[发明专利]一种障碍物危险性识别方法、系统及装置在审

专利信息
申请号: 202110196329.X 申请日: 2021-02-22
公开(公告)号: CN112987002A 公开(公告)日: 2021-06-18
发明(设计)人: 彭绍湖;蔡乾;陈浩然;林德裕;吴伟光;刘长红 申请(专利权)人: 广州大学
主分类号: G01S15/08 分类号: G01S15/08;G01S15/89;G01S15/931
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 常柯阳
地址: 510006 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 障碍物 危险性 识别 方法 系统 装置
【权利要求书】:

1.一种障碍物危险性识别系统,其特征在于,包括:

识别模块,用于收集所述识别模块周边的障碍物的图像;

测距模块,用于在所述识别模块工作过程中,测量所述障碍物与所述识别模块之间的位置信息;

中央控制模块,包括处理单元和危险度确定单元,所述处理单元用于根据所述图像确定所述障碍物的障碍物类型和所述障碍物占所述图像的比例,以及根据所述位置信息确定所述障碍物的运动速度;所述危险度确定单元用于根据所述障碍物类型、所述比例以及所述运动速度确定危险度,所述危险度用于表征所述障碍物对所述识别模块的危险性。

2.一种障碍物危险性识别方法,其特征在于,包括以下步骤:

通过识别模块收集障碍物的图像;

在所述识别模块工作过程中,测量所述障碍物与所述识别模块之间的位置信息;

根据所述图像确定所述障碍物的障碍物类型和所述障碍物占所述图像的比例,以及根据所述位置信息确定所述障碍物的运动速度;

根据所述障碍物类型、所述比例以及所述运动速度确定危险度,所述危险度用于表征所述障碍物对所述识别模块的危险性。

3.根据权利要求2所述一种障碍物危险性识别方法,其特征在于:所述根据所述图像确定所述障碍物的障碍物类型和所述障碍物占所述图像的比例,包括以下步骤:

通过分类器对所述图像进行识别,输出每一所述障碍物的所述障碍物类型以及所述比例。

4.根据权利要求2所述一种障碍物危险性识别方法,其特征在于:所述方法还包括:

当所述图像的亮度小于或等于亮度阈值,为所述识别模块进行补光。

5.根据权利要求2所述一种障碍物危险性识别方法,其特征在于:所述测量所述障碍物与所述识别模块之间的位置信息,包括以下步骤:

当第一超声波模块在水平方向上的第一可旋转范围内旋转的过程中实时测量所述障碍物与所述识别模块之间的第一距离,每当所述第一超声波模块旋转一个第一角度阈值,根据多个所述第一距离确定一个第一平均距离,当所述第一超声波模块完成所述第一可旋转范围内旋转的过程,得到多个所述第一平均距离;

当第二超声波模块在竖直方向上的第二可旋转范围内旋转的过程中实时测量所述障碍物与所述识别模块之间的第二距离,每当所述第二超声波模块旋转一个第二角度阈值,根据多个所述第二距离确定一个第二平均距离,当所述第二超声波模块完成所述第二可旋转范围内旋转的过程,得到多个所述第二平均距离;

根据多个所述第一平均距离与多个所述第二平均距离形成预设大小的距离矩阵;

将所述距离矩阵与所述图像重叠,确定所述障碍物与所述识别模块之间的位置信息;所述位置信息包括相隔距离和角度。

6.根据权利要求5所述一种障碍物危险性识别方法,其特征在于:所述将所述距离矩阵与所述图像重叠,确定所述障碍物与所述识别模块之间的位置信息,包括以下步骤:

将所述距离矩阵与所述图像重叠,将所述障碍物与所述距离矩阵的重叠区域中所述距离矩阵的最小值作为所述相隔距离,并根据所述相隔距离确定所述角度。

7.根据权利要求5所述一种障碍物危险性识别方法,其特征在于:所述根据所述位置信息确定所述障碍物的运动速度,包括以下步骤:

通过卡尔曼滤波对所述图像以及所述距离矩阵进行处理,得到所述障碍物的预测位移值;

根据所述预测位移值估算所述障碍物的所述运动速度。

8.根据权利要求5所述一种障碍物危险性识别方法,其特征在于:所述根据所述障碍物类型、所述比例以及所述运动速度确定危险度,包括以下步骤:

根据所述障碍物类型以及预设类型库,确定所述障碍物类型对应的危险等级;

根据所述相隔距离、所述角度、所述比例、所述危险等级以及所述运动速度,确定所述危险度;其中所述危险度与所述相隔距离、所述危险等级和所述比例均呈反比,所述危险度与所述角度和所述运动速度均呈正比。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州大学,未经广州大学许可,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/202110196329.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top