[发明专利]一种基于计算机视觉的无人驾驶AGV小车的避障方法

权利要求书

1.一种基于计算机视觉的无人驾驶AGV小车的避障方法，其特征在于，该方法包括以下步骤：

深度相机在相邻的三个时刻采集的数据构成待分析图像组，所述相邻的三个时刻按照时间从大到小的顺序分别记为：第一时刻、第二时刻和第三时刻，所述待分析图像组中每个数据均由一个灰度图像以及一个深度图构成；

根据待分析图像组中的灰度图像和深度图得到所有特征点以及各个特征点的深度，将待分析图像组中相邻时刻灰度图像进行特征点匹配，得到各个特征点集；根据各个特征点集中，在第一时刻、第二时刻以及第三时刻的特征点的深度得到所述各个特征点集的第一深度差值和第二深度差值，根据所述第一深度差值和第二深度差值得到所述各个特征点集的深度变化规律性；根据各个特征点集的第一深度差值之间的差异得到所述各个特征点集的深度变化差异性，根据所述深度变化规律性和深度变化差异性得到所述各个特征点集的运动状态；

根据第一时刻中各个特征点所属特征点集的运动状态、所述各个特征点的深度以及所述各个特征点的坐标得到所述各个特征点的关注度；根据第一时刻的各个特征点的深度以及所述各个特征点所属特征点集的第一深度差值得到所述各个特征点的预测深度；根据第一时刻的各个特征点的坐标以及所述各个特征点在第二时刻对应的特征点的坐标得到预测坐标；根据关注度获得参考权重，对第一时刻各个特征点的预测深度、预测坐标进行融合得到预测碰撞概率；

根据预测碰撞概率控制AGV小车进行刹车避障；

所述各个特征点集的运动状态的获取方法为：

将各个特征点集的深度变化规律性与深度变化差异性相乘，并构建所得相乘结果的正相关映射模型，将所得映射结果作为所述各个特征点集的运动状态；

所述各个特征点集的深度变化规律性的获取方法为：

将各个特征点集的第一深度差值与所述各个特征点集的第二深度差值之间的比值作为第一比值，将各个特征点集的第二深度差值与所述各个特征点集的第一深度差值之间的比值作为第二比值，将第一比值与第二比值相加后减去2.0，所得结果作为所述各个特征点集的深度变化规律性；

所述各个特征点集的深度变化差异性的获取方法为：

计算所有特征点集的第一深度差值的均值，将各个特征点集的第一深度差值与所述均值之间差值的绝对值作为所述各个特征点集的深度变化差异性；

所述各个特征点的关注度的获取方法为：

将灰度图像中所有像素点的横坐标的平均值作为图像中心点的横坐标，将所有像素点的纵坐标的平均值作为图像中心点的纵坐标；计算各个特征点与图像中心点之间的欧氏距离；计算各个特征点对应的欧氏距离与各个特征点的深度之间的乘积，计算运动状态与所述乘积之间的比值，将所得比值作为所述各个特征点的关注度；

所述预测碰撞概率的计算表达式为：

，

式中，为预测碰撞概率；为第一时刻，即第t个时刻所包含的特征点的总个数；为第一时刻中第j个特征点的参考权重；为第一时刻中第j个特征点的预测深度；为第一时刻中第j个特征点的预测坐标到图像中心点的距离，为以自然常数为底数的指数函数；为第t个时刻中第j个特征点的关注度；

所述各个特征点集的第一深度差值和第二深度差值的获取方法为：

将各个特征点集中第一时刻对应的特征点的深度与第二时刻对应特征点的深度之间的差值，记为所述各个特征点集的第一深度差值；将各个特征点集中第二时刻对应的特征点的深度与第三时刻对应特征点的深度之间的差值，记为所述各个特征点集的第二深度差值。

2.根据权利要求1所述的一种基于计算机视觉的无人驾驶AGV小车的避障方法，其特征在于，所述根据预测碰撞概率控制AGV小车进行刹车避障的方法为：

根据经验设置碰撞概率阈值，当下一时刻的预测碰撞概率大于等于碰撞概率阈值时，AGV小车刹车避障，否则AGV小车正常运行。