[发明专利]一种农机运动状态下动态障碍物检测方法及装置

说明书

本发明实施例提供一种农机运动状态下动态障碍物检测方法及装置，所述方法包括：针对所述光流图像中每束光流，统计检测所述光流中当前帧的光流点的水平方向坐标和竖直方向坐标，并根据预先建立的动态背景光流模型计算角度偏差值和长度幅值偏差值；确定所述光流为背景光流，并滤除所述背景光流，滤除团簇中的噪声光流；根据各分割团簇使用外接矩形框选取前景运动目标，结合各分割团簇的光流主方向，以及团簇之间的距离，判断是否为同一前景运动目标，框选完整的前景运动目标。本发明实施例能够准确有效地实现农机运动状态下的基于全景视觉的运动障碍物检测，提高运动障碍物检测的可靠性和农机自动驾驶的安全性。

技术领域

本发明涉及精细农业智能农业装备信息获取技术领域，具体涉及一种农机运动状态下动态障碍物检测方法及装置。

背景技术

农业机械的自动导航技术是提高农业生产效率，实现农业生产规模化的关键技术之一，有着广泛的应用。使用全球导航卫星系统等定位设备，能够实现农业机械的自动驾驶，降低了劳动成本，提高了作业精度。但在自动驾驶农机田间作业时，往往会有多种运动的障碍物，比如在农田中行走的行人、其他作业机械等，此时，仅使用全球导航卫星系统等定位技术进行自动驾驶的农业机械，无法对身边的障碍物进行检测，从而影响自身的作业安全。

机器视觉作为一种设备价格低廉、处理算法成熟的技术，在农业自动导航中有着广泛的应用，而其中的全景视觉以其视野范围大的优势，是国内外研究的热点，对实现全景避障、大大提高农机自动驾驶的安全等有着重要的影响。

现有技术中关于基于全景视觉在自动导航动态障碍物检测方面的研究，大多针对静态背景，对于动态背景的研究较少，同时，针对农业农机领域该方面的研究较少，且大多处于实验室阶段，并未实现农机运动作业时稳定可靠的动态障碍物的检测。

因此，如何实现农机运动状态下动态障碍物检测方法，提升动态障碍物检测的可靠性，成为亟待解决的问题。

发明内容

针对现有技术中的缺陷，本发明实施例提供一种农机运动状态下动态障碍物检测方法及装置。

第一方面，本发明实施例提供一种农机运动状态下动态障碍物检测方法，包括：

获取农机直行状态时的全景图像；

确定所述农机直行状态时的全景图像的检测区域，基于Shi-Tomasi法检测所述检测区域的角点，并基于图像金字塔的Lucas-Kanade光流法对所述角点进行跟踪检测，生成光流图像；

针对所述光流图像中每束光流，统计检测所述光流中当前帧的光流点的水平方向坐标和竖直方向坐标，并根据预先建立的动态背景光流模型计算角度偏差值和长度幅值偏差值；

若所述角度偏差值小于角度偏差阈值，且所述长度幅值偏差值小于长度幅值偏差阈值，则确定所述光流为背景光流，并滤除所述背景光流，得到滤除背景光流后的全景图像；

基于K-means聚类分割算法对所述滤除背景光流后的全景图像进行聚类分割，得到滤除背景光流后的全景图像的各个团簇；

针对滤除背景光流后的全景图像的每个团簇，滤除所述团簇中的噪声光流；

若任意两滤除噪声光流后的团簇中的聚类中心坐标的欧氏距离小于像素阈值，且对应光流方向的均值之差的绝对值小于1时，将两滤除噪声光流后的团簇划分为一类并提取运动目标，否则，对每个滤除噪声光流后的团簇直接提取运动目标。

可选地，所述方法还包括：

建立动态背景光流模型；

所述建立动态背景光流模型，具体包括：

获取动态背景的全景图像；

基于Lucas-Kanade光流法检测所述动态背景的全景图像，生成背景光流图像；