[发明专利]基于机器视觉的自动驾驶智能机障碍物识别方法

说明书

本发明公开了一种基于机器视觉的自动驾驶智能机障碍物识别方法，属于自动驾驶障碍识别方法技术领域，包括获取障碍物三维信息以及与智能机的距离、对障碍物的危险等级进行评估以及根据障碍物的危险等级进行分级预警。本发明通过3D相机的设置，能够利用深度学习技术对摄取的图像进行数值模型重建，进而识别图像中的三维信息，方便从中获取障碍物的三维信息、智能车的行驶速度以及智能机与障碍物的距离信息，通过对障碍物的风险值计算，对障碍物风险值进行分类，方便为智能机做出调整方向和减速的指令提供充分的数据支持和调整依据，避免智能机无法充分反应导致撞击障碍物的问题。

技术领域

本发明涉及一种障碍物识别方法，特别是涉及一种基于机器视觉的自动驾驶智能机障碍物识别方法，属于自动驾驶障碍识别方法技术领域。

背景技术

机器视觉是一种依赖于图像进行自动检查和分析来解决现实世界问题的技术手段，它的实现依赖于图像摄取技术将摄取目标转换成图像信号，得到有目标物的形态信息，并且根据需要将目标物的制定形态信息转换成数字信号，对这些数字进行运算抽取目标物的特征，进而根据运算后的结果对目标物进行判别来指导现场设备的动作，能够在危险环境和人工视觉无法满足需求的场合替代人工视觉，提高生产或者设备的柔性和自动化程度，异于实现信息集成，提高生产或者设备的工作效率，3D摄像作为机器视觉技术常用的一种图像摄取技术，为实现机器视觉的空间化和立体化做出了巨大的贡献，它能够识别目标物的三维形态和信息，并将目标物的三维形态和信息转换成精细的3D物体数据，方便对目标物的形态数据进行各种运算和处理以实现解决具体问题的目的，机器视觉技术利用在自动驾驶技术中，能够帮助实现智能识别车道、智能识别障碍物等功能，能够为智能机的车地双向数据交互奠定视觉基础，便于增加行车环境的感知度，为智能机配备的移动主控平台提供当前气候环境、复杂场景的三维几何信息、障碍物检测提醒以及目标识别跟踪信息，从而实现智能机的视觉导航，协同车辆的移动平台完善自动驾驶功能。但是现有的自动驾驶智能机只是基于障碍物的距离测量、障碍物高度和宽度对障碍物进行识别，没有对障碍物的危险等级进行评估，无法通过障碍物的危险等级以及智能机的驾驶速度给智能机提供合适的预警时间和预警距离，以防止智能机载自动驾驶时没有充足的反应时间和调整距离导致智能机撞击障碍物导致事故。针对以上不足，本发明提供一种基于机器视觉的自动驾驶智能机障碍物识别方法，该方法能够在3D相机作为机器视觉的数据来源，根据障碍物的三维信息对障碍物的危险等级进行评估，进而根据障碍物的危险等级给自动驾驶的智能机提供合适的预警时间和预警距离，方便智能机在充足的反应时间和调整距离内对驾驶方向和速度做出调整，避免智能机无法充分反应导致撞击障碍物的问题。

发明内容

本发明的主要目的是为了解决现有技术的不足，而提供的一种基于机器视觉的自动驾驶智能机障碍物识别方法。

本发明的目的可以通过采用如下技术方案达到：

一种基于机器视觉的自动驾驶智能机障碍物识别方法，包括如下步骤：

S1.获取障碍物三维信息以及与智能机的距离：利用3D相机拍摄障碍物，利用深度学习技术获取障碍物的三维信息以及与智能机之间的距离；

S2.对障碍物的危险等级进行评估：根据障碍物的三维信息以及障碍物与智能机之间的距离，结合智能机的行驶速度，对障碍物的风险等级进行评估，将障碍物的风险等级设为与障碍物的长度、宽度以及高度均正相关，将障碍物的风险等级设为与障碍物距离智能机的距离负相关，将障碍物的风险等级设为与智能机的行驶速度正相关，将障碍物的三维信息对障碍物风险等级评估带来的影响值设为障碍物自身识别指标，将智能机与障碍物的距离对障碍物风险等级带来的影响值记为反应距离指标，将智能机的行驶速度对障碍物风险等级带来的影响值记为行驶速度指标，障碍物的风险值评估公式为：

Z_A＝0.5I_ZS+0.25I_FY+0.25I_SD；