张长勇，饶瑞

阶梯垛型点云边界快速提取方法研究

张长勇，饶瑞

（中国民航大学 电子信息与自动化学院，天津 300300）

针对阶梯垛型点云边界检测中，现有边界提取算法效率不高的问题，提出一种适用于阶梯垛型点云的快速边界提取算法。首先使用Kd–Tree对点云数据进行拓扑关系构建，其次搜索采样点及其近邻点，构建单位平面向量，并进行向量叠加，根据叠加后的向量模长来判断是否为候选边界点，然后使用近邻点最大夹角法来进行边界点精提取，最后使用Kinect相机获取阶梯垛型点云数据，进行算法对比验证。实验结果表明，文中算法在保证垛型边界提取精度的同时，比经典边界提取算法的运行时间缩短了75.14%，比优化前的边界提取算法运行时间缩短了11.06%。提出的边界提取算法能够快速准确地提取阶梯垛型点云边界，可为自动码垛系统的设计提供参考。

边界提取；垛型点云；粗提取；精提取

目前国内货物运输量正在快速增长，但多数物流货运中心依旧使用人工的方式进行货物码放[1]。为了提高物流自动化水平，降低人工成本，货物的自动码垛技术逐渐成为了研究热点。为减少码垛过程中，货物滑落、箱体变形对垛型结构的影响[2]，需要对垛型点云边界进行快速准确检测。对垛型边界提取算法的研究有利于垛型角点坐标的精准查找，以增强码垛算法的工程实践性[3]。

点云数据从维度上主要划分为二维点云数据和三维点云数据。针对不同维度的点云数据，很多学者提出了不同的边界提取方案。……