室內(nèi)場(chǎng)景物體同時(shí)識(shí)別與建模.pdf

1、服務(wù)機(jī)器人在人們生活中一直都扮演著非常重要的角色，并且隨著人們生活水平的不斷提升，對(duì)服務(wù)機(jī)器人的需求和要求也在不斷提高，所以對(duì)于機(jī)器人如何在陌生的室內(nèi)環(huán)境中識(shí)別物體和建立物體模型就變得十分重要，它直接影響到機(jī)器人的控制。我們提出了一個(gè)基本的框架來(lái)解決這一熱點(diǎn)問(wèn)題，主要的問(wèn)題集中在，1）如何在復(fù)雜的室內(nèi)場(chǎng)景中在線(xiàn)的識(shí)別物體，2）同時(shí)對(duì)識(shí)別到的物體建立三維模型使得既保留了物體的三維信息又能為下一次的識(shí)別提供方便。
　　對(duì)于室內(nèi)移動(dòng)機(jī)器

2、人來(lái)說(shuō)，需要在復(fù)雜的室內(nèi)環(huán)境中實(shí)時(shí)的在線(xiàn)識(shí)別物體并且建立物體模型是一個(gè)非常難的問(wèn)題，主要體現(xiàn)在復(fù)雜環(huán)境下識(shí)別算法的魯棒性以及時(shí)效性，而時(shí)效性又體現(xiàn)在物體識(shí)別速度和建立物體模型的速度。本文針對(duì)以上兩個(gè)問(wèn)題進(jìn)行深入研究，并且提出了高效的識(shí)別和建模算法框架。主要工作包括如下幾個(gè)方面:
　　1.對(duì)室內(nèi)場(chǎng)景物體識(shí)別與建模方法進(jìn)行了分類(lèi)總結(jié)，介紹了物體識(shí)別算法的研究現(xiàn)狀，從二維到三維物體識(shí)別算法做簡(jiǎn)要的概述，重點(diǎn)介紹三維物體識(shí)別以及位姿估計(jì)方

3、法，物體三維建模以及數(shù)據(jù)存儲(chǔ)方法，詳細(xì)地分析了這些方法的優(yōu)點(diǎn)和不足。
　　2.在對(duì)物體進(jìn)行識(shí)別與建模之前，需要將物體從背景中分離出來(lái)，本文對(duì)二維物體分割算法，如顯著性分割算法和三維物體分割算法，如RANSAC算法，聚類(lèi)分割算法等做了簡(jiǎn)要概述。物體檢測(cè)前需剔除場(chǎng)景中的人物干擾，本文提出了一種應(yīng)用于靜態(tài)圖像人體分割的顯著性檢測(cè)方法剔除場(chǎng)景人物，之后對(duì)剩下的室內(nèi)物體進(jìn)行分割。
　　3.在Alvaro Collet Romea等人提

4、出基于約束框架的室內(nèi)物體識(shí)別與建模方法中，發(fā)現(xiàn)了該方法對(duì)物體識(shí)別回召率低，并且不能在線(xiàn)識(shí)別等問(wèn)題，本文在此基礎(chǔ)上，對(duì)算法進(jìn)行了改進(jìn)，在基于約束框架的室內(nèi)物體識(shí)別與建模的框架上融入物體的二維SIFT特征和三維FPFH特征，不僅提高了物體識(shí)別率，而且提高了物體回召率，并且達(dá)到了在線(xiàn)識(shí)別的效果。
　　4.為了提高在線(xiàn)物體識(shí)別與建模的速度，提出了一種改進(jìn)的物體建模方法，融合位姿相同或差距較小的視圖，并且壓縮每個(gè)節(jié)點(diǎn)存儲(chǔ)的數(shù)據(jù)信息，只保留關(guān)