孙刚
- 作品数：1 被引量：15H指数：1
- 供职机构：河北工业大学机械工程学院更多>>
- 发文基金：天津市科技支撑计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 散乱点云的边界提取被引量：15
- 2017年
- 基于Kinect体感技术获取的周围环境点云数据量大,其中点云的边界是重要特征,是机器人导航的重要参数。为获得复杂散乱点云的边界特征,提出了一种基于点云库(PCL)的物体分割以及边缘轮廓提取算法。该算法通过建立散乱点云的kd-tree空间拓扑结构,经直通滤波、表面平滑处理对点云数据进行去噪、填补空洞。由于实际环境包含大量的平面,因此采用基于随机采样算法(RANSAC)可寻找种子点确定平面,进而应用平面分割找出平面上的感兴趣区域,并计算k邻域点的法线夹角,若大于阈值则为边界特征点。为验证算法的有效性,基于机器人操作系统(ROS),通过PCL点云库,快速、准确地对场景中的物体进行分割以及边缘轮廓提取。实验结果表明,所提出的算法能够快速、准确、有效地提取散乱点云的边界。
- 丁承君孙刚尹李亮齐春辉
- 关键词：散乱点云KD-TREE
