公开(公告)号：CN106600639A

公开(公告)日：2017-04-26

申请号：CN201611137435.6

申请日：2016-12-09

Applicant: 江南大学

Inventor： 白瑞林 ,  石爱军 ,  田青华

IPC: G06T7/70 ,  G06N3/12

CPC classification number: G06N3/126

Abstract: 一种遗传算法结合自适应阈值约束优化的ICP位姿估计方法，可应用于箱体混乱工件的快速六自由度位姿定位。采用统计学滤波和区域增长分割算法对原始点云进行预处理，去除离群点并得到各混乱工件的点云集；利用遗传算法得到目标点集相对参考点云初始位姿的全局最优解，减少ICP算法迭代的次数；采用自适应阈值约束剔除局部大变形点，利用欧氏距离约束剔除大部分变形点，利用法向量夹角阈值进一步剔除满足距离条件但不满足夹角条件的误匹配点对，保证算法实时性的同时提高位姿定位的精度。

公开(公告)号：CN106600639B

公开(公告)日：2019-06-25

申请号：CN201611137435.6

申请日：2016-12-09

Applicant: 江南大学

Inventor： 白瑞林 ,  石爱军 ,  田青华

IPC: G06T7/70 ,  G06N3/12

Abstract: 一种遗传算法结合自适应阈值约束优化的ICP位姿估计方法，可应用于箱体混乱工件的快速六自由度位姿定位。采用统计学滤波和区域增长分割算法对原始点云进行预处理，去除离群点并得到各混乱工件的点云集；利用遗传算法得到目标点集相对参考点云初始位姿的全局最优解，减少ICP算法迭代的次数；采用自适应阈值约束剔除局部大变形点，利用欧氏距离约束剔除大部分变形点，利用法向量夹角阈值进一步剔除满足距离条件但不满足夹角条件的误匹配点对，保证算法实时性的同时提高位姿定位的精度。

公开(公告)号：CN108830902A

公开(公告)日：2018-11-16

申请号：CN201810353330.7

申请日：2018-04-19

Applicant: 江南大学 ,  无锡信捷电气股份有限公司

Inventor： 白瑞林 ,  田青华 ,  李新

IPC: G06T7/73 ,  G06T7/33 ,  G06T7/60

Abstract: 本发明公开了一种基于点云处理的散乱工件识别与定位方法，用以解决随机箱体抓取过程中散乱工件的位姿估计问题。该方法分为离线模板库建立和在线特征配准两个部分。模板点云数据集和场景点云由3D点云获取系统得到。离线状态下提取模板点云的特征信息可以用于场景点云的预处理、分割以及配准阶段，提高了算法的运行速度。将点云配准分为初始配准和精确配准两个阶段，初始配准提出几何特征和统计特征融合的特征描述子，实现对关键点特征的唯一性描述，通过在模板库中搜索与特征点特征描述最相近的点为对应点，得到对应点集，进而计算初始变换矩阵；精确配准阶段，添加几何约束实现对应点选取，减少精配准的迭代次数，降低算法陷入局部最优的概率。