[發(fā)明專利]障礙物識(shí)別方法、設(shè)備及無(wú)人飛行器

在審

• 申請(qǐng)?zhí)枺?/td>: 201710340094.0
• 申請(qǐng)日: 2017-05-15
• 公開（公告）號(hào): CN107194339A
• 公開（公告）日: 2017-09-22
• 發(fā)明（設(shè)計(jì)）人: 陳輝;王峰;熊章
• 申請(qǐng)（專利權(quán)）人: 武漢星巡智能科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06T17/00
• 代理公司: 北京紐樂(lè)康知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)11210
• 代理人: 陳興強(qiáng)

1.一種障礙物識(shí)別方法，其特征在于，所述障礙物識(shí)別方法主要包括以下步驟：

S1 控制單目攝像機(jī)在第一時(shí)刻拍攝包括障礙物的場(chǎng)景的第一圖像；

S2 控制所述單目攝像機(jī)在第二時(shí)刻拍攝包括障礙物的場(chǎng)景的第二圖像，其中，所述第二時(shí)刻與所述第一時(shí)刻的時(shí)間間隔小于預(yù)設(shè)閾值；

S3 對(duì)所述第一圖像的每一第一特征點(diǎn)，獲取所述第二圖像與所述第一圖像的每一第一特征點(diǎn)一一相匹配的第二特征點(diǎn)，形成多個(gè)匹配點(diǎn)對(duì)；

S4 針對(duì)每一匹配點(diǎn)對(duì)，分別構(gòu)建基礎(chǔ)矩陣和本征矩陣；

S5 分解各所述本征矩陣獲得相應(yīng)的旋轉(zhuǎn)矩陣，并依據(jù)各所述旋轉(zhuǎn)矩陣獲得相應(yīng)的投影矩陣；

S6 依據(jù)各所述投影矩陣，獲得各匹配點(diǎn)對(duì)的空間坐標(biāo)，之后整合各匹配點(diǎn)對(duì)的空間坐標(biāo)，重建所述障礙物的三維圖像。

2.如權(quán)利要求1所述的障礙物識(shí)別方法，其特征在于，所述步驟S3具體包括：

S31 構(gòu)建所述第一圖像與第二圖像各圖層的尺度空間，并檢測(cè)第一圖像的第一極值點(diǎn)和第二圖像的第二極值點(diǎn)；

S32 以所述第一極值點(diǎn)作為所述第一特征點(diǎn)，所述第二極值點(diǎn)作為所述第二特征點(diǎn)；

S33 濾除不符合預(yù)設(shè)條件的第一特征點(diǎn)與第二特征點(diǎn)，定位符合所述預(yù)設(shè)條件的第一特征點(diǎn)與第二特征點(diǎn)；

S34 對(duì)符合預(yù)設(shè)條件的第一特征點(diǎn)與第二特征點(diǎn)，提取特征描述符，并為所述第一特征點(diǎn)與所述第二特征點(diǎn)分配方向值；

S35 生成各所述第一特征點(diǎn)與各所述第二特征點(diǎn)的描述子；

S36 依據(jù)所述描述子，確定各所述第一特征點(diǎn)與相對(duì)應(yīng)的第二特征點(diǎn)，生成匹配點(diǎn)對(duì)。

3.如權(quán)利要求2所述的障礙物識(shí)別方法，其特征在于，所述步驟S31具體包括以下步驟：

S311 將所述第一圖像不同圖層的尺度空間與所述第二圖像不同圖層的尺度空間構(gòu)成高斯金字塔；

S312構(gòu)建DoG尺度空間；

S313在所述DOG尺度空間下檢測(cè)所述極值點(diǎn)。

4.如權(quán)利要求2所述的障礙物識(shí)別方法，其特征在于，所述步驟S33具體為：濾除對(duì)比度低于預(yù)設(shè)對(duì)比度閾值和邊緣效應(yīng)不穩(wěn)定的第一特征點(diǎn)與第二特征點(diǎn)，定位對(duì)比度高于所述預(yù)設(shè)閾值和不受邊緣效應(yīng)影響的第一特征點(diǎn)與第二特征點(diǎn)。

5.如權(quán)利要求3所述的障礙物識(shí)別方法，其特征在于，所述步驟S35具體包括：

S351建立一個(gè)坐標(biāo)軸，然后將坐標(biāo)軸旋轉(zhuǎn)為第一特征點(diǎn)的方向或所述第二特征點(diǎn)的方向；

S352選擇一個(gè)以所述第一特征點(diǎn)或第二特征點(diǎn)為中心的16×16的窗口，將所述第一特征點(diǎn)或所述第二特征點(diǎn)周圍16×16的窗口分解為16個(gè)4*4的子窗口，在每個(gè)4*4的子窗口中，計(jì)算出梯度的大小和方向，并用一具有8個(gè)方向的梯度方向直方圖來(lái)統(tǒng)計(jì)子窗口的平均方向，獲得128個(gè)方向數(shù)據(jù)；

S352將所述128個(gè)方向數(shù)據(jù)組成的向量進(jìn)行單位化，單位化后的128維向量即為所述特征描述子。

6.如權(quán)利要求1所述的障礙物識(shí)別方法，其特征在于，所述步驟S5具體包括：

S51 將所述本征矩陣用奇異值分解得到旋轉(zhuǎn)矩陣和平移向量；

S52 判斷所述旋轉(zhuǎn)矩陣的有效性，當(dāng)所述旋轉(zhuǎn)矩陣的行列式為1且所述旋轉(zhuǎn)矩陣的主對(duì)角線上的三個(gè)元素接近1時(shí)，所述旋轉(zhuǎn)矩陣有效；

S53 依據(jù)各有效的所述旋轉(zhuǎn)矩陣獲得相應(yīng)的投影矩陣。

7.一種障礙物識(shí)別設(shè)備，其特征在于，所述障礙物識(shí)別設(shè)備包括：

第一拍攝模塊，用于控制單目攝像機(jī)在第一時(shí)刻拍攝包括障礙物的場(chǎng)景的第一圖像；

第二拍攝模塊，用于控制所述單目攝像機(jī)在第二時(shí)刻拍攝包括障礙物的場(chǎng)景的第二圖像，其中，所述第二時(shí)刻與所述第一時(shí)刻的時(shí)間間隔小于預(yù)設(shè)閾值；

特征點(diǎn)匹配模塊，用于對(duì)所述第一圖像的每一第一特征點(diǎn)，獲取所述第二圖像與所述第一圖像的每一第一特征點(diǎn)一一相匹配的第二特征點(diǎn)，形成多個(gè)匹配點(diǎn)對(duì)；

矩陣構(gòu)建模塊，用于針對(duì)每一匹配點(diǎn)對(duì)，分別構(gòu)建基礎(chǔ)矩陣和本征矩陣；

投影矩陣獲得模塊，用于分解各所述本征矩陣獲得相應(yīng)的旋轉(zhuǎn)矩陣，并依據(jù)各所述旋轉(zhuǎn)矩陣獲得相應(yīng)的投影矩陣；

三維圖像重建模塊，用于依據(jù)各所述投影矩陣，獲得各匹配點(diǎn)對(duì)的空間坐標(biāo)，之后整合各匹配點(diǎn)對(duì)的空間坐標(biāo)，重建所述障礙物的三維圖像。