[發明專利]移動軌跡規劃的方法及裝置有效
| 申請號: | 201710763234.5 | 申請日: | 2017-08-30 |
| 公開(公告)號: | CN109426277B | 公開(公告)日: | 2022-11-08 |
| 發明(設計)人: | 葉培楚;劉鵬 | 申請(專利權)人: | 廣州極飛科技股份有限公司 |
| 主分類號: | G05D1/12 | 分類號: | G05D1/12 |
| 代理公司: | 北京潤澤恒知識產權代理有限公司 11319 | 代理人: | 莎日娜 |
| 地址: | 510000 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 移動 軌跡 規劃 方法 裝置 | ||
1.一種移動軌跡規劃的方法,其特征在于,所述方法包括:
獲取目標圖像數據;
提取所述目標圖像數據中的所有直線;
分別計算所述直線的傾斜角,并將傾斜角位于預設傾斜閾值范圍內的直線確定為線狀障礙物;
基于所述線狀障礙物實時規劃移動物體的移動軌跡,以使得所述移動物體在移動過程中避開所述線狀障礙物;
其中,在所述基于所述線狀障礙物實時規劃移動物體的移動軌跡的步驟之前,還包括:
確定所述線狀障礙物的景深信息;
基于所述景深信息,篩選出距離移動物體最近的線狀障礙物;
其中,所述基于線狀障礙物實時規劃移動物體的移動軌跡,為基于所述距離移動物體最近的線狀障礙物實時規劃所述移動物體的移動軌跡;
其中,所述確定所述線狀障礙物的景深信息的步驟包括:
確定針對所述目標圖像數據的深度圖;
確定所述線狀障礙物在所述深度圖中的位置;
在所述深度圖中,提取所述線狀障礙物的景深信息;
其中,所述基于所述景深信息,篩選出距離移動物體最近的線狀障礙物的步驟包括:
在所述深度圖中確定所述線狀障礙物對應的垂直線;
在所述深度圖中提取所述垂直線的景深信息;
計算所述線狀障礙物的景深信息與對應的垂直線的景深信息之間的差值絕對值;
篩選出所述差值絕對值大于預設差值閾值的線狀障礙物,作為距離移動物體最近的線狀障礙物。
2.根據權利要求1所述的方法,其特征在于,所述基于所述線狀障礙物實時規劃移動物體的移動軌跡的步驟包括:
基于所述傾斜角確定所述線狀障礙物的形狀信息;
基于所述線狀障礙物的景深信息確定所述線狀障礙物與移動物體之間的距離信息;
基于所述距離信息和所述形狀信息實時規劃移動物體的移動軌跡。
3.根據權利要求1或2所述的方法,其特征在于,所述目標圖像數據包括左視圖以及右視圖,所述獲取目標圖像數據的步驟包括:
采用預先標定好的雙目攝像頭對拍攝場景進行拍攝,獲得左視圖以及右視圖。
4.根據權利要求3所述的方法,其特征在于,在所述獲取目標圖像數據的步驟之后,還包括:
采用標定參數對所述左視圖以及所述右視圖進行極線校正。
5.根據權利要求4所述的方法,其特征在于,所述提取所述目標圖像數據中的所有直線的步驟包括:
對所述左視圖和右視圖中任意一個視圖進行邊緣檢測,獲得該視圖的邊緣的二值化圖像;
采用霍夫變換算法,從所述二值化圖像中提取直線。
6.根據權利要求1所述的方法,其特征在于,所述確定針對所述目標圖像數據的深度圖的步驟包括:
將左視圖與右視圖進行特征匹配;
基于所述匹配的結果獲取視差圖;
基于所述視差圖,確定針對所述目標圖像數據的深度圖。
7.根據權利要求6所述的方法,其特征在于,所述將所述左視圖與所述右視圖進行特征匹配的步驟包括:
計算所述左視圖以及所述右視圖之間的相關性;
將相關性最大的右視圖的像素,作為對應的左視圖像素的最優匹配。
8.根據權利要求7所述的方法,其特征在于,所述計算所述左視圖以及所述右視圖之間的相關性的步驟包括:
針對所述左視圖中的每個像素,與鄰域的像素構建第一多維向量;
針對所述右視圖中的每個像素,與鄰域的像素構建第二多維向量;
確定所述第一多維向量的第一均值,以及,所述第二多維向量的第二均值;
基于所述第一多維向量、所述第一均值、所述第二多維向量以及所述第二均值,計算所述左視圖以及所述右視圖之間的相關性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州極飛科技股份有限公司,未經廣州極飛科技股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710763234.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:用于升力控制設備的自動命令
- 下一篇:物聯網控制裝置





