[发明专利]一种基于相机标定和视觉的机器狗障碍物测距和避障方法

说明书

本发明公开了一种基于相机标定和视觉的机器狗障碍物测距和避障方法，所述方法包括：对机器狗上的相机进行相机标定，获取其相机的参数信息；利用目标检测算法对机器狗视觉图像中的目标进行检测和识别，确定目标的大小、位置和类别；结合相机的内部参数和外部参数以及目标在视觉图像中的位置信息来估算障碍物目标与机器狗之间的距离和角度；根据测算的距离和角度来决定机器狗是否继续前进或进行提前避障。本发明通过采用相机标定和视觉相结合的方式来进行机器狗的障碍物测距和避障，提高测距结果和避障方案的准确性和鲁棒性，能够一定程度上解决盲人安全出行的难题，能够应对更加复杂的使用环境，具有一定的应用前景。

技术领域

本发明涉及机器人测距技术领域，具体为一种基于相机标定和视觉的机器狗障碍物测距和避障方法。

背景技术

随着机器狗技术的发展，其运用领域逐渐广泛，如工业运输、家庭陪护等方面。其中障碍物测距和避障在机器狗行进的过程中非常重要，这直接影响机器狗能否在复杂环境中进行移动和交互。

目前机器狗障碍物检测、测距算法主要的问题是抗干扰能力较差和误差比较大，无法排除复杂场景下对测距结果的干扰，一旦这种测距方法出现错误将带来巨大的安全隐患；其次没有考虑到障碍物与机器狗之间的角度对后续避障方案的影响。

发明内容

本发明的目的在于提供一种基于相机标定和视觉的机器狗障碍物测距和避障方法，以解决现有机器狗障碍物检测、测距算法主要的问题抗干扰能力较差、误差比较大，无法排除复杂场景下对测距结果的干扰的问题。

为实现上述目的，本发明提供如下技术方案：一种基于相机标定和视觉的机器狗障碍物测距和避障方法，包括以下步骤：

S1：对机器狗上的相机进行相机标定，获取其相机的参数信息；

S2：利用目标检测算法对机器狗视觉图像中的目标进行检测和识别，确定目标的大小、位置和类别；

S3：结合相机的内部参数和外部参数以及目标在视觉图像中的位置信息来估算障碍物目标与机器狗之间的距离和角度；

S4：根据测算的距离和角度来决定机器狗是否继续前进或进行提前避障。

优选的，S1具体包括以下步骤：

S11：利用相机上的摄像头采集图像，并获得多副标定板图像；

S12：建立机器狗相机的成像模型，计算单应性矩阵和内部参数。

优选的，S12中建立机器狗相机的成像模型，包括：

从至少3副的不同视角采集多副标定板成像结果，检测出每副标定板成像结果中的特征关键点，确定每个关键点在标定板成像图像中的像素点位置坐标和在标定板中的位置坐标；

所述S12中计算单应性矩阵，包括：根据公式（a）和奇异值分解法来计算每幅图像的单应性矩阵，

（a）；

其中，为尺度因子，一般取为1；和分别为像素点在成像图像中的二维坐标，和分别为关键点在标定板上的二维坐标；、和为构成单应性矩阵的三个向量；

所述S12中计算内部参数，包括：

设相机的内部参数为，外部参数为；

其中内部参数中的和为相机的焦距；是扭曲参数，一般取为0；和代表相机成像时方向和方向上的中心偏移量；

其中外部参数中的为旋转矩阵，为平移矩阵；旋转矩阵之间的关系如（b）所示：

（b）；

单应性矩阵、内部参数和外部参数之间的关系如（c）和（d）所示：

（c）；

（d）；

根据求得的单应性矩阵，来计算尺寸为3*3的对称矩阵：：

（e）；

其中，表示矩阵转置，、、、、、、、、表示9个未知元素；

具体做法为：每张标定板可提供一个的约束关系，即确定两个约束方程（f）：