【技术实现步骤摘要】
本专利技术涉及机器人领域，尤其涉及一种基于深度图数据的三维平面快速检测分割方法。
技术介绍
1、深度相机在机器人领域得到了广泛应用，它们能够获取场景的高帧率高分辨率深度图像，使得机器人能够实现精确的3d感知功能。3d平面分割技术是机器人理解和分析深度图像中场景3d几何形状的关键，它能够为视觉里程计、场景理解、传感器校准以及物体位姿估计等多个功能提供基础信息。
2、目前，平面分割方法主要可以分为四类，基于ransac的方法、基于霍夫变换的方法、基于聚类的方法和基于深度学习的方法。常用的基于ransac的方法虽然简单易用，但其需要重复进行随机采样、参数拟合和结果验证，导致计算成本较高。基于霍夫变换的方法在应对噪声方面表现出色，但在精度和计算成本之间常常难以找到良好的平衡。基于聚类的方法处理速度较快，但在准确性上仍有提升的空间。基于深度学习的方法虽然在通用的图像分割、物体检测等问题上表现优异，但此类方法对硬件计算能力的需求较大，对训练数据的数据量也有较多需求，因而不适合在边缘设备上部署和应用。
3、各类平面分割方法各有...
【技术保护点】
1.一种基于深度图数据的三维平面快速检测分割方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述步骤S101包括如下子步骤：
3.如权利要求2所述的方法，其特征在于，所述数据金字塔中建立不同层间的像素和区域的对应关系，每个块用金字塔索引表示：
4.如权利要求3所述的方法，其特征在于，在所述步骤S103中，将所述深度图像划分为多个正方形区域，每个所述区域的大小一致，使用层次索引表示所述深度图像中块的位置和大小，索引值对应相对空间位置；
5.如权利要求4所述的方法，其特征在于，所述自适应平面...
【技术特征摘要】
1.一种基于深度图数据的三维平面快速检测分割方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的方法，其特征在于，所述步骤s101包括如下子步骤：
3.如权利要求2所述的方法，其特征在于，所述数据金字塔中建立不同层间的像素和区域的对应关系，每个块用金字塔索引表示：
4.如权利要求3所述的方法，其特征在于，在所述步骤s103中，将所述深度图像划分为多个正方形区域，每个所述区域的大小一致，使用层次索引表示所述深度图像中块的位置和大小，索引值对应相对空间位置；
5.如权利要求4所述的方法，其特征在于，所述自适应平面块分割法采用递归的方式进行自适应平面块分割，包括如下步骤：
6.如权利要求5所述的方法，其特征在于，所述自适应平面块分割法通过主成分分析法执行平面拟合，将平面法向量作为所述主成分分析法中...
【专利技术属性】
技术研发人员：张澜涛，牛昊晨，刘佩林，文飞，应忍冬，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。