改进Center-Net网络的自主喷涂机器人室内窗户检测

洪恺临，曹江涛，姬晓飞

（1. 辽宁石油化工大学 信息与控制工程学院，辽宁 抚顺 113001; 2. 沈阳航空航天大学 自动化学院，辽宁 沈阳110136）

随着城镇化水平的不断提高，室内装修领域的自动化发展水平受到越来越多人的关注。目前大部分的室内喷涂工作仍然是以人工喷涂为主，喷涂的效率低且质量难以保证。现有的室内喷涂机器人虽然可以进行简单的墙面喷涂，但是都缺少环境中不可喷涂区域的识别，如果希望喷涂机器人真正地做到自主喷涂，那么对于窗户的检测就是必不可少的。室内窗户的检测有如下几个难点：1)光照强度变化使得算法的准确性很容易受到影响；2)窗户透光属性的存在导致窗户外面的环境对窗户检测存在很大的干扰；3)喷涂过程中距离墙面很近时只能捕捉到窗户局部的影像。正是因为上述问题的存在使得室内窗户检测变得更加复杂。与此同时，在实际的机器人开发过程中，机器人的成本、功耗都要在考虑的范围内。因此应用于喷涂机器人上的窗户检测算法必须要保证所使用传感器和处理器的成本与功耗符合实际的开发需求。因此开发一种实时高效的室内窗户检测算法对机器人的落地具有十分重要的意义。

目前常用的窗户检测数据包括3D点云数据[1]和图像数据[2-4]，其中3D点云数据的获取需要搭载造价较为昂贵的双目相机或深度相机，考虑到图像数据采集成本较低，因此基于图像数据的研究更具有可行性。……