意识到局部结构元素化学检测：融合几何检测与语义验证的 RGB-D 数据方法

RGB-D 相机为各种机器人任务提供丰富且稠密的视觉与空间信息，包括场景理解、地图重建和定位。将深度与视觉信息集成可助力机器人实现定位与元素映射，推动3D场景图生成及视觉同步定位与地图构建（VSLAM）等应用。虽然包含此类信息的点云数据主要用于增强场景理解，但充分利用其捕获和表示丰富语义信息的潜力尚不充分。本文提出一种实时管线，用于通过集成纯3D平面检测的几何计算，随后利用RGB-D相机的点云数据验证其语义类别，从而定位建筑构件（包括墙面和地面）。该管线采用并行多线程架构，精确估计环境中所有检测平面的姿态与方程，滤除构成地图结构的平面（通过全景分割验证），仅保留经验证的建筑构件。将所提方法纳入VSLAM框架后验证，约束地图中检测到的环境驱动语义元素可提升场景理解与地图重建精度。此外，管线还能检测更高层次的结构实体（如房间），通过基于构件布局识别其间关系。