传统的传感器在移动机器人障碍物检测领域都有其各自的局限性。文章提出基于Kinect的障碍物检测方法：利用Kinect传感器获取环境深度图像；通过Kinect标定配准之后获取校准参数；通过该参数获得图像像素点与空间三维坐标的对应关系；通过空间三维坐标确定地平面与障碍物区域，并将障碍物区域作为感兴趣区域；通过三维坐标在x轴和z轴的连续性对感兴趣区域进行处理，分割出各个障碍物。实验结果表明，文中算法可以有效且实时地检测到障碍物信息。

当前随着3D相机在智能机器人领域的广泛运用，越来越多的学者投入到了基于3D相机深度图像的室内三维平面分割研究当中。文运用了一种快速而且比较稳定的方法去检测复杂的平面，其中深度图像是运用Kinect相机采集的。为了提高平面提取的速度，我们首先计算深度图像中点的法向量，通过法向量来判断这些点是否在一个平面上。运用求点的法向量可以同时检测多个复杂的平面，而且实验结果显示该方法比传统的3D Hough Transform以及RANSAC方法要快。此种方法还有个优点就是可以运用到实时的平面与障碍物检测当中