(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210748992.0 (22)申请日 2022.06.28 (71)申请人 上海仙工智能科技有限公司 地址 201206 上海市浦东 新区新金桥路27 号13号楼 2楼 (72)发明人 王冠　张腾宇　赵越　 (74)专利代理 机构 北京中济纬天专利代理有限 公司 11429 专利代理师 季永康 (51)Int.Cl. G06T 7/62(2017.01) G06T 7/73(2017.01) G06V 10/75(2022.01) B66F 9/075(2006.01) (54)发明名称 一种基于3D传感器的面形状识别及定位方 法 (57)摘要 本发明提供了一种基于3D传感器的面形状 识别及定位方法， 其识别方法步骤包括： S1获取 目标物体参数， 构建目标物体端面的栅格模板； S2基于3D传感器采集的传感数据建立目标点 云； S3剔除目标点云中的地面点云， 以从中提取出垂 直于地面的面状点云块进行凸包面积计算； S4根 据目标物体的端面参数设置滑窗， 并根据预设步 长滑动滑窗， 每次滑动判断滑窗内的点云数量及 其凸包面积是否符合预设条件； S5当判断结果符 合预设条件时， 提取滑窗内的点 云与栅格模板进 行匹配， 步骤包括： 将滑窗内的点云按照栅格模 板的栅格尺寸进行栅格化， 以构建滑窗栅格； 根 据预设步长逐步滑动滑窗栅格， 计算其与栅格模 板之间的匹配度， 直至符合匹配度阈值时停止， 以获取识别结果。 权利要求书2页 说明书8页 附图3页 CN 115063475 A 2022.09.16 CN 115063475 A 1.一种基于 3D传感器的面形状识别方法， 其特 征在于步骤 包括： S1获取目标物体参数， 构建目标物体端面的栅格模板； S2 基于3D传感器采集的传感数据建立目标点云； S3剔除目标点云中的地面点云， 以从中提取出垂直于地面的面状点云块进行凸包面积 计算； S4根据目标物体的端面参数设置滑窗， 并根据预设步长滑动滑窗， 其中每次滑动判断 滑窗内的面状点云块的点云数量及其凸包面积是否符合预设条件； S5当步骤S4判断结果符合预设条件时， 提取滑窗内的点云与栅格模板进行匹配， 步骤 包括： 将滑窗内的点云按照栅格模板的栅格尺寸进 行栅格化， 以构建滑窗栅格； 根据预设步 长逐步滑动滑窗栅格， 计算其与栅格模板之 间的匹配度， 直至符合匹配度阈值时停止， 以获 取识别结果。 2.根据权利要求1所述的基于 3D传感器的面形状识别方法， 其特 征在于， 步骤 包括： S1获取目标物体参数， 构建目标物体端面的粗 栅格模板和细栅格模板； S2 基于3D传感器采集的传感数据建立目标点云； S3剔除目标点云中的地面点云， 以从中提取出垂直于地面的面状点云块进行凸包面积 计算； S4根据目标物体的端面参数设置滑窗， 并根据预设步长来滑动滑窗， 其中每次滑动需 判断滑窗内的面状点云块的点云数量及其凸包面积是否符合预设条件； S5当步骤S4判断结果符合预设条件时， 提取滑窗内的点云与粗栅格模板进行匹配， 步 骤包括： 将滑窗内的点云按照粗栅格模板的栅格尺寸进 行栅格化， 以构建滑窗栅格； 根据预 设步长逐步滑动滑 窗栅格， 并计算其与粗栅格模板之间的匹配度， 直至符合匹配度阈值时 停止， 并记录匹配区域； S6在匹配区域附近建立包围盒， 将滑窗栅格 中的点云按照细栅格模板的栅格尺寸进行 栅格化， 以构建细滑窗栅格， 并根据预设步长在包围盒内与细栅格模板进 行滑窗匹配， 直至 获取匹配度最高的一次作为识别结果。 