基于Kinect深度数据的移动机器人障碍检测方法研究

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P3一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

所属期刊栏目：25

分类号：TP242(自动化技术及设备)

资助基金：北京市教育基金科研计划项目KM201510009001

在线出版日期：2017-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：61-63