计算机科学与工程学助理教授William Beksi正在研究如何有效处理从低成本传感器捕获的3D点云数据-机器人可以用来在复杂场景中实现智能任务的信息。Beksi的工作获得了科学基金会(National Science Foundation)两年期$ 175,000的资助。

三维点云是空间中的点集，有时带有颜色信息，可以从便宜的3D传感器获得这些点集。但是，这些传感器生成的数据可能会受到异常的影响，例如噪声的存在和点密度的变化。这些问题限制了使用3D点云进行操纵，导航以及对象检测和分类的机器人感知应用程序的可靠性，效率和可伸缩性。

Beksi说：“随着3D传感器技术在机器人技术中变得越来越普遍，以创新和有意义的方式处理和利用这些数据的现代方法一直没有跟上。” “用于提取感知上有意义的信息的传统2D图像处理例程无法直接应用于3D点云。

“这项研究的想法是开发新的算法来处理大规模3D点云，从而克服这些局限性并导致机器人感知的进步。”

对于他的研究，Beksi将使用拓扑数据分析，这是应用数学的新领域，提供了从数据中提取拓扑特征的工具。持久同源性是主要工具，可让人们研究多种尺度的特征，例如连通的零部件，孔洞和空隙。

这项研究将调查如何结合拓扑特征可以对点云数据的结构产生独特的见解，而这种点云数据是无法通过其他方法获得的。

Beksi说，这项工作代表了3D点云处理从几何方法到拓扑方法的转变，其目标是结合两种模型的最佳特征。

“博士 这项令人兴奋的研究使Beksi进入了一个未知的领域，” UTA计算机科学与工程系系主任洪江说。“如果成功，他的发现可能会重塑机器人在当前应用中的使用方式，或者导致迄今为止尚不可能的新应用。”