张肇轩，王诚斌，杨 鑫，朴星霖，王鹏杰，尹宝才

基于模板替换的室内场景建模方法研究

张肇轩1，王诚斌1，杨 鑫1，朴星霖2，王鹏杰3，尹宝才1

(1. 大连理工大学计算机科学与技术学院，辽宁 大连 116024；2. 鹏城实验室，广东 深圳 518055；3.大连民族大学计算机科学与工程学院，辽宁 大连 116600)

当前，室内场景建模相关研究已经取得很多进展，特别是基于多视角融合的建模框架与基于单视角的建模框架的提出，增强了机器人的环境感知能力。但仍然存在以下不足：①基于多视角融合的建模方式预处理时间长，建模完成后需线下优化过程，不能满足特定条件下的建模需求；②基于单视角的建模算法输出一般为体素，建模质量较低，信息缺失严重，对于场景细节无法精确刻画，难以满足机器人交互的要求。特提出一种基于模板替换的室内场景建模方法研究。首先，预处理由设备采集到的三维点云场景，分割出存在点云缺失的单个对象，并利用虚拟扫描技术采样对象表面点并计算法向量与曲率。采用八叉树网格结构，将点云的法向量与曲率信息分别存入网格中，再利用卷积神经网络(CNN)提取高维特征向量，将其与数据库中三维对象特征进行欧氏距离比较，得到检索序列。从序列中挑选出最相似的对象，利用迭代就近点(ICP)配准方法，与扫描场景进行配准，完成场景优化。对提出的网络模型在2个基准数据集上进行测试并表现出良好的性能。

机器人；室内场景建模；卷积神经网络；……