方向性 PointNet：用于可穿戴机器人的 3D 环境分类
计算机视觉与模式识别
2019-03-22 v2
摘要
环境信息可提供关于人体运动意图的可靠先验信息，有助于可穿戴机器人受试者在复杂环境中行走。以往研究者利用一维信号和二维图像分类环境，但可能面临自遮挡问题。相较之下，3D 点云更适于刻画环境，因此我们提出一种方向性 PointNet 直接对 3D 点云进行分类。通过利用点云的方向信息，该方向性 PointNet 可对日常地形（包括平地、上楼梯和下楼梯）进行分类，测试集分类准确率达 99%。此外，由于本研究移除了用于估计点云变换的 T-net 并优化了全局特征长度，方向性 PointNet 比原 PointNet 更高效。实验结果表明，方向性 PointNet 能够鲁棒且高效地分类环境。
引用
@article{arxiv.1903.06846,
title = {Directional PointNet: 3D Environmental Classification for Wearable Robotics},
author = {Kuangen Zhang and Jing Wang and Chenglong Fu},
journal= {arXiv preprint arXiv:1903.06846},
year = {2019}
}