目标零件的实际图像和CAD模型;提取实际图像中目标零件在图像坐标系下的真实外轮廓点集,预测目标零件与相机的第一相对位姿;提取CAD模型中目标零件的双表面离散轮廓点集,将其投影至图像坐标系下得到虚拟重投影外轮廓点集,根据上述两个点集计算第一精度评估指标,并优化第一相对位姿得到第二相对位姿,据此滤除真实外轮廓点集中不期望轮廓点,计算第二精度评估指标,优化第二相对位姿得到目标零件与相机的位姿检测结果。由此,解决了现有视觉位姿检测算法针对薄片类零件适用性、精度和鲁棒性差等问题。
技术关键词
期望轮廓
深度神经网络
坐标系
相机
指标
图像
精度
仿真数据
薄片类零件
机器视觉技术
非线性
仿真器
模块
鲁棒性
像素
两点
系统为您推荐了相关专利信息
知识迁移方法
高层语义特征
预训练语言模型
文本
样本
神经网络算法
建立基准坐标系
分析方法
船舱
卷积神经网络模型
深度强化学习模型
气体浓度分布
蒙特卡洛树
网格模型
搜索算法
炭块
多传感器
引导系统
人机交互装置
融合多源数据
切分系统
辅助记忆方法
模块
符号
英语单词记忆技术