基于法向量差值和边框特征的木板位姿估计

徐呈艺; 张远兰; 费叶琦

doi:10.13360/j.issn.2096-1359.202409003

林业工程学报 ›› 2026, Vol. 11 ›› Issue (2) : 118 -127. DOI: 10.13360/j.issn.2096-1359.202409003

基于法向量差值和边框特征的木板位姿估计

徐呈艺, 张远兰, 费叶琦

作者信息 +

Author information +

文章历史 +

摘要

针对目前位姿估计方法在木板无序堆叠场景下识别效率低的问题，提出了一种基于法向量差值和边框特征的木板位姿估计方法。为了提升点云分割效果，保障后续堆叠场景目标位姿识别成功率，设计了一种基于法向量差值改进的欧氏聚类点云分割方法；将此分割方法应用于单板场景，并结合边缘补齐建立了单板边框点云模型，构造存储边框模型点对特征算子值的哈希表；用同样的方法，对无序堆叠场景进行点云数据分割并构建待识别区域场景目标点云边框，采用边框点对特征进行在线匹配，通过局部坐标系变换和位姿投票并结合最近点迭代(ICP)方法确定目标木板的最终位姿；通过基于Aruco码标定板的目标匹配实验，验证了位姿估计方法的精度。结果表明，在实际的无序堆叠场木板场景下，本研究提出的基于法向量差值和边框特征的木板位姿估计方法比其他方法准确率更高，目标木板位姿平均识别正确率达到93.7%,运行时间较短，单个场景的位姿估计平均运行时间为0.72 s,该识别方法高效地满足了识别定位需求，是实现无序堆叠木板视觉智能化搬运的重要基础。