[发明专利]基于视觉恐惧反应脑机制的应急避障方法

说明书

本发明涉及一种基于视觉恐惧反应脑机制的应急避障方法。其中，该方法包括获取图像序列；基于视网膜信息处理机制，检测图像序列中障碍物的运动方向和运动速度；基于障碍物的运动方向和运动速度，根据PV⁺神经元信息处理机制，进行逼近式运动检测，得到逼近式运动响应；基于逼近式运动响应，根据丘脑枕信息处理机制，确定最危险区域；对最危险的区域做出应急避障行为。通过上述技术方案，本发明实施例借鉴动物或者人类能够对危险对象产生快速防卫行为的能力，结合恐惧反应的脑机制，解决了如何提高应急反应能力的技术问题。

技术领域

本发明涉及计算机视觉和脑神经科学等多学科的交叉技术领域，具体涉及一种基于视觉恐惧反应脑机制的应急避障方法。

背景技术

随着无人机等智能系统的广泛研究和应用，障碍物的检测和躲避逐渐成为研究的热点。其中，障碍物检测也是计算机视觉领域的研究热点之一。计算机视觉领域的研究者们已经提出了许多障碍物检测的方法。根据基本思想和原理，这些障碍物检测算法主要分为以下两类：

(1)提取前景：双目视觉技术通过校准和立体匹配计算得到视差图，视差图反映了图像中的对象相对于摄像头的远近关系。该方法设定适当的阈值提取前景区域是使用双目视觉解决障碍物检测的核心思想。但是，该方法计算复杂度较高，适用于深度信息丰富而且障碍物较大情况下的检测。

(2)提取运动物体：诸如帧间差分法、光流法背景建模法等计算机视觉领域中运动检测的算法均要求背景简单且不能出现剧烈变化。其中，帧间差分法通过对相邻两张图像做差分运算，再通过灰度值的变化发现运动的目标。该方法实现简单，要求背景相对简单，不能出现剧烈的变化。光流法利用图像序列中像素灰度值的时序变化和相关性来确定空间各像素点所发生的运动。该方法适用于背景复杂且不断变化的场景，结果易受光照影响。背景建模法假定背景符合某一规律的模型，通过多帧背景图像估计出模型的参数，完成背景建模；再针对每一帧对背景差分，从而得到前景并进一步判断前景的运动。该方法要求背景符合某一分布，在背景复杂或难以用模型描述时就不适用了。

纵观已有的避障方法，虽然在障碍物检测上面已经取得了相当瞩目的成就，但从根本原理而言，这些方法和真正大脑处理视觉应急反应机制相比存在着很大的区别。

首先，在计算复杂度上，大脑中采用的是第二视觉系统的信息处理机制，能够准确快速地定位突然出现的障碍物，并进行防卫。大脑的恐惧应急反应是由皮层下的快速反应通路完成的，而障碍物检测的算法一般是由第一视觉通路来完成的，该通路对信息的处理相对精细，但由此带来的时间消耗较大，例如对背景建模的计算、立体匹配中视差图的计算都需要大量的时间，这是远远达不到动物或者人类的生存要求的。再有，受光照等环境因素的影响，已有的算法的处理结果通常伴随一定的错误发生，而准确率对于动物或者人类的生存来说是至关重要的。大脑进化出的第二视觉通路专门应对突发的危险情况并做出本能地防卫行为，该通路直接从视网膜投射到上丘，上丘中的PV⁺神经元对逼近式运动响应十分敏感，对朝向自身的运动响应非常活跃，并计算得到不同区域的危险性提供给丘脑枕，丘脑枕根据视野中不同区域的危险性调整注意力转向最危险的区域，丘脑枕将危险传递给杏仁核产生恐惧情绪后直接导致了PAG执行躲避的行为。然而，脑处理紧急情况下的应急躲避行为，错误的发生往往会降低很多。

有鉴于此，特提出本发明。

发明内容

为了解决现有技术中的上述问题，即为了解决如何提高应急反应能力的技术问题而提供一种基于视觉恐惧反应脑机制的应急避障方法。

为了实现上述目的，一方面，提供以下技术方案：

一种基于视觉恐惧反应脑机制的应急避障方法，所述方法包括：

获取图像序列；

基于视网膜信息处理机制，检测所述图像序列中障碍物的运动方向和运动速度；