LSFP下的机器人视觉定位技术研究

针对当前点云的定位算法中，多平面分割效果差、误匹配以及定位精度不够高等问题，提出LSFP的定位思想和C-S分割算法，对目标物体进行定位。在深度相机场景下，利用点云处理算法初步获取目标的位姿，经手眼标定后，进行初步引导；再使用3D扫描仪进一步定位目标物体。结果表明：(1)C-S分割算法对多平面分割效果良好，能更准确地去除多余平面，减少点云数量。(2)在垂直于Z轴且Z轴坐标值为171 mm和-10 mm的平面上，仅PrimeSense的定位距离的均方根误差为7.3 mm和8.2 mm, LSFP下的定位距离的均方根误差为2.6 mm和3.2 mm。(3)LSFP定位思想能扩大场景定位的范围，提高物体的定位精度，具有良好的准确性。