The present invention provides a method for detecting obstacles and feasible areas based on binocular objects, including: step 1: calibrating binocular system; step 2: constructing environment map by visual SLAM algorithm; step 3: splicing point clouds; step 4: downsampling Setw and transferring point clouds to moving chassis coordinate system; step 5: turning around The ground is extracted from the replaced Setw to get the feasible area Settraversable; Step 6: The obstacle area is extracted from Settraversable to get the obstacle area Setobs. On the basis of constructing the environment map by the visual SLAM system, the invention further combines the binocular matching algorithm to obtain a large range of scene point clouds. The point cloud contains the continuous pose information of the scene. Because of multi-frame fusion, the accuracy of the point cloud is improved and noise is reduced effectively. Obstacles and feasible regions are detected in the fused point cloud, which realizes the detection of obstacles and feasible regions.
【技术实现步骤摘要】
一种基于双目的障碍物与可行区域检测方法
本专利技术涉及障碍物与可行区域检测
,具体涉及一种基于双目的障碍物与可行区域检测方法。
技术介绍
双目相机由于成本低廉,信息量大的优势在机器人构图、定位导航等应用中获得广泛应用。基于图像的构图通常使用视觉SLAM(simultaneouslocalizationandmapping)系统,得到的地图形式为一系列关键帧和空间点的集合。该地图仅包含离散可行位姿,在实际应用中具有很大的局限性。双目相机可以通过左右图像的匹配得到真实世界的点云信息。然而图像匹配得到的点云存在噪声大、精度不高等问题,同样也制约了实际应用。本专利技术在视觉SLAM系统构建完成环境地图的基础上,进一步结合双目匹配算法,得到大范围场景点云。该点云包含场景的连续位姿信息,同时由于多帧融合,有效提高点云精度,减少噪声,克服了上述两个缺点,并进一步在融合后的点云中检测障碍物与可行区域。
技术实现思路
本专利技术提供了一种基于双目的障碍物与可行区域检测方法,在视觉SLAM系统得到关键帧和空间点的基础上,融合双目系统得到场景稠密点云,在该点云中检测障碍物与可行区域信息。本专利技术所述地图为关键帧集合Nk表示关键帧数目。所述关键帧表示为Ki,其中ti表示关键帧Ki在世界坐标系中的位置,为3×1矩阵,Ri表示关键帧Ki的朝向,为3×3矩阵,为双目相机系统在Ki位置时得到的图像。本专利技术采用的技术方案如下:一种基于双目的障碍物与可行区域检测方法,包括以下步骤:步骤1:标定双目系统;步骤1中,标定双目系统,分别得到两个相机的内参和外参,并且标定双目系统与移动底盘之 ...
【技术保护点】
1.一种基于双目的障碍物与可行区域检测方法,其特征在于,包括以下步骤:步骤1:标定双目系统;步骤2:通过视觉SLAM算法构建环境地图;步骤3:进行点云拼接;步骤4:将Setw进行降采样,并将点云转到移动底盘坐标系下;步骤5:在转换后的Setw中提取地面,得到可行区域Settraversable,对于任一点Pwi=(xi,yi,zi)∈Setw,在Setw中查找距离Pwi最近的三个点,{Pw
【技术特征摘要】
1.一种基于双目的障碍物与可行区域检测方法,其特征在于,包括以下步骤:步骤1:标定双目系统;步骤2:通过视觉SLAM算法构建环境地图;步骤3:进行点云拼接;步骤4:将Setw进行降采样,并将点云转到移动底盘坐标系下;步骤5:在转换后的Setw中提取地面,得到可行区域Settraversable,对于任一点Pwi=(xi,yi,zi)∈Setw,在Setw中查找距离Pwi最近的三个点,{Pw1=(x1,y1,z1),Pw2=(x2,y2,z2),Pw3=(x3,y3,z3)},求得点Pwi法向量同理,通过在Setw中查找距离Pw1最近的三个点,得到Pw1法向量n1,通过在Setw中查找距离Pw2最近的三个点,得到Pw2法向量n2,通过在Setw中查找距离Pw3最近的三个点,得到Pw3法向量n3;计算法向量误差n_error:n_error=3-|ni·n1|-|ni·n2|-|ni·n3|如果Pwi中zi小于设定阈值z_thres,并且n_error小于阈值n_thres,则判定点Pwi为可行区域,加入Settraversable;步骤6:在Settraversable中提取障碍物区域,得到障碍物区域Setobs,设置障碍物高度阈值h_thres,对于任意一点Pti∈Settraversable,检测转换后的Setw中是否存在点Pwj,满足以下关系:如果存在Pwj满足上述关系,则判定Pti为障碍物区域,加入到Setobs中,并将该点在Settraversable中删除。2.根据权利要求1所述的基于双目的障碍物与可行区域检测方法,其特征在于,步骤1中,标定双目系统,分别得到两个相机的内参和外参,并且标定双目系统与移动底盘之间的旋转矩阵Rb和平移矩阵tb。3.根据权利要求1所述的基于双目的障碍物与可行区域检测方法,其特征在于,步骤2中,所述的环境地图为关键帧集合Nk...
【专利技术属性】
技术研发人员:张清泉,王军南,余饶东,唐杭生,
申请(专利权)人:浙江大承机器人科技有限公司,
类型:发明
国别省市:浙江,33
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。