CN109068278A - 室内避障方法、装置、计算机设备及存储介质 - Google Patents

室内避障方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN109068278A
CN109068278A CN201811008415.8A CN201811008415A CN109068278A CN 109068278 A CN109068278 A CN 109068278A CN 201811008415 A CN201811008415 A CN 201811008415A CN 109068278 A CN109068278 A CN 109068278A
Authority
CN
China
Prior art keywords
image
point coordinate
fixed point
similarity
follow shot
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.)
Granted
Application number
CN201811008415.8A
Other languages
English (en)
Other versions
CN109068278B (zh
Inventor
秦勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201811008415.8A priority Critical patent/CN109068278B/zh
Publication of CN109068278A publication Critical patent/CN109068278A/zh
Application granted granted Critical
Publication of CN109068278B publication Critical patent/CN109068278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种室内避障方法、装置、计算机设备及存储介质，其中，该室内避障方法包括：沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像；查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像；若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点；在预设时间后，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像；当前定点图像和目标定点图像的第二相似度小于第一阈值，则重新规划目标导航路线。该方法提高移动拍摄端对于远距离障碍物进行探测的能力，增强移动拍摄端移动过程中的灵活性。

Description

室内避障方法、装置、计算机设备及存储介质
技术领域
本发明涉及智能导航领域，尤其涉及一种室内避障方法、装置、计算机设备及存储介质。
背景技术
近年来，智能导航技术正逐步得到广泛应用，这项技术简化了移动拍摄端(如避障车)的驾驶操作并提高移动安全性。对于行驶在室内的避障车而言，应当具有对周围环境实时进行避障探测的能力，为路径规划提供重要的依据。现有避障车对路径上存在的障碍物进行避障探测都是依靠红外探测器完成的，但红外探测器的探测距离有限，难以探测到距离较远的障碍物。如何提高避障车的远距探测范围成为亟待解决的问题。
发明内容
本发明实施例提供一种避障的室内避障方法、装置、计算机设备及存储介质，以解决提高避障车的远距探测范围的问题。
一种室内避障方法，包括：
获取目标导航路线和移动拍摄端的起点坐标，沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像；
基于下一预设定点查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像；
采用特征提取算法计算实拍定点图像和目标定点图像的第一相似度，若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点；
在预设时间后，更新移动拍摄端移动至的下一预设定点为更新的起点坐标，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像；
采用特征提取算法计算当前定点图像和目标定点图像的第二相似度，若第二相似度小于第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
一种室内避障装置，包括：
采集实拍图像模块，用于获取目标导航路线和移动拍摄端的起点坐标，沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像；
查询图像查询库模块，用于基于下一预设定点查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像；
计算第一相似度模块，用于采用特征提取算法计算实拍定点图像和目标定点图像的第一相似度，若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点；
更新起点坐标模块，用于在预设时间后，更新移动拍摄端移动至的下一预设定点为更新的起点坐标，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像；
计算第二相似度模块，用于采用特征提取算法计算当前定点图像和目标定点图像的第二相似度，若第二相似度小于第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述室内避障方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述室内避障方法的步骤。
上述室内避障方法、装置、计算机设备及存储介质，通过沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像，将实拍定点图像和目标定点图像进行对比，可在服务器判定移动拍摄端沿目标导航路线移动到下一预设定点后的路线上存在障碍物后重新规划目标导航路线，提高移动拍摄端对于远距离障碍物进行探测的能力，增强移动拍摄端移动过程中的灵活性，节省安装探测障碍物的硬件的成本。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中室内避障方法的应用环境示意图；
图2是本发明一实施例中室内避障方法的流程图；
图3是本发明一实施例中起点坐标沿目标导航路线前进方向上的下一预设定点对应的实拍定点图像示意图；
图4是本发明一实施例中预设图像查询库中一条定点坐标对应的目标定点图像的数据；
图5是本发明一实施例中沿目标导航路线前进方向上的下两个预设定点之间存在障碍物的示意图；
图6是本发明一实施例中室内避障方法的另一流程图；
图7是本发明一实施例中预设定点对应的实拍定位图像示意图；
图8是本发明一实施例中候选点周围的周边像素示意图；
图9是本发明一实施例中以特征点为圆心的圆内的四个点对示意图；
图10是本发明一实施例中室内避障方法的另一流程图；
图11是本发明一实施例中室内避障方法的另一流程图；
图12是本发明一实施例中起点坐标到终点坐标之间生成的两条目标推荐路线示意图；
图13是本发明一实施例中室内避障方法的另一流程图；
