无人驾驶设备视觉避障系统及方法技术方案

本公开涉及一种无人驾驶设备视觉避障系统及方法，用以解决现有无人驾驶设备对周围环境感知不充分，可能会发生工作事故的技术问题。该无人驾驶设备视觉避障系统包括：图像采集模块、与图像采集模块相连的障碍预测模块和与障碍预测模块相连的避障处理模块；图像采集模块用于，采集无人驾驶设备指定方向上的图像，并从图像中提取出环境特征信息；障碍预测模块用于，对环境特征信息进行综合分析和处理并输出障碍预测结果；避障处理模块用于，根据障碍预测结果指示无人驾驶设备执行避障操作。

Visual obstacle avoidance system and method for driverless equipment

The present disclosure relates to a visual obstacle avoidance system and method for unmanned driving equipment, which can solve the technical problem that the existing unmanned driving equipment is not fully aware of the surrounding environment and may cause work accidents. The visual obstacle avoidance system of unmanned aerial vehicle includes image acquisition module, obstacle prediction module connected with image acquisition module and obstacle avoidance processing module connected with obstacle prediction module. Obstacle prediction module is used to comprehensively analyze and process the environmental characteristic information and output the obstacle prediction results; Obstacle avoidance processing module is used to instruct UAV to perform obstacle avoidance operation according to the obstacle prediction results.

【技术实现步骤摘要】
无人驾驶设备视觉避障系统及方法
本公开涉及无人驾驶
，具体地，涉及一种无人驾驶设备视觉避障系统及方法。
技术介绍
目前，无人驾驶设备可以代替人类在复杂、恶劣的工作环境中进行作业，广泛应用于农业、电力、军事、国防、民用等方面。在现有技术中，无人驾驶设备通常利用超声波技术、激光测距技术或者雷达技术对无人驾驶设备运动方向上的目标进行距离的测量，并结合操控人员的视觉预测和手动操作来保障作业安全，而智能视觉辅助系统一直处于空白状态。由于无人驾驶设备的工作环境异常复杂，经常会出现难以预测的突发情况，因此对周围环境的感知不充分，可能会造成无人驾驶设备工作事故的发生。
技术实现思路
本公开的目的是提供一种无人驾驶设备视觉避障系统及方法，用以解决现有无人驾驶设备对周围环境感知不充分，可能会发生工作事故的技术问题。为了实现上述目的，本公开实施例的第一方面，提供一种无人驾驶设备视觉避障系统，所述系统包括：图像采集模块、与所述图像采集模块相连的障碍预测模块，以及与所述障碍预测模块相连的避障处理模块；所述图像采集模块用于，采集所述无人驾驶设备指定方向上的图像，并从所述图像中提取出环境特征信息；所述障碍预测模块用于，对所述环境特征信息进行综合分析和处理并输出障碍预测结果；所述避障处理模块用于，根据所述障碍预测结果指示所述无人驾驶设备执行避障操作。可选地，所述系统还包括运动估计模块，用于根据运动估计技术估计所述无人驾驶设备的潜在的运动方向；所述障碍预测模块用于，对所述环境特征信息进行综合分析和处理并输出所述无人驾驶设备在所述潜在的运动方向上的障碍预测结果。可选地，所述图像采集模块包括摄像头装置，所述摄像头装置设置有单光谱敏感的图像传感器和/或多光谱敏感的图像传感器。可选地，所述系统还包括模组安装部件，用于可拆卸地组装所述摄像头装置。可选地，所述图像采集模块包括多个所述摄像头装置，分别固定设置在所述无人驾驶设备各个方位上。可选地，所述无人驾驶设备为全向运动设备或者定向运动设备。本公开实施例的第二方面，提供一种无人驾驶设备视觉避障方法，所述方法包括：采集所述无人驾驶设备指定方向上的图像，并从所述图像中提取出环境特征信息；对所述环境特征信息进行综合分析和处理并输出障碍预测结果；根据所述障碍预测结果指示所述无人驾驶设备执行避障操作。可选地，所述方法还包括：根据运动估计技术估计所述无人驾驶设备的潜在的运动方向；所述对所述环境特征信息进行综合分析和处理并输出障碍预测结果，包括：对所述环境特征信息进行综合分析和处理并输出所述无人驾驶设备在所述潜在的运动方向上的障碍预测结果。可选地，在每次估计得到所述无人驾驶设备的潜在的运动方向后，所述方法还包括：关闭所述无人驾驶设备上与所述潜在运动方向无关的摄像头装置。可选地，所述障碍预测结果包括障碍物离所述无人驾驶设备的距离以及运动参数估计。根据上述技术方案，通过图像采集模块采集无人驾驶设备指定方向上的图像，并从图像中提取出环境特征信息，可以获取到更加充分细致的环境特征信息，使无人驾驶设备对周围环境的感知更加全面，避障处理模块则根据障碍预测模块输出的障碍预测结果，采取准确的避障操作。综上可知，利用本公开所提供的无人驾驶设备视觉避障系统可以降低无人驾驶设备因对周围环境感知不充分而引发工作事故的可能性，保障了无人驾驶设备工作的安全。本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。附图说明附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：图1是根据一示例性实施例示出的一种实施场景示意图；图2是根据一示例性实施例示出的一种无人驾驶设备视觉避障系统的结构示意图；图3是根据一示例性实施例示出的一种无人驾驶设备视觉避障方法的流程图；图4是根据一示例性实施例示出的一种无人驾驶设备视觉避障方法的流程图。具体实施方式以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。本公开实施例可以应用于无人驾驶设备智能避障的场景，例如市政环卫路段的无人清扫车、无人驾驶有轨电车等车辆，航拍无人机、扫地机器人等设备对障碍物的提前预测及避障操作。图1是根据一示例性实施例示出的一种实施场景示意图，如图1所示，无人驾驶设备可以为无人机10。在现有技术中，无人驾驶设备上可以设置有主动信号发生器，用于发射超声波、雷达波或者激光对运动方向上的目标进行距离的测量，并结合操控人员的视觉预测和手动操作来保障无人驾驶设备的作业安全。然而，现有超声波测距和激光测距等方法反馈的是空间上某点的信息，且检测结果受环境影响较大，无人驾驶设备无法根据检测得到的结果智能地预测障碍物并执行准确的规避操作。例如在无人机10在进行航拍工作时，若使用超声波测距方法实现避障，则可能会受到无人机10飞行所产生的气流的影响造成距离测量结果的不稳定，从而导致错误的避障行为，易引发工作事故；若使用激光测距方法实现避障，则可能会由于激光的单点特性或者受到背景噪声的干扰而产生测量误差，也容易引发工作事故。为了解决上述无人驾驶设备因对周围环境感知不充分，从而可能会发生工作事故的问题，本公开实施例提供了一种无人驾驶设备视觉避障系统及方法。下面结合具体实施例对本公开实施例提供的技术方案进行说明。图2是根据一示例性实施例示出的一种无人驾驶设备视觉避障系统200的结构示意图，如图2所示，该系统200包括图像采集模块210、与图像采集模块210相连的障碍预测模块220，以及与障碍预测模块220相连的避障处理模块230。具体地，图像采集模块210用于，采集无人驾驶设备指定方向上的图像，并从图像中提取出环境特征信息。示例地，图像采集模块210包括摄像头，摄像头中设置有光谱图像传感器，其中，光谱图像传感器包括单光谱敏感传感器以及多光谱敏感传感器，且图像采集模块210设置有以上两种图像传感器，因而图像采集模块210对敏感光谱的响应更好，对环境的适应性更佳，采集到的图像特征也更加广泛，利用图像传感器作为前端传感器，不具有大功率发声、激光装置，对无人驾驶设备和环境均无影响。在通过图像采集模块210采集图像信息之后，利用图像特征提取技术从该图像中提取出环境特征信息，此环境特征信息可以是特征描述或者特征向量，障碍预测模块220则对环境特征信息进行综合分析和处理并输出障碍预测结果。具体地，障碍预测模块220可以通过对检测到的图像信息进行实时的图像序列分析，预测周围环境存在的障碍信息，该障碍信息可以是静态物体或者动态物体的位置信息，运动参数信息或者结构参数信息中的至少一种，避障处理模块230则用于根据获取得到的障碍信息指示无人驾驶设备执行避障操作，避免工作事故的发生。值得说明的是，本公开实施例提供的图像采集模块210、障碍预测模块220具有前端计算能力，降低了无人驾驶设备视觉避障系统的硬件成本和体积重量成本。无人驾驶设备可以为定向运动设备或者全向运动设备，上述指定方向为无人驾驶设备安装的摄像头装置所朝向的方向。示例地，对于定向运动的无人驾驶设备，系统可以配备三向视觉系统，在无人驾驶设备的前方、后方和下方分别安装有摄像头装置，这种情况下，无人驾本文档来自技高网...

