一种视觉碰撞检测算法的通用性能评估系统技术方案

本发明专利技术涉及碰撞物体检测技术领域，尤其是一种视觉碰撞检测算法的通用性能评估系统，包括视频数据模块，其用于迫近碰撞物体运动模态视频的光学变量标定及迫近碰撞物体运动模态视频的储存，以获得标准视频数据集；数据传输模块，其用于将标准视频数据集的数据导出至测试算法模型，以获得所述测试算法模型的测试结果，且所述数据传输模块还用于所述测试结果向所述分析模块的导入；分析模块，其通过应用性能分析及算法理论分析对所述测试算法模型进行分析，以获得分析结果。本发明专利技术能够全面地对碰撞检测算法进行评估，以帮助分析视觉碰撞检测算法的具体优势和劣势，促进该类算法的整体发展和性能提升，增加视觉碰撞检测算法的实际适用性。适用性。适用性。

【技术实现步骤摘要】
一种视觉碰撞检测算法的通用性能评估系统


[0001]本专利技术涉及碰撞物体检测
，尤其是一种视觉碰撞检测算法的通用性能评估系统。

技术介绍

[0002]碰撞物体检测就是提前检测到机器视觉范围内可能与机器产生碰撞的物体，给予机器足够的时间进行避障。现行的碰撞检测算法有：基于碰撞时间τ对于碰撞物体进行检测和预警；部分基于神经元峰值释放率与(l为物体尺寸，v为物体迫近速度)之间的线性关系，测算出阈值角θ，对物体进行碰撞检测；基于神经网络对物体进行识别，利用数据集和回归算法，估计深度信息进行的碰撞检测；基于光流对于物体的运动信息v进行检测，评估碰撞风险；基于特征点检测识别物体，进而判定其扩张率(Er)进行碰撞检测；基于蝗虫视觉神经元作用机制，提取视频中物体的运动速度信息，求取膜电位值进行避障检测等。
[0003]随着碰撞检测算法的增多，各类算法在不同场景下各有优劣，如何综合全面地评价算法的好坏是一个迫切的问题，解决该问题对促进此类算法发展具有重要意义。现行的一些评价方式有：(1)构建一个现实和仿真的场景(在不同的位置设置障碍点，并增加可能会导致算法检测错误的因素)，将算法搭载在智能移动机器人上，然后将智能机器人放置在场景的任意位置启动，不断的任其在场景中运动，统计出其检测迫近物体成功并且正确避免碰撞的概率；(2)将同一个算法至于不同的场景中，通过比较算法在不同场景下的检测效果，判断算法对于迫近物体检测性能，如通过算法检测迫近物体在明暗环境中迫近、后退、平移，来说明算法检测的运动方式以及其适应的环境；(3)通过构建一个数据集，标注每个视频是否属于碰撞视频，评价同类算法在该数据集的测试效果，通过效果的比较得出性能较优于其他算法的迫近检测算法，主要是通过对比检测成功率；(4)通过对于算法的改进，比较改进前算法和改进后算法在同一场景的测试效果，以说明改进后的算法的优点，如：相对于LGMD，DLGMD可以消除无人机因俯仰和加速产生对looming的误检测；(5)对比真实值与检测值之间的差异，说明迫近检测算法检测量的准确性。
[0004]这些针对碰撞检测算法的评价方法各有各自的优点，但往往只从某种具体的应用表现来评价检测算法，评价的角度都较为单一，无从揭示碰撞检测算法的本质。这也导致现阶段的许多碰撞检测算法在实际应用中仅表现出单一方面的优势而难以胜任复杂的现实场景。若能综合算法对各类碰撞相关视觉线索的亲和度进行统计分析，则能说明该算法究竟在检测迫近物体哪一方面的性质，从而更深刻地揭示碰撞检测算法的本质，进而指导算法优化的方向。

