隨著技術(shù)的進(jìn)步,對(duì)服務(wù)機(jī)器人的需求也日益增大。不同于工業(yè)機(jī)器人,服務(wù)機(jī)器人除了需要理解人的指令,更需要以類人的視角對(duì)環(huán)境有所感知,才能更好地提供服務(wù)。對(duì)物體的分割識(shí)別（語(yǔ)義分割）的研究仍以二維圖片為主,但是對(duì)三維環(huán)境中的機(jī)器人來(lái)說(shuō),二維圖片提供的信息是有限的。本文主要研究三維場(chǎng)景感知技術(shù),具體表述為室內(nèi)三維語(yǔ)義場(chǎng)景的構(gòu)建、優(yōu)化及描述方法。課題中建立了三維語(yǔ)義場(chǎng)景構(gòu)建系統(tǒng),構(gòu)建出三維語(yǔ)義場(chǎng)景。文中首先基于深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò),在數(shù)據(jù)集上訓(xùn)練了融合RGB信息和深度信息的模型,對(duì)Kinect獲得的單幀圖片進(jìn)行語(yǔ)義分割;利用ORB-SLAM系統(tǒng)提取圖片特征并估計(jì)位姿,構(gòu)建了攜帶語(yǔ)義信息的稠密的三維點(diǎn)云。文中改進(jìn)、提出了三維語(yǔ)義場(chǎng)景的分割優(yōu)化方法。在前人工作的基礎(chǔ)上,結(jié)合體素濾波和貝葉斯估計(jì)的方法對(duì)點(diǎn)云進(jìn)行了體素概率融合,獲得了相對(duì)單幀圖片的,多幀視角下的更優(yōu)解。另一方面,課題中將基于深度學(xué)習(xí)的三維語(yǔ)義分割方法同基于凹凸性的LCCP算法結(jié)合起來(lái),使室內(nèi)場(chǎng)景的語(yǔ)義分割整體上得到優(yōu)化。課題中描述了場(chǎng)景中物體的部分屬性。在建立三維語(yǔ)義場(chǎng)景的基礎(chǔ)上,課題中對(duì)場(chǎng)景中的物體進(jìn)行進(jìn)一步描述,例如物體的位置... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來(lái)源及研究背景
        1.1.1 課題來(lái)源
        1.1.2 課題研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 三維點(diǎn)云分割方法
        1.2.2 基于深度學(xué)習(xí)的語(yǔ)義分割方法
        1.2.3 三維場(chǎng)景構(gòu)建方法
    1.3 研究?jī)?nèi)容
第2章 三維語(yǔ)義場(chǎng)景構(gòu)建方法的研究
    2.1 引言
    2.2 基于深度學(xué)習(xí)的圖片語(yǔ)義分割研究
        2.2.1 Caffe深度學(xué)習(xí)框架
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.3 分割模型
    2.3 三維場(chǎng)景的建立
        2.3.1 深度圖和彩色圖的匹配
        2.3.2 圖片序列的位姿估計(jì)
        2.3.3 稠密點(diǎn)云地圖的建立
    2.4 點(diǎn)云的濾波和概率融合
        2.4.1 點(diǎn)云的統(tǒng)計(jì)濾波
        2.4.2 體素概率融合
    2.5 本章小結(jié)
第3章 三維點(diǎn)云的分割優(yōu)化與物體描述方法研究
    3.1 引言
    3.2 三維點(diǎn)云的語(yǔ)義分割優(yōu)化
        3.2.1 基于三維CRF的分割優(yōu)化
        3.2.2 結(jié)合凹凸性的語(yǔ)義分割優(yōu)化
    3.3 坐標(biāo)系標(biāo)定與個(gè)體分割
        3.3.1 點(diǎn)云坐標(biāo)系標(biāo)定
        3.3.2 基于歐式距離的個(gè)體分割
    3.4 物體屬性描述
        3.4.1 空間大小與中心位置
        3.4.2 主體顏色描述
        3.4.3 關(guān)聯(lián)屬性描述
    3.5 本章小結(jié)
第4章 基于自然語(yǔ)言命令的路徑規(guī)劃方法研究
    4.1 引言
    4.2 二維柵格地圖的建立
        4.2.1 地面濾除
        4.2.2 生成柵格地圖
    4.3 基于視覺的起始點(diǎn)確定
    4.4 基于自然語(yǔ)言命令識(shí)別的目標(biāo)區(qū)域確定
        4.4.1 數(shù)學(xué)形式描述
        4.4.2 自然語(yǔ)言分詞
        4.4.3 自然語(yǔ)言詞匯與知識(shí)庫(kù)中符號(hào)的綁定
        4.4.4 由符號(hào)列表構(gòu)造機(jī)器人命令
    4.5 基于Dijkstra和A*算法的路徑規(guī)劃
    4.6 本章小結(jié)
第5章 三維語(yǔ)義場(chǎng)景構(gòu)建及描述系統(tǒng)的實(shí)驗(yàn)及驗(yàn)證
    5.1 引言
    5.2 分割模型訓(xùn)練與測(cè)試實(shí)驗(yàn)
    5.3 點(diǎn)云體素概率融合實(shí)驗(yàn)
    5.4 基于凹凸性的語(yǔ)義分割優(yōu)化實(shí)驗(yàn)
    5.5 機(jī)器人自然語(yǔ)言命令識(shí)別實(shí)驗(yàn)
    5.6 系統(tǒng)驗(yàn)證實(shí)驗(yàn)
        5.6.1 場(chǎng)景布置與數(shù)據(jù)采集
        5.6.2 三維語(yǔ)義場(chǎng)景構(gòu)建及優(yōu)化
        5.6.3 個(gè)體分割與屬性描述
        5.6.4 全局路徑規(guī)劃
    5.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]服務(wù)機(jī)器人技術(shù)研究現(xiàn)狀與發(fā)展趨勢(shì)[J]. 王田苗,陶永,陳陽(yáng).  中國(guó)科學(xué):信息科學(xué). 2012(09)
[2]一種基于HSV顏色空間模糊量化的圖像檢索方法[J]. 常小紅,濮黃生,見偉平.  醫(yī)療衛(wèi)生裝備. 2011(04)
[3]服務(wù)機(jī)器人發(fā)展綜述及若干問(wèn)題探討[J]. 熊光明,趙濤,龔建偉,高峻峣.  機(jī)床與液壓. 2007(03)
[4]一種基于HSV顏色空間的圖像檢索技術(shù)[J]. 宋麥玲,李歡.  電腦知識(shí)與技術(shù)(學(xué)術(shù)交流). 2007(01)

碩士論文
[1]室內(nèi)移動(dòng)機(jī)器人路徑規(guī)劃及軌跡跟蹤控制研究[D]. 任昶.哈爾濱工業(yè)大學(xué) 2017
[2]基于局部表面凸性的散亂點(diǎn)云分割算法研究[D]. 王雅男.中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所 2016
[3]散亂點(diǎn)云的數(shù)據(jù)分割與特征提取技術(shù)研究[D]. 張蓉.南昌大學(xué) 2016
[4]基于特征的車身典型復(fù)雜曲面點(diǎn)云數(shù)據(jù)的分割[D]. 鐘婷婷.吉林大學(xué) 2015
[5]基于RGB-D的SLAM算法研究[D]. 丁潔瓊.西安電子科技大學(xué) 2014



本文編號(hào)：3193885