The invention discloses an obstacle sensing method based on RGB D camera, which includes collecting RGB image and depth image of object by RGB D camera, calculating world coordinates of three-dimensional space corresponding to pixel coordinates of object imaging according to pinhole camera model, separating background and eliminating background by maximum interspecific variance method, removing ground disturbance based on geometric model, and adopting morphology. The algorithm removes speckles from the depth image, and uses Graham's Scan method to get the convex hulls of all obstacles and the location and size of obstacles. The CamShift algorithm is used to track the obstacles and obtain the observation value of the obstacles'position and posture. According to the speed of the obstacles, the prediction value of the obstacles' position and posture is obtained. The Kalman filter algorithm is used to estimate the optimal position and posture of the obstacles, and the velocity of the obstacles is estimated according to the optimized position and posture. The invention has strong real-time performance and applicability.
【技术实现步骤摘要】
一种基于RGB-D相机的障碍物感知方法
本专利技术涉及计算机视觉领域,具体涉及一种基于RGB-D相机的障碍物感知方法。
技术介绍
移动机器人的工作环境通常是不确定和非结构化的,移动机器人需要实现对外界环境的感知,才能获取外界环境信息进而完成路径规划,最终实现安全导航。现有的基于计算机视觉的障碍物感知方法普遍存在计算量大,实时性差的缺点,无法满足移动机器人执行任务时的导航应用需求。RGB-D相机是一种近年来新兴的视觉传感器,与传统的激光雷达、超声传感器相比,RGB-D相机成本低廉且能提供丰富的信息,使用它可从同时获取周围环境的光学图像以及光学图像上物体的位置信息,因此在移动机器人室内导航领域逐渐受到重视。
技术实现思路
为了克服现有技术中的缺陷与不足,本专利技术提供一种基于RGB-D相机的障碍物感知方法,本专利技术采用如下技术方案:一种基于RGB-D相机的障碍物感知方法,包括如下步骤:S1根据RGB-D相机采集物体的RGB图像和深度图像,读取到物体的彩色信息和距离信息,根据针孔相机模型计算物体成像的像素坐标对应的三维世界坐标,采用最大类间方差法分离出深度图像的背景并剔除;S2对剔除背景后的图像,基于几何模型去除地面干扰物;S3对去除地面干扰物的图像,采用形态学运算对深度图像进行噪声和散斑的去除;S4对去除噪声和散斑的图像,采用Graham’sScan法求出所有障碍物的凸包,得到障碍物的信息,所述信息包括障碍物的位置和大小;S5采用CamShift算法对障碍物进行跟踪,获取障碍物位姿的观测值;S6根据障碍物的速度得到其位姿的预测值,应用卡尔曼滤波算法对障碍物的位姿 ...
【技术保护点】
1.一种基于RGB‑D相机的障碍物感知方法,其特征在于,包括如下步骤:S1根据RGB‑D相机采集物体的RGB图像和深度图像,读取到物体的彩色信息和距离信息,根据针孔相机模型计算物体成像的像素坐标对应的三维世界坐标,采用最大类间方差法分离出深度图像的背景并剔除;S2对剔除背景后的图像,基于几何模型去除地面干扰物;S3对去除地面干扰物的图像,采用形态学运算对深度图像进行噪声和散斑的去除;S4对去除噪声和散斑的图像,采用Graham’s Scan法求出所有障碍物的凸包,得到障碍物的信息,所述信息包括障碍物的位置和大小;S5采用CamShift算法对障碍物进行跟踪,获取障碍物位姿的观测值;S6根据障碍物的速度得到其位姿的预测值,应用卡尔曼滤波算法对障碍物的位姿进行最优估计,并根据优化后的位姿估计障碍物速度。
【技术特征摘要】
1.一种基于RGB-D相机的障碍物感知方法,其特征在于,包括如下步骤:S1根据RGB-D相机采集物体的RGB图像和深度图像,读取到物体的彩色信息和距离信息,根据针孔相机模型计算物体成像的像素坐标对应的三维世界坐标,采用最大类间方差法分离出深度图像的背景并剔除;S2对剔除背景后的图像,基于几何模型去除地面干扰物;S3对去除地面干扰物的图像,采用形态学运算对深度图像进行噪声和散斑的去除;S4对去除噪声和散斑的图像,采用Graham’sScan法求出所有障碍物的凸包,得到障碍物的信息,所述信息包括障碍物的位置和大小;S5采用CamShift算法对障碍物进行跟踪,获取障碍物位姿的观测值;S6根据障碍物的速度得到其位姿的预测值,应用卡尔曼滤波算法对障碍物的位姿进行最优估计,并根据优化后的位姿估计障碍物速度。2.根据权利要求1所述的障碍物感知方法,其特征在于,所述采用最大类间方差法分离出背景并剔除,具体为:通过最大类间方差法得到深度图像的最佳阈值,根据阈值分割深度图像的背景和目标,将背景剔除。3.根据权利要求1所述的障碍物感知方法,其特征在于,所述形态学运算包括开运算和闭运算,采用开运算去除噪声...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。