CN114485671B - 一种移动设备的自动转弯方法及装置 - Google Patents
一种移动设备的自动转弯方法及装置 Download PDFInfo
- Publication number
- CN114485671B CN114485671B CN202210077166.8A CN202210077166A CN114485671B CN 114485671 B CN114485671 B CN 114485671B CN 202210077166 A CN202210077166 A CN 202210077166A CN 114485671 B CN114485671 B CN 114485671B
- Authority
- CN
- China
- Prior art keywords
- color image
- turning
- effective area
- mobile equipment
- mobile device
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种移动设备的自动转弯方法及装置,方法包括:获取搭载于移动设备上的图像传感器采集后输出的彩色图像;对彩色图像进行图像识别处理,判断彩色图像中是否含有转弯标识;若是,则获取搭载于移动设备上的激光雷达扫描后输出的物体距离数据;基于物体距离数据,确定转弯标识和移动设备的相对位置关系;基于相对位置关系,判定移动设备的自动转弯方向。该方法将图像传感器和激光雷达结合使用来判定转弯方向。由此可把左转转弯标识和右转转弯标识统一归为转弯标识,图像识别处理时只需要识别出转弯标识,不需要进一步区分转弯标识是左转标识还是右转标识,使得图像处理需要的训练数据量大大减少,图像处理所需的处理器性能降低。
Description
技术领域
本发明涉及自动行驶领域,尤其涉及一种移动设备的自动转弯方法及装置。
背景技术
随着机器人技术的进步,移动机器人应用的场景和范围日益广泛。移动机器人的自动行驶可以依靠电子地图规划路径导航,也可以依靠导航线(车道线)和转弯标识导航。在依靠转弯标识导航时,传统技术是单纯依靠图像处理来识别左转标识和右转标识,如图1和图2所示,由于左转标识(图1)和右转标识(图2)互为镜像关系,区别两者需要大量的数据进行前期训练,对处理器的处理能力也要求较高。
发明内容
本发明的目的在于提供一种移动设备的自动转弯方法及装置,来解决以上问题。
为达此目的,本发明采用以下技术方案:
一种移动设备的自动转弯方法,包括以下步骤:
获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;
若是,则获取搭载于所述移动设备上的激光雷达扫描后输出的物体距离数据;
基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系;
基于所述相对位置关系,判定所述移动设备的自动转弯方向。
可选的,基于所述相对位置关系,判定所述移动设备的自动转弯方向,之后还包括:
在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动;
基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系,具体包括:
基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧;
基于所述相对位置关系,确定所述移动设备的自动转弯方向,具体包括:
所述转弯标识位于所述移动设备的左侧时,判定所述移动设备即将左转;
所述转弯标识位于所述移动设备的右侧时,判定所述移动设备即将右转。
可选的,基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧,具体包括:
查询获取左侧预设距离阈值、左侧预设角度范围、右侧预设距离阈值和右侧预设角度范围;
对所述物体距离数据进行筛查,判断其中是否含有满足左侧条件或右侧条件的数据;
所述左侧条件包括:角度值处于左侧预设角度范围内,且距离值小于或等于左侧预设距离阈值;
所述右侧条件包括:角度值处于右侧预设角度范围内,且距离值小于或等于右侧预设距离阈值;
若所述物体距离数据中含有满足所述左侧条件的数据,则判定所述转弯标识位于所述移动设备的左侧;
若所述物体距离数据中含有满足所述右侧条件的数据,则判定所述转弯标识位于所述移动设备的右侧。
可选的,在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动,具体包括:
所述移动设备即将左转时,将截取所述彩色图像的左侧区域作为当前的有效区域截取规则;
所述移动设备即将右转时,将截取所述彩色图像的右侧区域作为当前的有效区域截取规则;
