基于TSDF模型的点云孔洞修复方法

深度摄像头的点云集合一般存在黑色孔洞闪烁的现象,在识别机械臂静态目标抓取时,点云集合数据的关键位置的体素不规则出现,就会对目标中心点的识别造成无法修正的偏差。因此,引入多个点云集合累积的思想,提出了一种基于TSDF模型的点云孔洞修复算法。在图形处理器(Graphics Processing Unit,GPU)中构建长宽高都是512体素的截断符号距离函数(Truncated Signed Distance Function,TSDF)模型,给定深度摄像头相对于世界坐标系的初始位姿,便可以得到相机坐标系到世界坐标系的坐标变换矩阵。根据当前图像坐标点的深度值和模型体素值,动态计算权值,更新模型,经过多次迭代,从而形成稳定的点云坐标集合。实验结果表明,所提出的算法应用在机械臂静态目标抓取后,被识别目标中心点重定位精度误差在2.0 mm内,机械臂抓取目标的成功率显著提高。由于模型在GPU中构建,并不会降低计算机工作性能。所提算法在修复方面的可靠性强于常规修复算法,对于颜色复杂的物体和对于没有彩色图像的深度摄像头依然适用。