【技术保护点】
1.一种无人驾驶设备视觉避障系统，其特征在于，所述系统包括：图像采集模块、与所述图像采集模块相连的障碍预测模块，以及与所述障碍预测模块相连的避障处理模块；所述图像采集模块用于，采集所述无人驾驶设备指定方向上的图像，并从所述图像中提取出环境特征信息；所述障碍预测模块用于，对所述环境特征信息进行综合分析和处理并输出障碍预测结果；所述避障处理模块用于，根据所述障碍预测结果指示所述无人驾驶设备执行避障操作。

【技术特征摘要】
1.一种无人驾驶设备视觉避障系统，其特征在于，所述系统包括：图像采集模块、与所述图像采集模块相连的障碍预测模块，以及与所述障碍预测模块相连的避障处理模块；所述图像采集模块用于，采集所述无人驾驶设备指定方向上的图像，并从所述图像中提取出环境特征信息；所述障碍预测模块用于，对所述环境特征信息进行综合分析和处理并输出障碍预测结果；所述避障处理模块用于，根据所述障碍预测结果指示所述无人驾驶设备执行避障操作。2.根据权利要求1所述的系统，其特征在于，所述系统还包括运动估计模块，用于根据运动估计技术估计所述无人驾驶设备的潜在的运动方向；所述障碍预测模块用于，对所述环境特征信息进行综合分析和处理并输出所述无人驾驶设备在所述潜在的运动方向上的障碍预测结果。3.根据权利要求1或2所述的系统，其特征在于，所述图像采集模块包括摄像头装置，所述摄像头装置设置有单光谱敏感的图像传感器和/或多光谱敏感的图像传感器。4.根据权利要求3所述的系统，其特征在于，所述系统还包括模组安装部件，用于可拆卸地组装所述摄像头装置。5.根据权利要求3所述的系统，其特征在于，所述图像采集模块包括...

【专利技术属性】
技术研发人员：徐保树，刘秦，李昊阳，
申请(专利权)人：沈阳上博智像科技有限公司，
类型：发明
国别省市：辽宁,21