室內(nèi)場景物體同時識別與建模.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，對服務(wù)機(jī)器人的需求和要求也在不斷提高，所以對于機(jī)器人如何在陌生的室內(nèi)環(huán)境中識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。我們提出了一個基本的框架來解決這一熱點問題，主要的問題集中在，1）如何在復(fù)雜的室內(nèi)場景中在線的識別物體，2）同時對識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別提供方便。
　　對于室內(nèi)移動機(jī)器

2、人來說，需要在復(fù)雜的室內(nèi)環(huán)境中實時的在線識別物體并且建立物體模型是一個非常難的問題，主要體現(xiàn)在復(fù)雜環(huán)境下識別算法的魯棒性以及時效性，而時效性又體現(xiàn)在物體識別速度和建立物體模型的速度。本文針對以上兩個問題進(jìn)行深入研究，并且提出了高效的識別和建模算法框架。主要工作包括如下幾個方面:
　　1.對室內(nèi)場景物體識別與建模方法進(jìn)行了分類總結(jié)，介紹了物體識別算法的研究現(xiàn)狀，從二維到三維物體識別算法做簡要的概述，重點介紹三維物體識別以及位姿估計方

3、法，物體三維建模以及數(shù)據(jù)存儲方法，詳細(xì)地分析了這些方法的優(yōu)點和不足。
　　2.在對物體進(jìn)行識別與建模之前，需要將物體從背景中分離出來，本文對二維物體分割算法，如顯著性分割算法和三維物體分割算法，如RANSAC算法，聚類分割算法等做了簡要概述。物體檢測前需剔除場景中的人物干擾，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方法剔除場景人物，之后對剩下的室內(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)物體識別與建模方法中，發(fā)現(xiàn)了該方法對物體識別回召率低，并且不能在線識別等問題，本文在此基礎(chǔ)上，對算法進(jìn)行了改進(jìn)，在基于約束框架的室內(nèi)物體識別與建模的框架上融入物體的二維SIFT特征和三維FPFH特征，不僅提高了物體識別率，而且提高了物體回召率，并且達(dá)到了在線識別的效果。
　　4.為了提高在線物體識別與建模的速度，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，并且壓縮每個節(jié)點存儲的數(shù)據(jù)信息，只保留關(guān)