[发明专利]一种具有红外图像避障系统的机器人及其避障方法

说明书

本发明公开了一种具有红外图像避障系统的机器人，具有机器人本体，以及视觉检测模块，所述视觉检测模块用于拍摄环境中的红外图像图片；还包括对比分析模块，所述对比分析模块用于将所述红外图像图片进行分析后对障碍物进行准确识别与定位。本发明的有益效果在于，通过对红外图像的边缘进行检测，然后经过检测信息融合获得准确的障碍物信息，而得出的检测结果更准确；并且使用的红外图的获取不受自然光照条件、天气情况等因素的影响，比传统的障碍物方法具有更好的效果。

技术领域

本发明属于机器人视觉领域，具体涉及一种具有红外图像避障系统的机器人及其避障方法。

背景技术

机器人的发展一直都在进步，高度自动化的机器人一直是研究的对象。但是机器人在地面复杂的环境运动时，有时需越过较大的障碍物或较宽的沟壑，甚至有时需要攀爬坡度较大的楼梯等，因此，机器人应当“学习”如何合理的躲避环境中的障碍，选择最优的行进路线。

在障碍物检测识别研究方面，很多学者已经将障碍物检测识别等技术与移动机器人成功结合。但是，现有的视觉障碍物检测识别方法大多是采用单一的视图进行障碍物检测识别，并且有些检测识别方法存在着准确识别率低、位置不够精确和鲁棒性差等缺点，严重限制了移动机器人技术的发展。

发明内容

针对现有技术的不足，本发明旨在提供一种具有红外图像避障系统的机器人及其避障方法。

为了实现上述目的，本发明采用如下技术方案：

一种具有红外图像避障系统的机器人，具有机器人本体，以及视觉检测模块，所述视觉检测模块用于拍摄环境中的红外图像图片；还包括对比分析模块，所述对比分析模块用于将所述红外图像图片进行分析后对障碍物进行准确识别与定位。

优选的，所述视觉检测模块中的采集图像使用的是红外摄像机。

本发明还提供一种利用具有红外图像避障系统的机器人进行避障的方法，所述方法包括以下步骤：

S1通过视觉检测模块的红外摄像机获取红外图，并去除红外图的噪声点；

S2在红外图中进行边缘检测，得到红外图边缘信息的二值图，对红外图边缘信息的二值图进行处理，粗化边缘信息；

S3对粗化边缘信息的红外图进行障碍物标记；

S4采用矩形图标识障碍物区域，得到矩形障碍物区域；

S5矩形障碍区区域深度值的平均值为障碍物的深度值，矩形障碍物区域的像素数量为障碍物所占像素的数量；否则，该区域为非障碍物区域。

优选的，所述去除红外图的噪声点包括去毛刺。

优选的，所述红外图的去毛刺处理，依次任选红外图中的一个像素点作为中心像素点，计算该中心像素点的8邻域的像素点的平均值，将该平均值作为中心像素点的深度值。

本发明的有益效果在于，通过对红外图像的边缘进行检测，然后经过检测信息融合获得准确的障碍物信息，而得出的检测结果更准确；并且使用的红外图的获取不受自然光照条件、天气情况等因素的影响，比传统的障碍物方法具有更好的效果。

附图说明

图1为本发明的实施流程示意图。

具体实施方式

以下将结合附图对本发明作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本发明的保护范围并不限于本实施例。

本发明为一种具有红外图像避障系统的机器人，具有机器人本体，以及视觉检测模块，所述视觉检测模块用于拍摄环境中的红外图像图片；还包括对比分析模块，所述对比分析模块用于将所述红外图像图片进行分析后对障碍物进行准确识别与定位。