本申請涉及三維點(diǎn)云數(shù)據(jù)處理，具體而言，涉及一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、現(xiàn)有的三維點(diǎn)云數(shù)據(jù)處理技術(shù)有三維目標(biāo)檢測技術(shù)、位姿估計(jì)技術(shù)、數(shù)據(jù)采集處理技術(shù)。三維目標(biāo)檢測技術(shù)主要用于從三維數(shù)據(jù)(如點(diǎn)云)中識別和定位物體。位姿估計(jì)技術(shù)旨在確定物體在三維空間中的位置和方向。數(shù)據(jù)采集處理技術(shù)是大數(shù)據(jù)處理的第一階段，包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲、數(shù)據(jù)分析與挖掘以及數(shù)據(jù)可視化等環(huán)節(jié)。

2、在當(dāng)前的三維目標(biāo)檢測和位姿估計(jì)領(lǐng)域，數(shù)據(jù)采集與標(biāo)注的過程高度依賴人工，傳統(tǒng)的位姿估計(jì)方法在實(shí)際應(yīng)用中存在精度低和實(shí)用性差的問題，尤其是在處理復(fù)雜背景和遮擋情況下，難以實(shí)現(xiàn)高精度的位姿估計(jì)。

技術(shù)實(shí)現(xiàn)思路

1、本申請實(shí)施例的目的在于提供一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，用以解決現(xiàn)有的三維目標(biāo)檢測技術(shù)依賴人工，且存在精度低和實(shí)用性差的問題。

2、第一方面，本申請實(shí)施例提供了一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，包括：

3、采集三維點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理；

4、構(gòu)建融合多尺度特征提取網(wǎng)絡(luò)的特征融合模型；

5、基于特征融合模型對三維點(diǎn)云數(shù)據(jù)進(jìn)行特征提取，以將三維點(diǎn)云數(shù)據(jù)轉(zhuǎn)化為高維特征；

6、構(gòu)建位姿估計(jì)框架，基于位姿估計(jì)框架對高維特征進(jìn)行姿態(tài)估計(jì)，獲得位姿信息；

7、根據(jù)位姿信息，控制機(jī)器人控制系統(tǒng)進(jìn)行抓取操作。

8、在上述實(shí)現(xiàn)過程中，本申請實(shí)施例采集三維點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理；構(gòu)建融合多尺度特征提取網(wǎng)絡(luò)的特征融合模型；基于特征融合模型對三維點(diǎn)云數(shù)據(jù)進(jìn)行特征提取，以將三維點(diǎn)云數(shù)據(jù)轉(zhuǎn)化為高維特征；構(gòu)建位姿估計(jì)框架，基于位姿估計(jì)框架對高維特征進(jìn)行姿態(tài)估計(jì)，獲得位姿信息；根據(jù)位姿信息，控制機(jī)器人控制系統(tǒng)進(jìn)行抓取操作；通過自動化數(shù)據(jù)采集與標(biāo)注，通過多尺度和多模型特征融合，提高檢測精度和魯棒性，改進(jìn)位姿估計(jì)的準(zhǔn)確性和應(yīng)用性。

9、進(jìn)一步的，所述采集三維點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理，包括：

10、獲取三維點(diǎn)云數(shù)據(jù)，并對三維點(diǎn)云數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)注；

11、采用最遠(yuǎn)點(diǎn)采樣方法對三維點(diǎn)云數(shù)據(jù)進(jìn)行降采樣處理；

12、對三維點(diǎn)云數(shù)據(jù)進(jìn)行去噪處理。

13、在上述實(shí)現(xiàn)過程中，對數(shù)據(jù)進(jìn)行降采樣處理和去噪處理，以減少數(shù)據(jù)點(diǎn)的數(shù)量，同時保持物體形狀特征的完整。

14、進(jìn)一步的，所述構(gòu)建融合多尺度特征提取網(wǎng)絡(luò)的特征融合模型，包括：

15、構(gòu)建融合三維卷積神經(jīng)網(wǎng)絡(luò)和點(diǎn)云特征學(xué)習(xí)網(wǎng)絡(luò)的特征融合模型。

16、在上述實(shí)現(xiàn)過程中，該模型能夠?qū)崿F(xiàn)多尺度特征的融合，從而提升對三維物體表征的能力；這種融合方法不僅增強(qiáng)了網(wǎng)絡(luò)對全局紋理信息的捕捉，也提高了對局部點(diǎn)云距離關(guān)系的表征能力。

17、進(jìn)一步的，所述構(gòu)建位姿估計(jì)框架，包括：

18、構(gòu)建用于自動完成數(shù)據(jù)標(biāo)注的三維目標(biāo)分類與位姿估計(jì)數(shù)據(jù)庫。

19、在上述實(shí)現(xiàn)過程中，通過自動數(shù)據(jù)生成標(biāo)注，提高了數(shù)據(jù)集的廣度與寬度。

20、進(jìn)一步的，所述基于位姿估計(jì)框架對高維特征進(jìn)行姿態(tài)估計(jì)，獲得位姿信息，包括：

21、基于全局特征模型生成候選的三維區(qū)域；

22、結(jié)合局部特征模型，對三維區(qū)域內(nèi)的三維點(diǎn)云數(shù)據(jù)進(jìn)行回歸計(jì)算，以獲得目標(biāo)六自由度的位姿信息。

