[发明专利]一种实时雷达探测区域检测方法

说明书

本发明提供了一种实时雷达探测区域检测方法，属于图像处理领域。本发明利用深度神经网络结合传统图像处理的方法，对机器人视觉图片进行语义分割，在第一阶段，进行基于深度神经网络的分割，判断图像上各像素点的语义等级。第二阶段，运用OTSU阈值算法对图片进行阈值分割。本发明在判别出可行走区域与不可行走区域的同时，判断出了雷达探测区域,实现了对机器视觉中的雷达探测区域的实时检测，便于将计算机视觉技术对图像的感知信息与激光雷达检测的信息进行融合,在机器视觉图像分割，机器视觉道路识别，机器视觉障碍物检测方面起到了实际作用。

技术领域

本发明属于图像处理领域，特别涉及一种实时雷达探测区域检测方法。

背景技术

近年来，随着计算机软硬件技术，电子信息技术，控制技术的飞速发展，机器人技术也得到了长足的发展，从最初在工厂流水线上工作的工件加工机器人，到与客户交互的服务机器人，进行安防巡检的安防机器人，用于扑灭火灾的灾害救援机器人，机器人技术被应用于服务业，加工业，军事等各个领域，并呈现出集成化，平台化，智能化的发展趋势。在各类机器人中，安防巡检机器人是必不可少的一环，应用于安防巡检机器人的技术也十分复杂，涉及控制理论，材料科学与技术，计算机软硬件交互，图像处理，目标识别与检测，多模态信息融合等，既是一个融合多学科的综合问题，也是一个极具挑战的前沿课题。在安防巡检机器人的发展过程中，虽然出现了问题与挑战，但是也创造出了相应的发展和机遇。

在应用于安防巡检机器人的各项技术中，图像感知技术是最复杂的技术之一。在安防机器人的运行过程中，需要对机器人视觉中的各类物体进行感知与判断，识别道路与障碍物，分割可行走区域，并在行走过程中识别各类可疑对象，图像感知的实现主要依赖计算机视觉技术。可是，由于图像感知对机器人前方视觉作出的判断并不是绝对准确的，在计算机视觉技术对机器人视觉图像进行感知时，在划分可行走区域与不可行走区域之余，某些区域的可行性待定，需要进行进一步的扫描和检测，才能有效地规避巡逻途中的各类障碍物。

发明内容

为了解决上述问题，本发明提供一种实时雷达探测区域检测方法，在计算机视觉技术对机器人视觉图像进行感知而划分的可行走区域与不可行走区域之余，利用雷达探测雷达探测区域，使机器人巡逻更加顺畅，并且能有效地规避巡逻途中的各类障碍物。

一种实时雷达探测区域检测方法，应用于机器人，包括以下步骤：

步骤1，采集视觉图像，并对近距离视觉区域进行标定；

步骤2，应用深度神经网络进行训练；

步骤3，划分可行性等级；

步骤4，对视觉图像基于OTSU阈值分割方法进行二值分割；

步骤5，生成雷达探测区域。

进一步地，所述步骤1包括以下流程：

步骤11，采集视觉图像信息；

步骤12，对近距离视觉区域进行建模；

步骤13，对视觉图像中近距离视觉区域中每一个像素点进行标定。

进一步地，所述步骤2包括以下流程：

步骤21，构造深度神经网络，基于所述深度神经网络提取图像特征；

步骤22，设置滑动窗口，所述滑动窗口在图像上滑动，将已提取的图像特征基于所述滑动窗口进行分割得到数个子窗口；

步骤23，判断每个子窗口的语义标签，所述深度神经网络中的分类器层进行分类，得到语义分割结果。

进一步地，所述步骤3包括以下流程：

根据每个子窗口的所述语义分割结果，对像素点的语义等级进行划分，得到像素点隶属的子窗口的可行性等级，得到分割结果。