图14是本发明一实施例中室内避障装置的示意图；
图15是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的室内避障方法，可应用在如图1的应用环境中，该室内避障方法应用在室内避障系统中，该室内避障系统包括客户端和服务器，其中，客户端通过网络与检测服务器进行通信。其中，客户端又称为用户端，是指与服务器相对应，为客户提供本地服务的程序。该客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等计算机设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种室内避障方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：
S10.获取目标导航路线和移动拍摄端的起点坐标，沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像。
其中，目标导航路线是在起点坐标到可移动方向上的相邻定点坐标之间无障碍物存在，且从起点坐标到终点坐标之间路径最短的路线。其中，目标导航路线是基于预设导航地图上形成的路线。预设导航地图是通过坐标系确定室内可行区域的每一预设定点的网格式地图。可以理解地，每一预设定点就是构成网格式地图上的每一交点。
起点坐标是移动拍摄端当前所在位置在预设导航地图中对应的坐标。
前进方向是服务器给移动拍摄端指定的移动方向，即目标导航路线所指定的移动方向。于本实施例，移动拍摄端的前进方向包括与室内导航地图的坐标轴分别平行的两个可移动方向，包括水平移动方向和竖直移动方向。
实拍定点图像是沿目标导航路线的前进方向拍摄的、与起点坐标相邻的包括下一预设定点和与下一预设定点相邻的预设定点之间的地面图像。
步骤S10中，如图3所示，移动拍摄端通过调整摄像头焦距可沿目标导航路线的前进方向拍摄与起点坐标相邻的下一预设定点对应的地面图像，扩大了移动拍摄端对障碍物的探测范围，不受红外探测器距离有限的影响。可以理解地，移动拍摄端还可以扩展可拍摄的范围，为了及时应对路线中可能出现障碍物的情况，于本实施例，仅仅将探测范围扩展到沿目标导航路线的前进方向拍摄与起点坐标相邻的下两个预设定点之间，利于服务器及时根据路况对目标导航路线做出调整。
S20.基于下一预设定点查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像。
其中，预设图像查询库是预置在服务器中的将每个预设定点和预设定点在可移动方向上的预设定位图像进行对应存储的数据库。于本实施例，每一预设定点包括两个可移动方向：水平移动方向和竖直移动方向，所以每一预设定点都对应两幅通过图像标识进行区别的预设定位图像，一副是沿水平移动方向拍摄的图像，另一幅是沿竖直方向拍摄的图像，如图4所示。
目标定点图像在预设图像查询库中与下一预设定点对应的图像，该目标定点图像所拍摄对应的方向是沿目标导航路线的前进方向一致的。比如，当移动拍摄端在下一预设定点沿目标导航路线是沿水平方向移动的，则服务器可在预设图像查询库中是查找下一预设定点在水平方向对应的目标定点图像。
步骤S20中，依据预设图像查询库，服务器可通过下一预设定点对应的定点坐标和沿目标导航路线的前进方向匹配出对应的目标定点图像，用以后续基于该目标定点图像对比实拍定点图像准备技术技术。
S30.采用特征提取算法计算实拍定点图像和目标定点图像的第一相似度，若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点。
其中，特征提取算法(Oriented FAST and Rotated BRIEF，以下简称ORB算法)是一种快速特征点提取和描述的算法。这个算法是由Ethan Rublee,Vincent Rabaud,KurtKonolige以及Gary R.Bradski在“ORB：An Efficient Alternative to SIFTor SURF”这一的文章中提出，用以对两幅图中的图像特征点进行对比，得到两幅图的相似度。其中，图像特征点可以理解为图像中比较显著的点，如轮廓点、较暗区域中的亮点和较亮区域中的暗点等。
第一相似度是实拍定点图像和目标定点图像的相似度百分比，也即特征提取算法经特征点匹配后得到的匹配结果。于本实施例，服务器分别提取实拍定点图像和目标定点图像的特征点，对两个特征点进行相似度对比后可得到第一相似度。
第一阈值是控制人员根据实际经验设定的可说明两幅图上提取的特征点对应同一物体的最小百分比。
具体地，当服务器判定第一相似度小于第一阈值，说明沿目标导航路线前进方向的下两个预设定点之间存在障碍物，如图5所示，此时需要移动拍摄端制动滑行到沿目标导航路线前进方向的下一预设定点稍作等待，以判定障碍物是否会离开。
移动拍摄端接收服务器发送的制动信号后，从当前位置开始制动，逐渐减速直到到达下一预设定点时速度为零。于本实施例，移动拍摄端通常是由内置的电机驱动轮胎向前移动的，其中，电机可支持的前进速度一般为10m/min至50m/min。常见避障车的制动距离为10cm至20cm，因此在距离下一预设定点前30cm开始制动即可。
本实施例中相邻的预设定点之间的步长设置为1m，也即移动拍摄端应满足在两个预设定点的步长1米内可从运动状态制动到停止状态。实际应用中，避障车的制动减速度一般小于2m/s2。根据匀减速运动公式：S＝vt-(at2)/2，应用于本实施例，可将最大制动距离S设置为1m，t是最大制动时间，v是最大初速度设置为0.83m/s,a是最大加速度为2m/s2，可得制动时间为2到3秒。也即本提案中的移动拍摄端从起点坐标制动滑行到下一预设定点时的最大制动时间历经2至3秒。
步骤S30中，当实拍定点图像和目标定点图像的第一相似度小于第一阈值，说明两幅图像不满足相似要求，下一预设定点和与下一预设定点相邻的预设定点之间的地面上可能存在障碍物，需要移动拍摄端在下一预设定点暂做停留。此时服务器可控制移动拍摄端从当前位置开始制动滑行到下一预设定点，到达下一预设定点时再判断路况。本步骤中，服务器提前根据路况调整移动拍摄端进行制动滑行，可保障移动拍摄端在向终点坐标移动时的安全性。
S40.在预设时间后，更新移动拍摄端移动至的下一预设定点为更新的起点坐标，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像。
其中，预设时间是服务器指定的移动拍摄端在原地等待的时间。因移动拍摄端从起点坐标制动滑行到当前的预设定点已经经历2至5秒的时间，此处预设时间可根据实际情况而定。当移动任务紧急，可将预设时间设置为几秒内，于本实施例可设置预设时间为5秒。设置预设时间的作用在于下一预设定点和与下一预设定点相邻的预设定点之间的障碍物可能在几秒后消失，移动拍摄端可在下一预设定点稍作停留，待预设时间后当障碍物不再存在，可继续沿目标导航路线移动到终点坐标。
当前定点图像是移动拍摄端在更新的起点坐标拍摄的包括更新的起点坐标和沿目标导航路线前进方向上的下一预设定点之间的实拍地面图像。
具体地，移动拍摄端沿目标导航地图移动到下一预设定点时，都应当将该下一预设定点更新为起点坐标。更新的目的在于可以随时根据路况重新基于终点坐标和当前的起点坐标规划更新的目标导航路线。
步骤S40中，移动拍摄端位于更新的起点坐标时，为了辨认障碍物是否还存在于更新的起点坐标和沿目标导航路线的前进方向的下一预设定点之间，需要在当前位置重新拍摄当前定点图像，用于和目标定点图像进行相似度对比。该步骤增强服务器的导航灵活性，无需检测到障碍物就立即改变路线，而是在遇到障碍物的前一预设定点进行等待。当障碍物离开，移动拍摄端可继续沿目标导航路线移动，保持基于当前位置的最短目标导航路线移动到终点坐标。
