【摘 要】针对类级别的物体姿态估计问题，提出一种仅将深度相机扫描的点云作为输入，在仅知道目标物体点云类别的情况下，准确估计目标物体三维位姿的方法。该方法不需要依赖大量的带标签的人工标注数据集，仅使用虚拟仿真技术模拟生产的数据，即可在真实数据集上取得较高的精度。该方法首先对输入点云进行背景噪声过滤，之后通过中心预测模块对点云做标准归一化，再使用基于对应类别模板点云变形的方法预测其标准坐标系坐标，最后通过最小二乘法获得目标物体的三维位姿。实验结果表明，该方法在真实数据上具有更好的泛化性能和更高的精度。
【关键词】 姿态估计 ; 点云处理 ; 深度学习 ; 模式识别
0 引言
机械臂为了抓取目标，首先需要对场景进行理解，识别出感兴趣目标，之后求解感兴趣目标相对于机器人相机坐标系的姿态，然后在感兴趣目标表面选取合适的抓取点，传送给机器人的决策系统进行抓取。机械臂需要通过视觉传感器（如 RGB 相机或者深度相机，以及相应的感知算法）感知周围环境。相较于传统的 RGB 相机，深度相机能够感知场景中物体的深度信息，可以帮助机器人更准确地感知现实世界。随着Kinect、RealSense等深度相机的推出，能够得到深度信息的深度相机得到了巨大发展和普及，并被广泛作为机械臂的“眼睛”感知现实世界。如何通过深度相机感知并理解工作场景，检测或者分割出目标物体、对目标姿态进行准确的估计、选取合适的抓取点成为机械臂研究的核心问题。
近年来，基于深度学习的目标检测和分割取得了令人瞩目的成果，相关技术也比较成熟，而且已经成功在工业界大量部署应用。目标姿态估计一般指6自由度的姿态估计，即目标物体相对于当前相机坐标系的刚性变换：(R,t)∈SE(3)，其中R