一种自动导航方法及装置制造方法及图纸

本发明专利技术公开了一种自动导航方法及装置，通过获取多目摄像系统拍摄的当前地理位置的场景视频；根据场景视频，计算多目摄像系统中相机的空间位置和姿态信息；对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图；对不同相机相同时间的两帧图像进行空间相关立体匹配，生成第二环境物体深度图；根据第一环境物体深度图以及第二环境物体深度图，构建局部障碍物地图；将局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径。本申请有效解决了传统深度算法视角和运动的限制，能够进行自身位置定位、感知障碍物、自动生成安全路径，定位精度高、安全路径优，可应用于机器人或娱乐无人机等移动平台中。

【技术实现步骤摘要】
一种自动导航方法及装置
本专利技术涉及计算机视觉
，特别是涉及一种自动导航方法及装置。
技术介绍
随着无人机、机器人、无人驾驶车辆等产品技术飞速发展，对导航系统和方法的需求也大幅度提高。自动导航是指运动体按照预先给定的任务命令，根据已知的地图信息做出全局路径规划，并在行进过程中，不断感知周围的局部环境信息，做出各种决策，随时调整自身的姿态与位置，引导自身安全运动，直至目标位置。现有的自动导航方法或系统，主要有基于定位和循迹技术两种方式。定位的自动导航方式相对更为智能化，并且研究上市场上也应用颇多，常见的有GPS、超声波、红外、视觉等技术。目前，无人机等产品主要使用全球自动定位系统(GPS)和惯性导航系统(IMU)实现导航定位。GPS的估计精度直接取决于参与定位的卫星的数量以及接收设备接收到的信号的质量，同时还受电台的影响。此外，相邻设备的无线电频率干扰或信道堵塞都可能导致位置估计的不可靠。在无法使用或获得有效GPG信号的时候，无人机的导航智能依靠惯性导航系统(IMU)，而高精度的惯性导航系统依靠于高精度的传感器，这一方面增加了成本，另一方面增加了无人机等设备的载荷。这些问题都是普遍存在且难以解决的问题。超声波和红外导航定位技术有分辨率高的优点，但是这些技术对发射设备和接收设备的要求比较高，设备成本高，同时增加了无人机等产品的载重。而视觉传感器具有重量轻、功耗小、探测距离远、分辨率高的优点，因此，视觉导航系统和方法有很大的应用市场，是本领域技术人员值的研究和探索的课题。
技术实现思路
本专利技术的目的是提供一种自动导航方法及装置，能够基于视觉实现定位自身位置、感知障碍物的功能，定位精度高，实用性强。为解决上述技术问题，本专利技术提供一种自动导航方法，包括：获取多目摄像系统拍摄的当前地理位置的场景视频；根据所述场景视频，计算所述多目摄像系统中相机的空间位置和姿态信息；对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图；对不同相机相同时间的两帧图像进行空间相关立体匹配，生成第二环境物体深度图；根据所述第一环境物体深度图以及所述第二环境物体深度图，构建局部障碍物地图；将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径。可选地，所述计算所述多目摄像系统中相机的空间位置和姿态信息包括：采用直线法对同一摄像机时间连续的相邻两帧图像进行对齐；提取图像中的哈里斯角点，进行特征点匹配；将相机拍摄的图像投影到相邻帧图像中，得到对应的重投影图像；对图像光学残差进行优化，计算相机的空间位置和姿态信息。可选地，所述对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图包括：根据匹配代价函数计算匹配代价；在预设区域内进行匹配代价叠加；获取深度信息，生成第一环境物体深度图。可选地，所述根据所述第一环境物体深度图以及所述第二环境物体深度图，构建局部障碍物地图包括：根据所述第一环境物体深度图以及所述第二环境物体深度图，确定图像中的外点，所述外点为在相邻帧图像中存在匹配点且在同时刻不同相机图像中也存在匹配点的点；删除所述第一环境物体深度图中的外点，保留所述第二环境物体深度图中的外点；将剔除外点后的所述第一环境物体深度图与所述第二环境物体深度图进行拼接，得到所述局部障碍物地图。可选地，所述将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径包括：采用距离变换，将所述局部障碍物地图映射到安全距离空间，得到距离矩阵；在所述距离矩阵中定义惩罚函数，利用A*算法进行搜索，生成局部安全路径。可选地，所述在所述距离矩阵中定义惩罚函数，利用A*算法进行搜索，生成局部安全路径包括：对所述距离矩阵进行PTG变换，将障碍物局部目标点以及移动平台参数映射到低维度空间中；在降维后的空间中进行搜索，生成局部安全路径。可选地，在所述将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径之后还包括：根据所述安全路径，实时获取速度命令，输出最优控制信号。本专利技术还提供了一种自动导航装置，包括：视频获取模块，用于获取多目摄像系统拍摄的当前地理位置的场景视频；计算模块，用于根据所述场景视频，计算所述多目摄像系统中相机的空间位置和姿态信息；第一深度图生成模块，用于对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图；第二深度图生成模块，用于对不同相机相同时间的两帧图像进行空间相关立体匹配，生成第二环境物体深度图；局部障碍物地图构建模块，用于根据所述第一环境物体深度图以及所述第二环境物体深度图，构建局部障碍物地图；安全路径确定模块，用于将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径。可选地，还包括：控制信号输出模块，用于在将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径之后，根据所述安全路径，实时获取速度命令，输出最优控制信号。本专利技术所提供的自动导航方法及装置，通过获取多目摄像系统拍摄的当前地理位置的场景视频；根据场景视频，计算多目摄像系统中相机的空间位置和姿态信息；对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图；对不同相机相同时间的两帧图像进行空间相关立体匹配，生成第二环境物体深度图；根据第一环境物体深度图以及第二环境物体深度图，构建局部障碍物地图；将局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径。本申请将时间相关和空间相关两种不同视觉深度感知方法结合到一起，有效解决了传统深度算法视角和运动的限制，能够进行自身位置定位、感知障碍物、自动生成安全路径，定位精度高、安全路径优，可应用于机器人或娱乐无人机等移动平台中。附图说明为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术所提供的自动导航方法的一种具体实施方式的流程图；图2为本专利技术实施例中计算所述多目摄像系统中相机的空间位置和姿态信息的过程示意图；图3为本专利技术实施例中生成第一环境物体深度图的过程示意图；图4为本专利技术实施例中构建局部障碍物地图的过程示意图；图5为本专利技术实施例中确定从当前位置到预设目的地的安全路径的过程示意图；图6为本专利技术所提供的自动导航方法的另一种具体实施方式的流程图；图7为立体匹配深度估计示意图；图8为局部地图示意图；图9为A*算法结合距离变换示意图；图10为PTG变换示意图；图11为PTG变换输出控制信号流程示意图；图12为本专利技术实施例提供的自动导航装置的结构框图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术所提供的自动导航方法的一种具体实施方式的流程图如图1所示，该方法包括：步骤S101：获取多目摄像系统拍摄的当前本文档来自技高网...

