[发明专利]一种基于DSP的机器人视觉路径识别方法

说明书

技术领域

本发明属于机器人视觉领域，涉及一种路径识别方法，尤其涉及一种基于DSP的机器人视觉路径识别方法。

背景技术

随着科学技术的迅猛发展，机器人技术日新月异。在机器人技术中，机器人视觉占有举足轻重的位置，它充当着机器人眼睛的作用。导航技术也是机器人技术中很重要的一个方面，利用机器人视觉进行导航，可以降低成本，提高处理效率。

DSP处理图像芯片(Digital Signal Processor的简称，即数字信号处理器)以其适应于高速数字信号处理的内部结构，在图像处理领域发挥了不可替代的作用，特别在实时处理视频流方面，有优越的性能表现。Code Composer Studio^TM(CCS)是用于德州仪器(TD嵌入式处理器系列的集成开发环境(IDE)，即DSP嵌入式系列的开发环境，编辑语言为C++。用CCS软件开发以DSP为处理芯片的嵌入式系统既方便快捷又省时省力。

目前在路径识别方法方面，主要以静态图片分析为主。路径识别一般流程为：图像去噪，形态学分析，图像阈值化(二值化)，提取特征像素值，数学方法计算出拟合导航直线(或曲线)，进行误差分析。因为图片本身信息量较大，处理图片时需要进行大量的数学计算，并且占用较大内存空间，所以一般的处理方法将会花费较长时间，不利于实时性的处理。所以在动态视频流的实时处理方面，还需要简单易行的方法来快速完成机器人路径识别的处理。

发明内容

针对上述的问题，本发明的目的在于提供一种基于DSP的机器人视觉路径识别方法，是一种视频流的检测方法，能快速检测道路边缘及道路岔口情况，进行视频流的实时结果显示。

本发明的工作原理如下：

检测开始时，CCD摄像头提取第一帧路面图像，在DSP开发板上进行解码，以十六进制格式存储，然后DSP芯片即可对图像进行处理，处理过的图像经过DSP开发板编码显示在显示屏上。该方法利用C++语言进行编程，具体流程如下：

(1)提取图像YUV颜色空间的Y(灰度值)分量；

(2)4×4中值滤波图像去噪；

(3)转换为二值图像，取分割阈值为161；

(4)确定岔口检测区域；

(5)计数阈值为255的像素点，除以该区域像素点总数，结果是否大于0.8，大于0.8，给岔口标识区域的像素灰度赋值为40(灰色)，小于0.8，则不赋值；

(6)确定道路边缘检测区域；

(7)计数阈值为0的像素点，除以该区域像素点总数，结果是否大于0.8，大于0.8，使道路边缘标识区域的像素灰度值赋为40(灰色)，小于0.8，则不赋值；

处理后的图像信息经过DSP开发板编码显示到LCD屏上，然后进行下一帧的检测。

具体处理过程如下：

首先对路径图像进行去噪声并阈值化，使其成为二值图像，即黑白两种颜色的图像。在一般光照下经过多次试验，取分割闽值为161，分割后，路面图像的阈值为0，道路边缘及路面以外的图像阈值为255，并伴有很多噪声点。然后根据路面结构特性，道路岔口会首先出现在图像的上方，所以在图像上方合适的位置分别提取左右两个区域为检测区域，并划分出标识警示区域，用于显示。当岔口出现时，图像中阈值分割可分割出岔口路面，监测区域内同时统计阈值为255(判定为路面的像素)的像素个数，然后除以监测区域的总像素数，如果比率超过0.8，显示屏上立即标出岔口方向。

然后根据摄像头所放置的位置，在图像中部分别取两个区域，作为左右道路边缘的检测区域，当机器人靠近道路边缘时，与检测岔口相似的方法，检测区域开始统计阈值为0(判定为非路面的像素)的像素个数，然后除以监测区域的总像素数，如果比率超过0.8，显示屏上会标出符号警示道路边缘。

每一帧图像进行同样的检测方法，检测速度可达到大约25帧/秒。

与现有方法相比，本发明具有以下优点：

1)本发明所使用的方法简单，大大提高芯片运行速度，满足实时处理要求。

2)该方法能快速检测道路岔口与道路边缘，然后实时显示岔口方向提示与道路边缘提示。

3)该方法编程较简单，且相对独立，可以移植到任意机器人路径识别系统中。

附图说明

图1是本发明一种基于DSP的机器人视觉路径识别方法所使用的像素坐标系；

图2是本发明一种基于DSP的机器人视觉路径识别方法的图像处理流程图；