CN109903325B - 基于立体视觉深度信息的地面精确描述方法 - Google Patents

Abstract

公开一种基于立体视觉深度信息进行地面精确描述的方法，包括设置在移动机器人前部的双目立体摄像机，焦距为f，高度为h，双目立体摄像机的光轴与移动机器人的底盘平行，还包括与双目立体摄像机连接的处理器，设置地面精确描述方法，包括以下步骤：对于成像点(X,Y)，投影点(x，y，z)，深度z=f(X,Y)，X=x·f/z，投影角度θ=arctan(Y/f)，y=z·tanθ=z·Y/f；计算不平整度a=h‑z·Y/f；基于深度z=f(X,Y)，获取反函数Y=f^{^}(X,z)，得到a=h‑z·f^{^}(x·f/z,z)/f；将点的坐标值x^r和z^r作为输入，进行投影离散化和就近取值，计算出a=h‑z^r·f^{^}(X^r,z^r)/f。

Description

基于立体视觉深度信息的地面精确描述方法

技术领域

本发明涉及基于立体视觉深度信息的地面精确描述方法，属于移动机器人的智能导航领域。

背景技术

导航是移动机器人最基本的功能，实现机器人从一点安全移动到另一点。其中包括障碍物检测与避障，环境建模与定位以及路径规划。实现上述功能，可采用超声波传感器、红外传感器、接触传感器和双目立体视觉，甚至激光雷达，进行机器人周围环境的检测与描述，但是却没有把地面纳入检测范围，而是假定地面是平整的。激光雷达能够提供稳定精确的距离信息，但是价格非常昂贵，目前还不能得到广泛应用，而双目立体视觉可以提供相对精确的测距信息，并且价格不高，因此越来越成为移动机器人的基本配置。采用立体视觉完成地面情况的检测，完善对机器人工作环境的描述，对移动机器人能够在实际环境中工作具有非常重要的意义。

发明内容

针对上述问题，本发明提供基于立体视觉深度信息的地面精确描述方法，帮助移动机器人检测前方地面的平整状况。

本发明解决其技术问题所采用的技术方案是：

基于立体视觉深度信息的地面精确描述方法，包括设置在所述的移动机器人前部的双目立体摄像机，焦距为f，基线宽度为b，高度为h，所述的双目立体摄像机的光轴与所述的移动机器人的底盘平行，还包括与所述的双目立体摄像机连接的处理器，所述的处理器设置地面精确描述方法，包括以下步骤：

(1)对于成像点(X,Y)，X,Y为像素坐标，X∈(1，M)，Y∈(1，N)，M、N分别为X、Y方向上的最大像素数量，对应的投影点的摄像机坐标为(x，y，z)，深度z=f(X,Y)，X=x·f/z，投影角度θ=arctan(Y/f)， y=z·tanθ=z·Y/f；

(2)计算不平整度a=h-y=h- z·Y/f；

(3)基于深度z=f(X,Y)，获取反函数Y= f^{^}(X,z)，因此a= h- z·f^{^}(X,z)/f= h-z·f^{^}(x·f/z,z)/f；

(4)对于所述的双目立体摄像机的视野范围内的点(x^r，y^r，z^r)，首先进行x^r值投影并离散化，即X^r=INT(x^r·f/z^r)，然后Y在(1，N)范围内取值，获取zⁿ=f(X^r,Y)，当|z^r-zⁿ|达到最小时，令z^r=zⁿ，最后计算出a= h- z^r·f^{^}(X^r,z^r)/f。

本发明的有益效果主要表现在：计算前方路面的平整状态，并转换成以x和z作为输入变量的函数形式，符合实际的坐标关系，数据关系清楚明了，使用方便。

附图说明

图1是移动机器人外形示意图；

图2 是不平整度计算示意图；

图3是地面精确描述数据的图像化示意图。

具体实施方式

下面结合附图对本发明作进一步描述：

参照图1－3，基于立体视觉深度信息的地面精确描述方法，包括设置在所述的移动机器人前部的双目立体摄像机，焦距为f，基线宽度为b，高度为h，所述的双目立体摄像机的光轴与所述的移动机器人的底盘平行。双目立体摄像机为所述的移动机器人的基本配置，可以输出单目的普通图像，同时可以提供深度信息，进行避障导航。

