专利交易市场

本发明提出一种图拓扑刚性点云配准的三维重建方法，用于解决在智能制造生产场景加工件的基于刚性点云配准三维模型重建过程中精确度下降的问题，本发明根据输入的点云数据（包括刚性源点云和刚性目标点云），分别进行特征提取。进一步对两者的重叠区域进行检测，基于图拓扑结构匹配目标物体局部几何形状实现刚性点云配准。在高精刚性点云配准基础上实现智能制造场景刚性加工件三维重建。比现有方法相比，本发明具有更高的配准精确度和建模效率。使得在智能制造生产场景中，刚体加工件的高精三维重建与打磨路径规划精准性需求的问题得到有效解决。

本发明提出一种图协同单目实例三维重建方法，首先构建一个由多个二维图像序列组成的图像数据集作为训练集，然后从单个图像推断场景几何，以递归学习方式使用图像条件神经辐射场进行模型训练；接着构建神经表征映射场进行序列间映射场泛化，提取给定序列第一帧目标物体实例的像素语义特征量，预测像素点密度和颜色；之后根据序列间泛化映射场预测的像素点密度和颜色，计算像素的图协同因子，合成和更新深度视图，根据像素的图协同因子构建图协同群组；最后采用图协同群组方法实现单目二维图像到三维的重建。本发明实现实时在线三维模型重建，使得在智能制造生产场景中，加工件的三维重建与操控实时性需求的问题得到有效解决。