基于深度相機的剛性物體典型運動特征重建.pdf

1、隨著3D掃描設備的發(fā)展，用這些設備來獲取現(xiàn)實生活中的物體的三維表面數(shù)據(jù)已經(jīng)成為可能。尤其當微軟的Kinect，華碩的Xtion，英特爾的RealSense等深度相機的出現(xiàn)，人們獲取這些三維數(shù)據(jù)的成本也大大降低。如今的3D掃描設備既能夠獲取人造物體的表面數(shù)據(jù)也能夠掃描自然界本身存在的物體的表面數(shù)據(jù)，基于此，越來越多的關于物體表面幾何重建的技術被提出。然而，靜態(tài)的物體模型所包含的物體本身的信息是有限的，因此越來越多的研究者們開始積極探索新的

2、掃描分析技術來獲取動態(tài)物體的動態(tài)信息，比如重建物體的運動特征。與物體的幾何特征相比，物體的運動特征更加簡潔明了地反映出物體本身的功能特性。事實上，物體的運動特征包含著很多有價值的信息，對于一個關節(jié)式物體來說，物體的運動特征包含著物體各部分的運動參數(shù)，包括關節(jié)類型，關節(jié)的位置，關節(jié)在三維空間的軸向，運動速度以及其他時空參數(shù)。這些特征在機械交互，機器人動力學，人體運動分析，計算機視覺等領域都有著及其重要的作用。
　　然而，通過3D掃描

3、設備獲取的三維動態(tài)數(shù)據(jù)來分析關節(jié)式物體的運動信息是一件非常具有挑戰(zhàn)性的工作，因為用這些設備獲取的物體的動態(tài)數(shù)據(jù)是低質量的。由于3D掃描設備本身具有有限的分辨率和幀率，在掃描的過程中，被掃描的物體可能會進行快速的運動，從而導致掃描儀獲取的三維數(shù)據(jù)點比較稀疏并且具有很多的噪聲點。另外，物體運動部分的數(shù)據(jù)可能會因為幻影效應產(chǎn)生很多異常數(shù)據(jù)點，或者因為自身遮擋問題而導致數(shù)據(jù)缺失。
　　本文提出一種有效地從深度相機獲取的低質量動態(tài)數(shù)據(jù)中直接

4、分析出剛性關節(jié)式物體的運動特征的4D RANSAC方法。與傳統(tǒng)的運動特征重建方法不同，該方法完全跳過了重建物體本身的幾何信息，選擇直接探尋物體內部運動機理，提取物體每個關節(jié)的運動類型，運動參數(shù)，自由度等信息。RANSAC算法的優(yōu)點在于它的魯棒性，即使數(shù)據(jù)集中存在大量的異常值，RANSAC算法也能夠精確地估計出擬合該數(shù)據(jù)的模型。和傳統(tǒng)的RANSAC方法相似，本方法將其擴展到4D的時空數(shù)據(jù)集上，進而擬合出關節(jié)式物體每個關節(jié)最好的運動模型。由