[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

说明书

本发明涉及数据处理领域，具体涉及一种基于计算机视觉的无人驾驶AGV小车的避障方法，包括：获取待分析图像组，对待分析图像组中各个灰度图像的所有特征点进行匹配，得到各个特征点集；根据各个特征点集中各个特征点的深度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；根据各个特征点集中各个特征点的深度以及坐标得到预测深度以及预测坐标，结合各个特征点关注度得到预测碰撞概率；根据预测碰撞概率控制AGV小车进行刹车避障。本发明可以避免频繁刹车的现象出现，进而保证AGV小车的工作效率。

技术领域

本发明涉及数据处理领域，具体涉及一种基于计算机视觉的无人驾驶AGV小车的避障方法。

背景技术

AGV小车指装备有电磁或光学等自动导航装置，能够沿规定的导航路径行驶，具有安全保护以及各种移载功能的运输车。AGV小车凭借其承重大，工作效率高，以及可自主导航的特点，被广泛应用于物流仓储及柔性化生产线中，但是由于AGV小车的工作环境较为复杂，在其工作过程中不可避免会出现障碍物。

现有的AGV小车避障方法往往是判断物体与AGV小车之间的距离是否小于一定阈值，当小于该阈值时，AGV小车自动刹车并停止运行，但是由于AGV小车的实际工作环境较为复杂，并非所有小于距离阈值的物体均为障碍物，且并非所有障碍物都会对AGV小车的运行产生影响，如运动的物体，在某一时刻与AGV小车之间的距离小于阈值，但是随着该物体的运动，在下一时刻并不会与AGV小车发生碰撞，也就是说，在AGV小车的实际运行过程中，并不是遇到所有小于距离阈值的物体都需要停止，传统的避障方法容易出现误判而造成频繁的刹车，降低AGV小车的工作效率。因此需要一种能够准确获得AGV小车视野内不同位置不同物体的状态特点，并根据该状态特点进一步判断AGV小车是否需要进行刹车避障，使得AGV小车可以根据周边环境进行自适应避障，从而保证AGV小车的工作效率。

发明内容

本发明提供一种基于计算机视觉的无人驾驶AGV小车的避障方法，以解决现有的问题。

本发明的一种基于计算机视觉的无人驾驶AGV小车的避障方法采用如下技术方案：

本发明一个实施例提供了一种基于计算机视觉的无人驾驶AGV小车的避障方法，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；以关注度为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。

优选的，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：