[發明專利]一種面向動態環境稠密建圖的動態物體檢測方法

有效

• 申請號: 202110111511.0
• 申請日: 2021-01-27
• 公開（公告）號: CN112802053B
• 公開（公告）日: 2023-04-11
• 發明（設計）人: 何力;何劍濤;林旭濱;陳創斌;管貽生
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/194;G06T7/269;G06T7/579;G06V10/762
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 孔祥健

1.一種面向動態環境稠密建圖的動態物體檢測方法，其特征在于，在面向動態環境的稠密建圖系統中，根據通過xtion?pro?live相機輸入的RGBD視頻流獲得的RGB圖和深度圖進行動態場景的前后景分割，然后根據后景像素初步計算出相機運動模型，最后根據得到的相機位姿來判斷場景中的動態物體；

包括以下步驟：

S1、構建固定大小的滑動窗口，將輸入的RGBD視頻流和對應的相機位姿存儲在滑動窗口中，用于構建幀與幀之間的運動約束；

S2、根據相機恒速模型，利用上一幀得到的相機位姿對上一幀的深度圖做仿射變換，得到估計的當前幀深度圖的值；

S3、計算當前幀深度值的中位數，結合步驟S2中得到的估計的當前幀深度圖的值，以深度中位數值作為分界線，對當前幀進行前后景分割；

S4、根據得到的后景像素點計算出當前相機運動的位姿，作為相機位姿的粗估計；

S5、根據空間點的空間距離一致性，利用當前幀深度圖的數值做Kmeans聚類，得到在空間中x,y,z距離相近的多個聚類像素塊，把當前動態場景分成固定大小個空間聚類，并認為屬于一個類別的空間點具有相同的運動狀態；

S6、根據后景像素點求出的相機位姿，對上一幀深度圖做圖像仿射變換得到估計的當前幀深度圖，與當前幀輸入的深度圖的數值相比較，當兩者的差值超過閾值τ，則認為對應像素點為動態像素點，從而得到當前幀所有動態像素點、靜態像素點和無效像素點；

S7、利用步驟S5中得到的空間聚類結果，檢測每一個空間聚類塊中被判斷為動態像素點的比例，若比例高于閾值λ則認為該空間聚類塊為動態聚類塊，從而實現對動態區域的正確區分。

2.根據權利要求1所述的一種面向動態環境稠密建圖的動態物體檢測方法，其特征在于，所述步驟S1中，獲得動態場景的RGB圖和深度圖后，需要去除RGB圖和深度圖中的無效深度點。

3.根據權利要求1所述的一種面向動態環境稠密建圖的動態物體檢測方法，其特征在于，所述步驟S2中，采用的仿射變換公式如下：

W(x^p,ξ)＝π(T(ξ)π^-1(x^p,Z(x^p)))

上式中，x^p為點p的圖像坐標，ξ為相機位姿，π為圖像坐標轉化成三維世界坐標的變換函數，T為變換矩陣函數，Z(x^p)為點p的深度值，W(x^p,ξ)為估計的點p坐標對應的深度值。

4.根據權利要求3所述的一種面向動態環境稠密建圖的動態物體檢測方法，其特征在于，所述步驟S3中，采用如下公式進行分割：

上式中，mid為當前幀像素值的中位數，f為分割前后景像素的策略，無效像素點為傳感器無法確定其深度值的像素點。

5.根據權利要求4所述的一種面向動態環境稠密建圖的動態物體檢測方法，其特征在于，所述步驟S5中，Kmeans聚類的公式如下：

上式中，x₀、y₀、z₀為其中一個聚類點中心坐標，dist為Kmeans聚類算法的度量距離函數。

6.根據權利要求1所述的一種面向動態環境稠密建圖的動態物體檢測方法，其特征在于，所述步驟S7中，為了使動態區域之間具有連通性，還需以各個空間聚類塊構建相應鄰接矩陣G(i,j),大小為m*m，m為聚類塊的個數，如果某一聚類塊屬于動態區域，則根據鄰接矩陣中與其相鄰的聚類塊也屬于動態區域。