3.根据权利要求2所述的基于3D传感器的面形状识别方法， 其特征在于， 步骤S2中还包 括对目标点云进行 预处理， 其步骤包括： S21对目标点云进行滤波处理， 以将 目标点云数据赋予为对应于自然三轴坐标系的点 云坐标， 并根据目标物体的高度参数， 滤除不匹配的目标点云； S22 对步骤S21处 理后的目标点云采用统计滤波处 理， 除去离群点。 4.根据权利要求2所述的基于3D传感器的面形状识别方法， 其特征在于， 步骤S3 中剔除 目标点云中的地 面点云的步骤 包括： S31选择目标点云数据 下所有的点距离基准平面的在容差距离范围内的点的数量最多 的基准平面作为 地面， 并将该面上的所有的点归属于地 面成分， 而其 余点归属于物体成分。 5.根据权利要求4所述的基于3D传感器的面形状识别方法， 其特征在于， 步骤S3 中提取 出垂直于地 面的面状点云块的步骤 包括： S32从物体成分点云数据中随机选取种子点， 并判断种子点与作为种子点周围的非种 子点是否处于同一平面内， 其中种子点的法向量与地面法向量垂直， 当确定种子点和非种 子点处于同一平面内时， 确定将该非种子点作为 新的种子点；权　利　要　求　书 1/2 页 2 CN 115063475 A 2S33迭代判断新的种子点与其周围的非种子点是否处于同一平面内， 以通过点云区域 生长的方式统计出 所有的种子点; S34基于所统计的种子点， 构建垂直于地 面的面状点云块。 6.根据权利要求5所述的基于3D传感器的面形状识别方法， 其特征在于， 步骤S34中基 于所统计的种子点， 构建垂直于地面的面状点云块的步骤包括： 判断所统计的种子点的数 量是否处于预设定的数量范围内， 并当种子点数量在数量范围内时， 基于所统计的种子点 构建所述 面状点云块。 7.根据权利要求6所述的基于3D传感器的面形状识别方法， 其特征在于， 构建垂直于地 面的面状点云块的步骤还包括： 对判断为同一物体的同一面的所有面状点云块做合并处 理。 8.根据权利要求7所述的基于3D传感器的面形状识别方法， 其特征在于， 所述判断同一 物体的同一面的步骤包括： 将各面状点云块转为平面方程ax+by+cz=1， 判断各个面状点云 块的平面方程式中a、 b、 c三个因子是否相似且因子之差的绝对值小于预设阈值， 若符合的 则判断为同一物体的同一 面。 9.根据权利要求2所述的基于3D传感器的面形状识别方法， 其特征在于， 所述步骤S5及 S6中的匹配步骤包括： 将滑窗栅格/细滑窗栅格中存在点云的栅格进 行标记， 并计算  X=(p‑ q)/(1‑q)， 其中X表 示当前滑窗栅格/细滑窗栅格与粗栅格模板/细栅格模板 之间的匹配度， p表示当前滑窗栅格/细滑 窗栅格与粗栅格模板/细栅格模板之间相同栅格与粗栅格模板/ 细栅格模板栅格个数的比， q表示滑 窗栅格/细滑窗栅格中未标记栅格的个数与滑窗栅格/ 细滑窗栅格中栅格总数之比。 10.一种基于 3D传感器的定位方法， 其特 征在于， 步骤 包括： S1根据如权利要求1至9任一所述基于3D传感器的面形状识别方法获取匹配度最高的 一次的细滑窗栅格的中心点 坐标作为6Dpose的x、 y、 z参数； S2 将roll和pitch的角度设为0； S3 根据面状点云块建立平面方程ax+by+cz=1， 依据该平面方程及其a、 b、 c三个因子， 计算出yaw 参数值 ， 以获取完整6D  pose。权　利　要　求　书 2/2 页 3 CN 115063475 A 3