基于视觉恐惧反应脑机制的应急避障方法技术

本发明专利技术涉及一种基于视觉恐惧反应脑机制的应急避障方法。其中，该方法包括获取图像序列；基于视网膜信息处理机制，检测图像序列中障碍物的运动方向和运动速度；基于障碍物的运动方向和运动速度，根据PV

【技术实现步骤摘要】
基于视觉恐惧反应脑机制的应急避障方法
本专利技术涉及计算机视觉和脑神经科学等多学科的交叉
，具体涉及一种基于视觉恐惧反应脑机制的应急避障方法。
技术介绍
随着无人机等智能系统的广泛研究和应用，障碍物的检测和躲避逐渐成为研究的热点。其中，障碍物检测也是计算机视觉领域的研究热点之一。计算机视觉领域的研究者们已经提出了许多障碍物检测的方法。根据基本思想和原理，这些障碍物检测算法主要分为以下两类：(1)提取前景：双目视觉技术通过校准和立体匹配计算得到视差图，视差图反映了图像中的对象相对于摄像头的远近关系。该方法设定适当的阈值提取前景区域是使用双目视觉解决障碍物检测的核心思想。但是，该方法计算复杂度较高，适用于深度信息丰富而且障碍物较大情况下的检测。(2)提取运动物体：诸如帧间差分法、光流法背景建模法等计算机视觉领域中运动检测的算法均要求背景简单且不能出现剧烈变化。其中，帧间差分法通过对相邻两张图像做差分运算，再通过灰度值的变化发现运动的目标。该方法实现简单，要求背景相对简单，不能出现剧烈的变化。光流法利用图像序列中像素灰度值的时序变化和相关性来确定空间各像素点所发生的运动。该方法适用于本文档来自技高网...

【技术保护点】
一种基于视觉恐惧反应脑机制的应急避障方法，其特征在于，所述方法包括：获取图像序列；基于视网膜信息处理机制，检测所述图像序列中障碍物的运动方向和运动速度；基于所述障碍物的所述运动方向和所述运动速度，根据PV

【技术特征摘要】
1.一种基于视觉恐惧反应脑机制的应急避障方法，其特征在于，所述方法包括：获取图像序列；基于视网膜信息处理机制，检测所述图像序列中障碍物的运动方向和运动速度；基于所述障碍物的所述运动方向和所述运动速度，根据PV+神经元信息处理机制，进行逼近式运动检测，得到逼近式运动响应；基于所述逼近式运动响应，根据丘脑枕信息处理机制，确定最危险区域；对所述最危险的区域做出应急避障行为。2.根据权利要求1所述的应急避障方法，其特征在于，所述基于视网膜信息处理机制，检测所述图像序列中障碍物的运动方向和运动速度，具体包括：获取所述图像序列中显著度高的特征点；计算所述特征点的运动方向和运动速度，得到所述图像序列中障碍物的运动方向和运动速度。3.根据权利要求2所述的应急避障方法，其中，特征为灰度对比度，其特征在于，所述获取所述图像序列中显著度高的特征点具体包括：根据下式计算所述图像序列中各像素点的灰度差值：其中，所述E(u,v)表示所述灰度差值；所述(x,y)表示像素点坐标；所述u表示沿x轴水平移动的距离；所述v表示沿y轴竖直移动的距离；所述w(x,y)表示窗口函数；所述I(x,y)表示所述像素点(x,y)对应的灰度值；所述I(x+u,y+v)表示像素点(x+u,y+v)对应的灰度值；根据下式计算所述各像素点的自相关矩阵：其中，所述M表示所述自相关矩阵；所述Ix表示x方向的差分；所述Iy表示y方向的差分；计算所述各像素点的所述自相关矩阵的特征值，并将所述自相关矩阵的特征值中的最小值确定为所述各像素点的特征值；重复选择所述图像序列中任一邻域，确定所述邻域内像素点特征值最大的像素点；过滤像素点特征值小于阈值的像素点，得到特征点；对所有所述特征点进行排序，针对每一特征点，任选一邻域，比较所述邻域内是否存在比该特征点的特征值大的特征点，若存在，则忽略该特征点，从而得到显著度高的特征点。4.根据权利要求2所述的应急避障方法，其特征在于，所述计算所述特征点的运动方向和运动速度具体包括：针对所述图像序列，在第一时刻的帧中，利用最小二乘法，查找与第二时刻帧中特征点同一位置邻近区域内灰度值相近的像素点，从而得到所述特征点的所述运动速度，其中，所述第一时刻与所述第二时刻为相邻时刻；通过计算相邻二帧所述特征点运动的斜率，得到所述特征点的所述运动方向。5.根据权利要求4所述的应急避障方法，其特征在于，所述斜率通过下式计算得到：其中，以所述帧的左下角为原点，以水平向右方向为X轴正方向，以竖直向上方向为Y轴正方向；t表示时刻；所述ki表示所述相邻二帧特征点运动的所述斜率；(xi1,yi1)...

【专利技术属性】
技术研发人员：赵菲菲，孔庆群，曾毅，白俊，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11