1、機器人對環(huán)境的感知能力對機器人的智能性有著重大的影響，學(xué)習(xí)理解環(huán)境信息后，機器人能實時進行任務(wù)規(guī)劃與決策。雜亂場景下的3D物體識別與理解是一個快速發(fā)展的研究領(lǐng)域。根據(jù)特征的類型3D物體識別算法分為兩類，基于全局特征和基于局部特征的方法。由于局部特征的方法對目標(biāo)遮擋和雜亂的實際場景具有更高的魯棒性，本文對多目標(biāo)場景下基于局部表面特征的3D物體識別與理解算法展開研究，提出了一種基于開源點云庫(PCL)的實時的三維語義地圖生成算法。論文的工作

2、主要包括以下幾個部分:
　　(1)對模塊化機械臂分揀平臺的作業(yè)物體構(gòu)建點云模型庫。通過濾波去除點云中的噪聲點和離群點，設(shè)計了一種改進的區(qū)域生長分割算法用于物體聚類的提取，采用ISS算法檢測聚類關(guān)鍵點并計算對應(yīng)RoPS局部特征描述子，建立k-d樹序列表，實現(xiàn)物體模型庫的構(gòu)建。
　　(2)為了提高模塊化機械臂分揀作業(yè)的效率，提出了一種實時的三維語義地圖生成方法。對其中涉及到的濾波預(yù)處理、3D關(guān)鍵點檢測、局部表面特征描述、特征匹配