[发明专利]一种楼梯高度宽度视觉检测方法、装置及机器狗

说明书

本发明涉及一种楼梯高度宽度视觉检测方法、装置及机器狗，该方法包括以下步骤：S1，采集楼梯图像信息，获得RGB图像和深度图；S2，对RGB图像进行语义分割，得到语义分割图像；S3，计算语义分割图像的横、纵向梯度矩阵；S4，利用梯度信息提取边角点像素坐标；S5，将边角点像素坐标对应到深度图中，计算出楼梯高度与宽度。本发明通过深度信息，计算出视差；通过语义分割得到楼梯边界，通过梯度计算定位处长、宽的边角坐标，继而计算出楼梯的高、宽，为机器狗上楼梯提供视觉辅助，避免机器狗踏在楼梯边缘或者是两级楼梯交界处，利于保证机器狗工作时的稳定。

技术领域

本发明涉及机器人技术领域，尤其涉及一种楼梯高度宽度视觉检测方法、装置及机器狗。

背景技术

现有的四足机器人因为缺少视觉辅助，在上下楼梯或坡坎时只能“盲走”：即在运动控制算法中，专门开发一个“上楼梯模式”。在此模式下，狗的步态只能控制在一个预设的固定高度，步伐大小由操作人员决定。

以固定运动模式上楼梯的四足机器人姿势将会非常僵硬；同时，因为没有视觉辅助，所以四足机器人不能估计到自己的落脚点和楼梯的相对关系。这就意味着，四足机器人可能会踏在楼梯边缘或者是两级楼梯交界处，这样会给控制系统带来巨大的挑战，也会让四足机器人的工作变得非常不稳定。

发明内容

本发明为了解决上述技术问题提供一种楼梯高度宽度视觉检测方法、装置及机器狗。

本发明通过下述技术方案实现：

一种楼梯高度宽度视觉检测方法，包括以下步骤：

S1，采集楼梯图像信息，获得RGB图像和深度图；

S2，对RGB图像进行语义分割，得到语义分割图像；

S3，计算语义分割图像的横、纵向梯度矩阵；

S4，利用梯度信息提取边角点像素坐标；

S5，将边角点像素坐标对应到深度图中，计算出楼梯高度与宽度。

其中，通过对RGB图像进行语义分割，生成二值图像。

进一步的，在采集楼梯图像信息前，先进行目标检测识别，调整相机的位姿，使楼梯边缘填满整个镜头。

进一步的，所述S3中，采用横向梯度矩阵计算公式（1）计算横向梯度矩阵：

（1）

采用纵向梯度矩阵计算公式（2）计算纵向梯度矩阵：

（2）

其中，是像素矩阵上某个点的横、纵坐标，是图像在该点处的像素值。

设是梯度矩阵，m是矩阵的行数，n是矩阵的列数；设常数代表步长；则在中有且仅有一个偏序序列：

；

；

其中，表示矩阵中的第1行列元、第2行列元，……，第m行列元；表示矩阵中第a行b列元；，都称为的一个分量；

设集合，表示正整数集合；则存在一个子序列,；

的每一个分量都在中对应一个点，定义中任意相邻的两个分量，为一个线段；其中，且( ；

所述S4具体为：在梯度矩阵上每个纵向像素计算一次累计横向梯度，或者在梯度矩阵上每个横向像素计算一次累计纵向梯度；

采用公式（3）计算累积横向梯度：