一种基于深度摄像头的障碍物检测方法技术

本发明专利技术涉及一种基于深度摄像头的障碍物检测方法。采集深度图像，根据相机内参和深度数据，获得三维点云，即计算获得深度图像中所有像素点在相机坐标系中的实际位置(xc,yc,zc)；其中，xc表示像素点对应实际物体点到相机中心的横向距离，yc表示像素点对应实际物体点到相机中心的纵向距离，zc表示像素点对应实际物体点到相机中心的深度距离；设定最大避障阈值th，即当物体与相机之间的距离大于最大避障阈值th，则认为该物体不是障碍物；遍历所有的三维点云，对于每一个像素点，如果其xc在避障视野(vl,vr)内，且其深度zc小于最大避障阈值th，则认为该像素点属于障碍物。本发明专利技术检测面大，并降低了漏检率，从而提高了检测障碍物的可靠性和准确性。

【技术实现步骤摘要】
一种基于深度摄像头的障碍物检测方法
本专利技术属于机器人导航与控制
，具体涉及一种基于深度摄像头的障碍物检测方法。
技术介绍
在机器人导航和运动过程中，检测和规避障碍物是实现机器人自主运动和智能化的重要环节。现有技术中一般采用传感器进行避障检测。避障传感器包括红外，超声波和激光等。其中，红外传感器不受可见光影响，角度灵敏度高，价格低廉，但只能检测单线障碍物信息；超声波一般具有一定的波束角，可用于面检测，但角度精度相应降低。此外，超声波易受环境影响，不可检测吸声材料。激光与红外类似，技术成熟，有更高的精度，但一般价格较高。因此，利用避障传感器进行障碍物检测，检测面小，容易造成障碍物信息的漏检，特别是对不同高度或者凳脚等较细的障碍物，难以检测到，从而导致了避障决策的失效。近年来，深度摄像头的发展和普及为障碍物的检测和规避带来的新的思路。深度摄像头可以检测到物体的深度，即物体与相机之间的距离。基于测距原理的不同，其实现形式也多种多样。目前深度摄像头常用的测距原理包括：双目匹配，一般结构光编码和激光散斑编码(Lightcoding)。Kinect，xtion等主流RGBD摄像头即采用的本文档来自技高网...

【技术保护点】
1.基于深度摄像头的障碍物检测方法，其特征在于，包括以下步骤：步骤1、采集深度图像，根据相机内参和深度数据，获得三维点云，即计算获得深度图像中所有像素点在相机坐标系中的实际位置(xc,yc,zc)；其中，xc表示像素点对应实际物体点到相机中心的横向距离，yc表示像素点对应实际物体点到相机中心的纵向距离，zc表示像素点对应实际物体点到相机中心的深度距离；步骤2、设定最大避障阈值th，即当物体与相机之间的距离大于最大避障阈值th，则认为该物体不是障碍物；遍历所有的三维点云，对于每一个像素点，如果其xc在避障视野(vl,vr)内，且其深度zc小于最大避障阈值th，则认为该像素点属于障碍物。

【技术特征摘要】
1.基于深度摄像头的障碍物检测方法，其特征在于，包括以下步骤：步骤1、采集深度图像，根据相机内参和深度数据，获得三维点云，即计算获得深度图像中所有像素点在相机坐标系中的实际位置(xc,yc,zc)；其中，xc表示像素点对应实际物体点到相机中心的横向距离，yc表示像素点对应实际物体点到相机中心的纵向距离，zc表示像素点对应实际物体点到相机中心的深度距离；步骤2、设定最大避障阈值th，即当物体与相机之间的距离大于最大避障阈值th，则认为该物体不是障碍物；遍历所有的三维点云，对于每一个像素点，如果其xc在避障视野(vl,vr)内，且其深度zc小于最大避障阈值th，则认为该像素点属于障碍物。2.如权利要求1所述基于深度摄像头的障碍物检测方法，其特征在于，使用张正友标定法，对深度摄像头进行标定，使用的棋盘为...

【专利技术属性】
技术研发人员：郭健，危海明，宋恺，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32