【技术实现步骤摘要】
本申请涉及，尤其涉及一种碰撞回避检测方法。
技术介绍
1、借助果蝇视觉神经系统中运动敏感神经元底层神经响应机制以及视叶神经层次结构形状构建了二维平面上全景视觉场景下，上半面和整个二维平面上的运动目标前方位与全方位碰撞检测的视觉神经计算模型与神经网络算法。
2、充分借助果蝇视觉神经系统中方向敏感神经元、赤道旋转检测神经元的响应机制以及视叶神经层次结构形状联合脑神经系统中扇形体的角度与高度检测f1、f5神经元响应特性构建包含赤道旋转运动的全方向碰撞检测视脑神经网络模型和算法，经过实验研究与模型性能测试分析可知，从人工果蝇视觉神经与脑神经系统的角度去研究与探索运动物体的旋转及全方位碰撞检测问题仍然是非常有价值且切实可行的神经形态计算模型。
3、但上述这两种类型的视觉神经和视脑神经碰撞检测计算模型仅仅只能检测到运动物体在赤道旋转和径向方向上是否存在着潜在的碰撞危险，并能够及时、准确地传递碰撞预警信号；针对碰撞回避检测问题，上述已开发的神经计算模型都无能为力，且尚难在运动目标产生碰撞危险前进行快速自动地规避危险并躲避障碍物体而继续运动。
技术实现思路
1、本申请提供了一种碰撞回避检测方法，解决了现有的神经计算模型尚难在运动目标产生碰撞危险前进行快速自动地规避危险并躲避障碍物体而继续运动的技术问题。
2、有鉴于此，本申请提供了一种碰撞回避检测方法，所述方法包括：
3、s1、初始化预设参数a、b、δ、τ、nst、ξ、ρ、t、u、tcx/tmb和kl
4、s2、获取原始灰度图像yf，通过vibe方法对所述原始灰度图像进行处理后计算第f帧的灰度矩阵bf；
5、s3、分别计算突触前四个前馈果蝇视脑神经网络的膜电位
6、s4、分别计算椭球体r神经元的膜电位蘑菇体隔室超直接神经通路的膜电位蘑菇体隔室直接神经通路的膜电位蘑菇体隔室超间接神经通路的膜电位
7、s5、分别计算蘑菇体隔室ct的膜电位acn神经元的膜电位smp神经元的膜电位并确定主运动目标的方位和位置信息；
8、s6、计算异或门逻辑运算器的防碰撞危险值riskf，当真值“1”时，需立即生成回避指令；当真值为“0”时，表明没有碰撞危险直接传递acn神经的膜电位；
9、s7、由iac神经元发送回避指令并传递膜电位iacf；
10、s8、分别计算ffi神经元是否产生尖峰脉冲信号，ssi神经元是否产生尖峰脉冲信号及膜电位
11、s9、计算tlcc膜电位并传递回避路径方案；
12、s10、分别调取左方位、右方位、前方位和后方位回避路径方案；
13、s11、当不满足任何条件时退出回避检测，否则返回至步骤s2直到采集视频结束帧为止。
14、可选地，所述步骤s2具体包括：
15、通过经典图像vibe法把m×n的原始灰度图像jf图像帧转换为前景矩阵gf，gf(i,j)是yf矩阵中的感光器节点(i,j)的运动目标灰度值；
16、经过平滑信号处理机制，确定感光器节点(i,j)的广度信号，得到第f帧的灰度矩阵bf，其中，hl代表持续系数，hl＝(1+exp(l))-1，f是视频图像当前帧，f-l表示当前帧的上一帧；ξ是一个信号噪声阈值。
17、可选地，所述步骤s3具体包括：
18、计算突触前右方位前馈果蝇视脑神经网络的膜电位式中，ar是髓质层右方位视觉感知区域1内所有髓质神经节点个数，式中，和分别是髓质层右方位视觉感知区域1中第i行的最下和最上髓质节点的行号；
19、计算突触前左方位前馈果蝇视脑神经网络的膜电位式中，al是髓质层左方位视觉感知区域2内所有髓质神经节点个数，式中，和分别是髓质层左方位视觉感知区域2中第i行的最下和最上髓质节点的行号；
20、计算突触前前方位前馈果蝇视脑神经网络的膜电位式中，af是髓质层前方位视觉感知区域3内所有髓质神经节点个数，式中，和分别是髓质层前方位视觉感知区域3中第i行的最下和最上髓质节点的行号；
