0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

無序抓取の3D點云匹配案例分享

新機器視覺 ? 來源:AmazingRobot ? 2020-09-24 11:39 ? 次閱讀

無序抓取の3D點云匹配案例分享

如同2D模板匹配一樣,3D點云也有模板匹配。2D模板匹配結(jié)果有3個值,他們分別是X,Y,U。3D點云匹配則有6個值,他們分別是X,Y,Z,RX,RY,RZ。他代表了物體在空間的位置和姿態(tài)。

—Edited By Hugo

# 1

如上圖所示:

讀取一個3D模型。模型數(shù)據(jù)怎么來呢,這里是通過3D傳感器SDK二次開發(fā)后得到的點云數(shù)據(jù),然后生成的點云模型。

讀取的代碼如下:

*讀取3D模型read_object_model_3d ('E:/PRODUCT/6.29/6.29.om3', 'mm', [], [], ObjectModel3D, Status)create_surface_model (ObjectModel3D, 0.03, [], [], SurfaceModelID)get_object_model_3d_params (ObjectModel3D, 'num_points', GenParamValue4) *重采樣sample_object_model_3d(ObjectModel3D,'fast',0.05,[],[],SampledObjectModel3D)visualize_object_model_3d (WindowHandle, SampledObjectModel3D, [], [], ['intensity_red','intensity_green','intensity_blue','disp_pose'], ['coord_x','coord_y','coord_z','true'], '方塊3D模型', [], [], PoseOut)disp_object_model_3d_safe (WindowHandle, SampledObjectModel3D, [], [], [], [])

# 2

如上圖所示:

標(biāo)注點云模型空間的抓取中心。為了更加直觀的理解,這里使用一個球形元素作為抓取點顯示出來。

同時給點云模型涂以及抓取點涂上不同顏色,方便觀察它們的相對位置。

顯示代碼如下:

get_object_models_center (SampledObjectModel3D, Center)tp:=[Center[0], Center[1], Center[2],0,0,0,0]gen_sphere_object_model_3d (tp, 1, ObjectModel3D2) ObjectModel3DResult1 := [SampledObjectModel3D,ObjectModel3D2] NumResult := |ObjectModel3DResult1|tuple_gen_const (NumResult, 'green', Colors)Colors[0]:='gold'Indices := [1:NumResult] *顯示點云模型dev_clear_window ()visualize_object_model_3d(WindowHandle,[ObjectModel3D,ObjectModel3DResult1],[],[],['color_'+[0,Indices],'point_size_0'],['gray',Colors,0.5],[],[],Instructions,PoseOut)

# 3

如上圖所示:

這是一個實際拍攝的點云圖,經(jīng)過了坐標(biāo)系糾正變換,更方便查看點云位置。里面有一塊平面就是我們需要匹配的目標(biāo)點云。

也可以為點云區(qū)域加上外框區(qū)域,更容易判斷點云集合的方位,效果如下:

如上圖所示:

所有的點云集合被封裝在一個盒子里面,并且顯示整個點云集合的方向,方便進(jìn)行點云篩選以及做相關(guān)的點云處理。

部分代碼如下:

*顯示坐標(biāo)軸變換moments_object_model_3d (ObjectModel3D, 'principal_axes', PoseOut)pose_invert (PoseOut, PoseInvert)pose_to_hom_mat3d (PoseInvert, HomMat3D)affine_trans_object_model_3d (ObjectModel3D, HomMat3D, ObjectModel3DAffineTrans)*visualize_object_model_3d (WindowHandle, ObjectModel3DAffineTrans, [], [], ['intensity_red','intensity_green','intensity_blue','disp_pose'], ['coord_x','coord_y','coord_z','true'], '方塊3D模型', [], [], PoseOut)triangulate_object_model_3d (ObjectModel3DAffineTrans, 'greedy', [], [], TriangulatedObjectModel3D, Information)visualize_object_model_3d(WindowHandle,TriangulatedObjectModel3D,[],[],['intensity_red','intensity_green','intensity_blue','disp_pose'],['coord_x','coord_y','coord_z','true'],'方塊3D模型',[],[],PoseOut)

# 4

如上圖所示:

執(zhí)行完點云匹配后,得出了匹配之后的目標(biāo)抓取位置,圖中白色小球即為目標(biāo)平面的抓取位置。

匹配代碼如下:

