[发明专利]一种舞台移动机器人障碍目标检测方法

说明书

本发明公开了一种舞台移动机器人障碍目标检测方法，包括采集机器人移动前方的连续的至少五帧原始图，将所有的原始图用sobel算子分别获得其梯度图，将所有的梯度图分别进行连续三重三帧差分，获取第一残差图像，并阈值处理，获取第一前景图像；通过对第一残差图像处理，获取重更新后的第一前景图像；对采集机器人移动前方的当前帧进行形态学滤波，获取背景帧，将背景帧与当前帧做差影得出障碍目标的轮廓，并对障碍目标轮廓做梯度增强处理，获取第二残差图像，并阈值处理，获取第二前景图像；将重更新后的第一前景图像和第二前景图像做布尔运算，获取障碍目标的最终图像。优点是：运算简单，易实现，可有效检测到目标，同时，较多的保留目标像素数。

技术领域

本发明涉及机器人障碍物检测领域，尤其涉及一种舞台移动机器人障碍目标检测方法。

背景技术

在目前的工业移动机器人障碍目标检测中，机器视觉引导技术已经获得了较广的发展，该方法可有效的检测出机器人导航环境中的运动障碍目标。在现有的目标检测中，首先在轮式机器人平台上连续采集两帧图像，对该图像进行特征点的提取并匹配，然后经过最优估计获得两图像的变换矩阵，最后利用变换矩阵来补偿前帧图像来消除机器人自身的影响，然后与后帧做差分，可在线检出目标。

但是，目前来说，运用视觉显著来检测工作场景中的障碍物，舞台机器人往往会将自身的运动与障碍物进行叠加，这将造成视觉检测的漏检或者误检。

发明内容

本发明的目的在于提供一种舞台移动机器人障碍目标检测方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种舞台移动机器人障碍目标检测方法，包括，

S1、采集机器人移动前方的连续的至少五帧原始图，将所有的原始图用sobel算子分别获得其梯度图，将所有的梯度图分别进行连续三重三帧差分，获取第一残差图像，阈值处理第一残差图像，获取第一前景图像；将所有的第一残差图像进行累加并求取平均值，获取重更新后的第一前景图像；

S2、对采集机器人移动前方的当前帧进行形态学滤波，获取背景帧，将背景帧与当前帧做差影得出障碍目标的轮廓，并对障碍目标轮廓做梯度增强处理，获取第二残差图像，阈值处理第二残差图像，获取第二前景图像；

S3、将重更新后的第一前景图像和第二前景图像做布尔运算，获取障碍目标的最终图像。

优选的，将原始图使用sobel算子获得梯度图具体经公式(1)(2)(3)计算获得，

f_k(x,y)＝f(x,y)*W_x+f(x,y)*W_y (3)

其中，f(x,y)是原始图像，f_k(x,y)为梯度图，W_x和W_y分别为水平和垂直梯度模板。

优选的，相邻两帧的梯度差表示为D_k,k-1(x,y)，则连续五帧梯度图用三重三帧差分的计算过程如下，

D_(k-1,k-2)(x,y)＝|f_k-1(x,y)-f_k-2(x,y)| (4)

D_(k,k-1)(x,y)＝|f_k(x,y)-f_k-1(x,y)| (5)

D_(k+1,k)(x,y)＝|f_k+1(x,y)-f_k(x,y)| (6)