[发明专利]载体避障方法、装置及电子设备

权利要求书

1.一种载体避障方法，其特征在于，所述载体避障方法包括：

获取载体运行方向上的深度图像；

基于所述深度图像计算所述载体到障碍物的距离；

判断所述距离是否大于预设阈值；

如果否，则将所述深度图像输入至预先训练好的运动决策模型，以使所述运动决策模型输出所述载体的运动调节值；

获取所述运动调节值，根据所述运动调节值控制所述载体避开所述障碍物，以到达目标位置。

2.根据权利要求1所述的载体避障方法，其特征在于，所述运动决策模型为基于全卷积神经网络进行训练得到的模型，所述载体避障方法还包括：

获取预先存储的图片训练集，其中，所述图片训练集包括多个包含有障碍物的标准深度图像，且，每个所述标准深度图像都携带有运动调节标签；

将所述图片训练集输入至所述全卷积神经网络进行训练，以得到所述运动决策模型。

3.根据权利要求2所述的载体避障方法，其特征在于，所述运动调节标签包括运动速度和运动角度；所述运动决策模型输出的所述载体的运动调节值包括运动速度调节值和运动角度调节值；

所述根据所述运动调节值控制所述载体避开所述障碍物的步骤包括：

获取所述运动调节值包括的所述运动速度调节值和所述运动角度调节值；

根据所述运动速度调节值和所述运动角度调节值调节所述载体的运行速度和运动角度，以避开所述障碍物。

4.根据权利要求1所述的载体避障方法，其特征在于，所述基于所述深度图像计算所述载体到障碍物的距离的步骤包括：

对所述深度图像进行视差计算，以得到所述深度图像中包含的所有障碍物的距离；

生成包含所述所有障碍物的距离的图像矩阵；

遍历所述图像矩阵，将所述所有障碍物的距离中与所述载体距离最小的所述障碍物对应的距离确定为所述载体到所述障碍物的距离。

5.根据权利要求4所述的载体避障方法，其特征在于，所述深度图像是通过双目摄像机采集得到的；

对所述深度图像进行视差计算，以得到所述深度图像中包含的所有障碍物的距离的步骤包括：

提取所述深度图像中，每个像素的深度信息的视差图，根据所述视差图中携带的差异信息计算所述深度图像中包含的所有障碍物的距离。

6.根据权利要求1所述的载体避障方法，其特征在于，所述载体避障方法还包括：

当所述距离大于所述预设阈值时，根据运动学约束规划所述载体到所述目标位置的路径，以使所述载体避开所述障碍物，以到达所述目标位置。

7.一种载体避障装置，其特征在于，所述载体避障装置包括：

获取模块，用于获取载体运行方向上的深度图像；

计算模块，用于基于所述深度图像计算所述载体到障碍物的距离；

判断模块，用于判断所述距离是否大于预设阈值；

输入模块，用于如果否，则将所述深度图像输入至预先训练好的运动决策模型，以使所述运动决策模型输出所述载体的运动调节值；

控制模块，用于获取所述运动调节值，根据所述运动调节值控制所述载体避开所述障碍物，以到达目标位置。

8.根据权利要求7所述的载体避障装置，其特征在于，所述载体避障装置还包括：

当所述距离大于所述预设阈值时，根据运动学约束规划所述载体到所述目标位置的路径，以使所述载体避开所述障碍物，以到达所述目标位置。

9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至6任一项所述的载体避障方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至6任一项所述的载体避障方法。