Considerando a demanda por troca de baterias para veículos elétricos, foi proposta uma metodologia de estimativa da pose 6D do mecanismo de travamento do pacote de baterias em estações de troca, baseada na segmentação de nuvem de pontos. O método utiliza a rede YOLOv5 para segmentar a nuvem de pontos do mecanismo de travamento na cena, aplicando filtragem voxel e suavização por mínimos quadrados móveis para filtrar e suavizar a nuvem de pontos; pela introdução de uma rede de segmentação de nuvem de pontos para prever as etiquetas dos pontos, adicionam-se características semânticas globais ao histograma rápido das características dos pontos para compensar a limitação de possuir apenas características locais, e com base nessas características realiza-se o registro rígido da nuvem de pontos por consenso de amostra aleatória para estimar a pose 6D do mecanismo, e, por fim, utiliza-se o algoritmo Iterativo do Ponto Mais Próximo para corrigir o resultado da estimativa. Os resultados experimentais indicam que o algoritmo de estimativa da pose 6D do mecanismo de travamento baseado em segmentação de nuvem de pontos apresenta alta precisão, pode superar erros de correspondência causados por ruídos ambientais e obter com precisão a pose do mecanismo, com erro angular de até 1,90°, erro de deslocamento de 1,4 mm e RMSE de 1,5 mm, oferecendo uma solução eficaz para o posicionamento do acoplamento das baterias em estações de troca.

robô de troca de baterias; pacote de baterias; estimação de pose; registro de nuvem de pontos; segmentação de nuvem de pontos