基于Kinect深度数据的移动机器人障碍检测方法研究

薛彦涛，吕洪波，孙启国

(北方工业大学 机械与材料工程学院，北京 100144)

基于Kinect深度数据的移动机器人障碍检测方法研究

薛彦涛，吕洪波，孙启国

(北方工业大学 机械与材料工程学院，北京 100144)

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。

三维点云;聚类分析;障碍识别;改进凸包算法

0 引言

随着移动机器人智能化的快速发展，在未知环境中依靠一种或者多种传感器结合对外界环境进行有效可靠的感知，能够准确地对障碍物进行检测是一项关键技术，也是移动机器人领域近年来研究的热点。目前，基于视觉的检测方法，基于超声波传感器的检测方法，基于激光雷达的障碍检测方法，基于红外传感器检测等方法，得到了广泛的应用。这些方法都可以有效的检测出环境中存在的障碍物，但都有一定的局限性。……