《智能机器人技术》研究生课程教学课件（讲稿）智能机器人视觉 2/3

机器人技术点云部分

机器人技术 点云部分

眼在手外的另一种方式HesrboterdeatDeteded pointsSRRERraChercknrhoardorigP[132.168559实心手意#手5式配区2业[EE工RPS工EES|用PES导物RBUPMEBTPENEuR全国R业的ENEEMRNNE州RW#WRCAnROS广手的家人全国间时道热南造上站nB人ass男用品#周止平租天imaRemR办止买临anse###EM让移TnNEs禁上0(00)nEESEARe经美电#民品务R控品英民控彩用关尚意服务w&o机器人和视觉坐标系转换物体Inv(gridincam)*(xyz)机器机器坐标系建立人坐人执标系行抓相机标定下的取物体调用位置在相开机坐0fxXN始相Cx8标系0hS机1S0下的像素坐标内参3D物理位置图像中物体定位坐标(齐次坐标)矩阵

眼在手外的另一种方式 Inv(gridincam)*（x y z）

3-DPointCloudProcessingR2018aDownsample,denoise,transform,visualize,register, andfitgeometrical shapesof3-D pointcloudsPoint ciouds are typically used to measure physical worid surtaces, They have applications in robot navigation and perception, depth estimation, stereo vision, visual registration, and in advanced driver assistance systems (ADAS), ComputerVision System Toolboxalgorithms provide point cloud processing functionality for downsampling,denoising, and transfoming point clouds.The toolbox also provides point cloud registration,geometrical shapefitting to 3-D pointclouds,and theabilitytoread, write,store,display,and comparepoint clouds.You can.also combinemultiplepoint cloudsto reconstructa3-D sceneusing theiterative.closestpoint (lcP)algorithm.1ZHighlighted TopicsPoint Cloud Registration WorkflowStructureFromMotionFromTwoViews3-DPointCloud RegistrationandStitchingRead, Write, and Store Point CloudsI/O operations to read, write, and store point cloud dataDisplay PointCloudsDisplayandcompare3-Dpointcloudsandplay3-DpointcloudvideoPoint Cloud RegistrationTransformandregister3-DpointcloudsPoint Cloud Fittingto Geometrie ShapesFit3-Dpointcloudstocylinder,plane,andsphereqeometricshapesPointCloud UtilitiesDownsampling,denoising,merging,and.normals estimation of3-Dpointclouds

用途一一减低点云数量，换取运算速度提升降采样·对输入的点云数据创建一个3D体素栅格，即将空间分成大量小立方体·当立方体内存在多个点云时，仅仅输出一个点坐标实现降采样·两种降采样策略·对其中存在点云的立方体，输出它的中心作为降采样结果·对其中存在点云的立方体，输出其中点云坐标均值降采样结果

用途——减低点云数量， 换取运算速度提升 • 对输入的点云数据创建一个3D体素栅格， 即将空间 分成大量小立方体 • 当立方体内存在多个点云时， 仅仅输出一个点坐标， 实现降采样 • 两种降采样策略 • 对其中存在点云的立方体， 输出它的中心作为降采样结果 • 对其中存在点云的立方体， 输出其中点云坐标均值降采样结 果 降采样

降采样两种降采样策略的对比·对其中存在点云的立方体，输出它的中心作为降采样结果一一格点效应强·对其中存在点云的立方体，输出其中点云坐标均值降采样结果一一格点效应弱带有偏移的网明显网格，点格，点云位置云位置偏移失真更小输出立方体中心作为降采样结果输出立方体内点云坐标均值作为降采样结果

两种降采样策略的对比 • 对其中存在点云的立方体，输出它的中心作为降采样结果——格 点效应强 • 对其中存在点云的立方体，输出其中点云坐标均值降采样结果— —格点效应弱 降采样

三角剖分三角部分是指：对于平面内分布的采样点，用三角形片来表示应用例子：人脸的3D模型CANDIDE-1，79顶点：108面

三角剖分

三角剖分④·将随机点划分成三角形的方法不唯一·如何划分是最好的？从主观上评价下面左边两个三角部分结果三角形接近正三角形每个三角形的外接圆内部都看上去比较扭曲看上去比较和谐不会将其他点存在

三角剖分

三角剖分Delaunay三角剖分一个从数学上定义的“良好”的三角部分的准则1.空圆任一三角形的外接圆范围内不会有其它点存在BorisNDelaunay(1890-1980)2.最大化最小角在点集可能形成的三角分中，Delaunay三角剖分所形成的三角形的最小角最大国上图可见，Delaunay三角形是最接近于规则化的”的三角网，即两个相邻的三角形构成凸四边形的对角线，在相互交换后，六个内角的最小角不再增大

三角剖分

三角剖分局部优化LOP(LocalOptimizationProcedure)近似获得Delaunay三角部分效果的方法：·将两个具有共同边的三角形合成一个多边形·为一个三角形做外接圆，检查另一个三角形的顶点是否在三角形的外接圆之内·如果在，则将对角线对调，完成局部优化过程的处理

三角剖分 局部优化

三角剖分局部优化三角部分的局部优化-LOP(LocalOptimizationProcedure)局部优化的例子

三角剖分 局部优化