[发明专利]一种基于双目视觉的智能避障算法

说明书

本发明公开了一种基于双目视觉的智能避障算法，包括下述步骤：S1，根据机器人要到达的目的地进行路径的规划，对双目摄像头的左右两个摄像头分别进行标定，分别计算地面在左、右摄像头坐标系下的平面方程；S2，通过双目摄像头采集机器人前方图像，并进行去噪处理；S3，对双目摄像头的左右两个摄像头采集的两幅图像进行畸变和极线校正，消去失真，将匹配点约束在一条直线上，最终匹配得到一张视差图；本发明的算法满足了高精度正确检测障碍物的要求，且可以达到实时性检测的要求；满足了精确性和实时性的统一，使机器人达到了良好的避障效果。

技术领域

本发明涉及智能避障领域，具体涉及一种基于双目视觉的智能避障算法。

背景技术

移动机器人在实际运行过程中，大多是处在动态不确定环境里，在这种环境里，机器人运行环境部分未知，并且工作环境中的一些障碍物是动态不确定变化的；在含有动态不确定障碍物的环境里只能采用在线局部路径规划的方式来解决，目前常用的避障方法有模糊导航算法、人工势场算法、滚动窗口算法等，但是，这些智能控制算法不具备动态预测的功能，对快速移动的动态障碍物的避障效果较差。因此现有技术把预测功能加入避障算法中，以提高动态避障的准确性，而常用的预测方法包括时间序列法、回归分析法、灰色预测法等，但是，这些方法大都集中在对其因果关系回归模型和时间序列模型的分析上，因而所建立的模型不能全面和本质的反映所预测动态数据的内在结构和复杂性，从而丢失了信息量。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于双目视觉的智能避障算法，该算法能够使机器人在遇到障碍时进行判断并重新规划路径，以达到避障的效果，且能够满足快速判断和实时性的要求。

本发明的目的通过下述技术方案实现：

一种基于双目视觉的智能避障算法，包括下述步骤：

S1，根据机器人要到达的目的地进行路径的规划，对双目摄像头的左右两个摄像头分别进行标定；

S2，通过双目摄像头采集机器人前方图像，并进行去噪处理；

S3，对双目摄像头的左右两个摄像头采集的两幅图像进行畸变和极线校正，消去失真，将匹配点约束在一条直线上，最终匹配得到一张视差图；

S4，计算视差图中匹配点在左摄像头坐标系下的三维坐标(x,y,z)，获取其高度与水平距离，并与设定阈值比较，通过障碍物的判别算法来判断障碍物是否存在；使用OpenCV视觉库中的cvFindCon—tours轮廓检测函数检测物体的轮廓，并用其外接矩形框标记；

其中，所述障碍物的判别算法具体为：

S4.1，随机提取视差图中外接矩形框内若干白色像素点d_i(i＝1,2,3,…)，计算其三维坐标d_i(x_i,y_i,z_i)，并按照水平距离z_i的大小排序；

S4.2，由于提取和计算过程中存在误差，所以可能存在异常数据，因此取所有白色像素点水平距离z_i的中位数z₀，并设定阈值φ，如白色像素点i的水平距离z_i满足|z_i-z₀|＞φ，则将白色像素点i作为异常点剔除，剩余白色像素点构成集合I；

S4.3，计算集合I中白色像素点水平距离z_i的平均值作为外接矩形框内障碍物距离机器人的水平距离；取集合I中白色像素点三维坐标中x_i的最大值x_max作为障碍物的高度；

S4.4，设定高度阈值x_d和水平距离阈值z_d，当满足x_max＞x_d，且时，则判定外接矩形框内的物体为障碍物；