21、计算突触前后方位前馈果蝇视脑神经网络的膜电位式中，ab是髓质层后方位视觉感知区域4内所有髓质神经节点个数，式中，和分别是髓质层后方位视觉感知区域4中第i行的最下和最上髓质节点的行号。
22、可选地，所述步骤s4具体包括：
23、计算右方位kcr神经元的兴奋膜电位式中，δ表示一个权重系数；
24、计算mbon神经元的膜电位
25、计算的尖峰信号式中，tmb是蘑菇体阈值；
26、基于奖惩机制构建多巴胺神经元浓度函数式中，“1”表示多巴胺能神经元获得正奖励，“-1”表示获得负奖励即惩罚，“0”表示没有获得奖励或叫无奖赏；t表示时间；
27、计算椭球体r神经元的膜电位
28、计算蘑菇体隔室超直接神经通路的膜电位式中，f表示视频图像序列当前帧，即时间步长数；tmb代表蘑菇体阈值，nr表示无奖赏神经信号，nr(i)＝μ×da，式中，μ代表多巴胺浓度系数；
29、计算蘑菇体隔室直接神经通路的膜电位pamf(j)＝mbonf(j)+re，re(j)＝μ×da，式中，j＝m+t，t是预先设定的回避时间；
30、计算蘑菇体隔室超间接神经通路的膜电位式中，f为当前帧，d是视频序列图像帧的最大帧数，ppl1f(k)＝mbonf(k)+pu，pu(k)＝μ×da，式中，pu是巴胺能神经元获得的负奖赏即惩罚神经信号，u表示多巴胺能神经元获得惩罚时的浓度系数。
31、可选地，所述步骤s5具体包括：
32、计算蘑菇体隔室ct的膜电位
33、计算acn神经元的膜电位式上，d是视频图像序列的最大帧数，
34、计算smp神经元的膜电位
35、根据确定主运动目标的方位和位置信息。
36、可选地，所述步骤s6具体包括：
37、计算异或门逻辑运算器的防碰撞危险值riskf，当真值“1”时，需立即生成回避指令；当真值为“0”时，表明没有碰撞危险直接传递acn神经的膜电位。
38、可选地，所述步骤s7具体包括：
39、确定iac神经元的回避指令式中，iac的风险值为“1”时，回避指令等于1表示需立即采取回避行为；回避指令等于0时表示不需回避，运动目标继续移动；
40、确定iac神经元的神经兴奋膜电位式中，2t是运动目标回避时间。
41、可选地，所述步骤s8具体包括：
42、计算p层中每感光器(i,j)处的高通滤波ft(i,j)，式中，τ是一个时间常数，yt(i,j)表示在第f帧处感光器(i,j)的光亮信号；
43、通本文档来自技高网...
【技术保护点】
1.一种碰撞回避检测方法，其特征在于，包括：
2.根据权利要求1所述的碰撞回避检测方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求2所述的碰撞回避检测方法，其特征在于，所述步骤S3具体包括：
4.根据权利要求3所述的碰撞回避检测方法，其特征在于，所述步骤S4具体包括：
5.根据权利要求4所述的碰撞回避检测方法，其特征在于，所述步骤S5具体包括：
6.根据权利要求5所述的碰撞回避检测方法，其特征在于，所述步骤S6具体包括：
7.根据权利要求6所述的碰撞回避检测方法，其特征在于，所述步骤S7具体包括：
8.根据权利要求7所述的碰撞回避检测方法，其特征在于，所述步骤S8具体包括：
9.根据权利要求8所述的碰撞回避检测方法，其特征在于，所述步骤S9具体包括：
10.根据权利要求9所述的碰撞回避检测方法，其特征在于，所述步骤S10具体包括：
【技术特征摘要】
1.一种碰撞回避检测方法，其特征在于，包括：
2.根据权利要求1所述的碰撞回避检测方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求2所述的碰撞回避检测方法，其特征在于，所述步骤s3具体包括：
4.根据权利要求3所述的碰撞回避检测方法，其特征在于，所述步骤s4具体包括：
5.根据权利要求4所述的碰撞回避检测方法，其特征在于，所述步骤s5具体包括：
6.根据权利...
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。