S50.采用特征提取算法计算当前定点图像和目标定点图像的第二相似度，若第二相似度小于第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
其中，第二相似度是当前定点图像和目标定点图像的相似度百分比，也即特征提取算法经特征点匹配后得到的匹配结果。
具体地，服务器分别提取当前定点图像和目标定点图像的特征点，对两个特征点进行相似度对比后可得到第二相似度。当第二相似度小于第一阈值，说明障碍物依然存在，此时需要重新基于更新的起点坐标规划目标导航路线。将终点坐标和更新的起点坐标输入最短路线规划算法(如A星算法)，可基于预设导航地图上的每一预设定点规划出更新的目标导航路线。
步骤S50中，服务器在更新的起点坐标判定出障碍物依然存在时，可灵活变更目标导航路线，满足移动拍摄端安全行驶的同时，还满足移动拍摄端依然按最短路线以最少时间移动到终点坐标。
在一实施例中，在采用特征提取算法计算当前定点图像和目标定点图像的第二相似度的步骤之后，该室内避障方法还包括如下步骤：若第二相似度不小于第一阈值，则控制移动拍摄端沿目标导航路线继续移动。
具体地，当第二相似度不小于阈值时，说明移动拍摄端当前所在的更新的起点坐标和沿目标导航路线前进方向的下一预设定点之间的障碍物已经离开，移动拍摄端可依然按照当前的目标导航路线移动到终点坐标。
可以理解地，服务器判定障碍物已经离开，可控制移动拍摄端继续按当前的目标导航路线前进到终点坐标，增强移动拍摄端导航的灵活性，节省重新规划目标导航路线的时间，同时仍保障移动拍摄端以最短时间到达终点坐标。
步骤S10至S50提供的室内避障方法中，服务器通过沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像，将实拍定点图像和目标定点图像进行对比，可在服务器判定移动拍摄端沿目标导航路线移动到下一预设定点后的路线上存在障碍物后重新规划目标导航路线，提高移动拍摄端对于远距离障碍物进行探测的能力，增强移动拍摄端移动过程中的灵活性，节省安装探测障碍物的硬件的成本。
在一实施例中，如图6所示，步骤S10中，即获取目标导航路线和移动拍摄端的起点坐标，具体包括如下步骤：
S11.获取预设导航地图上显示的目标导航路线和移动拍摄端在预设导航地图上的至少一个可移动方向。
其中，预设导航地图是预置于服务器的，给室内可行区域建立的带有坐标系和预设定点(也即网格交点)的网格地图。其中，每个预设定点(也即网格交点)在坐标系中对应一个定点坐标。本实施例中，将预设导航地图预置到服务器中，用于给移动拍摄端设定移动方向，还可以在预设导航地图上显示移动拍摄端的可移动路线。
可移动方向是服务器参考移动拍摄端在预设导航地图中的当前位置，以预设导航地图上的坐标系为参照物设定的移动拍摄端可以移动的方向，比如与坐标系中横轴平行的水平移动方向或者与坐标系中纵轴平行的竖直移动方向。
步骤S11中，服务器通过移动拍摄端在预设导航地图上的位置，可获取移动拍摄端在预设导航地图上的坐标系对应的至少一个可移动方向，用以在可移动方向上拍摄实拍定位图像准备技术基础。
S12.基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定位图像。
其中，无障碍方向是移动拍摄端沿每一可移动方向进行探测，探测到的其中一个可移动方向上不存在障碍物的方向。
实拍定位图像是沿无障碍方向拍摄的包括当前位置和下一预设定点之间的地面图像，如图7所示。
步骤S12中，服务器通过红外探测器在每一可移动方向进行探测，因红外探测器的探测距离有限一般为1米，而本实施例中每两个预设定点之间的距离就设置为红外探测器的可探测距离为1米，即服务器可探测到移动拍摄端所在的当前位置和相邻的预设定点之间是否存在障碍物。可以理解地，该预设导航地图中任意两个预设定点之间的距离小于或等于红外探测器的探测距离，以使该红外探测器可探测当前位置和下一预设定点之间是否存在障碍物。服务器可在无障碍方向获取移动拍摄端拍摄的实拍定位图像，便于通过该实拍定位图像对移动拍摄端进行位置定位。
S13.基于预设图像查询库，获取与实拍定位图像同方向的至少一个预设定位图像。
其中，预设定位图像就是相邻两个预设定点之间的标准地面图像，其中，每一预设定位图像还包括图像方向标识，用以声明该预设定位图像的拍摄方向。于本实施例，图像方向标识包括水平和竖直。
步骤S13中，服务器可将无障碍方向作为目标方向标识，在预设图像查询库中查询与目标方向标识相同的图像方向标识对应的所有预设定位图像，锁定查询范围，以减少服务器的计算时间，利于快速查找到与实拍定点图像最相似的预设定位图像。
S14.采用特征提取算法，从至少一个预设定位图像中获取与实拍定位图像最相似的目标定位图像，将目标定位图像对应的定点坐标作为起点坐标。
其中，目标定位图像是与实拍定位图像的共同特征点最多的预设定点对应的预设定位图像。
具体地，采用特征提取算法可获取实拍定位图像和每一预设定位图像分别对应的实拍图像特征和预设图像特征。从每一预设图像特征中获取与实拍图像特征的共同特征最多的预设图像特征对应的预设定位图像为目标定位图像。基于该目标定位图像可在预设图像查询库中获取对应的定点坐标作为起点坐标。
进一步地，采用特征提取算法，从至少一个预设定位图像中获取与实拍定位图像最相似的目标定位图像的过程如下：
1.分别提取每一预设定位图像和实拍定位图像中的特征点。
提取预设定位图像的特征点包括：将预设定位图像上比较显著的点，如轮廓点、较暗区域中的亮点和较亮区域中的暗点等设定为候选点，检测候选点周围指定选取半径的圆圈上的像素值，如果候选点周围领域内有足够多的像素点与该候选点的灰度值差别够大，则认为该候选点为一个特征点。
为了获得更快的结果，还可采用下述检测加速方法：测试候选点周围每隔90度角的4个点，应该至少有3个和候选点的灰度值差足够大，否则不用再计算其他点，直接认为该候选点不是特征点。候选点周围的圆圈的选取半径是一个重要参数，为了简单高效可指定检测半径为3，则存在16个周边像素需要比较，如图8所示。为了提高比较的效率，通常只使用N个周边像素进行比较即FAST-N，一般推荐FAST-9。
提取实拍定位图像的特征点与提取预设定位图像的特征点的过程一致，此处不再赘述。
2.分别计算并保存每一预设定位图像的特征点描述子和实拍定位图像的特征点描述子。
计算预设定位图像的特征点描述子包括：得到预设定位图像的特征点后需要以某种方式描述该特征点的属性。特征点的属性输出就是该特征点的描述子(FeatureDescritorS)。ORB算法获取特征点的属性过程包括：
(1)以特征点P为圆心，以d为半径做圆O。
(2)在圆O内选取N个点对。为了方便说明，本实施例中可选N＝4，如图9所示，实际应用中N可以取512。
将当前选取的4个点对如上图所示分别标记为：
P1(A,B)、P2(A,B)、P3(A,B)和P4(A,B)。
(3)定义T操作
其中，IA表示点A的灰度，IB表示点B的灰度。
(4)分别对已选取的点对进行T操作，将得到的结果进行组合。以上述四个点继续为例说明描述子：
T(P1(A,B))＝1
T(P2(A,B))＝0
T(P3(A,B))＝1
T(P4(A,B))＝1
则特征点P最终的描述子为1011。
计算实拍定位图像的特征点描述子与计算预设定位图像的特征点描述子的过程一致，此处不再赘述。