23、在上述實(shí)現(xiàn)過程中，兩階段預(yù)測流程不僅提高了位姿估計(jì)的精度，也使得算法在處理包含噪聲的物體時更為有效。

24、進(jìn)一步的，所述采集三維點(diǎn)云數(shù)據(jù)，包括：

25、通過激光雷達(dá)相機(jī)或深度相機(jī)采集三維點(diǎn)云數(shù)據(jù)。

26、在上述實(shí)現(xiàn)過程中，提高數(shù)據(jù)采集的準(zhǔn)確性和魯棒性。

27、第二方面，本申請實(shí)施例提供一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)裝置，包括：

28、數(shù)據(jù)采集模塊，用于采集三維點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理；

29、模型構(gòu)建模塊，用于構(gòu)建融合多尺度特征提取網(wǎng)絡(luò)的特征融合模型；

30、特征提取模塊，用于基于特征融合模型對三維點(diǎn)云數(shù)據(jù)進(jìn)行特征提取，以將三維點(diǎn)云數(shù)據(jù)轉(zhuǎn)化為高維特征；

31、位姿估計(jì)模塊，用于構(gòu)建位姿估計(jì)框架，基于位姿估計(jì)框架對高維特征進(jìn)行姿態(tài)估計(jì)，獲得位姿信息；

32、操作控制模塊，用于根據(jù)位姿信息，控制機(jī)器人控制系統(tǒng)進(jìn)行抓取操作。

33、第三方面，本申請實(shí)施例提供一種電子設(shè)備，包括：

34、處理器、存儲器和總線，所述處理器通過所述總線與所述存儲器相連，所述存儲器存儲有計(jì)算機(jī)可讀取指令，當(dāng)所述計(jì)算機(jī)可讀取指令由所述處理器執(zhí)行時，用于實(shí)現(xiàn)如上所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法。

35、第四方面，本申請實(shí)施例提供一種計(jì)算機(jī)可讀存儲介質(zhì)，該計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被服務(wù)器執(zhí)行時實(shí)現(xiàn)如上所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法。

36、第五方面，本申請實(shí)施例實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，所述計(jì)算機(jī)程序產(chǎn)品包括指令，所述指令在由計(jì)算機(jī)執(zhí)行時，使得所述計(jì)算機(jī)實(shí)施如上所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法。

技術(shù)特征：

1.一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，其特征在于，所述采集三維點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理，包括：

3.根據(jù)權(quán)利要求1所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，其特征在于，所述構(gòu)建融合多尺度特征提取網(wǎng)絡(luò)的特征融合模型，包括：

4.根據(jù)權(quán)利要求1所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，其特征在于，所述構(gòu)建位姿估計(jì)框架，包括：

5.根據(jù)權(quán)利要求1所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，其特征在于，所述基于位姿估計(jì)框架對高維特征進(jìn)行姿態(tài)估計(jì)，獲得位姿信息，包括：

6.根據(jù)權(quán)利要求1所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法，其特征在于，所述采集三維點(diǎn)云數(shù)據(jù)，包括：

7.一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)裝置，其特征在于，包括：

8.一種電子設(shè)備，其特征在于，包括：

9.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，該計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被服務(wù)器執(zhí)行時實(shí)現(xiàn)如權(quán)利要求1-6任一所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，所述計(jì)算機(jī)程序產(chǎn)品包括指令，所述指令在由計(jì)算機(jī)執(zhí)行時，使得所述計(jì)算機(jī)實(shí)施根據(jù)權(quán)利要求1-6任一項(xiàng)所述的三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法。

技術(shù)總結(jié)
本申請實(shí)施例提供一種三維點(diǎn)云數(shù)據(jù)處理及位姿估計(jì)方法、裝置、設(shè)備、介質(zhì)及程序產(chǎn)品，涉及三維點(diǎn)云數(shù)據(jù)處理技術(shù)領(lǐng)域，所述方法包括：采集三維點(diǎn)云數(shù)據(jù)并進(jìn)行預(yù)處理；構(gòu)建融合多尺度特征提取網(wǎng)絡(luò)的特征融合模型；基于特征融合模型對三維點(diǎn)云數(shù)據(jù)進(jìn)行特征提取，以將三維點(diǎn)云數(shù)據(jù)轉(zhuǎn)化為高維特征；構(gòu)建位姿估計(jì)框架，基于位姿估計(jì)框架對高維特征進(jìn)行姿態(tài)估計(jì)，獲得位姿信息；根據(jù)位姿信息，控制機(jī)器人控制系統(tǒng)進(jìn)行抓取操作；通過自動化數(shù)據(jù)采集與標(biāo)注，通過多尺度和多模型特征融合，提高檢測精度和魯棒性，改進(jìn)位姿估計(jì)的準(zhǔn)確性和應(yīng)用性。

技術(shù)研發(fā)人員：楊朔,徐詩夢,孫艷茹,劉一素
受保護(hù)的技術(shù)使用者：內(nèi)蒙古大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15