本发明专利技术公开了一种基于机器人双目立体视觉的地面障碍物检测方法，属于智能机器人技术领域。包括以下步骤：根据双目的基线长度和焦距，利用已知图像的几何构形解析出图像中各行的地面视差值；在地面视差值的基础上，通过反投影模型计算出某像素对应场景点的三维坐标，从而初步判断该像素属于障碍物或是地面点；对障碍物和地面点分别赋予不同的颜色；对上述结果进行后处理，去除虚假的障碍物；消除立体误差，建立栅格地图。该方法适用于室内各种复杂环境，针对不同的障碍物，都能达到精确识别，并且具有很高的实时性，为机器人实施避障提供了很好的准备条件。
【技术实现步骤摘要】
本专利技术涉及一种设计系统，特别涉及一种基于机器人双目立体视觉的地面障碍物 检测方法，属于智能机器人
技术介绍
在自主探索的过程中，避障是移动机器人必需的基本功能。目前绝大部分移动机 器人采用距离传感器进行避障。虽然距离传感器可以提供精确的关于障碍物的距离-朝向 信息，但是只能检测位于扫描平面上的障碍物，而视觉系统则可以为移动机器人提供丰富 和实时的环境信息，因此得到了广泛的研究和应用。避障算法通常由两部分组成障碍物检测算法用来发现并估计障碍物的位置 和形状；避障策略用来产生安全有效的运动控制量。本专利技术主要讨论前一部分障碍物 检测算法。在非结构化的环境中，基于立体视觉的障碍物检测通常依赖于视差图。使 用地面的视差图作为参考的思想可以追溯至上世纪九十年代，与参考视差差异较大的 像素将被分类为障碍物像素。文献(Sabe K，Fukuchi M，Gutmann J S，etal. Obstacle avoidance and path planning for humanoid robotsusing stereo vision. IEEE International Conference onRobotics and Automation. 2004,1 :592_597.)提出一个 平面提取算子来寻找地面，将所有的视差转换为三维空间点并在点集上进行哈夫变换来 定位地面。文献(Burschka D, Lee S, Hager G. Stereo-basedobstacle avoidance in indoor environments with active sensorre-calibration. IEEE International Conference on Roboticsand Automation. New York, 2002 :2066-2072.) Jldj^ifjftfflW 差的算法，将属于地面的视差像素从视差图中去除，剩余的视差像素则认为是障碍物。一 般来说，这些方法依赖于密集的视差图，但是由于环境中存在多义场景，通过立体匹配得到 的视差图一般较为稀疏。为了得到密集的视差图，文献(Dubbelman G，van der Mark ff, van denHeuvel JC,et al. Obstacle detection during day and nightconditions using stereo vision. IEEE/RSJ InternationalConference on Intelligent Robots and Systems (IR0S). 2007 :109_116.)提出由精到粗的选择机制估计并融合由多分辨率视差图 像组成的金字塔。文献(Torres-Mendez L A，Dudek G. Statistics of Visual and Partial Depth Data for Mobile RobotEnvironment Modeling.Mexican International Conference onArtificial Intelligence (MICAI). 2006.)使用 Markov 随机场学习已有 的视差和亮度变化之间的关系，然后通过对稀疏视差图进行插值得到密集视差图。文献 (Foggia P, Jolion J M, Limongiello A,etal. Stereo vision for obstacle detection A graph-basedapproach Graph-Based Representations in PatternRecognition. Berlin :Springer-Verlag Berlin, 2007,4538 :37_48.)将立体图像建模为由区域作为节 点的图，通过寻找匹配的区域来实现立体匹配。上述方法在特定的条件下能取得理想的匹 配效果，但是往往计算复杂度高或过多地采用经验假设。与设法取得密集的视差图不同， 文献(Yoon S，Roh K S，Shim Y B. Vision-basedobstacle detection and avoidance Application to robust indoornavigation of mobile robots. Advanced Robotics, 2008,22(4) :477-492.)使用代数投影不变量来确定左右图像中的匹配对，如果匹配像 素的颜色差值较大则认为相应的场景点属于障碍物。文献(段华，赵东标.基于立体视 觉的移动机器人动态避障方法.机械科学与技术，2006，25 (6) 631-634.)对障碍物 区域进行局部视差连续性约束下的相似性匹配，构造障碍物的最大包围盒投影到地面。 JC K (Caraffi C, Cattani S, Gri sleri P. Off-road path and obstacledetection using decision networks and stereo vision. IEEETransactions on Intelligent Transportation Systems, 2007,8 (4) =607-618.)则使用V视差图提取地面并使用片估计 定位障碍物。本专利技术应用的启发式合并规则、菱形误差模型和三角分布规则，请参考文献(张广军.机器视觉.科学出版社，2005)
技术实现思路
本专利技术的目的是为解决目前使用立体视觉建立栅格地图的方法存在计算量大和 环境信息不完整的问题，而提供，通 过对获取的图像进行地面视差分布分析，辨别出图像中的地面和障碍物，最后控制机器人 实施避障。本专利技术的目的是通过以下技术方案实现的本专利技术的，采用双目立体视 觉传感器，在双目基线与地面平行条件下，具体检测步骤如下1)对获取的图像进行视差分布分析假设获取图像中的地面为平面，则该平面点上的视差值D通过下式获得 其中α是双目立体视觉传感器的光轴(摄像头焦点与成像平面的垂线)相对于 地面的俯角，β是双目立体视觉传感器的光轴(摄像头焦点与摄像头镜头的垂线)和实测 点之间的夹角，h是双目立体视觉传感器的摄像头中心离地面的高度，B和f分别为双目基 线的长度和焦距，所述的双目基线是指双目立体视觉传感器中两个摄像头中心点之间的连线;2)建立地面_障碍物视差彩色标注图a)设定地面识别高度hTH，hTH取值范围为30cm 100cm，则地面识别差值范围D2 通过下式获得 其中 D1为实际获取的图像上任意一点的像素的视差值，D1可通过步骤1)的公式算出，当D1的值在D2区间内时，认为D1点是地面像素，当D1的值在D2区间外时，认为D1点是障碍 物像素，对实际获取的图像上的所有点进行上述的地面_障碍物判断，从而建立地面_障碍 物视差标注图；b)对地面-障碍物视差标注图进行着色，将地面像素标注为颜色1，将障碍物像素 标注为颜色2 ；所选取的颜色1与颜色2的RGB三元素值均小于150，且颜色1与颜色2的 RGB各元素值之差均大于100，对无效像素区域和高亮区域不进行着色，得本文档来自技高网...
