一种应用于自行走设备的障碍物识别方法及自行走设备技术

本申请涉及一种自行走设备的障碍物识别方法及装置，将采集的自行走设备前方的图像由RGB空间转换到HSV空间，提取出色度分量和亮度分量；对所述亮度分量预处理后进行边缘提取，获取色度分量直方图，统计预设色度区间范围内的像素点个数最大值maxH；对采集的所述自行走设备前方的图像，进行图像分割，获得分割图像；将所述分割图像进行轮廓检测，确定单个轮廓图像的障碍物识别参数；结合预先设定的障碍物识别判定条件，判定自行走设备前方是否存在障碍物。解决现有技术中自行走设备的防碰撞方法需要搭建边界系统，费时费力、成本高的问题。成本高的问题。成本高的问题。

【技术实现步骤摘要】
一种应用于自行走设备的障碍物识别方法及自行走设备


[0001]本申请属于人工智能
，尤其是涉及一种应用于自行走设备的障碍物识别方法及自行走设备。

技术介绍

[0002]随着城市绿化进程逐渐加快以及草坪业迅猛发展，对城市草坪、高尔夫球场、机场，以及私人花园、公园、操场等场地的草地需要不定期的进行修整，以保证美观，而每年的修剪需要消耗大量的时间、资金和人力。
[0003]目前，通常采用自行走设备来代替人工进行修整，无人割草车可将劳动力从高重复、枯燥的割草作业中解放出来，已成为社会发展的必然趋势。无人割草车的割刀锋利，其安全不可控，无人作业时可能遇到静止或者移动的障碍物，损坏刀具或车体的同时，也极可能发生意外事故，造成不必要的损失。
[0004]自行走设备传统的防碰撞的方法有三种：
[0005]第一种是割草作业前在障碍物周边人工布线，割草车在行进过程中一旦检测到电磁信号后转变方向，但导线容易老化，需定期检测和维护；
[0006]第二种方法是采用多种传感器组合检测，如超声波和红外传感器，这种方法成本很高，且易受环境本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于自行走设备的障碍物识别方法，其特征在于，包括：获取自行走设备在其行进方向上的环境的图像；根据所述图像分离出色度通道图像与亮度通道图像；将所述亮度通道图像进行预处理及边缘处理以获取边缘图像；将所述色度通道图像进行直方图统计以获取预设色度区间范围内的颜色占比最多的像素个数，记为maxH；将所述色度通道图像进行分割处理及轮廓处理以获取色度分割阈值与轮廓图像；对所述轮廓图像进行轮廓检测以获取轮廓区块；统计所述边缘图像和所述轮廓图像中对应所述轮廓区块的特征值；将所述maxH、所述特征值与预先设定的障碍物识别判定条件进行比较处理以获得识别结果。2.根据权利要求1所述的应用于自行走设备的障碍物识别方法，其特征在于，所述特征值包括轮廓大小特征值、平均粗糙度值和轮廓区块内包含黑色像素点占比；或者，所述特征值包括轮廓大小特征值、平均粗糙度值、色度分割阈值范围内的像素占比和轮廓区块内包含黑色像素点占比。3.根据权利要求2所述的应用于自行走设备的障碍物识别方法，其特征在于，所述轮廓大小特征值包括轮廓面积、轮廓对角线长度，轮廓宽度、轮廓高度或轮廓区块内所包括的待识别区域的像素个数。4.根据权利要求1所述的应用于自行走设备的障碍物识别方法，其特征在于，所述统计所述边缘图像和所述轮廓图像中对应所述轮廓区块的特征值包括：获取所述轮廓区块的位置信息；将所述轮廓区块的位置信息与预设位置阈值进行比较处理以获取目标轮廓区块；统计所述边缘图像和所述轮廓图像中对应所述目标轮廓区块的特征值。5.根据权利要求1所述的应用于自行走设备的障碍物识别方法，其特征在于，所述预先设定的障碍物识别判定条件包括多项不同的预先设定的障碍物识别判定条件，所述将所述maxH、所述特征值与预先设定的障...

【专利技术属性】
技术研发人员：朱绍明，任雪，
申请(专利权)人：苏州科瓴精密机械科技有限公司，
类型：发明
国别省市：