四元组标靶辅助下的RGB-D室内点云配准

面向室内弱纹理三维重建需求，本文以RGB-D摄影测量技术获取室内点云为基础，提出了四元组标靶辅助的点云配准方法。该方法首先通过阈值筛选大曲率点，自动识别邻接点云中的辅助标靶，然后采用随机采样一致性表达方法，拟合标靶参数及其中心坐标，并根据拟合参数匹配同名标靶中心，通过刚性转换完成邻接点云粗配准。在此基础上，迭代估算邻接点云间的重叠区域，优化点云间的配准参数，从而实现点云精配准。利用Kinect相机获取两类室内场景各12站点云对本文方法进行测试，试验结果表明，配准后的多站点云间距最大均方根误差优于一个采样间隔，证明了该方法在弱纹理室内点云配准中的可靠性。     

一种深度图像障碍物检测新方法

针对传统障碍物检测技术存在的不足,该文将Kinect深度摄像机作为障碍物检测系统的传感器,在Kinect实时三维重建和Meanshift图像分割的理论基础上,提出了一种基于Kinect深度图像的障碍物检测方法,并针对深度图像随机噪声点多的特点,提出了一种改进的高斯滤波算法.分别在不同环境中进行了障碍物检测实验,实验结果表明该文提出的检测算法能准确检测出复杂场景中的障碍物区域,并对光照具有很强的鲁棒性.     

融合深度相机点云与光学影像的室内三维建模

针对传统的对点云进行拼接建模的方法无法得到较好的室内三维模型的问题,该文提出了一种融合Kinect点云与光学影像数据的室内三维建模方法:首先,利用Agisoft Photoscan软件对Kinect获得的彩色影像进行处理获得大量三维点,并与拼接后的Kinect点云进行融合,从而弥补Kinect点云缺失严重的现象;然后,针对不同的物体利用不同的方法对融合后的点云数据进行处理,并通过"孔洞算法"提取其边界点;最后,将边界点进行处理从而完成室内三维场景模型。实验结果表明,该文方法能够提供质量较高的三维点云数据,并且能得到较好的室内三维模型。     

基于相关点均值处理的Kinect人手位置检测方法研究

在人机交互领域中,人手的位置信息往往直接用于交互指令的解读与交互结果的计算,因此高精度的实时人手位置检测是实现非接触式的、自然的人机交互的重要基础.针对Kinect 2.0追踪人体骨骼点获取的三维坐标数据的波动和误差较大的问题,本文提出了基于相关点均值处理的人手位置检测算法.该算法基于深度信息,以手腕为分割阈值点,进行人手图像分割,并对人手位置信息相关点进行空间平均处理与时间平均处理,提高位置检测精度.实验结果表明：基于相关点均值处理的人手位置检测算法是有效的,检测误差在5 mm以内,能够满足在人机交互等应用系统中的基本要求.     

基于Kinect的机器人辅助上肢被动康复训练控制方法

现有基于Kinect构建的康复训练系统,大多以患者自行开展主动康复训练为主,未能充分利用康复医师的临床经验且很少用于机器人辅助康复训练系统,具有一定的局限.针对此问题,提出一种基于Kinect的机器人辅助上肢被动康复训练方法.首先,开展基于Kinect的上肢骨骼点跟踪与逆运动学计算;其次,基于Linux/QT及Kinect设计三维虚拟康复训练环境;再次,在康复医师示教训练任务并通过Kinect获取示教任务参考轨迹基础上,根据训练过程中Kinect实时捕获的患肢运动位置反馈,设计基于模糊推理的机器人辅助被动康复训练控制器;最后,基于Kinect及Barrett公司4自由度WAM^TM康复机器人构建试验统平台,对方法有效性进行试验验证.实验结果表明,所提方法能有效利用医师的临床康复经验,并使机器人较平稳地牵引受试者上肢沿示教任务轨迹进行训练,较好地实现了"医师-机器人-患者"之间的人机协同康复训练.     

室内移动机器人自定位方法

针对室内机器人移动导航定位存在的问题,该文研究了基于Kinect传感器的定位算法。该方法应用Kinect传感器采集了移动机器人运动过程中连续帧的彩色和深度信息;通过尺度不变特征变换算法匹配连续场景图像中的特征点对,经随机抽样一致性算法剔除点集中的误匹配点;利用Kinect的深度信息将可用点集的二维坐标转换到相机坐标系下的三维坐标;并使用绝对定向算法计算机器人在相邻位置上的姿态信息和平移量,从而提高了机器人的移动参数的计算精度。通过实验验证了该方法的可行性,且能够满足实时要求,可以同时进行定位与地图创建。     

三维点云的分割及骨架提取研究

针对在三维点云环境下分离目标物体所出现的过度分割问题,提出一种结合随机抽样一致性和颜色差值区域聚类的分割方法。首先利用RANSAC算法去除场景中大部分平面,使得目标物体和连成片的点云脱离,然后结合点云的距离阈值和目标颜色差值,得到目标点云数据。针对L1中值算法对曲率较大模型的骨架提取存在的不足,进行了改进。通过L1中值算法对点云模型进行骨架提取,得到点云的骨架点,然后沿端点方向向外进行最大内切球的球心提取,最后连接多个球心及骨架末端点,得到符合人类视觉效果的骨架。改进的算法提高了L1中值对曲率较大点云骨架提取的准确性。