(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111624524.4 (22)申请日 2021.12.28 (71)申请人 深圳中智永浩机 器人有限公司 地址 518000 广东省深圳市光明区新湖街 道圳美社区圳美同富裕工业园万代恒 光明高新科技园厂房2栋一层 (72)发明人 迟大鹏　施健　贾林　涂静一　 王一科　 (74)专利代理 机构 深圳市精英专利事务所 44242 代理人 李燕娥 (51)Int.Cl. B25J 9/16(2006.01) G06T 7/73(2017.01) G06V 10/764(2022.01)G06V 10/774(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) (54)发明名称 3D人腿识别方法、 装置、 计算机设备及存储 介质 (57)摘要 本发明实施例公开了3D人腿识别方法、 装 置、 计算机设备及存储介质。 所述方法包括： 获取 深度相机拍摄的机器人周围的图像， 以得到3D点 云数据； 对所述3D点云数据进行处理， 以得到处 理结果； 将所述处理结果输入至人腿点云分类器 内进行分类， 以得到人腿3D点云数据； 对所述人 腿3D点云数据进行处理， 以得到点云簇特征以及 特征描述子； 使用最近邻算法进行特征描述子的 匹配， 以得到匹配结果； 将所述匹配结果转换为 2D伪激光雷达数据； 确定2D伪激光雷达 数据的坐 标信息， 以得到人体的位置信息； 发送所述位置 信息， 以驱动机器人避开人体。 通过实施本发明 实施例的方法可现提高人腿识别的准确率。 权利要求书2页 说明书10页 附图8页 CN 114310887 A 2022.04.12 CN 114310887 A 1.3D人腿识别方法， 其特 征在于， 包括： 获取深度相机拍摄的机器人周围的图像， 以得到 3D点云数据； 对所述3D点云数据进行处 理， 以得到处 理结果； 将所述处 理结果输入至人腿点云 分类器内进行分类， 以得到人腿3D点云数据； 对所述人腿3D点云数据进行处 理， 以得到点云簇特 征以及特 征描述子； 使用最近邻算法进行 特征描述子的匹配， 以得到匹配结果； 将所述匹配结果 转换为2D伪激光雷达数据； 确定2D伪激光雷达数据的坐标信息， 以得到人体的位置信息； 发送所述 位置信息， 以驱动机器人避开人体。 2.根据权利要求1所述的3D人腿识别方法， 其特征在于， 所述对所述3D点云数据进行处 理， 以得到处 理结果， 包括： 对所述3D点云数据进行降噪、 滤波、 法向量计算、 离群点移除以及点云三角化处理， 以 得到处理结果。 3.根据权利要求2所述的3D人腿识别方法， 其特征在于， 所述人腿点云分类器是通过若 干个带有人腿3D点云数据标签的预处理后的3D点云数据作为样本集训练PointNet模型所 得的； 其中， 所述PointNet模 型包括两个空间变换网络、 两个多层感知机以及一个最大池化 层。 4.根据权利要求1所述的3D人腿识别方法， 其特征在于， 所述对所述人腿3D点云数据进 行处理， 以得到点云簇特 征以及特 征描述子， 包括： 计算所述人腿3D点云数据中点与点之间的欧式距离， 以得到第一欧式距离； 通过RANSAC算法结合预先设置的阈值和参数根据所述人腿3D点云数据拟合直线和平 面； 确定所述人腿3D点云数据中的点到所述直线和平面的欧式距离， 以得到第二欧式距 离； 根据所述第一欧式距离以及第二欧式距离将所述人腿3D点云数据分解成离散的点云 簇； 遍历所述 点云簇， 提取点云簇特 征和特征描述子 。 5.根据权利要求4所述的3D人腿识别方法， 其特征在于， 所述使用最近邻算法进行特征 描述子的匹配， 以得到匹配结果， 包括： 遍历所述点云簇， 且根据所述特征描述子确定所述点云簇对应的特征描述子， 使用最 近邻算法对所述 点云簇对应的特 征描述子进行匹配， 以得到计算结果； 筛选出所述计算结果中属于预设阈值内的点云簇， 以确定同一个人的点云簇， 以得到 匹配结果。 6.根据权利要求5所述的3D人腿识别方法， 其特征在于， 所述将所述匹配结果转换为2D 伪激光雷达数据， 包括： 对所述匹配结果中的每 个点进行坐标系转换， 以得到转换后的坐标； 根据转换后的坐标 结合预设的2D激光雷达扫描角速度确定2D伪激光雷达数据。 7.3D人腿识别装置， 其特 征在于， 包括： 图像获取 单元， 用于获取深度相机拍摄的机器人周围的图像， 以得到 3D点云数据；权　利　要　求　书 1/2 页 2 CN 114310887 A 2处理单元， 用于获对所述3D点云数据进行处 理， 以得到处 理结果； 分类单元， 用于获将所述处理结果输入至人腿点云分类器内进行分类， 以得到人腿3D 点云数据； 特征提取单元， 用于获对所述人腿3D点云数据进行处理， 以得到点云簇特征以及特征 描述子； 匹配单元， 用于获使用最近邻算法进行 特征描述子的匹配， 以得到匹配结果； 转换单元， 用于获将所述匹配结果 转换为2D伪激光雷达数据； 坐标确定单 元， 用于获确定2D伪激光雷达数据的坐标信息， 以得到人体的位置信息； 发送单元， 用于获 发送所述 位置信息， 以驱动机器人避开人体。 8.根据权利要求7所述的3D人腿识别装置， 其特征在于， 所述处理单元， 用于对所述3D 点云数据进行降噪、 滤波、 法向量计算、 离群点移除以及点云三角化处 理， 以得到处 理结果。 9.一种计算机设备， 其特征在于， 所述计算机设备包括存储器及处理器， 所述存储器上 存储有计算机程序， 所述处理器执行所述计算机程序时实现如权利要求 1至6中任一项所述 的方法。 10.一种存储介质， 其特征在于， 所述存储介质存储有计算机程序， 所述计算机程序被 处理器执行时实现如权利要求1至 6中任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114310887 A 3