37、机器人操作任务中的三维物体感知与高斯羽流模型参数估计

机器人操作任务中的三维物体感知与高斯羽流模型参数估计

1. 三维物体感知用于操作任务

在机器人操作任务里，尤其是VRC（虚拟机器人挑战赛）的第三个任务中，工作场景为软管放置在桌子上，立管和阀门安装在墙上。为完成该任务，可采用基于三维点云的通用感知系统方案，具体步骤如下：
1. 检测水平支撑平面 ：例如检测出桌子这类平面。
2. 提取和聚类平面上的测量数据 ：以此将物体进行分割。
3. 进一步处理 ：像识别、分类或跟踪感兴趣的聚类等操作。

1.1 三维物体感知概述

VRC任务三可分解为四个子任务，分别是抓取并提起软管、将其运输到立管开口处、把软管连接到立管以及打开阀门。要让类人机器人自主完成任务，就需识别和定位相关工作空间物体，特别是软管及其连接器。

我们采用处理激光和立体相机的三维点云方法进行物体检测，借助ROS环境中的点云库（PCL）并结合DRCSim。具体操作流程如下：
1. 获取点云数据 ：通过旋转激光测距扫描仪获取数据，将扫描的数据流组装成更大的三维笛卡尔坐标（XYZ）点云。
2. 过滤数据 ：激光扫描包含所有返回点，但操作任务仅需近距离场景的点，所以过滤掉不必要的远距离点。
3. 校准数据 ：对立体相机的点云和过滤后的激光扫描数据进行校准，以减少重叠区域的偏差。

激光扫描仪视野更广，但某些区域点云较稀疏；立体相机对桌子的数据提供较少。因此，感知