3.将实拍定位图像的特征点描述子和每一预设定位图像的特征点描述子进行逐一对比，获取图像相似度。举例说明将实拍定位图像的特征点描述子和一个预设定位图像的特征点描述子进行对比的过程：
一实拍定位图像的特征点描述子A：10101011
一预设定位图像的特征点描述子B：10101010
此例中A和B只有最后一位不同，图像相似度为87.5％。按上述步骤可依次计算实拍定位图像和每一预设定位图像的图像相似度。
4.提取图像相似度分值最高的预设定位图像即为目标定位图像。服务器可基于该目标定位图像在预设图像查询库中对应的定点坐标确定移动拍摄端所在的定点坐标。
步骤S14中，服务器可根据实拍定位图像匹配得到目标定位图像，在预设图像查询库中根据该目标定位图像对应的定点坐标作为起点坐标，利于服务器确认移动拍摄端在预设导航地图中对应的位置(也即对应的定点坐标)，并为服务器规划目标导航路线提供技术基础，该定位方式不受硬件检测范围的限制，简单快捷。
步骤S11至S14提供的智能导航方法中，服务器通过控制移动拍摄端在当前位置拍摄的实拍定位图像，将该实拍定位图像与预设图像查询库中的每一预设定位图像进行对比，以获得最相似的目标定位图像从而确认移动拍摄端在当前位置对应的起点坐标，采用图像对比方法对移动拍摄端的当前位置进行定位，不受硬件检测范围的限制，定位方式简单快捷。
在一实施例中，如图10所示，在步骤S50中，即在若第二相似度小于第一阈值的步骤之后，该室内避障方法还包括如下步骤：
S501.使更新的起点坐标和沿目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1，若不可行次数大于第二阈值，则获取更新的起点坐标沿目标导航路线的前进方向上对应的所有历史定点图像。
其中，不可行次数是每两个预设定点之间形成的步长路线对应的历史不可行次数。每当服务器判定预设定点和下一预设定点之间的步长路线存在障碍物时，都会在数据库中给该预设定点和该预设定点相邻的下一预设定点之间的步长路线做加1的记录，以便于后续基于该不可行次数判定该步长路线是否永久不可行(也即该预设定点和该预设定点相邻的下一预设定点之间是否永久存在障碍物)。
第二阈值是不可行次数达到判定步长路线是否永久不可行的最低次数。比如，第二阈值为10，当预设定点和和该预设定点相邻的下一预设定点之间对应的不可行次数达到10时，服务器会对这两个预设定点之间的步长路线进行分析，判定该步长路线的可移动性。
历史定点图像是每当判定预设定点和下一预设定点之间的步长路线存在障碍物时，服务器会将基于该预设定点拍摄的当前定点图像按方向保持到数据库中，以便于后续基于不同方向筛选出该预设定点对应的所有历史定点图像进行分析。
步骤S501中，当服务器判定相邻预设定点之间的步长路线对应的不可行次数大于第二阈值，说明服务器应对该步长路线进行可移动性分析，以确认该步长路线上存在的障碍物是否为永久存在。
S502.采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的第三相似度。
其中，第三相似度是预设定点对应的所有历史定点图像任意两张通过特征提取算法对比后得到的相似度。
采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的第三相似度的实现过程与步骤S14一致，为了避免重复，此处不再赘述。
步骤S502中，服务器可记录预设定点对应的所有历史定点图像中任意两张的相似度，以判定任意两张历史定点图像对应的特征点都相似。
S503.若第三相似度都不小于第一阈值，则将更新的起点坐标和相邻预设定点之间的路线在预设导航地图更新为不可行路线。
可以理解地，在步骤S503中，当服务器判定预设定点对应的所有历史定点图像中任意两张的相似度都不小于第一阈值，具有高度相似度，也即所有历史定点图像对应的特征点源自同一物体，证明该物体多次出现在该预设定点和下一预设定点之间。此时，服务器可判定该预设定点和相邻预设定点之间形成的步长路线不可行，应对应在预设导航地图中更新该路线为不可行路线，以便于规划导航路线时避开每一不可行路线。
步骤S501至S503中，服务器可记录预设定点对应的所有历史定点图像中任意两张的相似度，利于判定每一历史定点图像对应的特征点都相似。服务器可判定该预设定点和相邻预设定点之间形成的步长路线不可行，应在预设导航地图中更新该路线为不可行路线，以便于规划导航路线时避开每一不可行路线，提高生成导航路线的可靠性。
在一实施例中，如图11所示，在步骤S50中，即重新规划目标导航路线，具体包括如下步骤：
S51.获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线。
其中，终点坐标是用户通过客户端向服务器发送的用于确定希望移动拍摄端最终到达的终点的坐席，即希望移动拍摄端在预设导航地图上沿指定的预设定点移动后到达的终点。推荐导航路线是沿预起点坐标的每一可移动方向出发到达终点坐标的路线，其中，所有路线中至少包括一条路径最短的路线，如图12所示。
具体地，由步骤S11可知，移动拍摄端从起点坐标出发到达终点坐标包括至少一个可移动方向。服务器将起点坐标和终点坐标输入A星算法进行计算，可获取移动拍摄端在每一可移动方向上的至少两条推荐导航路线。其中，A星算法是比较流行的启发式搜索算法之一，被广泛应用于路径优化领域。A星算法的独特之处是检查最短路径中每个可能的预设定点时引入了预设导航地图中的全局信息，对当前的起点坐标距终点坐标的距离做出估计，并作为评价该预设定点处于最短路线上的可能性的量度。
步骤S51中，服务器采用A星算法对移动拍摄端的起点坐标和终点坐标进行处理，可获取移动拍摄端在每一可移动方向上的至少两条推荐导航路线，用以后续对所有推荐导航路线中筛选目标导航路线准备技术基础。
S52.获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线。
本实施例中，采用红外探测器探测障碍物，因探测距离限定为当前的起点坐标和下一可移动方向上的相邻的定点坐标之间，也即当红外探测器未探测到障碍物，说明在起点坐标和下一可移动方向上的相邻定点坐标之间不存在障碍物，可控制移动拍摄端按目标导航路线继续从起点坐标移动到下一定点坐标。
步骤S52中，服务器可通过安装在移动拍摄端上的红外探测器探测到起点坐标和在可移动方向上的下一定点坐标之间是否存在障碍物，选择不存在障碍物，且从起点坐标到终点坐标之间的路程最短的推荐导航路线作为目标导航路线，以指引移动拍摄端移动到终点坐标。该步骤使得移动拍摄端在移动过程中不受障碍物的影响，顺利从起点坐标移动到终点坐标完成室内移动任务。
步骤S51至步骤S52提供的实施例中，服务器可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线，以使得移动拍摄短基于该目标导航路线移动，可以实时根据路况调整目标导航路线，该智能导航方法同样不受硬件检测范围的影响，导航方式灵活可靠。
在一实施例中，如图13所示，在步骤S51中，即获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线，具体包括如下步骤：
S511.获取终点坐标，在预设导航地图上确定更新的起点坐标和终点坐标。
步骤S511中，服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来，利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。
S512.采用A星算法在预设导航地图上获取至少两条推荐导航路线。
