基于點(diǎn)云庫(kù)的服務(wù)機(jī)器人視覺(jué)識(shí)別算法研究.pdf

1、機(jī)器人的智能很大程度上倚重于機(jī)器人對(duì)環(huán)境的感知，通過(guò)對(duì)外部環(huán)境及內(nèi)部環(huán)境的感知，機(jī)器人及時(shí)判斷并決策下一步的動(dòng)作，這就是機(jī)器人智能的表現(xiàn)。而機(jī)器人視覺(jué)主要是機(jī)器人對(duì)外部環(huán)境的感知，通過(guò)對(duì)傳感器采集到的圖像數(shù)據(jù)加工處理，具有視覺(jué)導(dǎo)航、對(duì)目標(biāo)物體的識(shí)別與定位等功能。其中視覺(jué)傳感器主要有工業(yè)相機(jī)及3D傳感器，工業(yè)相機(jī)采集到的是二維圖像，其算法主要是依據(jù)開(kāi)源視覺(jué)庫(kù)OpenCV開(kāi)發(fā)的，而3D傳感器采集的是2.5D點(diǎn)云圖像數(shù)據(jù)，其算法主要是依據(jù)開(kāi)源

2、點(diǎn)云庫(kù)(Point Cloud Library, PCL)開(kāi)發(fā)的。隨著3D傳感器的發(fā)展，基于3D傳感器的機(jī)器人視覺(jué)引起了國(guó)內(nèi)外許多學(xué)者的興趣，并對(duì)機(jī)器人視覺(jué)領(lǐng)域做出了重大貢獻(xiàn)。
　　本文對(duì)基于PCL的機(jī)器人視覺(jué)識(shí)別算法進(jìn)行了研究，構(gòu)建了家庭常見(jiàn)物體的點(diǎn)云數(shù)據(jù)模型庫(kù)，提出了一種基于形狀特征的實(shí)時(shí)識(shí)別算法，分析了算法過(guò)程中的主要點(diǎn)云處理步驟，如點(diǎn)云分割、特征提取等過(guò)程，并完成了人機(jī)交互界面設(shè)計(jì)，最終集成到了機(jī)器人操作系統(tǒng)ROS上，實(shí)現(xiàn)

3、了節(jié)點(diǎn)通訊，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。論文的主要工作及貢獻(xiàn)包括:
　　一、搭建了對(duì)家庭一般物體構(gòu)建點(diǎn)云聚類模型的軟件平臺(tái)。首先研究了常見(jiàn)點(diǎn)云分割方法，并提出了一種基于顏色和法線閾值的點(diǎn)云分割方法。然后分析了點(diǎn)云庫(kù)中常見(jiàn)特征算子的特點(diǎn)，最終選取聚類視點(diǎn)特征直方圖CVFH(ClusteredViewpoint Feature Histogram)描述子作為實(shí)時(shí)算法的特征算子。搭建了軟件平臺(tái)，并構(gòu)建了家庭中一些常見(jiàn)物體的點(diǎn)云模型數(shù)據(jù)庫(kù)。<

4、br>　　二、設(shè)計(jì)了服務(wù)機(jī)器人基于PCL的物體實(shí)時(shí)識(shí)別算法。首先對(duì)預(yù)處理階段中涉及到的濾波、分割、特征提取等各步驟，分別分析了各算法的優(yōu)劣特點(diǎn)，并選取了最優(yōu)的濾波、分割等步驟的算法。最后設(shè)計(jì)了完整的實(shí)時(shí)識(shí)別算法，并對(duì)算法的實(shí)時(shí)性進(jìn)行分析，以及實(shí)驗(yàn)驗(yàn)證。
　　三、成功將物體識(shí)別系統(tǒng)集成到了機(jī)器人操作系統(tǒng)ROS上。首先制訂實(shí)驗(yàn)方案，搭建了實(shí)驗(yàn)平臺(tái)，完成了機(jī)器人實(shí)時(shí)識(shí)別算法的驗(yàn)證，并驗(yàn)證了點(diǎn)云實(shí)時(shí)識(shí)別算法的實(shí)時(shí)性和識(shí)別率。最后驗(yàn)證了識(shí)別