面向无序分拣场景的工件6D位姿检测方法

摘要

目标6D位姿检测是实现机器人自主抓取的关键。为克服传统点对识别（PPF）方法检测性能差、耗时及难以检测到多平面特征工件的6D位姿等不足，提出面向无序分拣场景的工件6D位姿检测方法。首先，基于模型平面点分布筛选多平面特征工件，提取其边界特征进行6D位姿检测，并在多视点下提取模型点对以去除冗余点对，提高算法识别速度。其次，匹配场景与模型间的点对特征，利用快速投票方案获取无序场景中目标的位姿假设集合。接下来，通过位姿验证筛选方法，剔除重复和误匹配位姿，实现目标多实例位姿的粗略估计，并借助迭代最近点（ICP）算法完成目标位姿的精确估计。实验结果表明：在无序仿真场景中，单次识别时间小于等于1.15 s，平均平移偏差小于等于0.95 mm，平均旋转误差小于等于1.56°；在实际场景中，平均识别成功率为95.82%，平均单次识别时间为1.11 s。综上，该6D位姿检测方法在保证识别效率的同时兼顾了位姿估计精度，并在识别精度和速度上均优于同类算法，为机器人的精准抓取的实现提供了有力的保障。

关键词

无序场景 / 6D位姿检测 / 点对特征 / 位姿估计精度 / 识别率