其中，推荐导航路线是沿预起点坐标的每一可移动方向出发到达终点坐标的路线，所有路线中至少包括一条路径最短的路线。
具体地，采用A星算法在预设导航地图上在一个可移动方向上获取推荐导航路线的实现过程如下：
设置F＝G+H，其中，F是最短路径，G＝从起点坐标移动到当前所在的预设定点的移动路径；
H＝从当前所在的预设定点移动到终点坐标的估算路径。
1.把起点坐标加入可行走节点列表(每一节点即为预设导航地图上的每一预设定点)。
2.重复如下过程：
a.遍历可行走节点列表，查找F值最小的节点，把查找到的节点作为当前要处理的预设定点。
b.把预设定点移到不可行列表。
c.分析预设定点的四个邻节点的每一个节点：
如果邻节点是不可抵达的或者在不可行列表中，则忽略。否则，做如下操作：
如果邻节点不在可行走节点列表中，把邻节点加入可行走节点列表，并且把当前节点设置为父节点，记录该节点的F，G和H值。
如果邻节点已经在可行走节点列表中，检查该路径(即经由当前节点到达邻节点)是否G值更小。如果是，则设置其父节点为当前节点，并重新计算当前节点的G和F值。
d.当把终点坐标加入到可行走节点列表中，则此时完成查找最优导航路径。
3.从终点坐标开始，每个节点沿着父节点移动直至起点坐标，就是推荐导航路线。
步骤S52中，服务器可采用A星算法在预设导航地图上获取每一可移动方向上的推荐导航路线，利于后续移动拍摄端可根据路况(比如路途中存在障碍物)实时更换或者调整路线，增强移动拍摄端移动的灵活性。
步骤S511至S512中，服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来，利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。服务器采用A星算法在预设导航地图上获取每一可移动方向上的推荐导航路线，利于后续移动拍摄端可根据路况实时更换或者调整路线，增强移动拍摄端移动的灵活性。
本实施例提供的室内避障方法中，服务器通过沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像，将实拍定点图像和目标定点图像进行对比，可在服务器判定移动拍摄端沿目标导航路线移动到下一预设定点后的路线上存在障碍物后重新规划目标导航路线，提高移动拍摄端对于远距离障碍物进行探测的能力，增强移动拍摄端移动过程中的灵活性，节省安装探测障碍物的硬件的成本。
进一步地，服务器通过控制移动拍摄端在当前位置拍摄的实拍定位图像，将该实拍定位图像与预设图像查询库中的每一预设定位图像进行对比，以获得最相似的目标定位图像从而确认移动拍摄端在当前位置对应的起点坐标，采用图像对比方法对移动拍摄端的当前位置进行定位，不受硬件检测范围的限制，定位方式简单快捷。服务器可记录预设定点对应的所有历史定点图像中任意两张的相似度，利于判定每一历史定点图像对应的特征点都相似。服务器可判定该预设定点和相邻的预设定点之间形成的步长路线不可行，应对应在预设导航地图中更新该路线为不可行路线，以便于规划导航路线时避开每一不可行路线，提高生成导航路线的可靠性。服务器可根据当前位置对应的起点坐标和终点坐标规划出可以避障的目标导航路线，以使得移动拍摄短基于该目标导航路线移动，可以实时根据路况调整目标导航路线，该智能导航方法同样不受硬件检测范围的影响，导航方式灵活可靠。服务器可将起点坐标和终点坐标分别在预设导航地图上标识出来，利于服务器的后台控制人员直观地获知移动拍摄端当前所在的位置和本次移动将要到达的终点坐标。服务器采用A星算法在预设导航地图上获取每一可移动方向上的推荐导航路线，利于后续移动拍摄端可根据路况实时更换或者调整路线，增强移动拍摄端移动的灵活性。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种室内避障装置，该室内避障装置与上述实施例中室内避障方法一一对应。如图14所示，该室内避障装置包括采集实拍图像模块10、查询图像查询库模块20、计算第一相似度模块30、更新起点坐标模块40和计算第二相似度模块50。各功能模块详细说明如下：
采集实拍图像模块10，用于获取目标导航路线和移动拍摄端的起点坐标，沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像。
查询图像查询库模块20，用于基于下一预设定点查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像。
计算第一相似度模块30，用于采用特征提取算法计算实拍定点图像和目标定点图像的第一相似度，若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点。
更新起点坐标模块40，用于在预设时间后，更新移动拍摄端移动至的下一预设定点为更新的起点坐标，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像。
计算第二相似度模块50，用于采用特征提取算法计算当前定点图像和目标定点图像的第二相似度，若第二相似度小于第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
优选地，采集实拍图像模块10包括获取可移动方向单元11、获取实拍图像单元12、获取预设图像单元13和获取目标图像单元14。
获取可移动方向单元11，用于获取预设导航地图上显示的目标导航路线和移动拍摄端在预设导航地图上的至少一个可移动方向。
获取实拍图像单元12，用于基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定位图像。
获取预设图像单元13，用于基于预设图像查询库，获取与实拍定位图像同方向的至少一个预设定位图像。
获取目标图像单元14，用于采用特征提取算法，从至少一个预设定位图像中获取与实拍定位图像最相似的目标定位图像，将目标定位图像对应的定点坐标作为起点坐标。
优选地，该室内避障装置还包括获取历史图像模块501、计算第三相似度模块502和更新不可行路线模块503。
获取历史图像模块501，用于使更新的起点坐标和沿目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1，若不可行次数大于第二阈值，则获取更新的起点坐标沿目标导航路线的前进方向上对应的所有历史定点图像。
计算第三相似度模块502，用于采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的第三相似度。
更新不可行路线模块503，用于若第三相似度都不小于第一阈值，则将更新的起点坐标和相邻预设定点之间的路线在预设导航地图更新为不可行路线。
优选地，计算第二相似度模块50包括获取终点坐标单元51和获取目标路线单元52。
获取终点坐标单元51，用于获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线。
获取目标路线单元52，用于获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线。
优选地，获取终点坐标单元51包括获取终点坐标子单元511和获取推荐路线子单元512。
获取终点坐标子单元511，用于获取终点坐标，在预设导航地图上确定更新的起点坐标和终点坐标。
获取推荐路线子单元512，用于采用A星算法在预设导航地图上获取至少两条推荐导航路线。
优选地，计算第二相似度模块50，还用于若第二相似度不小于第一阈值，则控制移动拍摄端沿目标导航路线继续移动。
