一个改进的两步策略,用于在薄弱纹理环境中准确地提取特征
Qingjia Lv1, Yang Liu1, Peng Wang1
1School of Mechanical Engineering & Automation, Dalian Polytechnic University, Dalian 116034, China.
Sensors (Basel, Switzerland)
|October 29, 2025
概括
这项研究引入了一种新的解决方案,用于在纹理薄弱的环境中提取和重建特征,这对于移动机器人的感知至关重要. 该方法增强了环境特征,并使用两步方法来准确生成3D点云.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 计算机视觉 计算机视觉
- 环境感知 环境感知
背景情况:
- 在弱纹理环境中,特征提取和重建具有挑战性.
- 移动机器人需要强大的环境感知,以执行导航和操纵等任务.
- 现有的方法在功能较差的环境中难以获得准确性和效率.
研究的目的:
- 提出一个解决方案的特征提取和重建在弱纹理环境中.
- 为移动机器人环境感知提供必要的数据支持.
- 为了提高机器人在动态,低纹理设置中运行的功能.
主要方法:
- 激光辅助标记以增强环境特征.
- 采用双眼视觉的两步特征提取策略.
- 一个改进的SURF算法用于快速特征点定位 (FLM).
- 一种强大的校正方法 (RCM),使用光条灰度一致性进行精确的校准.
主要成果:
- 通过特征匹配和重建生成稀疏的3D点云.
- 在1米的工作距离下,实现了±0.5mm的空间建模精度.
- 证明了2的相对误差和超过97%的有效提取率.
- 展现出强大的抗干扰强度,确保效率和准确性.
结论:
- 拟议的解决方案有效地支持移动机器人在薄弱纹理环境中.
- 能够为机器人提供精确的定位,物体抓取和姿势调整.
- 提高机器人在充满挑战,动态环境中的环境感知能力.