依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动。
可选的,若所述彩色图像中不含有所述转弯标识,则依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动;
若所述物体距离数据中不含有满足所述左侧条件的数据,且不含有满足所述右侧条件的数据,则依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动;
每间隔预定时间执行一次所述步骤:获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像,之前还包括:设置初始截取规则作为当前的有效区域截取规则;其中,所述初始截取规则包括截取所述彩色图像的左侧区域或截取所述彩色图像的右侧区域。
可选的,所述导航线包括左侧线和右侧线,所述彩色图像中的左侧区域中仅含有所述左侧线不含有所述右侧线,所述彩色图像中的右侧区域仅含有所述右侧线不含有所述左侧线;
截取所述彩色图像的左侧区域作为当前的有效区域截取规则时,所述依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,具体包括:对所述彩色图像进行左右对半切割和上下对半切割,留下左下方图像作为有效区域;
截取所述彩色图像中的右侧区域作为当前的有效区域截取规则时,所述依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,具体包括:对所述彩色图像进行左右对半切割和上下对半切割,留下右下方图像作为有效区域;
所述转弯标识包括左转标识和右转标识,所述左转标识和右转标识互为镜像关系;
所述图像传感器为RGB相机。
一种移动设备的自动转弯装置,包括:
图像获取模块,用于获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
图像识别模块,用于对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;
雷达扫描模块,用于在所述彩色图像中含有转弯标识时,获取搭载于所述移动设备上的激光雷达扫描后输出的物体距离数据;
位置确定模块,用于基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系;
方向判定模块,用于基于所述相对位置关系,判定所述移动设备的自动转弯方向。
可选的,还包括导航模块,所述导航模块用于:在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动;
所述位置确定模块,具体用于基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧;
所述方向判定模块包括左转判定单元和右转判定单元;
所述左转判定单元用于所述转弯标识位于所述移动设备的左侧时,判定所述移动设备即将左转;
所述右转判定单元用于所述转弯标识位于所述移动设备的右侧时,判定所述移动设备即将右转。
可选的,所述位置确定模块包括查询单元、筛查单元和判定单元;
所述查询单元用于查询获取左侧预设距离阈值、左侧预设角度范围、右侧预设距离阈值和右侧预设角度范围;
所述筛查单元用于:对所述物体距离数据进行筛查,判断其中是否含有满足左侧条件或右侧条件的数据;所述左侧条件包括:角度值处于左侧预设角度范围内,且距离值小于或等于左侧预设距离阈值;所述右侧条件包括:角度值处于右侧预设角度范围内,且距离值小于或等于右侧预设距离阈值;
所述判定单元用于:若所述物体距离数据中含有满足所述左侧条件的数据,则判定所述转弯标识位于所述移动设备的左侧;若所述物体距离数据中含有满足所述右侧条件的数据,则判定所述转弯标识位于所述移动设备的右侧;
所述导航模块包括左截取单元、右截取单元和移动控制单元;
所述左截取单元用于所述移动设备即将左转时,将截取所述彩色图像的左侧区域作为当前的有效区域截取规则;
所述右截取单元用于所述移动设备即将右转时,将截取所述彩色图像的右侧区域作为当前的有效区域截取规则;
所述移动控制单元用于依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动;
所述图像识别模块还用于在所述彩色图像中不含有所述转弯标识时,进入所述移动控制单元使其工作;
所述判定单元还用于在所述物体距离数据中不含有满足所述左侧条件的数据,且不含有满足所述右侧条件的数据时,进入所述移动控制单元使其工作;
每间隔预定时间,所述图像获取模块工作一次;
所述导航线包括左侧线和右侧线,所述彩色图像中的左侧区域中仅含有所述左侧线不含有所述右侧线,所述彩色图像中的右侧区域仅含有所述右侧线不含有所述左侧线。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,当所述计算机指令在电子设备的处理器上运行时,使得所述电子设备执行如前所述的自动转弯方法。
