CN106737653A - 一种机器人视觉中障碍物刚柔性的判别方法 - Google Patents
一种机器人视觉中障碍物刚柔性的判别方法 Download PDFInfo
- Publication number
- CN106737653A CN106737653A CN201510805676.2A CN201510805676A CN106737653A CN 106737653 A CN106737653 A CN 106737653A CN 201510805676 A CN201510805676 A CN 201510805676A CN 106737653 A CN106737653 A CN 106737653A
- Authority
- CN
- China
- Prior art keywords
- soft
- hard
- barrier
- flexibility
- discrimination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种机器人视觉中障碍物刚柔性的判别方法,该方法将视频图像的帧图序列进行处理和叠加后提取边缘轮廓,对边缘上选取的特征点进行曲线拟合,得到最佳曲线拟合模型,再计算出物体的带权柔度,通过带权柔度和柔度阈值的比较,从而判定物体的刚柔性。本发明的机器人视觉中障碍物刚柔性的判别方法在进行避障处理之前,首先对检测到的障碍物进行刚柔性判定,从而去除不需要进行避障处理的柔性物体的方法。这种方法可以减少避障物体的数量,缩短避障路径的规划时间,提高避障的实时性。
Description
技术领域
本发明涉及一种机器人视觉中障碍物刚柔性的判别方法,属于机器人视觉技术领域。
背景技术
田间机器人是一种应用于农业的新型机器人,这种智能机器人可以代替人在环境复杂的田间进行作业,从而可以大大地减轻工人的工作强度,有效地保障工人的人身安全。田间机器人在自主导航的过程中,除了保持运动的平稳性,还要能够避免与静态或动态障碍物发生碰撞。田间机器人在野外进行工作时,环境中的柔性物体不会对机器人造成伤害,所以对这些柔性物体不需要进行避障处理。目前大多数的避障研究是对检测到的障碍物直接进行避障处理。田间机器人在野外工作时,环境的复杂性导致障碍物种类较多、数目较大,这就大大增加了避障的难度例。本发明提出了一种机器人视觉中障碍物刚柔性的判别方法,在进行避障处理之前,首先对检测到的障碍物进行刚柔性判定,从而去除不需要进行避障处理的柔性物体的方法。这种方法可以减少避障物体的数量,缩短避障路径的规划时间,提高避障的实时性。
发明内容
(一)要解决的技术问题
为解决上述问题,本发明提出了一种机器人视觉中障碍物刚柔性的判别方法,在进行避障处理之前,首先对检测到的障碍物进行刚柔性判定,从而去除不需要进行避障处理的柔性物体的方法。这种方法可以减少避障物体的数量,缩短避障路径的规划时间,提高避障的实时性。
(二)技术方案
本发明的机器人视觉中障碍物刚柔性的判别方法;包括如下步骤
第一步,提取障碍物图像信息得到障碍物形变叠加图的轮廓;
第二步,对从轮廓上提取的特征点进行曲线拟合;
第三步,通过特征曲线的方程式计算出柔度,求带权柔度,根据带权柔度和柔度阈值的比较结果进行物体刚柔性的判别,找到不需要避障的柔性物体;
第四步,拍摄植物在有风环境下形态变化的过程,从拍摄的视频图像中提取出一系列帧图;随机选取一帧彩色图像,根据其灰度值方图选取合适的灰度级,将所有帧图转换为二值图像;
第五步,叠加图像,提取轮廓;
第六步,将视频图像的帧图序列进行处理和叠加后提取边缘轮廓,对边缘上选取的特征点进行曲线拟合,得到最佳曲线拟合模型,再计算出物体的带权柔度,通过带权柔度和柔度阈值的比较,从而判定物体的刚柔性。
进一步地,所述的植物为狗尾巴草。
进一步地,所述的拍摄植物在有风环境下形态变化的过程拍摄角度选取垂直于风向的方向。
进一步地,所述的叠加图像是将经过二值处理的帧图序列进行叠加。
进一步地,所述的提取轮廓采用Canny边缘检测算法提取出全部帧图叠加后的图像的边缘轮廓。
(三)有益效果
与现有技术相比,本发明的机器人视觉中障碍物刚柔性的判别方法,在进行避障处理之前,首先对检测到的障碍物进行刚柔性判定,从而去除不需要进行避障处理的柔性物体的方法。这种方法可以减少避障物体的数量,缩短避障路径的规划时间,提高避障的实时性。
具体实施方式
一种机器人视觉中障碍物刚柔性的判别方法,包括如下步骤
第一步,提取障碍物图像信息得到障碍物形变叠加图的轮廓;
第二步,对从轮廓上提取的特征点进行曲线拟合;
第三步,通过特征曲线的方程式计算出柔度,求带权柔度,根据带权柔度和柔度阈值的比较结果进行物体刚柔性的判别,找到不需要避障的柔性物体;
第四步,拍摄植物在有风环境下形态变化的过程,从拍摄的视频图像中提取出一系列帧图;随机选取一帧彩色图像,根据其灰度值方图选取合适的灰度级,将所有帧图转换为二值图像;
第五步,叠加图像,提取轮廓;
第六步,将视频图像的帧图序列进行处理和叠加后提取边缘轮廓,对边缘上选取的特征点进行曲线拟合,得到最佳曲线拟合模型,再计算出物体的带权柔度,通过带权柔度和柔度阈值的比较,从而判定物体的刚柔性。其中,所述的植物为狗尾巴草。所述的拍摄植物在有风环境下形态变化的过程拍摄角度选取垂直于风向的方向。所述的叠加图像是将经过二值处理的帧图序列进行叠加。所述的提取轮廓采用Canny边缘检测算法提取出全部帧图叠加后的图像的边缘轮廓。
上面所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的构思和范围进行限定。在不脱离本发明设计构思的前提下,本领域普通人员对本发明的技术方案做出的各种变型和改进,均应落入到本发明的保护范围,本发明请求保护的技术内容,已经全部记载在权利要求书中。
