| 基于Kinect深度数据的移动机器人障碍检测方法研究 |
| |
| 引用本文： | 薛彦涛,吕洪波,孙启国. 基于Kinect深度数据的移动机器人障碍检测方法研究[J]. 应用声学, 2017, 25(2): 14-14 |
| |
| 作者姓名： | 薛彦涛 吕洪波 孙启国 |
| |
| 作者单位： | 北方工业大学,, |
| |
| 基金项目： | 北京市教育科研基金面上项目 |
| |
| 摘 要： | （北方工业大学，机械与材料工程学院，北京，100144）摘要： 未知室内环境中的障碍检测是室内移动机器人领域的热点问题。在低成本条件下为更加准确的对环境中的障碍进行检测，提出一种基于低成本Kinect传感器点云数据进行环境障碍检测的有效方法。首先通过Kinect三维点云数据，对点云数据进行去燥处理，并进行三维数据到二维平面的投影的转换并通过DBSCAN聚类算法对投影的二维点云数据进行聚类分析。通过设置相邻顶点间最大距离阈值对convex-hull凸包算法进行改进，试验结果表明改进的凸包算法能够对障碍进行有效识别。该方法在Matlab中进行了方法验证，并在P3-DX移动机器人平台上进行了试验验证，结果表明该方法能够有效对环境中的障碍进行有效识别。
|
| 关 键 词： | 三维点云 聚类分析 障碍识别 改进凸包算法 |
| 收稿时间： | 2016-09-13 |
| 修稿时间： | 2016-10-11 |
Mobile Robot Obstacle Detection Method Based On Depth Data Of Kinect |
| |
| Affiliation: | North China University Of Technology,, |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |
|