与现有技术相比,本发明具有以下有益效果:
本发明实施例提供的自动转弯方法,将图像传感器和激光雷达结合使用来判定自动转弯方向。由此可把左转转弯标识和右转转弯标识统一归为转弯标识,图像识别处理时只需要识别出转弯标识,不需要进一步区分转弯标识是左转标识还是右转标识,使得图像处理需要的训练数据量大大减少,图像处理所需的处理器性能降低。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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它的附图。
图1为现有技术中常用的左转标识示意图;
图2为现有技术中常用的右转标识示意图;
图3为本发明实施例提供的自动转弯方法的流程示意图;
图4为本发明实施例提供的自动转弯方法实际应用时的路况示意图;
图5为本发明实施例提供的自动转弯方法实际应用时激光雷达的工作示意图;
图6为本发明实施例提供的自动转弯方法实际应用时彩色图像处理后示意图;
图7为本发明实施例提供的自动转弯方法实际应用时彩色图像截取后示意图
图8为本发明实施例提供的自动转弯装置的结构示意图。
图示说明:10、图像获取模块;20、图像识别模块;30、雷达扫描模块;40、位置确定模块;50、方向判定模块;61、智能小车;62、左转标识牌;63、车道线;631、左侧车道线;632、右侧车道线。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,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,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
本发明实施例提供了一种移动设备的自动转弯方法,请参考图3,该自动转弯方法包括以下步骤:
S1、获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
S2、对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;若是,则进入步骤S3;
S3、获取搭载于所述移动设备上的激光雷达扫描后输出的物体距离数据;
S4、基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系;
S5、基于所述相对位置关系,判定所述移动设备的自动转弯方向。
其中,转弯标识包括左转标识和右转标识,如图1和图2所示,左转标识和右转标识互为镜像关系。图像传感器为RGB相机。
本发明实施例提供的自动转弯方法,将图像传感器和激光雷达结合使用来判定自动转弯方向。由此可把左转转弯标识和右转转弯标识统一归为转弯标识,图像识别处理时只需要识别出转弯标识,不需要进一步区分转弯标识是左转标识还是右转标识,使得图像处理需要的训练数据量大大减少,图像处理所需的处理器性能降低。
下面对以上步骤进行更具体的阐述。
步骤S2中的图像识别处理具体是利用深度学习物体识别算法(YOLO算法)对彩色图像进行处理,来识别彩色图像中的转弯标识。前期准备步骤包括:调用YOLO算法,给YOLO算法输入大量含有不同角度的转弯标识的图片进行训练,形成转弯标识识别模型。步骤S2具体包括:利用转弯标识识别模型对彩色图像进行处理,尝试识别彩色图像中的引导标识,基于识别结果判断所述彩色图像中是否含有转弯标识;若是,则进入步骤S3。
步骤S4具体包括:
S41、基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧。
步骤S41具体包括:
S411、查询获取左侧预设距离阈值、左侧预设角度范围、右侧预设距离阈值和右侧预设角度范围;
S412、对所述物体距离数据进行筛查,判断其中是否含有满足左侧条件或右侧条件的数据;
所述左侧条件包括:角度值处于左侧预设角度范围内,且距离值小于或等于左侧预设距离阈值;
所述右侧条件包括:角度值处于右侧预设角度范围内,且距离值小于或等于右侧预设距离阈值;
S413、若物体距离数据中含有满足左侧条件的数据,则判定所述转弯标识位于所述移动设备的左侧;
S414、若物体距离数据中含有满足右侧条件的数据,则判定所述转弯标识位于所述移动设备的右侧。
可以理解的是,步骤S411中的左侧预设距离阈值可以等于或不等于右侧预设距离阈值,左侧预设角度范围和右侧预设角度范围可以关于移动设备的中轴对称或不对称。左侧预设距离阈值、左侧预设角度范围、右侧预设距离阈值和右侧预设角度范围均可根据实际路况和需求设置。
可以理解的是,本发明中所述的小于或等于作为判定条件也可以替换为小于,这种判定条件的简单替换应在本发明的保护范围内。本发明中,角度值等于角度范围上限或下限时,可以判定角度值处于角度范围,也可以判定角度值不处于角度范围,这种判定条件的简单变化均应在本发明的保护范围内。
