从结构化和非结构化环境中的噪声范围图像中快速进行 SLAM 平面检测：Fast plane detection for SLAM from noisy range images in both

摘要：

本文重点研究噪声范围图像中的快速平面检测。 首先，提出了对最先进的区域增长算法的两项改进，以使其更快，而不会损失非结构化环境的精度。 一是增加基于局部形状信息的种子选择程序，避免盲目生长。 另一种是简化平面拟合均方误差的计算复杂度。 其次，针对结构化环境提出了一种称为基于网格的区域生长的新算法。 当点云被视为距离图像时，根据邻域信息将点云划分为小块。 小块称为网格。 然后根据网格的局部外观将网格分为不同的类别，包括稀疏的、平面的、球形的和线性的。 最后，平面网格通过区域增长聚集成大块。 每当添加新网格时，都会增量计算平面参数。 生成的平面可用于 3D 平面同时定位和映射 (SLAM)。 实验结果表明结构化和非结构化环境的平面检测速度都有希望。

来源：

International Conference on Mechatronics and Automation、Aug 2011