[发明专利]移动轨迹规划的方法及装置有效
申请号: | 201710763234.5 | 申请日: | 2017-08-30 |
公开(公告)号: | CN109426277B | 公开(公告)日: | 2022-11-08 |
发明(设计)人: | 叶培楚;刘鹏 | 申请(专利权)人: | 广州极飞科技股份有限公司 |
主分类号: | G05D1/12 | 分类号: | G05D1/12 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 移动 轨迹 规划 方法 装置 | ||
1.一种移动轨迹规划的方法,其特征在于,所述方法包括:
获取目标图像数据;
提取所述目标图像数据中的所有直线;
分别计算所述直线的倾斜角,并将倾斜角位于预设倾斜阈值范围内的直线确定为线状障碍物;
基于所述线状障碍物实时规划移动物体的移动轨迹,以使得所述移动物体在移动过程中避开所述线状障碍物;
其中,在所述基于所述线状障碍物实时规划移动物体的移动轨迹的步骤之前,还包括:
确定所述线状障碍物的景深信息;
基于所述景深信息,筛选出距离移动物体最近的线状障碍物;
其中,所述基于线状障碍物实时规划移动物体的移动轨迹,为基于所述距离移动物体最近的线状障碍物实时规划所述移动物体的移动轨迹;
其中,所述确定所述线状障碍物的景深信息的步骤包括:
确定针对所述目标图像数据的深度图;
确定所述线状障碍物在所述深度图中的位置;
在所述深度图中,提取所述线状障碍物的景深信息;
其中,所述基于所述景深信息,筛选出距离移动物体最近的线状障碍物的步骤包括:
在所述深度图中确定所述线状障碍物对应的垂直线;
在所述深度图中提取所述垂直线的景深信息;
计算所述线状障碍物的景深信息与对应的垂直线的景深信息之间的差值绝对值;
筛选出所述差值绝对值大于预设差值阈值的线状障碍物,作为距离移动物体最近的线状障碍物。
2.根据权利要求1所述的方法,其特征在于,所述基于所述线状障碍物实时规划移动物体的移动轨迹的步骤包括:
基于所述倾斜角确定所述线状障碍物的形状信息;
基于所述线状障碍物的景深信息确定所述线状障碍物与移动物体之间的距离信息;
基于所述距离信息和所述形状信息实时规划移动物体的移动轨迹。
3.根据权利要求1或2所述的方法,其特征在于,所述目标图像数据包括左视图以及右视图,所述获取目标图像数据的步骤包括:
采用预先标定好的双目摄像头对拍摄场景进行拍摄,获得左视图以及右视图。
4.根据权利要求3所述的方法,其特征在于,在所述获取目标图像数据的步骤之后,还包括:
采用标定参数对所述左视图以及所述右视图进行极线校正。
5.根据权利要求4所述的方法,其特征在于,所述提取所述目标图像数据中的所有直线的步骤包括:
对所述左视图和右视图中任意一个视图进行边缘检测,获得该视图的边缘的二值化图像;
采用霍夫变换算法,从所述二值化图像中提取直线。
6.根据权利要求1所述的方法,其特征在于,所述确定针对所述目标图像数据的深度图的步骤包括:
将左视图与右视图进行特征匹配;
基于所述匹配的结果获取视差图;
基于所述视差图,确定针对所述目标图像数据的深度图。
7.根据权利要求6所述的方法,其特征在于,所述将所述左视图与所述右视图进行特征匹配的步骤包括:
计算所述左视图以及所述右视图之间的相关性;
将相关性最大的右视图的像素,作为对应的左视图像素的最优匹配。
8.根据权利要求7所述的方法,其特征在于,所述计算所述左视图以及所述右视图之间的相关性的步骤包括:
针对所述左视图中的每个像素,与邻域的像素构建第一多维向量;
针对所述右视图中的每个像素,与邻域的像素构建第二多维向量;
确定所述第一多维向量的第一均值,以及,所述第二多维向量的第二均值;
基于所述第一多维向量、所述第一均值、所述第二多维向量以及所述第二均值,计算所述左视图以及所述右视图之间的相关性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州极飞科技股份有限公司,未经广州极飞科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710763234.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于升力控制设备的自动命令
- 下一篇:物联网控制装置