小障碍物的三维重建方法、检测方法及检测系统技术方案

本发明专利技术提供了一种小障碍物的三维重建方法、检测方法及检测系统，方法包括：通过双目相机和结构光深度相机分别获取地面图像，对所述地面图像的占主体的背景执行稠密重建，采用所述双目相机对梯度较大的图像位置进行稀疏特征重建；通过视觉处理技术提取三维的点云，采用“减背景”检测方法对所述小障碍物的点云进行分离检测；将所述小障碍物的点云映射到图像，执行图像分割获得目标图像；采用融合方案对所述目标图像进行三维重构获取完整密集点云。根据本发明专利技术提供的小障碍物的三维重建方法、检测方法及检测系统，可实现准确的三维重构，因此该方法为小障碍物检测的准确性提供了保障。

3D reconstruction method, detection method and detection system of small obstacles

【技术实现步骤摘要】
小障碍物的三维重建方法、检测方法及检测系统
本专利技术涉及机器人
，特别涉及一种小障碍物的三维重建方法、检测方法及检测系统。
技术介绍
障碍物检测是机器人自主导航的重要组成部分且在机器人学和视觉领域得到了广泛研究且在一些消费级产品上得到了应用。小障碍物如果不能得到准确的检测，会导致机器人移动安全性受到影响。但在实际环境中，由于小障碍物种类繁杂，体积较小，对小障碍物检测仍然是一个挑战。
技术实现思路
机器人场景的障碍物检测一般通过距离获取传感器或算法获取目标的三维信息(如三维位置，轮廓)。一方面，小障碍物由于其体积小，检测时需要获取更准确的三维信息，这对传感器和算法的测量精度及分辨率要求更高。主动传感器中如雷达或者声呐有很高测量精度，但分辨率较低；基于红外结构光的深度相机能达到较高分辨率，但其易受阳光干扰，当干扰影响大时成像存在空洞且成像目标较小时存在鲁棒性不足。被动传感器如双目立体匹配或序列图像立体匹配，若采用无差别稠密重建，存在计算量大，对小目标重建困难存尤其是背景噪声较多时。另一方面，小障碍物种类繁杂，需要检测方案本文档来自技高网...

【技术保护点】
1.一种小障碍物的三维重建方法，其特征在于，所述方法用于对地面的小障碍物进行三维重建，所述方法包括：/n通过双目相机和结构光深度相机分别获取地面图像；/n对所述地面图像的占主体的背景执行稠密重建，采用所述双目相机对梯度较大的图像位置进行稀疏特征重建；/n通过视觉处理技术提取三维的点云，采用“减背景”检测方法对所述小障碍物的点云进行分离检测；/n将所述小障碍物的点云映射到图像，执行图像分割获得目标图像；/n采用融合方案对所述目标图像进行三维重构获取完整密集点云。/n

【技术特征摘要】
1.一种小障碍物的三维重建方法，其特征在于，所述方法用于对地面的小障碍物进行三维重建，所述方法包括：
通过双目相机和结构光深度相机分别获取地面图像；
对所述地面图像的占主体的背景执行稠密重建，采用所述双目相机对梯度较大的图像位置进行稀疏特征重建；
通过视觉处理技术提取三维的点云，采用“减背景”检测方法对所述小障碍物的点云进行分离检测；
将所述小障碍物的点云映射到图像，执行图像分割获得目标图像；
采用融合方案对所述目标图像进行三维重构获取完整密集点云。


2.如权利要求1所述的小障碍物的三维重建方法，其特征在于，所述双目相机包括左相机和右相机，所述双目相机获取的所述地面图像包括左图像和右图像，所述结构光深度相机获取的所述地面图像为结构光深度图。


3.如权利要求2所述的小障碍物的三维重建方法，其特征在于，所述采用融合方案对所述目标图像进行三维重构获取完整密集点云，具体包括：
传感器标定，包括对所述双目相机的内参畸变标定、外参标定以及对所述双目相机和所述结构光深度相机的外参标定；
畸变与极线矫正，对所述左图像和右图像执行畸变和极线矫正；
数据对齐，利用所述结构光深度相机的所述外参将所述结构光深度图对齐到所述左图像和右图像的坐标系下，获得双目深度图；
稀疏立体匹配，对所述结构光深度图的空洞部分执行稀疏立体匹配并获取视差，将所述视差转换为深度，使用所述深度并融合所述结构光深度图和所述双目深度图，重建出鲁棒的深度图。


4.如权利要求3所述的小障碍物的三维重建方法，其特征在于，所述稀疏立体匹配的操作，具体包括：
提取空洞掩模，对...

【专利技术属性】
技术研发人员：刘勇，朱俊安，黄寅，郭璁，
申请(专利权)人：深圳市普渡科技有限公司，
类型：发明
国别省市：广东;44