[發明專利]一種基于深度相機的最短距離獲取方法及裝置有效
| 申請號: | 201910073414.X | 申請日: | 2019-01-25 |
| 公開(公告)號: | CN109872355B | 公開(公告)日: | 2022-12-02 |
| 發明(設計)人: | 周旭廷;蔡劉平;張如意;郭慶洪;張強;于振中;李文興 | 申請(專利權)人: | 合肥哈工仞極智能科技有限公司 |
| 主分類號: | G06T7/521 | 分類號: | G06T7/521;G06T7/73 |
| 代理公司: | 合肥市浩智運專利代理事務所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
| 地址: | 230000 安徽省合肥市經濟技術開*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 深度 相機 短距離 獲取 方法 裝置 | ||
1.一種基于深度相機的最短距離獲取方法,其特征在于,應用于最短距離探測系統,所述最短距離探測系統包括:設置在機器人本體之外的深度相機、以及機器人,所述方法包括:
1)、根據待轉換的深度圖對應的深度相機的焦距以及所述深度相機的相元尺寸,獲取所述深度圖中各個像素點對應的空間坐標,并將包含空間坐標的像素點的集合作為所述深度圖的點云;
2)、對所述點云進行去噪處理,并獲取所述點云中的采樣數據;
3)、構建與所述深度圖對應的機器人相同工作狀態的虛擬機器人,將所述虛擬機器人對應的數據作為機器人點云;并將所述深度圖的點云中除對應于所述機器人的區域之外的點云作為不包含機器人點云;
4)、根據所述不包含機器人點云,利用高斯背景建模算法,檢測出所述采樣數據中包含的闖入的外物;
5)根據所述機器人點云和各個所述闖入的外物的點云,計算所述機器人與所述闖入的外物之間的距離,并獲取所述機器人與所述闖入的外物之間的最短距離。
2.根據權利要求1所述的一種基于深度相機的最短距離獲取方法,其特征在于,所述步驟1),包括:
獲取待轉換的深度圖對應的深度相機的橫坐標方向的歸一化焦距,以及所述深度相機的縱坐標方向的歸一化焦距、所述深度相機內參矩陣圖像的橫坐標以及所述深度相機內參矩陣圖像的縱坐標;
利用公式,計算所述深度圖中各個像素點的空間坐標,其中,
Z為深度圖像中各個像素點相對于所預設的相機原點在Z方向的距離;depth.ptrushort(m)[n]為深度圖像的像素坐標對應的Z方向距離獲取方法;m為深度圖在橫坐標方向上的像素點數;Camera_cv為深度相機內參矩陣圖像的縱坐標;Camera_fy為深度相機的Y方向的歸一化焦距;n為深度圖在縱坐標方向上的像素點數;Camera_cu為深度相機內參矩陣圖像的橫坐標;Camera_fx為深度圖對應的深度相機的橫坐標方向的歸一化焦距;Y為深度圖像各個像素點相對于相機的Y方向距離;X為深度圖像各個像素點相對于相機原點在X方向的距離;
將包含空間坐標的像素點的集合作為所述深度圖的點云。
3.根據權利要求1所述的一種基于深度相機的最短距離獲取方法,其特征在于,所述步驟2),包括:
判斷所述深度圖的原點以及以所述原點為起點的設定二維區域內的像素點,是否位于以所述原點為起點的設定三維區域內;
若是,將所述像素點對應的點云作為濾波后的點云;
針對濾波后的點云中的每一個點云,利用公式,
計算所述點云和所述點云的鄰近點云的平均距離,所述點云和所述點云的鄰近點云的方差,其中,
d為所述點云和所述點云的鄰近點云的平均距離;n為所述點云以及所述點云的鄰近點云的集合中包含的點云的數量;x為所述點云相對于相機原點的X方向正負距離;y為所述點云相對于相機原點Y方向距離;z為所述點云的相對于相機原點的Z方向距離;xi為所述點云的鄰近點云的相對于相機原點X方向距離;yi為所述點云的鄰近點云相對于相機原點Y方向距離;zi為所述點云的鄰近點云的相對于相機原點在Z軸方向上的距離;f(d)為高斯分布函數;σ為高斯分布的方差;μ為高斯分布對應的平均值;
判斷所述點云和所述點云的鄰近點云的平均距離、方差是否在設定為數值范圍內;
若是,將位于所述數值范圍內的點云作為去噪后的點云;
利用八叉樹算法對去噪后的點云的集合進行采樣處理,獲取所述點云中的采樣數據。
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合肥哈工仞極智能科技有限公司,未經合肥哈工仞極智能科技有限公司許可,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/201910073414.X/1.html,轉載請聲明來源鉆瓜專利網。





