[发明专利]一种利用深度卷积神经网络实现视觉运动控制的方法

权利要求书

1.一种利用深度卷积神经网络实现视觉运动控制的方法，其特征在于，包括以下步骤：

S1：在移动平台上安装单目相机，采集移动平台前方的图像信息；

S2：以单帧单目图像作为算法输入，利用深度卷积神经网络进行地面分割，以得到当前获得图像视角下的可行驶区域；

S3：根据分割结果，通过统计可行驶区域分割结果像素的分布情况，对当前视角下的运动控制目标点进行规划，从而得到运动控制目标点；

S4：得到运动控制目标点后，将图像原点假设为当前移动平台所在位置，根据在图像空间得到的运动控制目标点与当前移动平台的相对位置，通过PID运动控制器实现移动平台控制；

所述步骤S3通过对可行驶区域分割结果的像素分布进行统计，得到其像素分布沿着图像空间XY方向的分布统计，进而根据该统计情况，在最大可能运动方向上进行运动控制目标点规划；

所述步骤S3在图像空间根据离散的搜索线集合，进行运动控制目标点规划；具体步骤如下：

在利用高斯分布统计以及图像不同方向的像素分布情况后，为了实现在该方向上的运动目标点的规划，设计一条从点o_image＝(m_x，m_y)出发，以η^direction为方向的线作为中心搜索线l^c；

以l^c为中心，以o_image为旋转基点，以给定值θ为旋转幅度，向左与向右各旋转i次，从而得到一系列离散的搜索线集合l，该搜索线集合l以l^c为中心展开，离散并均匀地覆盖整个图像；

沿着l的每个直线元素，分别从点(m_x，m_y)开始，进行图像检索，一直找到最终一个地面分割有效点结束，进而得到由l的各个元素搜索得到的备选点集合p^p；

从p^p中选择距离(m_x，m_y)在图像空间上最远的点，作为最终运动规划目标点p^g，也即是依据以下代价函数进行运动目标点求解：

其中，函数d()为求解欧氏距离函数，m_x，m_y分别为地面像素分布位置在XY方向的均值。

2.根据权利要求1所述的一种利用深度卷积神经网络实现视觉运动控制的方法，其特征在于，所述最大可能运动方向的求解过程为：像素坐标下不同方向的地面延伸程度分别用标准差v_x和v_y表示，也即是在该方向上移动平台可运动的幅度，利用像素的高斯分布统计，得到最大可能运动方向的解为：

η^direction＝(v_x,v_y)。