[发明专利]基于三维景深的室内出入口检测方法

说明书

本发明公开一种基于三维景深的室内出入口检测方法，包括：S1，深度曲线初步修复；S2，出入口边缘检测；S3，出入口深度探测与离散数据点拟合。该方法采用Kinect传感器提供的深度图信息，首先对深度图像进行平滑滤波，减少图像中的噪声点，然后利用连续点间的深度差值和最小二乘法拟合直线，最后根据直线斜率判断出入口深度，实现室内环境出入口的检测，可以避免对不规则深度曲线识别的复杂性，提高识别效率。

技术领域

本发明涉及一种视觉识别方法，特别是涉及一种基于三维景深的室内出入口检测方法。

背景技术

当前，机器人应用在生活与工作上的各种场景，自主移动机器人的需求也日益增长。因此，人们越来越重视对移动机器人安全移动与自主移动的应用要求方面的研究。为了能够让移动机器人在室内环境中安全地航行，机器人除了能够实现自身的定位和导航、制图、障碍回避，墙壁跟踪、目标识别和目标达成的行为外，还需要能够识别室内环境，以明确机器人当前所处环境的布局，为机器人的下一步行为提供预判依据。

目前的主流方法是采用图像特征的室内环境识别方法，即使用双目摄像头，获取当前室内环境的图像，再提取出图像的全局纹理特征或者局部特征，用于识别当前室内场景内的边角、转角等结构。然而该方法在检测场景中的出入口时，存在着检测不准确的问题。

如图1所示，由l1、l2、l3及l4四条虚线和A₀A_i、B₀B_i两条实线和最上方矩形围成的区域是机器人所能探知的区域，包含场景到机器人之间的距离信息，从曲线的两个初始端点A₀、B₀开始检测，计算每后续两点距离值|A_iB_i-1|或|A_iB_i|，并与当前两点的距离|A_i-1B_i-1|或|A_iB_i-1|作差值比较。由于在同一侧的两个连续点间间隔极小，因此它们分别与另一侧点所构成的连线长度将非常相近，因而所形成的差值d极小(通常d趋近于0)。当检测到可能的出口点处，假设在图1中为B_i+1时，出口点处的连线值|A_iB_i+1|与先前的连线长度|A_iB_i|间形成的差值|d|＝||A_iB_i-1|-|A_i-1B_i-1||将会突然增大。因此可将之视为可能的出口点作进一步检测，对从B_i+1以后开始的每一点与B_i点形成的连线距离|B_iB_k|(k∈[i+1，j]进行长度检验，以判断整个通道是否足够容纳移动机器人，其中B_j是长度检验的终止点。通常情况下，机器人在探索环境的移动过程中，其位置会经常发生改变，因而机器人上的摄像头视线也并非总是平行于走廊过道中轴线，且由于出口两侧墙壁也并非绝对对称，以及墙壁平面凹凸不平等原因都造成了移动机器人无法直接获知检测的终止点B_j，进而造成了识别出口点的难度。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于三维景深的室内出入口检测方法，该方法提出采用Kinect传感器提供的深度图信息，首先对深度图像进行平滑滤波，减少图像中的噪声点，然后利用连续点间的深度差值和最小二乘法拟合直线，实现室内环境出入口的检测。

本发明解决上述技术问题的技术方案为：

一种基于三维景深的室内出入口检测方法，其特征在于，包括：

S1，深度曲线初步修复；

S2，出入口边缘检测；

S3，出入口深度探测与离散数据点拟合。