关于室内避障装置的具体限定可以参见上文中对于室内避障方法的限定，在此不再赘述。上述室内避障装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一实施例中，提供一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图15所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储与室内避障方法相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种室内避障方法。
在一实施例中，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：获取目标导航路线和移动拍摄端的起点坐标，沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像；基于下一预设定点查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像；采用特征提取算法计算实拍定点图像和目标定点图像的第一相似度，若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点；在预设时间后，更新移动拍摄端移动至的下一预设定点为更新的起点坐标，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像；采用特征提取算法计算当前定点图像和目标定点图像的第二相似度，若第二相似度小于第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
在一实施例中，获取目标导航路线和移动拍摄端的起点坐标，包括：获取预设导航地图上显示的目标导航路线和移动拍摄端在预设导航地图上的至少一个可移动方向；基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定位图像；基于预设图像查询库，获取与实拍定位图像同方向的至少一个预设定位图像；采用特征提取算法，从至少一个预设定位图像中获取与实拍定位图像最相似的目标定位图像，将目标定位图像对应的定点坐标作为起点坐标。
在一实施例中，在若第二相似度小于第一阈值的步骤之后，处理器执行计算机程序时还实现以下步骤：使更新的起点坐标和沿目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1，若不可行次数大于第二阈值，则获取更新的起点坐标沿目标导航路线的前进方向上对应的所有历史定点图像；采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的第三相似度；若第三相似度都不小于第一阈值，则将更新的起点坐标和相邻预设定点之间的路线在预设导航地图更新为不可行路线。
在一实施例中，重新规划目标导航路线，包括：获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线；获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线。
在一实施例中，获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线，包括：获取终点坐标，在预设导航地图上确定更新的起点坐标和终点坐标；采用A星算法在预设导航地图上获取至少两条推荐导航路线。
在一实施例中，在采用特征提取算法计算当前定点图像和目标定点图像的第二相似度的步骤之后，处理器执行计算机程序时还实现以下步骤：若第二相似度不小于第一阈值，则控制移动拍摄端沿目标导航路线继续移动。
在一实施例中，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取目标导航路线和移动拍摄端的起点坐标，沿目标导航路线的前进方向采集起点坐标对应的下一预设定点的实拍定点图像；基于下一预设定点查询预设图像查询库，获取下一预设定点沿目标导航路线的前进方向对应的目标定点图像；采用特征提取算法计算实拍定点图像和目标定点图像的第一相似度，若实拍定点图像和目标定点图像的第一相似度小于第一阈值，则控制移动拍摄端制动滑行到下一预设定点；在预设时间后，更新移动拍摄端移动至的下一预设定点为更新的起点坐标，沿目标导航路线的前进方向重新拍摄更新的起点坐标对应的当前定点图像；采用特征提取算法计算当前定点图像和目标定点图像的第二相似度，若第二相似度小于第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
在一实施例中，获取目标导航路线和移动拍摄端的起点坐标，包括：获取预设导航地图上显示的目标导航路线和移动拍摄端在预设导航地图上的至少一个可移动方向；基于至少一个可移动方向，获取移动拍摄端在无障碍方向拍摄的实拍定位图像；基于预设图像查询库，获取与实拍定位图像同方向的至少一个预设定位图像；采用特征提取算法，从至少一个预设定位图像中获取与实拍定位图像最相似的目标定位图像，将目标定位图像对应的定点坐标作为起点坐标。
在一实施例中，在若第二相似度小于第一阈值的步骤之后，计算机程序被处理器执行时还实现以下步骤：使更新的起点坐标和沿目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1，若不可行次数大于第二阈值，则获取更新的起点坐标沿目标导航路线的前进方向上对应的所有历史定点图像；采用特征提取算法计算所有历史定点图像中任意两张历史定点图像对应的第三相似度；若第三相似度都不小于第一阈值，则将更新的起点坐标和相邻预设定点之间的路线在预设导航地图更新为不可行路线。
在一实施例中，重新规划目标导航路线，包括：获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线；获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线。
在一实施例中，获取终点坐标，根据更新的起点坐标和终点坐标生成至少两条推荐导航路线，包括：获取终点坐标，在预设导航地图上确定更新的起点坐标和终点坐标；采用A星算法在预设导航地图上获取至少两条推荐导航路线。
在一实施例中，在采用特征提取算法计算当前定点图像和目标定点图像的第二相似度的步骤之后，计算机程序被处理器执行时还实现以下步骤：若第二相似度不小于第一阈值，则控制移动拍摄端沿目标导航路线继续移动。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种室内避障方法，其特征在于，包括：
获取目标导航路线和移动拍摄端的起点坐标，沿所述目标导航路线的前进方向采集所述起点坐标对应的下一预设定点的实拍定点图像；
基于所述下一预设定点查询预设图像查询库，获取所述下一预设定点沿所述目标导航路线的前进方向对应的目标定点图像；
采用特征提取算法计算所述实拍定点图像和所述目标定点图像的第一相似度，若所述实拍定点图像和所述目标定点图像的第一相似度小于第一阈值，则控制所述移动拍摄端制动滑行到所述下一预设定点；
在预设时间后，更新移动拍摄端移动至的所述下一预设定点为更新的起点坐标，沿所述目标导航路线的前进方向重新拍摄所述更新的起点坐标对应的当前定点图像；
采用特征提取算法计算所述当前定点图像和所述目标定点图像的第二相似度，若所述第二相似度小于所述第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
