基于Kinect深度数据的移动机器人障碍检测方法研究

来源：计算机测量与控制杂志2017年第2期北京时间：

作者：薛彦涛,吕洪波,孙启国

单位：北方工业大学

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

基金资助：北京市教育科研基金面上项目