[发明专利]一种基于双目的障碍物与可行区域检测方法

说明书

本发明提供了一种基于双目的障碍物与可行区域检测方法，包括：步骤1：标定双目系统；步骤2：通过视觉SLAM算法构建环境地图；步骤3：进行点云拼接；步骤4：将Set_w进行降采样，并将点云转到移动底盘坐标系下；步骤5：在转换后的Set_w中提取地面，得到可行区域Set_traversable；步骤6：在Set_traversable中提取障碍物区域，得到障碍物区域Set_obs。本发明在视觉SLAM系统构建完成环境地图的基础上，进一步结合双目匹配算法，得到大范围场景点云。该点云包含场景的连续位姿信息，同时由于多帧融合，有效提高点云精度，减少噪声，并进一步在融合后的点云中检测障碍物与可行区域，实现了基于双目的障碍物与可行区域检测。

技术领域

本发明涉及障碍物与可行区域检测技术领域，具体涉及一种基于双目的障碍物与可行区域检测方法。

背景技术

双目相机由于成本低廉，信息量大的优势在机器人构图、定位导航等应用中获得广泛应用。基于图像的构图通常使用视觉SLAM(simultaneous localization andmapping)系统，得到的地图形式为一系列关键帧和空间点的集合。该地图仅包含离散可行位姿，在实际应用中具有很大的局限性。双目相机可以通过左右图像的匹配得到真实世界的点云信息。然而图像匹配得到的点云存在噪声大、精度不高等问题，同样也制约了实际应用。

本发明在视觉SLAM系统构建完成环境地图的基础上，进一步结合双目匹配算法，得到大范围场景点云。该点云包含场景的连续位姿信息，同时由于多帧融合，有效提高点云精度，减少噪声，克服了上述两个缺点，并进一步在融合后的点云中检测障碍物与可行区域。

发明内容

本发明提供了一种基于双目的障碍物与可行区域检测方法，在视觉SLAM系统得到关键帧和空间点的基础上，融合双目系统得到场景稠密点云，在该点云中检测障碍物与可行区域信息。

本发明所述地图为关键帧集合N_k表示关键帧数目。所述关键帧表示为K_i，其中t_i表示关键帧K_i在世界坐标系中的位置，为3×1矩阵，R_i表示关键帧K_i的朝向，为3×3矩阵，为双目相机系统在K_i位置时得到的图像。

本发明采用的技术方案如下：

一种基于双目的障碍物与可行区域检测方法，包括以下步骤：

步骤1：标定双目系统；

步骤1中，标定双目系统，分别得到两个相机的内参和外参，并且标定双目系统与移动底盘之间的旋转矩阵R_b和平移矩阵t_b。

步骤2：通过视觉SLAM算法构建环境地图；

所述的环境地图为关键帧集合N_k表示关键帧数目，K_l、K_i、表示不同的关键帧，关键帧其中t_i表示关键帧K_i在世界坐标系中的位置，为3×1矩阵，R_i表示关键帧K_i的朝向，为3×3矩阵，为双目相机系统在K_i位置时得到的图像。

步骤3：进行点云拼接；