还包括与所述的双目立体摄像机连接的处理器，所述的处理器设置地面精确描述方法，包括以下步骤：

(1)对于成像点(X,Y)，X,Y为像素坐标，X∈(1，M)，Y∈(1，N)，M、N分别为X、Y方向上的最大像素数量，对应的投影点的摄像机坐标为(x，y，z)，深度z=f(X,Y)，X=x·f/z，投影角度θ=arctan(Y/f)， y=z·tanθ=z·Y/f；

所述的处理器是根据视差原理来计算深度信息，结合所述的双目立体摄像机的参数，可得z=f(X,Y)=f*b/d，其中d是根据图像对f_L和f_R计算得到的位置(X,Y)的视差。同时，根据相似三角形的比例关系，建立像素坐标与摄像机坐标的比例关系：X=x·f/z，以及投影点到所述的双目立体摄像机的光轴所在水平面的垂直距离，即y=z·Y/f。

(2)计算不平整度a=h-y=h- z·Y/f；

如果y>h，则前方路面有下陷；如果y<h，则路面有突起；如果y=h，则前方路面为平面。

(3)基于深度z=f(X,Y)，获取反函数Y= f^{^}(X,z)，因此a= h- z·f^{^}(X,z)/f= h-z·f^{^}(x·f/z,z)/f；

在步骤1中，获得的深度z是按照像素坐标存储的，也就是以像素坐标X和Y为输入变量，为了更好的表达，以Y作为函数，X和z作为变量，得到反函数Y= f^{^}(X,z)，从而建立x和z与不平整度a的函数关系。

(4)对于所述的双目立体摄像机的视野范围内的点(x^r，y^r，z^r)，首先进行x^r值投影并离散化，即X^r=INT(x^r·f/z^r)，然后Y在(1，N)范围内取值，获取zⁿ=f(X^r,Y)，当|z^r-zⁿ|达到最小时，令z^r=zⁿ，最后计算出a=h- z^r·f^{^}(X^r,z^r)/f。

对于摄像机坐标系里的投影点(x^r，y^r，z^r)，坐标参数都是连续量，而a= h- z·f^{^}(x·f/z,z)/f中的x和z虽然也是连续量，但是属于采样后的值，所以x^r需要离散化处理，z^r需要就近取值，才能作为计算a的输入变量。

Claims (1)

1.基于立体视觉深度信息的地面精确描述方法，包括设置在移动机器人前部的双目立体摄像机，焦距为f，基线宽度为b，高度为h，所述的双目立体摄像机的光轴与所述的移动机器人的底盘平行，其特征在于：还包括与所述的双目立体摄像机连接的处理器，所述的处理器设置地面精确描述方法，包括以下步骤：

(1)对于成像点(X,Y)，X,Y为像素坐标，X∈(1，M)，Y∈(1，N)，M、N分别为X、Y方向上的最大像素数量，对应的投影点的摄像机坐标为(x，y，z)，深度z=f(X,Y)，X=x·f/z，投影角度θ=arctan(Y/f)， y=z·tanθ=z·Y/f；

(2)计算不平整度a=h-y=h- z·Y/f；

(3)基于深度z=f(X,Y)，获取反函数Y= f^{^}(X,z)，因此a= h- z·f^{^}(X,z)/f= h- z·f^{^}(x·f/z,z)/f；

(4)对于所述的双目立体摄像机的视野范围内的点(x^r，y^r，z^r)，首先进行x^r值投影并离散化，即X^r=INT(x^r·f/z^r)，然后Y在(1，N)范围内取值，获取zⁿ=f(X^r,Y)，当|z^r-zⁿ|达到最小时，令z^r=zⁿ，最后计算出a= h- z^r·f^{^}(X^r,z^r)/f。

Images