[发明专利]一种障碍物的检测方法

说明书

本发明公开了一种障碍物的检测方法，包含以下步骤：A、对经过障碍物提取方法处理后的差分图像进行腐蚀和膨胀，去除噪声影响和填充孔洞；B、提取图像轮廓；C、计算轮廓面积；D、对连通体进行排序和标记；E、按照障碍物连通体规则进行判断，符合要求则视为障碍物；F、用矩形框将障碍物区域标识出来，本发明障碍物的检测方法能够为移动机器人采取避障行为提供决策依据从而完成障碍物的在线检测。

技术领域

本发明涉及人工智能技术领域，具体是一种障碍物的检测方法。

背景技术

随这人工智能技术的快速发展，智能机器人的应用越来越广泛，智能机器人可以包括扫地机器人、搬运机器人等，具有非常广阔的市场前景。

机器人在自主导航过程中，为了避免与周围的障碍物发生碰撞，需要对障碍物进行识别并避障。但是，传统的对障碍物的识别方法还依然存在着识别准确性差的缺陷，不能对符合一定规则的障碍物进行判断，并提取障碍物个体并分类，不能为移动机器人采取避障行为提供决策依据从而完成障碍物在线检测。

发明内容

本发明的目的在于提供一种障碍物的检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种障碍物的检测方法，其特征在于，包含以下步骤：

A、对经过障碍物提取方法处理后的差分图像进行腐蚀和膨胀，去除噪声影响和填充孔洞；

B、提取图像轮廓；

C、计算轮廓面积；

D、对连通体进行排序和标记；

E、按照障碍物连通体规则进行判断，符合要求则视为障碍物；

F、用矩形框将障碍物区域标识出来。

作为本发明的进一步方案：所述步骤A采用背景减除法剔除不感兴趣的区域以突出障碍物区域。

作为本发明的进一步方案：所述步骤D采用冒泡排序的方法对连通体进行排序和标记。

作为本发明的进一步方案：所述障碍物提取方法处理具体步骤如下：将3D摄像机安装在机器人的头部，朝向地面，根据避障的范围将深度数据图裁剪为合适的分辨率，如果地面是平摊且没有障碍物时，获取到的深度数据图的每个像素数值与周围像素点数值之差是恒定的，当地面存在障碍物时，障碍物所在位置的边缘点像素数值与周围某些像素数值之差会大于0.2米，根据障碍物边缘点的深度数值在整个深度数据图中会变化过大的特征，提取到障碍物的边缘，每次进行障碍物检测时，采用下述过滤不感兴趣的平坦区域以突出障碍物区域式中D(x,y)表示处理后的图像，I(x,y)表示待检测图像，T是阈值，然后进行连通体分析对符合一定规则的连通体进行障碍物判断，提取障碍物个体并分类，为移动机器人采用避障行为提供决策依据从而完成障碍物在线检测。

作为本发明的进一步方案：所述障碍物提取方法利用障碍物边缘点深度数据和相邻像素点深度数据求差值，将差值图像二值化即可检测出运动目标。

作为本发明的进一步方案：所述连通体分为四连通和八连通两种，四连通是指像素直接与上下左右4个相邻像素连接，而八连通还包括与斜方向上的4个相邻像素连接，表示图像连通性的两种方式。

作为本发明的进一步方案：所述每个像素数值与周围像素点数值之差由3D摄像头的精度决定。

与现有技术相比，本发明的有益效果是：本发明障碍物的检测方法能够为移动机器人采取避障行为提供决策依据从而完成障碍物的在线检测。

附图说明

图1是本发明的算法流程图。

具体实施方式