[發明專利]一種基于智能視覺的井下移動機器人避障方法

在審

• 申請號: 202010053921.X
• 申請日: 2020-01-17
• 公開（公告）號: CN111258311A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 劉坤;彭繼國;張波
• 申請（專利權）人: 青島北斗天地科技有限公司;兗礦集團有限公司
• 主分類號: G05D1/02
• 分類號: G05D1/02;G05B13/02;G06T5/00;G06T7/30;H04N13/122;H04N13/327;H04N13/366
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

1.一種基于智能視覺的井下移動機器人避障方法，其特征在于，包括如下步驟：

步驟1，雙目相機采集工作場景的圖像信息，得到雙目圖像，根據雙目相機的標定參數對雙目圖像進行畸變校正；

步驟2，對畸變校正后的雙目圖像進行立體匹配，計算雙目視差圖，并對雙目視差圖進行視差優化；其中，立體匹配采用的立體匹配算法通過自適應窗口結合梯度代價函數實現；

步驟3，根據視差優化后的雙目視差圖計算工作場景的三維點云數據；

步驟4，在二維圖像感興趣區域中，利用二維圖像中像素對應的三維點云數據，根據預先設置的閾值，判斷障礙物是否存在；

步驟5，如果障礙物存在，則根據人工勢場法進行避障路徑規劃，并執行步驟6，否則執行步驟7；

步驟6，移動機器人進行避障；

步驟7，移動機器人按照預先規劃的路線繼續行進。

2.根據權利要求1所示的基于智能視覺的井下移動機器人避障方法，其特征在于，步驟2中，立體匹配采用的立體匹配算法具體如下：

定義圖像梯度為圖像沿x和y方向的一階偏導數：

其中，I為圖像灰度，得到左右相機采集圖像的圖像梯度圖：G_L＝(G_Lx+G_Ly)、G_R＝(G_Rx+G_Ry)，設左圖中一點p_l(x,y)對應右圖的匹配點p_r(x-d,y)，定義匹配代價函數如下：

3.根據權利要求2所示的基于智能視覺的井下移動機器人避障方法，其特征在于，步驟2中，具體方法如下：

步驟21，得到畸變校正過后的雙目圖像之后，計算圖像梯度在x方向和y方向幅值和相位；

步驟22，利用快速超像素預分割方法得到相鄰像素顏色空間之間的鄰接矩陣，根據該鄰接矩陣設計不同尺度的匹配窗口，適應不同的紋理密度；

步驟23，得到不同區域的匹配窗口之后，將左圖像素點作為參照源，根據匹配代價函數在右圖中搜索對應點區域，得到雙目視差圖；

步驟24，根據像素塊區域設計局部視差直方圖視差精化方法并采用左右一致性檢測方法對雙目視差圖中誤配點進行去除；

步驟25，調用視差圖去除白斑噪聲算法、去除斷層噪聲算法和孔洞填充算法進一步去除雙目視差圖的噪聲以及誤配區域，最終得到視差優化后的雙目視差圖。

4.根據權利要求1所示的基于智能視覺的井下移動機器人避障方法，其特征在于，步驟5中，所述人工勢場法為改進人工勢場法，具體如下：將移動機器人位置、目標點和障礙物位置歸一化為點坐標到地圖中，目標點對移動機器人產生引力，障礙物對移動機器人產生斥力，根據兩者的合力規劃移動機器人的行進路徑；

移動機器人勢場函數表示為：U(X)＝U_att(X)+U_rep(X)

移動機器人受到的合力為：F＝F_att+F_rep

目標點引力勢場函數為：U_att(X)＝kd²(X,X_g)

目標點產生的引力為：

其中，k為引力勢場中增益系數；

障礙物斥力場函數為：

障礙物產生的斥力為：

其中，η為斥力勢場中的增益系數；

其中，U(X)為移動機器人勢場函數，U_att(X)為目標點引力勢場，U_rep(X)為障礙物斥力勢場；F為移動機器人受到的合力，F_att為目標點產生的引力，F_rep為障礙物產生的斥力；X為移動機器人在地圖中的位置，X_g為目標點在地圖中的位置，X_o為障礙物在地圖中的位置；D(X,X_g)為移動機器人與目標點之間距離的絕對值，d(X,X_o)為移動機器人與障礙物之間距離的絕對值。