2.如权利要求1所述的室内避障方法，其特征在于，所述获取目标导航路线和移动拍摄端的起点坐标，包括：
获取预设导航地图上显示的目标导航路线和移动拍摄端在所述预设导航地图上的至少一个可移动方向；
基于至少一个所述可移动方向，获取所述移动拍摄端在无障碍方向拍摄的实拍定位图像；
基于预设图像查询库，获取与所述实拍定位图像同方向的至少一个预设定位图像；
采用特征提取算法，从至少一个所述预设定位图像中获取与所述实拍定位图像最相似的目标定点图像，将所述目标定位图像对应的定点坐标作为起点坐标。
3.如权利要求1所述的室内避障方法，其特征在于，在所述若所述第二相似度小于所述第一阈值的步骤之后，所述室内避障方法还包括：
使所述更新的起点坐标和沿所述目标导航路线的前进方向上的相邻预设定点之间的不可行次数加1，若所述不可行次数大于第二阈值，则获取所述更新的起点坐标沿所述目标导航路线的前进方向上对应的所有历史定点图像；
采用特征提取算法计算所有历史定点图像中任意两张所述历史定点图像对应的第三相似度；
若所述第三相似度都不小于所述第一阈值，则将所述更新的起点坐标和所述相邻预设定点之间的路线在所述预设导航地图更新为不可行路线。
4.如权利要求1所述的室内避障方法，其特征在于，所述重新规划目标导航路线，包括：
获取终点坐标，根据所述更新的起点坐标和所述终点坐标生成至少两条推荐导航路线；
获取移动拍摄端对至少两条推荐导航路线的避障探测结果，选取避障探测结果为无障碍状态且路程最短的推荐导航路线为目标导航路线。
5.如权利要求4所述的室内避障方法，其特征在于，所述获取终点坐标，根据所述更新的起点坐标和所述终点坐标生成至少两条推荐导航路线，包括：
获取终点坐标，在所述预设导航地图上确定所述更新的起点坐标和所述终点坐标；
采用A星算法在所述预设导航地图上获取至少两条推荐导航路线。
6.如权利要求1所述的室内避障方法，其特征在于，在所述采用特征提取算法计算所述当前定点图像和所述目标定点图像的第二相似度的步骤之后，所述室内避障方法还包括：
若所述第二相似度不小于所述第二阈值，则控制所述移动拍摄端沿所述目标导航路线继续移动。
7.一种室内避障装置，其特征在于，包括：
采集实拍图像模块，用于获取目标导航路线和移动拍摄端的起点坐标，沿所述目标导航路线的前进方向采集所述起点坐标对应的下一预设定点的实拍定点图像；
查询图像查询库模块，用于基于所述下一预设定点查询预设图像查询库，获取所述下一预设定点沿所述目标导航路线的前进方向对应的目标定点图像；
计算第一相似度模块，用于采用特征提取算法计算所述实拍定点图像和所述目标定点图像的第一相似度，若所述实拍定点图像和所述目标定点图像的第一相似度小于第一阈值，则控制所述移动拍摄端制动滑行到所述下一预设定点；
更新起点坐标模块，用于在预设时间后，更新移动拍摄端移动至的所述下一预设定点为更新的起点坐标，沿所述目标导航路线的前进方向重新拍摄所述更新的起点坐标对应的当前定点图像；
计算第二相似度模块，用于采用特征提取算法计算所述当前定点图像和所述目标定点图像的第二相似度，若所述第二相似度小于所述第一阈值，则重新规划目标导航路线，以使移动拍摄端依据重新规划的目标导航路线移动。
8.如权利要求7所述的室内避障装置，其特征在于，所述采集实拍图像模块包括：
获取可移动方向单元，用于获取预设导航地图上显示的目标导航路线和移动拍摄端在所述预设导航地图上的至少一个可移动方向；
获取实拍图像单元，用于基于至少一个所述可移动方向，获取所述移动拍摄端在无障碍方向拍摄的实拍定位图像；
获取预设图像单元，用于基于预设图像查询库，获取与所述实拍定位图像同方向的至少一个预设定位图像；
获取目标图像单元，用于采用特征提取算法，从至少一个所述预设定位图像中获取与所述实拍定位图像最相似的目标定点图像，将所述目标定位图像对应的定点坐标作为起点坐标。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述室内避障方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述室内避障方法的步骤。
CN201811008415.8A 2018-08-31 2018-08-31 室内避障方法、装置、计算机设备及存储介质 Active CN109068278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811008415.8A CN109068278B (zh) 2018-08-31 2018-08-31 室内避障方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811008415.8A CN109068278B (zh) 2018-08-31 2018-08-31 室内避障方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN109068278A true CN109068278A (zh) 2018-12-21
CN109068278B CN109068278B (zh) 2023-02-28

Family

ID=64758846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811008415.8A Active CN109068278B (zh) 2018-08-31 2018-08-31 室内避障方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN109068278B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975757A (zh) * 2019-03-29 2019-07-05 努比亚技术有限公司 室内定位导航方法、终端和计算机存储介质
CN111053564A (zh) * 2019-12-26 2020-04-24 上海联影医疗科技有限公司 医疗设备的移动控制方法及医疗设备
CN111076726A (zh) * 2019-12-31 2020-04-28 深圳供电局有限公司 巡检机器人视觉辅助避障方法及其装置、设备和存储介质
CN111538342A (zh) * 2020-06-04 2020-08-14 中国工商银行股份有限公司 机器人行进路线调整方法、装置、机器人和存储介质
CN113741472A (zh) * 2021-09-10 2021-12-03 上海伯镭智能科技有限公司 一种基于多图像采集的障碍回避方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366374A (zh) * 2013-07-12 2013-10-23 重庆大学 基于图像匹配的消防通道障碍物检测方法
US20150269427A1 (en) * 2014-03-19 2015-09-24 GM Global Technology Operations LLC Multi-view human detection using semi-exhaustive search
CN105487541A (zh) * 2015-12-30 2016-04-13 华勤通讯技术有限公司 配送机器人及其控制方法
JP2016081403A (ja) * 2014-10-21 2016-05-16 株式会社Ｉｈｉエアロスペース 無人移動体とその経路生成方法
