基于表面凹凸度的未知物体分割识别方法

为了使机器人在人们的生活中更加普及和大众化,并从一定程度上优化机器人对周围环境的认知功能,设计了一种利用目标物体表面凹凸度对该物体进行分割识别的方法.该方法对目标物体局部表面凹凸性的两类判定方法展开了系统性的探讨和分析,将连续局部表面凹凸度对布尔型判定进行替换,利用表面凹凸度和法方向信息这两个要素设计了一类全新的分割权重运算方法,进而为输入场景构造相应的无向带权图,在这之后结合快速图分割算法获得相应的目标物体.实验结果表明,本文方法与基于凹凸性的判定方式相比,基于凹凸度的量化衡量在针对测量噪声和计算误差中具有的鲁棒性更好,实际分割结果比单一结合了法方向的实验结果好,更符合实践需求.

一种优化的机器人室内场景定量分割识别方法

为了改善机器人认知环境的能力,基于高效、简单、实用等设计目标,提出了一种通过物体表面凹凸度分割识别未知物体的方案。该方案以连续局部表面凹凸度取代布尔型判定,在结合表面凹凸度和法方向信息的基础上,提出一种新型的分割权重计算方法;该权重可以对需要分割的物体与场景交界、不能分割物体表面边缘进行标识。在此基础上为输入场景构造无向带权图,并通过快速图分割算法获取未知物体。经实验发现:相对于基于凹凸性的判定,基于凹凸度的量化衡量在应对观测噪声和估计误差上的鲁棒性更好。