技术实现思路

[0005]为了解决上述问题，本专利技术提供一种视觉碰撞检测算法的通用性能评估系统，能够综合与碰撞检测相关的光学、视觉、物理空间变量，全面地反应碰撞检测算法的性质并给出分析评估结果，以帮助分析视觉碰撞检测算法的具体优势和劣势，促进该类算法的整体发展和性能提升，增加视觉碰撞检测算法的实际适用性。
[0006]为了实现上述目的，本专利技术采用的技术方案为：
[0007]一种视觉碰撞检测算法的通用性能评估系统，包括视频数据模块、数据传输模块、分析模块及所述评估模块；
[0008]所述视频数据模块用于迫近碰撞物体运动模态视频的光学变量标定及迫近碰撞物体运动模态视频的储存，以获得标准视频数据集；
[0009]所述数据传输模块用于将标准视频数据集的数据导出至测试算法模型，以获得所述测试算法模型的测试结果，且所述数据传输模块还用于所述测试结果的导入；
[0010]所述分析模块用于通过所述数据传输模块获取所述标准视频数据集，且所述分析模块通过应用性能分析及算法理论分析对所述测试算法模型进行分析，以获得分析结果；
[0011]所述评估模块用于所述分析模块及所述数据传输模块的数据获取，以根据所述测试结果及所述分析结果获得评估报告。
[0012]进一步地，所述视频数据模块中光学变量标定包括碰撞时间、碰撞距离、角加速度、角度、角速度及物体的扩展率。
[0013]进一步地，所述数据传输模块设有数据导出接口，以将所述视频数据模块的标准视频数据集导出至所述测试算法模型及所述分析模块；所述数据传输模块设有数据导入接口，以使所述测试算法模型的测试结果导入至所述数据传输模块。
[0014]进一步地，所述应用性能分析中，通过对所述标准视频数据集的视频进行加噪，且所述分析模块将加噪视频导入至所述测试算法模型。
[0015]进一步地，所述分析模块对所述加噪视频中迫近物体的差分图进行标定，以将背景和碰撞物体的差分区域区别开来，且所述分析模块对标定的差分图通过所述测试算法模型进行测试，以获得应用性能分析结果。
[0016]进一步地，所述算法理论分析中，提取所述标准视频数据集的视频每一个光学变量，且所述分析模块将所述光学变量及所述测试结果进行斯皮尔曼相关系数计算，以获得算法理论分析结果。
[0017]进一步地，根据所述算法理论分析结果获得相关系数制示意图，以表示所述测试结果与所述光学变量之间的关系。
[0018]进一步地，所述评估模块用于根据所述应用性能分析结果及所述算法理论分析结果获得分析报告。
[0019]本专利技术的有益效果是：
[0020]通过视频数据模块将拍摄迫近物体各种运动模态，以构成视频数据集，同时对于其中的迫近物体利用运动捕捉系统、图像处理方法等进行光学变量真实值的标注，并用matlab进行增加噪声处理，以扩展标准视频数据集；其中标准数据集模块，数据视频涵盖大部分现行模型算法测试碰撞物体的运动模态的类型，标注的光学变量涵盖了现有碰撞算法模型所研究的光学变量，使得本专利技术的分析结果更全面、评估范围更广。将选择标准视频数
据集的视频在测试算法模型进行测试，以获得测试结果；通过分析模块对标准视频数据集的视频进行处理，从而对测试算法模型进行应用性能分析和算法理论分析，以获得分析结果；将测试结果与分析结果进行比较，从而能够判断测试算法模型的性能。
[0021]通过从观察者视角来研究碰撞过程，可知碰撞的概率随着即将碰撞时间的逼近而逐渐增大，从这一角度，所有已知的视觉碰撞检测算法都可归类为将图像中的某些光学特征X进行抽象后，通过某种映射转化成对即将碰撞时间的估计或对碰撞发生概率的预测，因此本专利技术通过构建标注数据集对于算法进行理论和实际应用方面的具体分析(特性和性能表现两方面的综合分析)，能够获得算法对具体光学特征变量的响应情况，从而更准确的评估算法模型在各类场景的性能表现。
附图说明
[0022]图1是本专利技术一较佳实施方式的视觉碰撞检测算法的通用性能评估系统的结构框图。
[0023]图2是本专利技术一较佳实施方式的视觉碰撞检测算法的通用性能评估系统的光学变量变化过程示意图。
[0024]图3(a)是本专利技术一较佳实施方式的视觉碰撞检测算法的通用性能评估系统的多边形框标注示意图。
[0025]图3(b)是本专利技术一较佳实施方式的视觉碰撞检测算法的通用性能评估系统的分割图像。
[0026本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉碰撞检测算法的通用性能评估系统，其特征在于，包括视频数据模块(1)、数据传输模块(2)、分析模块(3)及所述评估模块(4)；所述视频数据模块(1)用于迫近碰撞物体运动模态视频的光学变量标定及迫近碰撞物体运动模态视频的储存，以获得标准视频数据集；所述数据传输模块(2)用于将标准视频数据集的数据导出至测试算法模型，以获得所述测试算法模型的测试结果，且所述数据传输模块(2)还用于所述测试结果的导入；所述分析模块(3)用于通过所述数据传输模块(2)获取所述标准视频数据集，且所述分析模块(3)通过应用性能分析及算法理论分析对所述测试算法模型进行分析，以获得分析结果；所述评估模块(4)用于所述分析模块(3)及所述数据传输模块(2)的数据获取，以根据所述测试结果及所述分析结果获得评估报告。2.根据权利要求1所述的一种视觉碰撞检测算法的通用性能评估系统，其特征在于：所述视频数据模块(1)中光学变量标定包括碰撞时间、碰撞距离、角加速度、角度、角速度及物体的扩展率。3.根据权利要求1所述的一种视觉碰撞检测算法的通用性能评估系统，其特征在于：所述数据传输模块(2)设有数据导出接口，以将所述视频数据模块(1)的标准视频数据集导出至所述测试算法模型及所述分析模块(3)；所述数据传输模块(2)设有数...

【专利技术属性】
技术研发人员：赵剑楠，高培，谢泉生，周翔，
申请(专利权)人：广西大学，
类型：发明
国别省市：