【技术保护点】
一种基于机器人双目立体视觉的地面障碍物检测方法，其特征在于：采用双目立体视觉传感器，在双目基线与地面平行条件下，具体检测步骤如下： １）对获取的图像进行视差分布分析 假设获取图像中的地面为平面，则该平面点上的视差值Ｄ通过下式获得： Ｄ＝Ｂｆ／ｈ ｃｏｓ（α－β）／ｃｏｓβ 其中α是双目立体视觉传感器的光轴相对于地面的俯角，β是双目立体视觉传感器的光轴和实测点之间的夹角，ｈ是双目立体视觉传感器的摄像头中心离地面的高度，Ｂ和ｆ分别为双目基线的长度和焦距，所述的双目基线是指规则得出该图上任意像素点的占据概率值，得到占据概率分布图； ｂ）同时对步骤３）获得的地面－障碍物视差彩色标注结果图中任意像素Ｐ点建立菱形误差模型，得到其误差点Ｐ↓［１］，Ｐ↓［２］，Ｐ↓［３］，和Ｐ↓［４］，将误差点Ｐ↓［１］，Ｐ↓［２］，Ｐ↓［３］，和Ｐ↓［４］竖直投影成二维图像，将投影点记为Ｐ′↓［１］，Ｐ′↓［２］，Ｐ′↓［３］和Ｐ′↓［４］，并对投影点建立的二维坐标，将Ｐ′↓［２］和Ｐ′↓［４］之间的距离作为栅格的宽度Ｈ，栅格的长度Ｌ由通过下式确定，即： Ｌ＝（Ｐ↓［３．ｘ］′－Ｐ↓［１．ｘ］′）／Ｓ 其中，Ｓ为根据双目立体视觉传感器摄像机的固有参数确定的范围因子，Ｓ的取值范围为０．１～５；Ｐ′↓［３］，ｘ为Ｐ′↓［３］点在二维坐标中的横坐标，Ｐ′↓［１，ｘ］为Ｐ′１点在二维坐标中的横坐标； ｃ）在步骤３）获得的地面－障碍物视差彩色标注结果图上建立长为Ｌ、宽为Ｈ的栅格，将每个栅格中所包含的像素点的占据概率值赋值给该栅格，记为Ｆ′； ｄ）对每个栅格的占据概率值Ｆ′进行增益调整，调整方法如下式： Ｆ＝Ｆ′＋ｆ 其中，Ｆ为每个栅格增益调整后的占据概率值，ｆ为增益因子，当该栅格对应的点为障碍物像素时，则ｆ取值范围为０．１～０．５；当该栅格对应的点为地面像素时，则ｆ取值范围为－０．５～－０．１； ５）结果判断 对每个栅格对应的增益调整后的占据概率值Ｆ进行判断， 当Ｆ大于等于０．８时，判断该栅格为障碍物； 当Ｆ小于等于０．２时，判断该栅格为地面； 当Ｆ为０．２～０．８时，该栅格为无效像素区域或高亮区域，不做判断。双目立体视觉传感器中两个摄像头中心点之间的连线； ２）建立地面－障碍物视差彩色标注图 ａ）设定地面识别高度ｈ↓［ＴＨ］，ｈ↓［ＴＨ］取值范围为３０ｃｍ～１００ｃｍ，则地面识别差值范围Ｄ↓［２］通过下式获得：...
【技术特征摘要】
【专利技术属性】
技术研发人员：方浩，窦丽华，曹虎，张海强，陈杰，华承昊，毛昱天，孙巍，刘华罡，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：11[中国|北京]
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。