信息摘要：
有纹理的物体容易解决，那么生活中或者工业里还有很多物体是没有纹理的。上下料机器人抓取这些物体时，视觉上怎么检测呢？
有纹理的物体容易解决，那么生活中或者工业里还有很多物体是没有纹理的。上下料机器人抓取这些物体时，视觉上怎么检测呢？
我们最容易想到的就是：是否有一种特征点，可以描述物体形状，同时具有跟 SIFT 相似的不变性？
根据目前的发展，是没有这种特征点的。
所以，之前一大类方法还是采用基于模板匹配的办法，但是，对匹配的特征进行了专门选择（不只是边缘等简单特征）。
这里，介绍一个某实验室之前使用和重现过的算法 LineMod：
Hinterstoisser, Stefan, et al. "Multimodal templates for real-time detection of texture-less objects in heavily cluttered scenes." Computer Vision (ICCV), 2011 IEEE International Conference on. IEEE, 2011.
简单而言，这篇论文同时利用了彩色图像的图像梯度和深度图像的表面法向作为特征，与数据库中的模板进行匹配。
由于数据库中的模板是从一个物体的多个视角拍摄后生成的，所以这样匹配得到的物体位姿只能算是初步估计，并不精确。
但是，只要有了这个初步估计的物体位姿，就可以直接采用 ICP 算法（Iterative closest point）匹配物体模型与 3D 点云，从而得到物体在相机坐标系下的精确位姿。
当然，这个算法在具体实施过程中还是有很多细节的：如何建立模板、颜色梯度的表示等。另外，这种方法无法应对物体被遮挡的情况。（当然，通过降低匹配阈值，可以应对部分遮挡，但是会造成误识别）。
