[发明专利]基于单目摄像头的避障方法、计算装置及存储装置在审
申请号: | 202010109096.0 | 申请日: | 2020-02-21 |
公开(公告)号: | CN111368883A | 公开(公告)日: | 2020-07-03 |
发明(设计)人: | 胡鲲;马子昂;卢维 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G06T7/33;G06T7/73;G01S11/12 |
代理公司: | 深圳市威世博知识产权代理事务所(普通合伙) 44280 | 代理人: | 黎坚怡 |
地址: | 310051 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 摄像头 方法 计算 装置 存储 | ||
本发明公开了一种基于单目摄像头的避障方法、计算装置及存储装置,其中,该避障方法包括:对当前图像进行特征点检测及提取,获得当前图像的特征点集;将当前图像与上一帧图像进行帧间特征点匹配,根据匹配结果计算光流矢量场;根据光流矢量场计算膨胀中心点和第一碰撞时间;将当前图像进行分块处理以获得图像块,根据第一碰撞时间计算各个图像块中所包含的所有特征点与机器人发生碰撞的平均碰撞时间,记为第二碰撞时间;根据第二碰撞时间对各个图像依次进行二值化处理、连通性处理,并根据处理结果生成障碍地图。通过上述方式,本发明能够结合稠密光流法的障碍地图和稀疏光流法的实时运算的优点,反馈障碍物的大小及位置信息。
技术领域
本申请涉及视觉导航邻域,特别是涉及一种基于单目摄像头的避障方法、计算装置及存储装置。
背景技术
如今,无论是在民用、军用还是商用中,机器人都在扮演着越来越重要的角色,而对机器人最基本的要求就是具备自主导航功能,这一功能的基础便是避障算法。机器人在未知或者是部分未知的环境下避障需要通过传感器获取周围环境信息。目前,机器人避障方法主要基于以下三类传感器:红外/超声波传感器,激光雷达/TOF传感器,以及视觉传感器。
红外/超声波传感器虽然成本较低,但易受噪声干扰,探测点数量较少;激光雷达/TOF传感器成本太高,且避障无需很高的传感器精度,浪费传感器性能;视觉传感器能够感知丰富的场景信息,随着深度学习技术发展,基于视觉传感器的智能化开发成为机器人领域的研究热点。区别于双目传感器能够提供场景的深度信息,基于单目视觉传感器的避障方法更具挑战性。
现有的单目避障算法主要分为三大类:1、基于场景视觉特征的方法;2、基于帧间相关特征点的方法;3、基于图像单应性变换的方法。
基于场景视觉特征的方法主要是利用颜色、边缘轮廓等信息进行障碍物检测。基于颜色信息的方法主要是利用已知的地面模板,根据其各类颜色特征对整个场景进行模板匹配,匹配结果一致的区域即为地面;基于边缘轮廓的方法主要是利用图形滤波思想,根据场景的轮廓几何特征,找到水平线与竖直线的交点并依次连接,得到地面区域及地表以上的障碍区域。
基于帧间相关特征点的方法主要为光流法,通过计算帧间相关点的光流矢量汇聚中心和光流矢量差,能够简单地进行3维信息获取并估计深度和碰撞时间。光流法分为稠密光流和稀疏光流:稠密光流一般是对前后帧图像进行逐点匹配,得到的光流场致密,光流信息丰富,但计算量大,实时性差;稀疏光流通常对前后帧进行特征点提取与匹配,光流场稀疏,实时性好,实际应用较多。
基于图像单应性变换的方法则是通过图像对的单应性变换区分地面点与非地面点,通常需要对场景中的点进行大规模的特征点提取操作。主要是通过前后帧图像的特征点匹配结果,利用单目相机的帧间位姿变化和对极约束求解本质矩阵,进而通过平面拟合得到地面区域,其余部分即为地表障碍区域。
而现有的方案一方面存在单目相机发生纯旋转运动时,尺度参数无法完成初始化的问题,另一方面存在稠密光流场的计算量过大,无法完成实时计算,对于机器人平台运算压力较大的问题,还存在环境光较弱时特征点难以提取,导致帧间特征点匹配易受影响,进而影响光流场的计算和最短碰撞时间的精度;且仅对场景进行了特征点提取,并未进行障碍地图构建,无法有效判断障碍区域位置及障碍物大小的问题。
发明内容
本申请提供一种基于单目摄像头的避障方法、计算装置及存储装置,能够结合稠密光流法的障碍地图和稀疏光流法的实时运算的优点,对障碍物的大小和位置进行较为准确的描述。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种基于单目摄像头的避障方法,包括:对所述单目摄像头采集的当前图像进行特征点检测及提取,获得所述当前图像的特征点集;
将所述当前图像的所述特征点集与上一帧图像的特征点集进行帧间特征点匹配,根据匹配结果计算光流矢量场;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010109096.0/2.html,转载请声明来源钻瓜专利网。