Budowa hybrydowej semantyczno-rastrowej reprezentacji otoczenia robota mobilnego na podstawie wskazań dalmierza laserowego 3D

摘要

W artykule przedstawiono metod? budowy hybrydowej rastrowo-obiektowej mapy otoczenia mobilnego na podstawie wskazań skanera laserowego 3D. Chmura punktów jest zapisywana w postaci zbioru wektorów normalnych. Sk?adowe wektora s? reprezentowane jako sk?adowe RGB. Przeprowadzana jest segmentacja obrazu, a nast?pnie dokonuje si? klasyfikacji semantycznej. W procesie klasyfikacji wykorzystuje si? cechy Haara oraz systemy regu?o-we. Ka?dy wykryty obiekt jest przypisywany do pewnej komórki mapy rastrowej. Mapa utworzona w ten sposób mo?e by? nast?pnie wykorzystana w algorytmie nawigacyjnym - u?atwia wspó?prac? robot-cz?owiek oraz planowanie trasy. Metoda jest kontynuacj? algorytmu opisanego w artykule pt." Segmentacja danych otrzymanych z dalmierza laserowego 3D".%The major goal of our current research is to build a dual grid-based and semantic map of an unknown indoor environment based on data obtained from a 3D laser scanner. In this paper main steps concerning object classification are presented. A point cloud from the 3D scanner is transformed into a set of normal vectors, which are then represented as a RGB raster image where each color component corresponds to x, y, z coordinates of the vectors. In the next step we apply some standard methods from image analysis, like flood-filling and object detection using Haar-like features, in order to perform segmentation and find objects of our interest in the examined scene. Afterwards we use 3D geometrical information and relation between the detected objects in our classification process. If a semantic meaning can be assigned to any object it is used for building a dual metric-semantic map of the environment. Such a map should serve as a basic element for human-robot interaction.