Echtzeit 3-D Objektrekognition aus einem Bereichs- oder sichtbaren Lichtbild

Dieses Papier präsentiert eine Lösung für das Problem der Erkennung und Positionsschätzung komplexer dreidimensionaler Objekte in einem robotischen Arbeitsbereich. Wir gehen zunächst davon aus, dass 3-D-Daten in Form eines durch ein aktives Triangulationssystem gemessenen Bereichsbildes verfügbar sind. Das System wurde so konzipiert, dass es drei Kriterien erfüllt: Hardware-Implementierung, Optimalität und Echtzeit-Ausführungsgeschwindigkeit. Die Annahmen sind, dass eine Szene mehrere Objekte enthält, die sich in beliebiger Position und Orientierung befinden und willkürlich überlappen können. Jedes Objekt besteht aus planaren und langsam gebogenen Oberflächen. Die Entwurfskriterien führen zu einem Ansatz, der sich durch die Verwendung von Fenstern auszeichnet. Ein System, das diesen Ansatz verwendet, wurde entwickelt, um das Optimalitätskriterium zu erfüllen. Anschließend wurden vereinfachende Näherungen vorgenommen, um die Geschwindigkeit zu verbessern, während ähnliche Leistungen aufrechterhalten wurden. Der grundlegende Ansatz zur Segmentierung besteht darin, das Bereichsbild in Fenster zu unterteilen, jedes Fenster als ein bestimmtes Oberflächenprimitive zu klassifizieren und ähnliche Fenster in Oberflächenbereiche zu gruppieren. Segmentierte Oberflächenbereiche werden mit Oberflächen in einem Objektmodell unter Verwendung einer einfachen Suche abgeglichen, die durch ein geometrisches Ähnlichkeitsmaß eingeschränkt ist. Schließlich beschreiben wir ein weiteres System, das einen ähnlichen Ansatz mit sichtbaren Lichtbildern derselben Art von Szene verwendet.