*執(zhí)行點云匹配count_seconds (T0)find_surface_model (SurfaceModelID, UnionObjectModel3D, 0.05, 0.3, 0.6, 'true', 'num_matches', 10, Pose, Score, SurfaceMatchingResultID)count_seconds (T1)TimeForMatching := (T1 - T0) * 1000 ObjectModel3DResult := []for Index2 := 0 to |Score| - 1 by 1 if (Score[Index2] < 0.11) continue endif CPose := Pose[Index2 * 7:Index2 * 7 + 6] * rigid_trans_object_model_3d (SampledObjectModel3D, CPose, ObjectModel3DRigidTrans) ObjectModel3DResult := [ObjectModel3DResult,ObjectModel3DRigidTrans]endfor

經(jīng)過轉(zhuǎn)換后可得目標(biāo)平面的抓取的抓取姿態(tài)或者抓取平面法向量。效果如下:

如上圖所示:

在小白球抓取位置的地方求得平面的抓取方向并用三維坐標(biāo)系顯示出來,使得結(jié)果表示更加形象。

上述過程,演示了Halcon從讀取點云模板,點云篩選,點云轉(zhuǎn)換,點云匹配的過程。

案例講解就先到這里了。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 3D
    3D
    +關(guān)注

    關(guān)注

    9

    文章

    2899

    瀏覽量

    107706
  • 模板
    +關(guān)注

    關(guān)注

    0

    文章

    108

    瀏覽量

    20582
  • 點云
    +關(guān)注

    關(guān)注

    0

    文章

    58

    瀏覽量

    3806

原文標(biāo)題:3D視覺 | 無序抓取の3D點云匹配

文章出處:【微信號:vision263com,微信公眾號:新機器視覺】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    C#通過Halcon實現(xiàn)3D重繪

    C# 通過 Halcon 實現(xiàn) 3D 重繪
    發(fā)表于 01-05 09:16 ?0次下載

    探索3D視覺技術(shù)在活塞桿自動化抓取中的應(yīng)用

    隨著工業(yè)4.0時代的到來,智能制造成為工業(yè)發(fā)展的重要趨勢。作為智能制造的關(guān)鍵技術(shù)之一,3D視覺技術(shù)在活塞桿抓取領(lǐng)域的應(yīng)用前景十分廣闊。
    的頭像 發(fā)表于 09-07 15:38 ?290次閱讀

    3D視覺技術(shù)廣闊的應(yīng)用前景

    隨著工業(yè)自動化領(lǐng)域的迅猛進(jìn)步,對制造過程中抓取作業(yè)的精度與效率提出了更為嚴(yán)苛的要求。作為機械構(gòu)造中的核心組件,活塞桿的精準(zhǔn)抓取成為了保障產(chǎn)品質(zhì)量、提升生產(chǎn)效率的關(guān)鍵環(huán)節(jié)。在此背景下,3D視覺技術(shù)以其獨到的優(yōu)勢,在活塞桿
    的頭像 發(fā)表于 07-29 15:56 ?387次閱讀
    <b class='flag-5'>3D</b>視覺技術(shù)廣闊的應(yīng)用前景

    裸眼3D筆記本電腦——先進(jìn)的光場裸眼3D技術(shù)

    隨著科技的不斷進(jìn)步,裸眼3D技術(shù)已經(jīng)不再是科幻電影中的幻想。如今,英倫科技裸眼3D筆記本電腦將這一前沿科技帶到了我們的日常生活中。無論你是專業(yè)的3D模型設(shè)計師,還是希望在視頻播放和模型展示中體驗逼真
    的頭像 發(fā)表于 07-16 10:04 ?599次閱讀

    紙箱的拆碼垛,3D視覺引導(dǎo)機器人無序抓取

    在繁忙的物流倉庫中,紙箱的拆碼垛工作常常讓人頭疼不已。但是,現(xiàn)在有了富唯智能的3D視覺引導(dǎo)紙箱拆碼垛解決方案,這一切都變得輕松簡單!
    的頭像 發(fā)表于 06-17 16:59 ?337次閱讀
    紙箱的拆碼垛,<b class='flag-5'>3D</b>視覺引導(dǎo)機器人<b class='flag-5'>無序</b><b class='flag-5'>抓取</b>

    友思特案例 | 自研創(chuàng)新!三維工件尺寸測量及處理解決方案

    3D相機等新型傳感器的發(fā)展克服了傳統(tǒng)工件尺寸測量的各種局限,可獲取豐富的三維數(shù)據(jù)。友思特提供了一種工件3D尺寸測量和
    的頭像 發(fā)表于 06-13 14:13 ?527次閱讀
    友思特案例 | 自研創(chuàng)新!三維工件尺寸測量及<b class='flag-5'>點</b><b class='flag-5'>云</b>處理解決方案

    3D建模的特點和優(yōu)勢都有哪些?