Claims (5)
1.一种机器人视觉中障碍物刚柔性的判别方法,其特征在于,包括如下步骤:
第一步,提取障碍物图像信息得到障碍物形变叠加图的轮廓;
第二步,对从轮廓上提取的特征点进行曲线拟合;
第三步,通过特征曲线的方程式计算出柔度,求带权柔度,根据带权柔度和柔度阈值的比较结果进行物体刚柔性的判别,找到不需要避障的柔性物体;
第四步,拍摄植物在有风环境下形态变化的过程,从拍摄的视频图像中提取出一系列帧图;随机选取一帧彩色图像,根据其灰度值方图选取合适的灰度级,将所有帧图转换为二值图像;
第五步,叠加图像,提取轮廓;
第六步,将视频图像的帧图序列进行处理和叠加后提取边缘轮廓,对边缘上选取的特征点进行曲线拟合,得到最佳曲线拟合模型,再计算出物体的带权柔度,通过带权柔度和柔度阈值的比较,从而判定物体的刚柔性。
2.根据权利要求1所述的机器人视觉中障碍物刚柔性的判别方法,其特征在于:所述的植物为狗尾巴草。
3.根据权利要求1所述的机器人视觉中障碍物刚柔性的判别方法,其特征在于:所述的拍摄植物在有风环境下形态变化的过程拍摄角度选取垂直于风向的方向。
4.根据权利要求1所述的机器人视觉中障碍物刚柔性的判别方法,其特征在于:所述的叠加图像是将经过二值处理的帧图序列进行叠加。
5. 根据权利要求1所述的机器人视觉中障碍物刚柔性的判别方法,其特征在于:所述的提取轮廓采用Canny边缘检测算法提取出全部帧图叠加后的图像的边缘轮廓。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510805676.2A CN106737653A (zh) | 2015-11-20 | 2015-11-20 | 一种机器人视觉中障碍物刚柔性的判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510805676.2A CN106737653A (zh) | 2015-11-20 | 2015-11-20 | 一种机器人视觉中障碍物刚柔性的判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106737653A true CN106737653A (zh) | 2017-05-31 |
Family
ID=58884826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510805676.2A Pending CN106737653A (zh) | 2015-11-20 | 2015-11-20 | 一种机器人视觉中障碍物刚柔性的判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106737653A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109947109A (zh) * | 2019-04-02 | 2019-06-28 | 北京石头世纪科技股份有限公司 | 机器人工作区域地图构建方法、装置、机器人和介质 |
CN110421581A (zh) * | 2019-08-09 | 2019-11-08 | 南京芊玥机器人科技有限公司 | 一种基于曲线拟合的主动减震机器人 |
CN111374597A (zh) * | 2018-12-28 | 2020-07-07 | 珠海市一微半导体有限公司 | 清洁机器人避线的方法、装置、存储介质及清洁机器人 |
CN111890367A (zh) * | 2020-08-07 | 2020-11-06 | 重庆水利电力职业技术学院 | 一种基于物联网控制的电力系统检修机器人 |
CN112304324A (zh) * | 2019-08-02 | 2021-02-02 | Tcl集团股份有限公司 | 一种导盲方法、导盲装置、终端设备及可读存储介质 |
CN112506181A (zh) * | 2017-12-15 | 2021-03-16 | 珊口(上海)智能科技有限公司 | 移动机器人及其控制方法和控制系统 |
CN114047763A (zh) * | 2021-11-16 | 2022-02-15 | 中国人民解放军陆军工程大学 | 无人车区分碰撞障碍物的系统、方法、装置及电子设备 |
CN114077252A (zh) * | 2021-11-16 | 2022-02-22 | 中国人民解放军陆军工程大学 | 机器人碰撞障碍区分装置及方法 |
-
2015
- 2015-11-20 CN CN201510805676.2A patent/CN106737653A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112506181A (zh) * | 2017-12-15 | 2021-03-16 | 珊口(上海)智能科技有限公司 | 移动机器人及其控制方法和控制系统 |
CN111374597B (zh) * | 2018-12-28 | 2021-08-24 | 珠海市一微半导体有限公司 | 清洁机器人避线的方法、装置、存储介质及清洁机器人 |
CN111374597A (zh) * | 2018-12-28 | 2020-07-07 | 珠海市一微半导体有限公司 | 清洁机器人避线的方法、装置、存储介质及清洁机器人 |
CN109947109B (zh) * | 2019-04-02 | 2022-06-21 | 北京石头创新科技有限公司 | 机器人工作区域地图构建方法、装置、机器人和介质 |
