基于RGB-D信息的三维对象识别与姿态估计

发布时间：2024-02-15 11:59

　　计算机视觉领域中,对场景中物体的识别及其姿态估计,具有重要作用和极大的应用前景。该技术被广泛应用于机械臂抓取、自动导航和智能监控等科技与工业领域。但是,光照变化、遮挡等复杂环境条件,将极大影响对象识别和姿态估计的精度;此外,在实际应用中算法还需要保障高准确性和实时性,亟待深入研究。相较于普通RGB成像设备,RGB-D传感设备能提供丰富的三维信息,研究基于RGB-D的相关算法,可望在弱纹理与低光照的条件下实现较好的三维对象识别与姿态估计效果。经典的三维对象识别算法通过三维描述子匹配实现对象识别。但是三维描述子仅能用于单个目标的识别,无法做到对复杂结构三维对象进行整体描述。基于神经网络的方法也是对象识别与姿态估计的一个研究热点。此类工作都针对已知对象,需要大量的目标数据进行训练,无法实现未知对象的姿态估计。除此之外,它们还需要复杂的后期优化步骤优化最终结果,很难满足一些高实时性的应用需求。针对上述问题,本文着重对复杂结构三维对象识别与实时未知目标姿态估计进行研究,具体工作如下:1.提出一种基于空间相关性的三维结构描述子,用于对复杂结构三维对象进行识别。对三维场景进行实时稠密SLAM重建,并...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号说明
第一章 绪论
    1.1 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 技术存在的难点
    1.2 国内外研究现状
        1.2.1 传统的三维对象识别与姿态估计方法
        1.2.2 基于神经网络的三维对象识别与姿态估计
    1.3 论文的主要研究内容
    1.4 论文的组织结构
第二章 相关算法分析
    2.1 引言
    2.2 基于传统描述子的对象识别与姿态估计方法
        2.2.1 PFH描述子
        2.2.2 FPFH描述子
        2.2.3 VFH描述子
        2.2.4 算法分析
    2.3 基于深度学习的对象识别与姿态估计方法
        2.3.1 神经网络
        2.3.2 PoseCNN算法
        2.3.3 Pointnet算法
        2.3.4 算法分析
    2.4 本章小结
第三章 基于RGB-D信息的三维对象识别
    3.1 引言
    3.2 三维重建
        3.2.1 相机位姿估计
        3.2.2 点云融合
    3.3 三维场景分割
        3.3.1 深度图分割
        3.3.2 连通区域标记与边界点赋值
        3.3.3 Label一致性
        3.3.4 部件融合
    3.4 基于三维结构描述子的三维对象识别
        3.4.1 标准三维结构描述子提取
        3.4.2 使用三维结构描述子识别目标
    3.5 实验设计
    3.6 本章小结
第四章 基于RGB-D信息的三维对象姿态估计
    4.1 引言
    4.2 未知目标跨视场姿态估计
        4.2.1 初始相对姿态测量
        4.2.2 最优相机选取
        4.2.3 特征提取
        4.2.4 光束平差法
        4.2.5 相机切换与姿态转化
    4.3 实验设计
        4.3.1 光照条件测试
        4.3.2 纹理条件测试
        4.3.3 仿真实验
        4.3.4 HEXAPOD高精度云台实验
    4.4 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 未来的研究方向及展望
参考文献
致谢
作者简介
    1 作者简历
    2 攻读硕士学位期间发表的学术论文
    3 发明专利
学位论文数据集



本文编号：3899708