[发明专利]一种障碍物视觉检测系统

说明书

本发明公开了一种障碍物视觉检测系统，所述系统包括：特征提取模块，用于提取图像的特征点；特征匹配模块，用于对双目相机图像的特征点进行匹配；障碍物区域计算模块，用于计算障碍物的阻挡区域。

技术领域

本发明涉及视觉检测技术，具体涉及障碍物视觉检测系统。

背景技术

在自主跟随机器人系统的研究中，机器人在运动过程中是否能够准确、快速地检测出行进过程中的障碍物成为自主跟随机器人系统的关键。机器人系统大多采用声纳避障，通过主动发射探测信号，然后接收场景中各物体反射的回波，通过测量发射和返回信号来获取场景信息。声纳避障只具有局部空间避障特点(只能进行特定高度和视角的障碍物检测，检测范围和检测距离有较大局限性)，不具有检测全局视野特点。

另一种是采用双目立体视觉方法，由两个完全相同规格的相机平行并排放置的三维视觉系统，即利用两个相机获取的同一三维场景对象的投影视差来进行深度计算，利用深度信息进行图像匹配，从而实现对三维场景信息的感知和重建，再根据重建后的三维场景进行障碍物检测。

双目立体视觉系统实现障碍物检测所面临的最大挑战是计算复杂度和双目立体视觉图像匹配精度之间的矛盾问题。障碍物检测的准确率取决于图像匹配的准确性，然而要求保持精确的匹配结果，计算复杂度会提高，难以保证实时检测。

发明内容

本发明目的在于克服现有技术的不足，尤其解决双目立体视觉系统实现障碍物检测中的计算复杂度和双目立体视觉图像匹配精度之间的矛盾问题。

为解决上述技术问题，本发明提供一种障碍物视觉检测系统，其中，所述基于双目立体相机的障碍物视觉检测系统包括：特征提取模块，用于提取图像的特征点；特征匹配模块，用于对双目相机图像的特征点进行匹配；障碍物区域计算模块，用于计算障碍物的阻挡区域及阻挡角度。

该发明方案的有益效果在于，通过使用双目立体相机采集场景图像的稀疏特征点，而非密集的深度信息图，对图像特征点进行匹配，获取场景图像的三维世界坐标，进而实现障碍物的区域检测，实现机器人避障。该方案使用少数特征点的深度信息计算障碍物的阻挡范围，无需密集的深度信息实现三维场景重建，减少了计算量，保证了实时检测效率。

附图说明

图1是本发明实施例的障碍物视觉检测系统示意图。

具体实施方式

下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。

图1是根据本发明的实施例的障碍物视觉检测系统示意图。

参照图1，所述系统包括：特征提取模块10，用于提取图像的特征点；特征匹配模块20，用于对双目相机图像的特征点进行匹配；障碍物区域计算模块30，用于计算障碍物的阻挡区域。

具体而言，本发明的实施例描述如下：

特征提取模块10：对双目立体相机捕获的图像提取特征点，其具体过程描述如下：

(1)利用水平、垂直差分算子对图像每个像素点(x,y)进行滤波以求取水平梯度I_x和垂直梯度I_y。

(2)计算每个像素点(x,y)的Harris角点值c(x,y)。

(3)构建多尺度图像空间，对于一副图像，通过下采样得到不同尺寸的子图像，将子图像与高斯卷积核相乘进行卷积计算，从而得到多尺度图像空间。