一种基于双目视觉传感器的遮挡目标期望抓取点识别与定位方法∗

王煜升张波涛吴秋轩吕 强

(杭州电子科技大学自动化学院，浙江 杭州310018)

家庭服务机器人所处的环境通常是混杂无序的，待操作目标种类繁多，形状不规则，其通用随机抓取任务面临极大的挑战，如图1所示。而目标的识别与定位则是执行抓取任务的前提。在非结构或半结构化的室内环境中，物体的放置具有随机性，通常存在自遮挡或相互遮挡的现象，这种遮挡属于频繁出现、干扰严重、亟待解决的问题。

图1 家庭环境中的遮挡情况

近年来，遮挡问题引起了一些研究者的注意并对其进行研究探索，提出了一些遮挡目标的识别方法，例如:文献[1]基于轮廓[2]片段空间关系，分别提取模板图像与目标图像骨架[3]关键点与质心建立坐标系，然后在各自图像建立一种空间关系约束准则以实现遮挡识别。上述方法在特定条件下的图像处理具有较高的识别率，但是在室内对常用物体进行遮挡识别时实用性相对较小；Mirunalini等人[4]采用基于尺度不变特征变换(SIFT)与卡尔曼(Kalman)滤波的遮挡识别方法，将具有很好跟踪性能的Kalman滤波算法与SIFT结合，实现遮挡目标的跟踪。然而其方法主要侧重于识别与跟踪，针对遮挡目标抓取问题比单纯的识别更具挑战性。

目标物体的位置信息是家庭服务机器人精确抓取的关键因素之一。TOF[5](Time of flight，飞行时间测距法)作为一种常用测距传感器，可以实现远距离测量，但其计算量大，资源消耗较多，一般用于无人驾驶领域；结构光相机[6]以其成本低、近距离范围精度较高等优势被广泛使用，不足之处在于易受光线干扰，室外效果较差；……