    3D建模是一種用于創(chuàng)建三維對象的過程,它在許多領(lǐng)域都有著廣泛的應(yīng)用,包括動畫、游戲開發(fā)、建筑設(shè)計、工程以及制造業(yè)等。下面古河科技將介紹一些關(guān)于3D建模的內(nèi)容詳情,包括它的特點、優(yōu)勢以及一些常見
    的頭像 發(fā)表于 05-13 16:41 ?2565次閱讀

    3D視覺技術(shù)無序抓取引導(dǎo)活塞桿

    隨著工業(yè)4.0時代的到來,智能制造成為工業(yè)發(fā)展的重要趨勢。作為智能制造的關(guān)鍵技術(shù)之一,3D視覺技術(shù)在活塞桿抓取領(lǐng)域的應(yīng)用前景十分廣闊。
    的頭像 發(fā)表于 05-13 13:40 ?312次閱讀
    <b class='flag-5'>3D</b>視覺技術(shù)<b class='flag-5'>無序</b><b class='flag-5'>抓取</b>引導(dǎo)活塞桿

    機器人3D視覺引導(dǎo)系統(tǒng)框架介紹

    通過自主開發(fā)的3D掃描儀可獲準(zhǔn)確并且快速地獲取場景的云圖像,通過3D識別算法,可實現(xiàn)在對云圖中的多種目標(biāo)物體進(jìn)行識別和位姿估計。
    發(fā)表于 04-29 09:31 ?356次閱讀
    機器人<b class='flag-5'>3D</b>視覺引導(dǎo)系統(tǒng)框架介紹

    富唯智能案例|3D視覺引導(dǎo)機器人抓取鞋墊上下料

    隨著制造業(yè)對自動化、智能化需求的不斷提升,如何實現(xiàn)鞋墊上下料的精準(zhǔn)、高效操作成為了企業(yè)亟待解決的問題。傳統(tǒng)的上下料方式往往依賴人工,存在效率低下、精度不足等問題。而富唯智能的3D視覺引導(dǎo)機器人抓取解決方案,則能夠有效解決這些問題。
    的頭像 發(fā)表于 04-08 16:57 ?426次閱讀
    富唯智能案例|<b class='flag-5'>3D</b>視覺引導(dǎo)機器人<b class='flag-5'>抓取</b>鞋墊上下料

    新質(zhì)生產(chǎn)力探索| AICG浪潮下的3D打印與3D掃描技術(shù)

    隨著技術(shù)的不斷進(jìn)步,3D打印和3D掃描已經(jīng)成為現(xiàn)代制造業(yè)和設(shè)計領(lǐng)域的重要工具。為了深入探討這些技術(shù)的最新發(fā)展和應(yīng)用前景。蘑菇創(chuàng)客空間舉辦了以《AICG浪潮下的新質(zhì)生產(chǎn)力》為主題的開放夜活動,邀請
    的頭像 發(fā)表于 04-01 09:28 ?450次閱讀

    3D動畫原理:電阻

    電阻3D
    深圳崧皓電子
    發(fā)布于 :2024年03月19日 06:49:19

    基于深度學(xué)習(xí)的方法在處理3D進(jìn)行缺陷分類應(yīng)用

    背景部分介紹了3D應(yīng)用領(lǐng)域中公開可訪問的數(shù)據(jù)集的重要性,這些數(shù)據(jù)集對于分析和比較各種模型至關(guān)重要。研究人員專門設(shè)計了各種數(shù)據(jù)集,包括用于3D形狀分類、
    的頭像 發(fā)表于 02-22 16:16 ?1249次閱讀
    基于深度學(xué)習(xí)的方法在處理<b class='flag-5'>3D</b><b class='flag-5'>點</b><b class='flag-5'>云</b>進(jìn)行缺陷分類應(yīng)用