[發明專利]一種相機移動條件下高精度檢測運動目標的方法

有效

• 申請號: 202010580724.3
• 申請日: 2020-06-23
• 公開（公告）號: CN111815667B
• 公開（公告）日: 2022-06-17
• 發明（設計）人: 袁建英;劉甲甲;吳思東;許林;漆軍;付克昌;蔣濤
• 申請（專利權）人: 成都信息工程大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T7/136
• 代理公司: 北京元本知識產權代理事務所(普通合伙) 11308
• 代理人: 王紅霞

本發明公開了一種相機移動條件下高精度檢測運動目標的方法，包括：在移動機器人移動期間，設置在所述移動機器人上的雙目立體相機通過采集當前的場景圖像，得到當前的第t?1幀圖像和t幀圖像；利用改進后的背景光流補償差分法，計算出所述第t?1幀圖像和t幀圖像中的包含M個候選運動目標的第一候選運動目標集合；采用基于YOLOv3的行人車輛檢測算法計算出所述第t幀圖像中的包含N個候選運動目標的第二候選運動目標集合；根據所述第一候選運動目標集合和所述第二候選運動目標集合，確定初始可信運動目標集合；利用所述第一候選運動目標集合、所述第二候選運動目標集合以及所述初始可信運動目標集合，得到可信運動目標集合。

技術領域

本發明涉及移動機器人技術領域，特別是涉及一種相機移動條件下高精度檢測運動目標的方法。

背景技術

對工作環境內動態障礙物的檢測是很多移動機器人環境感知必須要完成的任務。如，無人車需要感知其行駛范圍內運動目標，以為無人車決策和路徑規劃提供依據；商場導購機器人需要知道其工作范圍內運動目標，這樣機器人才能有效的避開障礙物，避免事故發生。這些問題都可歸納為相機移動條件下運動目標檢測問題，因此該問題是移動機器人領域環境感知的基礎問題。

需要說明的是，對運動目標的檢測，現有的主流技術有采用激光雷達和視覺傳感器的方法。激光雷達具有較高的探測精度，但是價格昂貴。視覺傳感器價格便宜、體積小、包含信息豐富而受到越來越多研發機構的重視。本申請主要是針對純視覺條件下運動目標檢測。

現有技術的解決方案有如下三種：

(1)背景補償差分法

背景補償差分法的核心思想是將動態背景問題轉化為靜態背景問題，如此可直接利用相機靜止條件下(靜態背景)下各種運動目標檢測方法。將動態背景問題轉化為靜態背景問題的關鍵為“背景補償”。當相機運動時，相鄰兩幀圖像的背景將發生運動，“背景補償”的目的就是計算出背景的運動模型，借助該模型，將當前幀背景反推回運動前，以此得到估計的靜態背景。計算背景運動參數首先要建立恰當的靜止背景運動參數模型(全局運動)。根據全局運動參數模型的不同，可分為基于基礎矩陣的方法、基于單應矩陣的方法、基于仿射變換的方法，以及基于混合幾何模型的方法。

不管是單應約束，基本矩陣約束還是仿射變換約束，都有其特定的適用范圍。單應矩陣僅適合于平面場景、基本矩陣僅能將一幅圖像的像點映射到另一圖像的一條線上、仿射變換僅僅是兩幅圖像的近似約束。因此，背景補償差分法檢測運動目標時存在原理上不可克服的缺陷。

(2)光流特征分類法

光流特征分類法認為背景運動產生的光流與目標運動產生的光流之間存在差異，故而可以根據這兩類光流的差異性，找出運動目標。比如，蘭紅等認為場景中絕大部分背景的運動狀態是一致并且是主要的。他們據此設計了基于光流的動態目標檢測方法。首先，利用LK光流法得到相鄰兩幅圖像的特征點光流，并同時創建光流長度，角度的狀態向量。通過建立整幅圖像光流長度、角度的直方圖，去除直方圖中最密集區域對應的特征點，進而初步去除背景。然后利用中心迭代法去除不屬于目標運動區域的噪聲特征點；最后，通過前N幀圖像目標特征點的最大交集得到屬于目標的穩定特征點并在后續幀中進行跟蹤。崔智高等認為運動目標內部和場景背景的光流值大小和方向趨于一致，僅在目標與背景的邊界處存在較大的差異。利用該性質，他們首先對目標邊界進行定位。然后通過點在多邊形內部原理獲得邊界內部的稀疏像素點，最后以超像素為節點，利用混合高斯模型擬合的表觀信息和超像素的時空鄰域關系構建馬爾可夫隨機場模型的能量函數，并通過使目標函數能量最小化得到最終的運動目標檢測結果。

基于光流特征分類法的運動目標檢測，其核心點是運動目標產生的光流在整體混合光流中存在可辨識。這在一些特定的場景下是可以實現的，比如無人車向前直行，背景的光流具有固定的特征，此時容易對背景光流特性進行建模；但是在車輛轉彎時，背景光流和轉彎大小、背景物結構都有很大關系，模型很難建立。因此光流特征分類法適應性有限。

(3)背景光流補償差分法