2018PPF-MEAM

出自于论文“Point Pair Feature-Based Pose Estimation with Multiple Edge Appearance Models (PPF-MEAM) for Robotic Bin Picking”

针对多边的树脂工件的改进PPF

result

三维局部特征+hough投票

本文是柯师兄的论文“基于双目视觉的散乱堆放工件拾取系统”

流程:

flow

2016HinterstoisserPPF

论文:Going Further with Point Pair Features

linemod作者改进2010的Drost-PPF,使得改进PPF在2016年的“state of the art”。在下面数据集中,本文方法只使用了深度数据,而[12][5][21]使用了彩色数据,还是在13种类别中,在8个类别里面获得了最高分。

2010HoughvotePPF

1.PPF在三维物体识别与位姿估计算法中表现优异,本文是论文“Model Globally, Match Locally: Efficient and Robust 3D Object Recognition”的解读

2.PPF是halcon中surface_matching算子实现原理

3.PPFoutline

ObjectDetection and PoseEstimation

物体检测与位姿估计

针对刚性物体识别与位姿估计的方法主要分为三类:

  • 基于模板匹配
  • 基于三维局部特征
  • 基于学习

NDT-Registration

点云配准之正态分布变换

ICP-Registration

点云配准之迭代最近点

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×