Расчет центральной точки для локализации робота в 3D-данных

Я предполагаю, что колеса удерживают тележку на известном смещении от пола, и вы можете определить пол. Отфильтруйте все точки, которые находятся слишком близко к полу (это удалит колеса и все, кроме тележки, что поможет ограничить данные и упростить дальнейшие шаги.

Если вы изолируете тележку, вы можете применить простую среднюю точку (центроид), поочередно, если это не точно, вы можете попробовать найти ограничивающий прямоугольник изолированной тележки (мин. макс. в основных направлениях), а затем возьмите центр тяжести этого ограничительного прямоугольника (это должно быть более точным, но все же потребуется небольшое вертикальное смещение из-за верхних ручек).

Если вы не можете изолировать корзину или другие методы не работают, попробуйте использовать пример PCL. консенсус, в частности SACMODEL_LINE. Это будет запутанная стратегия, но она даст очень надежные результаты, в основном пробежав и найдя каждую строку и вычтя ее элементы из облака, чтобы найти следующую лучшую строку. После того, как у вас есть 4 основные линии корзины, используйте их параметры, чтобы найти свой центроид. * это также будет устойчивым к случайным предметам, находящимся в тележке или на ней, а также к тележкам разных размеров (при условии, что они всегда имеют линейные перпендикулярные стены)

Я сделал следующие вещи:

• Я бинаризировал изображение (черные пиксели = 0, зеленые пиксели = 1),
• инвертировал изображение (черные пиксели = 1, зеленые пиксели = 0),
• размыл изображение с ядром 3x3 N раз и расширил его с тем же ядром M раз.

Слева: N=2, М=1; Справа: N=6, М=6

После этого:

• Я вычислил контуры всех ненулевых областей и
• удален контур, который окружал все изображение.

Вот такие контуры остались:

Я не знаю, как в вашем случае выглядит "типичное" входное изображение. Поскольку у меня есть доступ только к одному тестовому изображению, я бы не стал рассуждать об «общем решении», которое подойдет вам. Но чтобы решить этот конкретный случай, вы можете проанализировать каждый контур следующим образом:

• вычислить повернутый прямоугольник, который лучше всего соответствует вашему контуру (вам нужно что-то похожее на minAreaRect из OpenCV)
• вычислить площади прямоугольника и внутренней части контура
• если разница между площадью контура и площадью повернутого ограничивающего прямоугольника мала, контур имеет приблизительно прямоугольную форму
• найти контур, который одновременно является прямоугольным и удовлетворяет какому-либо другому условию (например, типичной площади контейнера). Предположим, что это принадлежит контейнеру, и вычислите его центр.

Я не утверждаю, что это решение будет хорошо работать в реальных сценариях. Это тоже не быстро. Вы должны рассматривать его как «набросок», показывающий, как извлечь некоторую полезную информацию.