CN106444769A (zh) * 2016-10-31 2017-02-22 湖南大学 一种室内移动机器人增量式环境信息采样的最优路径规划方法
CN107229903A (zh) * 2017-04-17 2017-10-03 深圳奥比中光科技有限公司 机器人避障的方法、装置及存储装置
CN107677285A (zh) * 2017-04-11 2018-02-09 平安科技（深圳）有限公司 机器人的路径规划系统及方法
CN110114735A (zh) * 2017-01-03 2019-08-09 高通股份有限公司 由无人自主交通工具捕捉比赛的图像

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103366374A (zh) * 2013-07-12 2013-10-23 重庆大学 基于图像匹配的消防通道障碍物检测方法
US20150269427A1 (en) * 2014-03-19 2015-09-24 GM Global Technology Operations LLC Multi-view human detection using semi-exhaustive search
JP2016081403A (ja) * 2014-10-21 2016-05-16 株式会社Ｉｈｉエアロスペース 無人移動体とその経路生成方法
CN105487541A (zh) * 2015-12-30 2016-04-13 华勤通讯技术有限公司 配送机器人及其控制方法
CN106444769A (zh) * 2016-10-31 2017-02-22 湖南大学 一种室内移动机器人增量式环境信息采样的最优路径规划方法
CN110114735A (zh) * 2017-01-03 2019-08-09 高通股份有限公司 由无人自主交通工具捕捉比赛的图像
CN107677285A (zh) * 2017-04-11 2018-02-09 平安科技（深圳）有限公司 机器人的路径规划系统及方法
CN107229903A (zh) * 2017-04-17 2017-10-03 深圳奥比中光科技有限公司 机器人避障的方法、装置及存储装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109975757A (zh) * 2019-03-29 2019-07-05 努比亚技术有限公司 室内定位导航方法、终端和计算机存储介质
CN111053564A (zh) * 2019-12-26 2020-04-24 上海联影医疗科技有限公司 医疗设备的移动控制方法及医疗设备
CN111053564B (zh) * 2019-12-26 2023-08-18 上海联影医疗科技股份有限公司 医疗设备的移动控制方法及医疗设备
CN111076726A (zh) * 2019-12-31 2020-04-28 深圳供电局有限公司 巡检机器人视觉辅助避障方法及其装置、设备和存储介质
CN111538342A (zh) * 2020-06-04 2020-08-14 中国工商银行股份有限公司 机器人行进路线调整方法、装置、机器人和存储介质
CN111538342B (zh) * 2020-06-04 2023-05-23 中国工商银行股份有限公司 机器人行进路线调整方法、装置、机器人和存储介质
CN113741472A (zh) * 2021-09-10 2021-12-03 上海伯镭智能科技有限公司 一种基于多图像采集的障碍回避方法及装置
CN113741472B (zh) * 2021-09-10 2024-03-08 上海伯镭智能科技有限公司 一种基于多图像采集的障碍回避方法及装置

Also Published As

Publication number Publication date
CN109068278B (zh) 2023-02-28

Similar Documents

Publication Publication Date Title
CN109068278A (zh) 室内避障方法、装置、计算机设备及存储介质
EP4145393B1 (en) Vehicle localization
US11204417B2 (en) Selective attention mechanism for improved perception sensor performance in vehicular applications
KR102152192B1 (ko) 로봇의 경로　계획　시스템, 방법, 로봇 및 매체
CN107025662B (zh) 一种实现增强现实的方法、服务器、终端及系统
CN110672111B (zh) 车辆行车路径规划方法、装置、系统、介质和设备
RU2666061C2 (ru) Устройство распознавания сигнала регулирования движения
KR102092392B1 (ko) 실 공간에서 관심지점 관련 정보를 자동으로 수집 및 업데이트하는 방법 및 시스템
AU2017300097A1 (en) Crowdsourcing and distributing a sparse map, and lane measurements for autonomous vehicle navigation
JP2020527761A (ja) 高度自動運転マップを更新するためのシステムおよび方法
US11688081B2 (en) Method of performing simultaneous localization and mapping with respect to a salient object in an image
CN109239659B (zh) 室内导航方法、装置、计算机设备及存储介质
WO2015129045A1 (ja) 画像取得システム、端末、画像取得方法および画像取得プログラム
US20150338497A1 (en) Target tracking device using handover between cameras and method thereof
CN111288996A (zh) 基于视频实景导航技术的室内导航方法及系统
KR20200013155A (ko) 관심 영역 변화를 검출하는 방법 및 시스템
CN108804539A (zh) 一种时间与空间双视角下的轨迹异常检测方法
KR102106029B1 (ko) 간판 검출 성능 향상을 위한 방법 및 시스템
CN110879598A (zh) 车辆用多传感器的信息融合方法和装置
KR102189926B1 (ko) 관심 영역 변화를 검출하는 방법 및 시스템
KR102029741B1 (ko) 객체를 추적하는 방법 및 시스템
JP6943183B2 (ja) 位置特定装置、位置特定方法、位置特定プログラムおよびカメラ装置
CN109238286B (zh) 智能导航方法、装置、计算机设备及存储介质
Ng et al. Mobile outdoor parking space detection application
KR101599302B1 (ko) 공간 모델과 결합된 시계열적 영상의 역추적 기능이 구현된 관제 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant