[發明專利]一種基于FIRA平臺的障礙物視覺檢測方法

有效

• 申請號: 202110552402.2
• 申請日: 2021-05-20
• 公開（公告）號: CN113269838B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 劉瑾瑜;武彤暉;危淵;鐘夢溪
• 申請（專利權）人: 西安交通大學
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T7/62;G06T7/12;G06V10/762;G06V10/46;G06F30/20
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 閔岳峰

本發明公開了一種基于FIRA平臺的障礙物視覺檢測方法，包括：圖像預處理，對輸入圖像進行灰度化處理以及腐蝕膨脹操作；縱向障礙提取，從預處理過的圖像中過濾出障礙物所屬像素，通過對每列像素個數統計，提取每列像素對應障礙的位置；障礙分割，根據提取出各列像素對應的實體坐標，進行列方向掃描操作，判斷各列之間是否屬同一障礙物，判斷相鄰障礙之間的遮擋關系；異常處理，對初步進行障礙分割的結果進行異常處理，提取寬度過長的并排障礙物，取中點分割為兩個障礙，提取畫面邊緣的障礙物，通過側邊頂點確定其位置；結果輸出。本發明通過充分利用環境幾何信息和相機成像原理，在滿足精度需求下極大減小了計算資源要求。

技術領域

本發明屬于機器人運動控制領域，具體涉及一種基于FIRA平臺的障礙物視覺檢測方法。

背景技術

視覺避障是機器人運動控制領域中獲取環境信息一種重要方法，是自然界動物運動避障的主要方法，是自動駕駛、機器人自動化領域的主要挑戰之一。目前存在若干方法進行地面機器人的視覺避障，如SLAM、圖像矩等等。

FIRA仿真避障挑戰環境是在ROS(Robot?Operating?System)下基于Gazebo仿真物理引擎驅動turtlebot輪式機器人進行運動避障的虛擬平臺，是國際賽事FIRA?SimuroSotRobo?challenge的官方平臺。在此環境中，需要單純通過turtlebot上的一枚RGB圖像傳感器實現對機器人雙輪的控制，在規定的場地內運動到場地終點。在FIRA環境中，有3～6個靜止或移動的障礙物，均為0.5m邊長的純黑長方體，如圖1所示。

視覺SLAM(Simultaneous?Localization?And?Mapping)首先應用于機器人領域。它的目標是在沒有任何先驗知識的情況下基于傳感器數據構建周圍環境的實時地圖，并同時根據該地圖推斷機器人位姿。在FIRA挑戰場景下，由于障礙物紋理信息不夠鮮明，視覺SLAM技術獲取關鍵點的效率較低，同時不能利用箱體大小一致的先驗知識輔助避障。

圖像矩(Image?Moment)通過計算一張圖像的各維度灰度信息，可以提供定性的障礙物方位信息。可以在障礙物較少的場景完成避障，但存在精度低，邏輯性低的缺點。

現有研究提供了平面機器人視覺避障的一些方案，但在本避障場景下仍有以下問題亟待改進：

1、部分方法檢測速度較慢，消耗計算資源較大；

2、難以充分運用場景設定的先驗信息；

3、所提供的視覺信息僅能夠適用于局部規劃而非全局規劃。

發明內容

本發明為了解決傳統檢測方法在FIRA避障環境中檢測精度低，速度慢的問題，提出了一種基于FIRA平臺的障礙物視覺檢測方法，直接給出箱體的坐標和遮擋關系。在一臺普通個人PC上可以實現速度2ms以內，精度1cm以內(障礙物距離不超過3m)或3cm以內(障礙物距離不超過6m)的檢測精度。綜合配套路徑規劃方法可以完成十秒級避障任務，綜合成功率超過99％。

本發明采用如下技術方案來實現的：

一種基于FIRA平臺的障礙物視覺檢測方法，包括以下步驟：

步驟1，圖像預處理，對輸入圖像進行灰度化處理，并進行連續的兩次腐蝕膨脹操作；

步驟2，縱向障礙提取，通過像素閾值從預處理過的圖像中過濾出障礙物所屬像素，通過對每列像素個數統計，借助相機成像原理提取每列像素對應障礙的位置；

步驟3，障礙分割，根據提取出各列像素對應的實體坐標，進行列方向掃描操作，根據前后像素距離相差判斷各列之間是否屬同一障礙物，根據相鄰兩障礙物之間的是否存在空白列，判斷相鄰障礙之間的遮擋關系；