本发明专利技术提供一种实时检测地下障碍物的方法及装置，包括：生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据；将点云分割成若干块地面断层点云，聚类出若干个点云簇作为地面断层点簇；通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，利用所述机器车的位姿约束，得到地面断层的地面面积；根据所述地面断层点簇的位置、大小信息以及所述地面断层的地面面积，得到平面点云信息，获取地下障碍物的信息；本发明专利技术所述的方法能够实时提高机器车避障功能的准确性、稳定性。稳定性。稳定性。
【技术实现步骤摘要】
实时检测地下障碍物的方法及装置
[0001]本专利涉及一种基于相机点云的机器车局部规划实时检测地下障碍物的方法、装置，属于实时检测领域。
技术介绍
[0002]在现有的机器人技术中，大部分的移动机器人依靠2d激光雷达实现自动避障功能，还有通过双目相机计算障碍物深度和利用彩色图像对障碍物进行分割，此种算法较为复杂而且计算量大，实时性较低；以及使用rgbd相机点云进行自适应密度聚类算法，通过计算质心来计算地面断层面积的方法，此种算法在遇到地面大大断层等室内楼梯口，在宽敞的环境中易检测失败。
[0003]目前已有的解决方法，包括：如，基于YOLO算法的视觉系统，可以识别可能成为移动机器人路径障碍的静态物体；对比传统机器车避障方法，可以预定义障碍物进行训练，得到较好的识别准确率，误差低于3,64％；但对于机器车而言，需要用到深度学习，消耗算力，无法满足前进过程中的实时性要求；还有，如根据rgbd深度相机生成三维点云，做自适应点云聚类，分割出障碍物点云簇，根据障碍物三维点云点簇质心及大小得出障碍物的信息，最后转换为2d激光雷达信息；但是这种方案在点云信息不全时会误检，无法达到避障目的。
[0004]一种具有实时检测地下障碍物的方法及装置亟待研发。
技术实现思路
[0005]为了解决现有技术的不足，本专利技术提供一种实时检测地下障碍物的方法及装置，其技术方案如下：
[0006]一种实时检测地下障碍物的方法，包括：
[0007]生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据；
[0008]将点云分割成若干块地面断层点云，聚类出若干个点云簇作为地面断层点簇；
[0009]通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，利用所述机器车的位姿约束，得到地面断层的地面面积；
[0010]根据所述地面断层点簇的位置、大小信息以及所述地面断层的地面面积，得到平面点云信息，获取地下障碍物的信息。
[0011]所述“生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据”，包括：
[0012]使用Astra相机驱动生成点云数据；
[0013]利用PCL点云库对所述点云数据进行体素化降采样处理，设置体素栅格大小，并将降采样后的点云保存为sorCloud，格式为PointXYZ。
[0014]在所述“生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据”之后，还包括：无关点云剔除的步骤：
[0015]通过直通滤波器，将高于地面的点云以及设定距离之外的点云剔除。
[0016]所述“将点云分割成若干块地面断层点云，聚类出若干个点云簇作为地面断层点簇”，包括：
[0017]利用PCL点云库中的欧式聚类算法对所述点云数据进行聚类，将点云分割成若干块地面断层点云；
[0018]设置每一簇点云数据的最低点云点数和最大点云点数，得到地下障碍物点云。
[0019]所述“通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，利用所述机器车的位姿约束，得到地面断层的地面面积”，包括：
[0020]通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，得到最大深度点与机器车相机间的连线，并且获取该连线与水平面的夹角；
[0021]通过三角形相似性，得到地面断层的宽度，进而得到地面断层地面面积。
[0022]一种如上所述的实时检测地下障碍物的方法在机器车局部规划方向上的应用。
[0023]一种实时检测地下障碍物的装置，包括：
[0024]采集模块，用于生成点云数据；
[0025]聚类模块，与所述采集模块进行数据交互，用于对所述点云数据进行聚类，获得若干个点云簇作为地面断层点簇；
[0026]处理模块，与所述聚类模块进行数据交互，用于通过所述地面断层点簇获得地下障碍物地面面积，并将该地下障碍物地面面积转换为平面点云信息；
[0027]通信模块，与所述处理模块进行数据交互，用于通过所述通信模块将所述平面点云信息发送至机器车的局部规划器，实现避障。
[0028]一种实时检测地下障碍物的系统，包括：
[0029]机器车，用于巡航；
