硕士学位论文
移动机器人基于三维激光测距与单目视觉的室内场景认知
TheMobileRobotI
doorSce
eCog
itio
Usi
g3DLaserSca
i
ga
dMo
ocularVisio
大连理工大学
Dalia
U
iversityofTech
ology
f大连理工大学学位论文独创性声明
作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。
若有不实之处，本人愿意承担相关法律责任。
学位论文题目：移动机器人基于三维激光测距和单目视觉的室内场景认知
作者签名：
日期：
年月日
f大连理工大学硕士学位论文
摘要
机器人在工作中需要实时获取环境信息，而如何实现对这些环境信息的有效理解和认知是实现其自主环境适应的关键。激光传感器具有抗干扰能力强、受光线影响小等特点，适于三维空间几何信息的获取。而视觉传感器是一种获取图像信息的成熟手段。本文以激光测距仪和单目视觉作为移动机器人的外部传感器，研究移动机器人在室内三维环境中的场景认知问题。
在室内环境中，地面、墙壁等室内场景的框架具有结构化的特性，可以使用简单的平面等几何特征来表示。平面特征的提取可以借助激光数据的存储顺序首先从中提取出线段特征，然后利用相邻线段的关系将其合并从而得到完整的平面区域。本文使用了一种基于区域扩张的平面特征提取算法，从室内场景的激光数据中提取出平面特征。利用平面特征的自身属性及其相互间的空间关系，完成室内场景框架的认知。在剔除室内场景框架之后，剩余数据中物体的形状具有不确定性和不规则性，难以使用简单的几何特征来描述。本文提出一种基于点云连续性的物体分割算法，实现室内场景中物体的有效分割。
Markov随机场是一种普遍应用于图像处理和计算机视觉领域的理论。本文利用室内场景框架及物体之间的邻域关系，将已完成认知的场景框架元素及分割后的物体作为Markov随机场的结点，提出了一种基于MAPMRF体系的场景室内物体认知算法。物体结点特征的选择和设计是实现物体有效认知的关键和难点。本文使用物体的高度信息作为区分物体的基本特征。为了更准确的描述物体，本文提出了一种描述物体形状的形状直方图，有效的表达了物体的三维信息。三维激光数据虽然精确地表达了物体结点的空间信息，但却缺乏基本的图像和颜色信息。r