公开(公告)号：CN113920191A

公开(公告)日：2022-01-11

申请号：CN202110871267.8

申请日：2021-07-30

Applicant: 北京工商大学

Inventor： 田昊 ,  赵霞 ,  于重重 ,  胡心雨 ,  陈嘉伦

IPC: G06T7/73 ,  G06T7/80 ,  G06T17/00

Abstract: 本发明提供一种基于深度相机的6D数据集构建方法，以便于利用视觉传感器采集的信息来识别三维空间中的目标并估计其6D姿态以协助机器人加强对周围环境的感知。本发明采用Kinect 2.0相机，基于张正友棋盘标定法对相机进行标定，然后基于Kinect 2.0相机通过ROS平台采集视频流，然后使用3DMAX建模软禁设计目标物体的三维模型设计。最后利用ElasticFusion实时三维重建的方法得到实际场景，最后基于迭代最近点算法将待检对象的三维模型映射到实际场景中从而得到物体的6D位姿。由于检测物体的复杂性与多样性，本发明针对具体的应用场景，提出专门的位姿数据集构建方法，为特定的网络进行训练检测奠定了基础。

公开(公告)号：CN113920191B

公开(公告)日：2024-06-04

申请号：CN202110871267.8

申请日：2021-07-30

Applicant: 北京工商大学

Inventor： 田昊 ,  赵霞 ,  于重重 ,  胡心雨 ,  陈嘉伦

IPC: G06T7/73 ,  G06T7/80 ,  G06T17/00

Abstract: 本发明提供一种基于深度相机的6D数据集构建方法，以便于利用视觉传感器采集的信息来识别三维空间中的目标并估计其6D姿态以协助机器人加强对周围环境的感知。本发明采用Kinect 2.0相机，基于张正友棋盘标定法对相机进行标定，然后基于Kinect 2.0相机通过ROS平台采集视频流，然后使用3DMAX建模软件设计目标物体的三维模型设计。最后利用ElasticFusion实时三维重建的方法得到实际场景，最后基于迭代最近点算法将待检对象的三维模型映射到实际场景中从而得到物体的6D位姿。由于检测物体的复杂性与多样性，本发明针对具体的应用场景，提出专门的位姿数据集构建方法，为特定的网络进行训练检测奠定了基础。