[发明专利]一种适用于室内环境的实时物体识别方法

说明书

一种适用于室内环境的实时物体识别方法，其内容包括离线训练阶段和在线识别阶段；离线训练阶段包括：获取待识别目标物体的点云数据，计算待识别目标物体点云数据的几何特征描述，获取特征直方图，根据特征直方图构建离线模型数据库；在线识别阶段包括：采集数据，点云滤波，聚类分割和匹配识别。该方法以物体点云数据中心点和表面其他所有之间的法线的角度关系表示物体表面的几何特征，并根据每个点与其邻域内其它点的法线方向的角度偏差，对该点邻域内的其它点进行编码，计算每个点在物体点云数据的表面几何特征描述中的权重，得到物体表面的几何形状特征直方图。该方法不受光线变化的影响，提高了物体识别的准确率。

技术领域

本发明涉及一种适用于室内环境的实时物体识别方法。

技术背景

随着科技的不断进步，人工智能越来越普及，计算机视觉、机器人、增强现实等技术不断发展，物体识别技术也尤为重要。传统的物体识别技术，依赖于二维视觉图像，其识别效果易受光照条件的影响，在光照亮度发生改变或者夜间条件下，其应用更是难以进行。基于三维点云的物体识别技术，能够不受光照条件的影响，三维点云提供了场景中的深度信息，点云数据真实的记录了场景中目标物体的空间三维几何特征，因此基于三维点云能够更加有效地进行场景认知，进而准确地识别目标。但是在一些实时应用中，其识别准确率以及实时性难以满足实际应用的要求。

发明内容

本发明的目的是为了克服现有技术的不足之处，提供一种适用于室内环境的实时物体识别方法。

为了解决上述存在的技术问题，本发明是通过以下技术方案实现的：

一种适用于室内环境的实时物体识别方法，该方法由离线训练阶段和在线识别阶段两部分组成；

所述的离线训练阶段，其内容包括以下步骤：

步骤A：获取待识别目标物体的点云数据；

步骤B：计算待识别目标物体点云数据的几何特征描述，获取特征直方图；

步骤C：根据待识别目标物体的特征直方图构建离线模型数据库。

在步骤B中，所述计算待识别目标物体点云数据的几何特征描述，获取特征直方图，其具体内容包括以下步骤：

步骤(1)：采用VoxelGrid滤波器对目标物体的点云数据进行下采样滤波，降低点云密度，得到精简点云；

步骤(2)：计算精简点云所有点的法线方向，对于所得到的精简点云的表面点P_i，利用主成分分析法拟合以点P_i为中心的k邻域的平面，以拟合平面的法线方向作为表面点P_i的法线方向；

步骤(3)：计算所得到的精简点云的表面中心点P_c，遍历一个精简点云数据中的所有点，根据每个点的X、Y、Z三个坐标值采用平均值的方法估计精简点云的表面中心点：

步骤(4)：计算所得到的精简点云的中心点P_c和其他表面点P_i之间的法线方向之间的角度关系，在中心点P_c处建立参考坐标系(u,v,w)：

u＝n_c

w＝u·v

步骤(5)：使用三个角度分量表示中心点P_c和表面点P_i之间法线方向的关系：

α＝v·n_j

θ＝arctan(w·n_i,u·n_c)