1.一种基于点云分割的工件抓取方法,其特征在于,所述基于点云分割的工件抓取方法包括:
2.如权利要求1所述的基于点云分割的工件抓取方法,其特征在于,所述输入所述2d预抓取工件图像和对应的目标三维点云至已训练多模态实例分割网络模型进行点云分割,输出预抓取工件点云之前,还包括:
3.如权利要求2所述的基于点云分割的工件抓取方法,其特征在于,所述对所述2d样本工件图像和对应的三维点云进行数据预处理,获得样本数据集,包括:
4.如权利要求2所述的基于点云分割的工件抓取方法,其特征在于,所述初始多模态实例分割网络模型包括2d分支网络以及3d分支网络,所述2d分支网络为采用resnet-34作为主干网络的2d-unet,所述3d分支网络为采用sparseconvne作为主干网络的3d-unet;
5.如权利要求4所述的基于点云分割的工件抓取方法,其特征在于,所述从所述样本数据集中的所述规则化体素中提取的点云特征输入到attention-fps中进行实例聚类操作,包括:
6.如权利要求4所述的基于点云分割的工件抓取方法,其特征在于,所述初始多模态实例分割网络模型中的所述2d分支网络提取所述样本数据集中所述增强图像的2d图片特征,并且将所述样本数据集中的所述规则化体素投影得到的稀疏深度图作为额外输入,通过残差结构将深度编码器对所述稀疏深度图提取的特征与所述2d图片特征进行融合,输出逐像素类别和第一实例标签预测,包括:
7.如权利要求1~6中任一项所述的基于点云分割的工件抓取方法,其特征在于,所述获取标准工件的模版点云,采取由粗到精的配准方式对所述标准工件的模版点云与所述预抓取工件点云进行匹配,获得预抓取工件的姿态信息,包括:
8.一种基于点云分割的工件抓取装置,其特征在于,所述基于点云分割的工件抓取装置包括:
9.一种基于点云分割的工件抓取设备,其特征在于,所述基于点云分割的工件抓取设备上存储有基于点云分割的工件抓取程序,所述基于点云分割的工件抓取程序被处理器执行时实现如权利要求1至7中任一项所述的基于点云分割的工件抓取方法的步骤。
10.一种存储介质,其特征在于,所述存储介质上存储有基于点云分割的工件抓取程序,所述基于点云分割的工件抓取程序被处理器执行时实现如权利要求1至7中任一项所述的基于点云分割的工件抓取方法的步骤。