ВЫДЕЛЕНИЕ ПЛОСКИХ ОБЪЕКТОВ В ЛИНЕЙНО-СТРУКТУРИРОВАННЫХ 3D-ИЗОБРАЖЕНИЯХ

В.П. Носков
К.т.н., Научно-исследовательский институт Специального Машиностроения – структурное подразделение Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Московский государственный технический университет имени Н.Э. Баумана» (НИИСМ МГТУ им. Н.Э. Баумана), заведующий сектором НИИСМ МГТУ им. Н.Э. Баумана, доцент кафедры СМ7 МГТУ
им. Н.Э. Баумана, 105005, Москва, 2-я Бауманская ул., д. 5, тел.: +7(916)676-60-57, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

И.О. Киселев
МГТУ им. Н.Э. Баумана, аспирант, 105005, Москва, 2-я Бауманская ул., д. 5, тел.: +7(965)212-43-89, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

Материал поступил в редакцию 10 мая 2018 года.

Аннотация
Рассмотрена актуальная задача 3D-реконструкции модели индустриально-городской среды, решаемая путем выделения линейных объектов (прямых и плоскостей) в дальнометрических 3D-изображениях. Проведен анализ известных методов и алгоритмов выделения плоских объектов из облака точек и предложен метод, в основу которого положено двухэтапное преобразование исходных данных с учетом их линейной структурированности. Получены сравнительные оценки объемов вычислений предлагаемого метода с известными. Эффективность предложенного алгоритма подтверждается результатами работы соответствующих программно-аппаратных средств в реальных условиях.
Работа выполнена при поддержке гранта РФФИ №16-29-04178 офи_м.

Ключевые слова
Индустриально-городская среда, дальнометрическое 3D-изображение, линейные примитивы, преобразование Хафа, геометрическая модель, семантическая модель, навигация.

Индекс УДК 
004.932.2:007.52

Библиографическое описание 
Носков В.П. Выделение плоских объектов в линейно-структурированных 3D-изображениях / В.П. Носков, И.О. Киселев // Робототехника и техническая кибернетика. – №2(19). – Санкт-Петербург : ЦНИИ РТК. – 2018. – С. 31-38.

Литература

1. Бой в городе. Боевые и обеспечивающие роботы в условиях урбанизированной территории / В.С. Лапшов [и др.] // Известия ЮФУ. Технические науки. – Таганрог: Изд-во ТИ ЮФУ. – 2011. – №3. – С. 142-146.
2. Однородные управляющие структуры адаптивных роботов / А.В. Каляев [и др.] // Москва: Наука. – 1990. – 147с.
3. Носков А.В. Распознавание ориентиров в дальнометрических изображениях / А.В. Носков, В.П. Носков // Мобильные роботы и мехатронные системы. – Москва: Изд-во МГУ. – 2001. – С.179-192.
4. Опыт использования элементов искусственного интеллекта в системе управления цехового транспортного робота / Н.А. Лакота [и др.] // Мехатроника. – Москва: Машиностроение. – №4. – 2000. – С. 44-47.
5. Носков В.П. Опыт решения задачи автономного управления движением мобильных роботов / В.П. Носков, И.В. Рубцов // Мехатроника, автоматизация, управление. – Москва: Новые технологии. – №12. – 2005. – С. 21-24.
6. Segal A. Generalized-ICP / A. Segal, D. Haehnel, S. Thrun // Proc. of Robotics: Science and Systems, RSS, 2009.
7. Registration of Point Cloud Data from a Geometric Optimization Perspective / N. Mitra [et al] // Proceedings of the 2004 Eurographics/ACM SIGGRAPH symposium on Geometry processing. – Pp. 22-31. – 2004.
8. Казьмин В.Н. Выделение геометрических и семантических объектов в дальнометрических изображениях для навигации роботов и реконструкции внешней среды / В.Н. Казьмин, В.П. Носков // Известия ЮФУ. Технические науки. – 2015. – №10 (171). – С.71-83.
9. Konouchine A. AMLESAC: A New Maximum Likelihood Robust Estimator [Electronic re-source] / A. Konouchine, V. Gaganov, V. Veznevets // International Conference Graphicon 2005, Novosibirsk Akademgorodok, Russia. – URL: http://www.graphicon.ru/html/2005/proceedings/papers/konouchin.pdf (дата обращения: 06.04.2018).
10. Comparison of Surface Normal Estimation Methods for Range Sensing Applications / K. Klasing [et al] // In Proceedings of the IEEE International Conference on Robotics and Automa-tion (ICRA), Kobe, Japan, May 12-17 2009.
11. Real-Time Plane Segmentation using RGB-D Cameras / D. Holz [et al] // In Proceedings of the 15th RoboCup International Symposium, Istanbul, July 2011.
12. Comaniciu D. Mean Shift: A Robust Approach Toward Feature Space Analysis / D. Co-maniciu, P. Meer // IEEE Transactions on Pattern Analysis and Machine Intelligence – PAMI. – Vol. 24. № 5. – Pp. 603-619. – 2002.
13. Berkmann J. Computation of Surface Geometry and Segmentation Using Covariance Techniques / J. Berkmann, T. Caelli // IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI). – № 16(11). –Pp. 1114-1116, November 1994.
14. Niloy J. Estimating surface normals in noisy point cloud data / J. Niloy, Mitra and An Nguyen // In Proc. of The 19th ACM Symposium on Computational Geometry (SCG). – Pp. 322-328, San Diego, California, USA, June 2003.
15. Автоматическая сегментация облаков точек на основе элементов поверхности / А. Велижев [и др.] // Труды конференции «GraphiCon – 2009». – С. 241-245. – 2009.
16. Sedlacek D. Graphcut based point cloud segmentation for polygonal reconstruction / D. Sedlacek, J. Zara // InternationalSymposiumonVisualComputing. – Springer, Berlin, Heidelberg, 2009. – С. 218-227.
17. Hough P. V. C. Method and means for recognizing complex patterns. – 1962. – №. US 3069654.
18. The 3d hough transform for plane detection in point clouds: A review and a new accumulator design / D. Borrmann [et al] // 3D Research. – 2011. – Т. 2. – №. 2. – С. 3.
19. Гошин Е.В. Информационная технология сегментации разноракурсных изображений с использованием трёхмерного преобразования Хафа / Е.В. Гошин, Г.Е. Лошкарева // Материалы международной конференции и молодёжной школы «Информационные технологии и нанотехнологии». – Изд-во СГАУ, 2016. – С. 342-349.

Полный текст статьи (pdf)