论文部分内容阅读
三维传感器技术的不断发展使得机器人可以快速地获取场景深度信息，同步摄像头获取的颜色信息可以方便地获取三维场景信息。这不仅增强了机器人对室内场景的学习能力，而且提升了机器人在室内环境下的自主定位能力。但是，相比二维激光扫描，三维点云数据增加了机器人的处理负载。同时，由于同步带来的误差，使得点云信息噪音很大，增大了机器人对环境的理解难度。为此，本文提出了一种基于原始噪音点云的平面提取方法，是室内机器人执行物体识别、避障和地形分析等任务非常重要的步骤。我们的方法首先对原始点云利用颜色和法向量信息进行分割，然后对每个切割出来的点云进行统计分析，与传感器噪音方差进行比较，然后提取出面。在我们的实验中，可以准确地提取出墙面、地面等相对较大的平面，与近处相对较小的平面。