科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对工业制造领域中存在的弱纹理或无纹理的机械零件位姿估计问题，以DenseFusion网络为基础，提出了一种基于3D视觉的机械零件位姿估计方法。首先，依照工业制造场景构建了用于网络训练和测试的机械零件仿真数据集；其次，使用目标零件分割出的深度图像构建点云，对其进行曲率下采样处理，提高关键点的质量；最后，将颜色特征、点云特征和法线特征融合，使用融合特征回归目标零件的6D位姿。在构建的机械零件仿真数据集和LineMod公共数据集进行了实验和比较，其结果表明了所提出的方法相较于同类其他方法具有更高的准确率，更好的收敛性能，对于弱纹理或无纹理的机械零件有较好的位姿估计效果。
-
单位机电工程学院; 兰州理工大学
