[发明专利]一种基于智能视觉的井下移动机器人避障方法

说明书

本发明一种基于智能视觉的井下移动机器人避障方法，包括如下步骤：步骤1，双目相机采集工作场景的图像信息，根据双目相机的标定参数对得到的双目图像进行畸变校正；步骤2，对双目图像进行立体匹配，计算双目视差图，并对双目视差图进行视差优化；步骤3，根据视差优化后的双目视差图计算工作场景的三维点云数据；步骤4，在二维图像感兴趣区域中，利用二维图像中像素对应的三维点云数据，根据预先设置的阈值，判断障碍物是否存在；步骤5，如果障碍物存在，则根据人工势场法进行避障路径规划，并移动机器人进行避障，否则移动机器人按照预先规划的路线继续行进。本发明提高了障碍物检测精度，使算法对光环境的适应性更强。

技术领域

本发明属于移动机器人井下避障技术领域，涉及一种基于智能视觉的井下移动机器人避障方法。

背景技术

煤矿井下环境大多数都是非结构的，而且具有复杂性、多样性和随机性等特征，移动机器人需要具备较高的环境辨识、路径规划和避障能力，才能准确完成预期任务。当井下移动机器人面对完全未知或者部分未知的环境时，避障、越障是其完成任务的首要工作。目前大多数的井下移动机器人都是基于人工远程操控进行作业，智能性和移动性较差，不具备自主控制以及智能避障功能，遇到较为复杂的井下环境需依靠操作人员的经验进行判断，智能化程度较低。

随着移动机器人系统研究，机器人测出行进过程中的障碍物，一种是采用主动发送探测信号，接收场景中物体反射的回波，通过测量发射信号和返回信号获取场景信息，如超声、激光等避障，只具备局部空间避障特点，在检测范围和检测距离上有较大局限性。另一种是采用双目立体视觉的方法进行避障，利用双目视差计算三维场景信息，然后进行障碍物检测。双目采集的图像易受井下复杂环境的影响，如阴影、亮光等，另外障碍物的检测精度取决于双目图像匹配的准确性，增加双目图像匹配的准确性使匹配算法的计算复杂度增加，耗时增加，影响障碍物检测的实时性。

发明内容

本发明的目的是提供一种基于智能视觉的井下移动机器人避障方法，提高了障碍物的检测精度，同时不额外增加算法的复杂度，使算法对光环境的适应性更强。

本发明是通过以下技术方案来实现：

一种基于智能视觉的井下移动机器人避障方法，包括如下步骤：

步骤1，双目相机采集工作场景的图像信息，得到双目图像，根据双目相机的标定参数对双目图像进行畸变校正；

步骤2，对畸变校正后的双目图像进行立体匹配，计算双目视差图，并对双目视差图进行视差优化；其中，立体匹配采用的立体匹配算法通过自适应窗口结合梯度代价函数实现；

步骤3，根据视差优化后的双目视差图计算工作场景的三维点云数据；

步骤4，在二维图像感兴趣区域中，利用二维图像中像素对应的三维点云数据，根据预先设置的阈值，判断障碍物是否存在；

步骤5，如果障碍物存在，则根据人工势场法进行避障路径规划，并执行步骤6，否则执行步骤7；

步骤6，移动机器人进行避障；

步骤7，移动机器人按照预先规划的路线继续行进。

优选的，步骤2中，立体匹配采用的立体匹配算法具体如下：

定义图像梯度为图像沿x和y方向的一阶偏导数：

其中，I为图像灰度，得到左右相机采集图像的图像梯度图：G_L＝(G_Lx+G_Ly)、G_R＝(G_Rx+G_Ry)，设左图中一点p_l(x,y)对应右图的匹配点p_r(x-d,y)，定义匹配代价函数如下：