[发明专利]一种基于深度摄像头的障碍物检测方法在审
申请号: | 201810767044.5 | 申请日: | 2018-07-13 |
公开(公告)号: | CN109272481A | 公开(公告)日: | 2019-01-25 |
发明(设计)人: | 郭健;危海明;宋恺 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/80;G01S11/12 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 孟睿 |
地址: | 210094 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于深度摄像头的障碍物检测方法。采集深度图像,根据相机内参和深度数据,获得三维点云,即计算获得深度图像中所有像素点在相机坐标系中的实际位置(xc,yc,zc);其中,xc表示像素点对应实际物体点到相机中心的横向距离,yc表示像素点对应实际物体点到相机中心的纵向距离,zc表示像素点对应实际物体点到相机中心的深度距离;设定最大避障阈值th,即当物体与相机之间的距离大于最大避障阈值th,则认为该物体不是障碍物;遍历所有的三维点云,对于每一个像素点,如果其xc在避障视野(vl,vr)内,且其深度zc小于最大避障阈值th,则认为该像素点属于障碍物。本发明检测面大,并降低了漏检率,从而提高了检测障碍物的可靠性和准确性。 | ||
搜索关键词: | 像素点 避障 实际物体 相机中心 障碍物 深度摄像头 障碍物检测 三维点云 深度图像 相机 相机坐标系 横向距离 深度距离 深度数据 实际位置 纵向距离 检测面 漏检率 遍历 内参 采集 检测 视野 | ||
【主权项】:
1.基于深度摄像头的障碍物检测方法,其特征在于,包括以下步骤:步骤1、采集深度图像,根据相机内参和深度数据,获得三维点云,即计算获得深度图像中所有像素点在相机坐标系中的实际位置(xc,yc,zc);其中,xc表示像素点对应实际物体点到相机中心的横向距离,yc表示像素点对应实际物体点到相机中心的纵向距离,zc表示像素点对应实际物体点到相机中心的深度距离;步骤2、设定最大避障阈值th,即当物体与相机之间的距离大于最大避障阈值th,则认为该物体不是障碍物;遍历所有的三维点云,对于每一个像素点,如果其xc在避障视野(vl,vr)内,且其深度zc小于最大避障阈值th,则认为该像素点属于障碍物。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810767044.5/,转载请声明来源钻瓜专利网。