[0030]如上所述的实时检测地下障碍物的装置，与所述机器车进行数据通信，用于向所述机器车发送平面点云信息，实现所述机器车的避障。
[0031]一种实时检测地下障碍物的电子装置，包括：
[0032]存储介质，用于存储计算机程序；
[0033]处理单元，与所述存储介质进行数据交换，用于在进行实时检测地下障碍物时，通过所述处理单元执行所述计算机程序，进行如上所述的一种实时检测地下障碍物的方法的步骤。
[0034]一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序；
[0035]所述计算机程序在运行时，执行如上所述的一种实时检测地下障碍物的方法的步骤。
[0036]本专利技术的有益效果是：
[0037]本专利技术所述的方法，在生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据；然后，将点云分割成若干块地面断层点云，聚类出若干个点云簇作为地面断层点簇；再通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，利用所述机器车的位姿约束，得到地面断层的地面面积；最后，根据所述地面断层点簇的位置、大小信息以及所述地面断层的地面面积，得到平面点云信息，获取地下障碍物的信息；对于本专利技术所述的方法，其整个过程的计算量较使用了深度学习的障碍物识别算法以及图像分割算法低，在三维点云的计算方法中较计算质心的方法更为准确，能够实时提高机器
车避障功能的准确性、稳定性。
[0038]本专利技术所述的装置，通过采集模块生成点云数据；聚类模块与所述采集模块进行数据交互，对所述点云数据进行聚类，获得若干个点云簇作为地面断层点簇；然后通过处理模块与所述聚类模块进行数据交互，用于通过所述地面断层点簇获得地下障碍物地面面积，并将该地下障碍物地面面积转换为平面点云信息；最后，利用通信模块与所述处理模块进行数据交互，用于通过所述通信模块将所述平面点云信息发送至机器车的局部规划器，实现避障。本专利技术所述的装置，解决了机器车在未知环境下只能得到地面断层洞内单侧竖直面点云，无法完整检测到地面断层面积大小，进而无法实现避障一个难题，同时能满足机器车前进的实时性要求。
附图说明
[0039]图1为本专利技术的地面断层识别的整体流程框图；
[0040]图2为本专利技术地下障碍物检测识别结果示意图；
[0041]图3为本专利技术的地面断层宽度计算示意图；
[0042]图4为本专利技术所述的装置的结构框图。
[0043]其中，1.深度相机；2.欧式聚类后的地面断层点云；3.识别后构造的地面断层边缘的描点点云；100.采集模块；200.聚类模块；300.处理模块；400.通信模块；500.机器车。
具体本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种实时检测地下障碍物的方法，其特征在于，包括：生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据；将点云分割成若干块地面断层点云，聚类出若干个点云簇作为地面断层点簇；通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，利用所述机器车的位姿约束，得到地面断层的地面面积；根据所述地面断层点簇的位置、大小信息以及所述地面断层的地面面积，得到平面点云信息，获取地下障碍物的信息。2.根据权利要求1所述的一种实时检测地下障碍物的方法，其特征在于，所述“生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据”，包括：使用Astra相机驱动生成点云数据；利用PCL点云库对所述点云数据进行体素化降采样处理，设置体素栅格大小，并将降采样后的点云保存为sorCloud，格式为PointXYZ。3.根据权利要求1所述的一种实时检测地下障碍物的方法，其特征在于，在所述“生成点云数据后，对点云数据进行体素化降采样处理，得到处理后的点云数据”之后，还包括：无关点云剔除的步骤：通过直通滤波器，将高于地面的点云以及设定距离之外的点云剔除。4.根据权利要求1所述的一种实时检测地下障碍物的方法，其特征在于，所述“将点云分割成若干块地面断层点云，聚类出若干个点云簇作为地面断层点簇”，包括：利用PCL点云库中的欧式聚类算法对所述点云数据进行聚类，将点云分割成若干块地面断层点云；设置每一簇点云数据的最低点云点数和最大点云点数，得到地下障碍物点云。5.根据权利要求1所述的一种实时检测地下障碍物的方法，其特征在于，所述“通过所述地面断层点簇，获取每一个点簇的最大深度位置以及宽度信息，利用所述机器车的位...
【专利技术属性】
技术研发人员：刘建圻，温俊彬，曾碧，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：
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。