【技术保护点】
一种自动导航方法，其特征在于，包括：获取多目摄像系统拍摄的当前地理位置的场景视频；根据所述场景视频，计算所述多目摄像系统中相机的空间位置和姿态信息；对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图；对不同相机相同时间的两帧图像进行空间相关立体匹配，生成第二环境物体深度图；根据所述第一环境物体深度图以及所述第二环境物体深度图，构建局部障碍物地图；将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径。

【技术特征摘要】
1.一种自动导航方法，其特征在于，包括：获取多目摄像系统拍摄的当前地理位置的场景视频；根据所述场景视频，计算所述多目摄像系统中相机的空间位置和姿态信息；对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图；对不同相机相同时间的两帧图像进行空间相关立体匹配，生成第二环境物体深度图；根据所述第一环境物体深度图以及所述第二环境物体深度图，构建局部障碍物地图；将所述局部障碍物地图映射到安全距离空间，确定从当前位置到预设目的地的安全路径。2.如权利要求1所述的自动导航方法，其特征在于，所述计算所述多目摄像系统中相机的空间位置和姿态信息包括：采用直线法对同一摄像机时间连续的相邻两帧图像进行对齐；提取图像中的哈里斯角点，进行特征点匹配；将相机拍摄的图像投影到相邻帧图像中，得到对应的重投影图像；对图像光学残差进行优化，计算相机的空间位置和姿态信息。3.如权利要求2所述的自动导航方法，其特征在于，所述对相同相机时间连续的两帧图像进行时间相关立体匹配，生成第一环境物体深度图包括：根据匹配代价函数计算匹配代价；在预设区域内进行匹配代价叠加；获取深度信息，生成第一环境物体深度图。4.如权利要求3所述的自动导航方法，其特征在于，所述根据所述第一环境物体深度图以及所述第二环境物体深度图，构建局部障碍物地图包括：根据所述第一环境物体深度图以及所述第二环境物体深度图，确定图像中的外点，所述外点为在相邻帧图像中存在匹配点且在同时刻不同相机图像中也存在匹配点的点；删除所述第一环境物体深度图中的外点，保留所述第二环境物体深度图中的外点；将剔除外点后的所述第一环境物体深度图与所述第二环境物体深度图进行拼接，得到所述局部障碍物地图。5.如权利要求1至4任一项所述的自动导航方法，其...

【专利技术属性】
技术研发人员：陈美文，周剑，罗元泰，
申请(专利权)人：成都通甲优博科技有限责任公司，
类型：发明
国别省市：四川,51