CN109947109A (zh) * | 2019-04-02 | 2019-06-28 | 北京石头世纪科技股份有限公司 | 机器人工作区域地图构建方法、装置、机器人和介质 |
CN112304324A (zh) * | 2019-08-02 | 2021-02-02 | Tcl集团股份有限公司 | 一种导盲方法、导盲装置、终端设备及可读存储介质 |
CN110421581B (zh) * | 2019-08-09 | 2022-06-14 | 南京芊玥机器人科技有限公司 | 一种基于曲线拟合的主动减震机器人主动减震方法 |
CN110421581A (zh) * | 2019-08-09 | 2019-11-08 | 南京芊玥机器人科技有限公司 | 一种基于曲线拟合的主动减震机器人 |
CN111890367A (zh) * | 2020-08-07 | 2020-11-06 | 重庆水利电力职业技术学院 | 一种基于物联网控制的电力系统检修机器人 |
CN114047763A (zh) * | 2021-11-16 | 2022-02-15 | 中国人民解放军陆军工程大学 | 无人车区分碰撞障碍物的系统、方法、装置及电子设备 |
CN114077252A (zh) * | 2021-11-16 | 2022-02-22 | 中国人民解放军陆军工程大学 | 机器人碰撞障碍区分装置及方法 |
CN114077252B (zh) * | 2021-11-16 | 2023-09-12 | 中国人民解放军陆军工程大学 | 机器人碰撞障碍区分装置及方法 |
CN114047763B (zh) * | 2021-11-16 | 2024-04-05 | 中国人民解放军陆军工程大学 | 无人车区分碰撞障碍物的系统、方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106737653A (zh) | 一种机器人视觉中障碍物刚柔性的判别方法 | |
CN108564069B (zh) | 一种工业佩戴安全帽视频检测方法 | |
CN104268860B (zh) | 一种车道线检测方法 | |
CN107248252B (zh) | 一种高效的森林火灾探测系统 | |
CN104392461B (zh) | 一种基于纹理特征的视频跟踪方法 | |
CN110414400B (zh) | 一种施工现场安全帽穿戴自动检测方法及系统 | |
EP2365420A3 (en) | System and method for hand gesture recognition for remote control of an internet protocol TV | |
CN104700088B (zh) | 一种基于单目视觉移动拍摄下的手势轨迹识别方法 | |
CN110991315A (zh) | 一种基于深度学习的安全帽佩戴状态实时检测方法 | |
EP3582181B1 (en) | Method, device and system for determining whether pixel positions in an image frame belong to a background or a foreground | |
US9904857B2 (en) | Apparatus and method for detecting object for vehicle | |
CN102831408A (zh) | 人脸识别方法 | |
CN103996030A (zh) | 一种车道线检测方法 | |
WO2023097637A1 (zh) | 一种用于缺陷检测的方法和系统 | |
CN105139407A (zh) | 一种基于Kinect传感器的颜色深度匹配植株识别方法 | |
CN103473547A (zh) | 一种用于智能交通检测系统的车辆目标物识别算法 | |
CN110033487A (zh) | 基于深度联想感知算法的受遮挡蔬果采收方法 | |
Zhao et al. | An end-to-end lightweight model for grape and picking point simultaneous detection | |
US20210201506A1 (en) | Image recognition method and apparatus, and computer-readable storage medium | |
CN106599873A (zh) | 基于三维姿态信息的人物身份识别方法 | |
Meng et al. | The recognition of overlapping apple fruits based on boundary curvature estimation | |
CN105404854A (zh) | 一种获取人脸正面图像的方法及装置 | |
CN104298966B (zh) | 一种车牌定位方法 | |
CN111274872B (zh) | 基于模板匹配的视频监控动态不规则多监管区域判别方法 | |
CN108734054A (zh) | 无遮挡的柑橘果实图像识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |
|
WD01 | Invention patent application deemed withdrawn after publication |