基于Kinect的物體三維模型構(gòu)建和姿態(tài)估計方法研究.pdf

1、生活環(huán)境中，服務機器人執(zhí)行目標抓取、釋放為基本任務，待操作的目標模型建立和姿態(tài)估計效果的準確性是解決這一目標的前提。面向服務機器人對日常物體的抓取功能需求，本文提出通過對室內(nèi)物體學習模型進行三維重建，從多視角識別目標物體并進行姿態(tài)估計的策略。
　　本文首先為建立精度高的物體模型，對多視角下原始點云進行深度、噪聲實驗分析，尋找最佳采樣深度區(qū)域，建立點云預處理機制去除邊界深度噪聲和RGB噪聲?？紤]機器人觀測目標視角問題，對物體多視角采

2、樣，作為后續(xù)物體特征模板的構(gòu)建基礎，并建立目標3D立體模型。在紋理信息和幾何特征信息基礎上，使用SIFT特征匹配和奇異值分解法對無序且部分重疊的點云初始配準，改進ICP算法實現(xiàn)相鄰視角點云精確配準，最后使用閉環(huán)優(yōu)化策略構(gòu)建物體的完整點云模型。提出閉環(huán)優(yōu)化策略獲取多視角間精確旋轉(zhuǎn)平移運動關系。目標姿態(tài)估計。在物體模型三維重建中獲得的多視角間的旋轉(zhuǎn)平移運動關系基礎上提出基于局部不變幾何特征的物體特征的稀疏表達。對場景中的雜亂放置的物體，基于