步骤S41是同时确定转弯标识是在移动设备的左侧还是右侧,可以理解的是,本方案也可以先确定转弯标识是否在移动设备的左侧,再确定转弯标识是否在移动设备的右侧,即对步骤S411和步骤S412进行拆分,这种步骤的简单拆分和表述差异也应在本发明的保护范围内。拆分后步骤S41(步骤S411-414)可以表述为:
S4101、查询获取左侧预设距离阈值和左侧预设角度范围;
S4102、对所述物体距离数据进行筛查,判断其中是否含有满足左侧条件的数据;若是,则进入步骤S4103;若否,则执行步骤S4104;
其中,左侧条件包括:角度值处于左侧预设角度范围内,且距离值小于或等于左侧预设距离阈值;
S4103、判定所述转弯标识位于所述移动设备的左侧;
S4104、查询获取右侧预设距离阈值和右侧预设角度范围;
S4105、对所述物体距离数据进行筛查,判断其中是否含有满足右侧条件的数据;若是,则进入步骤S4106;若否,则返回步骤S1;
其中,右侧条件包括:角度值处于右侧预设角度范围内,且距离值小于或等于右侧预设距离阈值;
S4106、判定所述转弯标识位于所述移动设备的右侧。
本方案也可以先确定转弯标识是否在移动设备的右侧,再确定转弯标识是否在移动设备的左侧,即将步骤S4101-4103中的左侧用右侧替换,将步骤S4104-4106中的右侧用左侧替换,这种简单的指代替换也应在本发明的保护范围内。可以理解的是,以上步骤S4104-4106和步骤S411-414实质上相同,只是步骤顺序和表述不同,两者均应在本发明保护范围内。
步骤S5具体包括:
S51、所述转弯标识位于所述移动设备的左侧时,判定所述移动设备即将左转;
S52、所述转弯标识位于所述移动设备的右侧时,判定所述移动设备即将右转。
该自动转弯方法在步骤S5之后还包括一步骤:
S6、在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动。
步骤S6具体包括:
S61、所述移动设备即将左转时,将截取所述彩色图像的左侧区域作为当前的有效区域截取规则;
S62、所述移动设备即将右转时,将截取所述彩色图像的右侧区域作为当前的有效区域截取规则;
S63、依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动。
步骤S63中的彩色图像优选采用经过步骤S2图像识别处理后的彩色图像,以便识别其中的导航线。
具体的,导航线包括左侧线和右侧线,所述彩色图像中的左侧区域中仅含有所述左侧线不含有所述右侧线,所述彩色图像中的右侧区域仅含有所述右侧线不含有所述左侧线。本发明实施例根据确定的自动转弯方向对彩色图像进行截取,从而排除其他导航线的干扰,让移动设备跟随与转弯标识对应的导航线行驶。
所述左侧区域具体为左下方区域,彩色图像总面积的四分之一。类似的,右侧区域具体为右下方区域,占彩色图像总面积的四分之一。本发明实施例中采用对彩色图像进行切割的方式来实现对彩色图像的截取,切割参数设为左右对半切割且上下对半切割。
即截取所述彩色图像的左侧区域作为当前的有效区域截取规则时,所述依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,具体包括:对所述彩色图像进行左右对半切割和上下对半切割,留下左下方图像作为有效区域;
类似的,截取所述彩色图像中的右侧区域作为当前的有效区域截取规则时,所述依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,具体包括:对所述彩色图像进行左右对半切割和上下对半切割,留下右下方图像作为有效区域。
由于移动设备需要循迹导航线行驶,步骤S6中的有效区域应该随时间不断更新。则每间隔预定时间应执行一次步骤S1。
并且,步骤S2具体包括:对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;若是,则进入步骤S3;若否,则进入步骤S63。
类似的,步骤S414之后还包括:S415、若所述物体距离数据中不含有满足所述左侧条件的数据,且不含有满足所述右侧条件的数据,则进入步骤S63。
本发明实施例步骤S1中获取所述彩色图像时,所述移动设备可处于循迹所述导航线进行移动的状态或者静止状态。
若处于循迹移动状态,移动设备循迹的导航线可以是左侧线或者右侧线,即此时的有效区域截取规则可以为截取左侧图像或右侧图像。在步骤S1之前还可包括一步骤:设置初始截取规则作为当前的有效区域截取规则;其中,初始截取规则包括截取彩色图像的左侧区域或截取彩色图像的右侧区域。
接下来以一个应用实例来对本发明提供的自动转弯方法进行说明以便于理解。图4-图7展示了该自动转弯方法实际应用时的情况。
图4对本发明实施例中移动设备行驶时的路况进行了示例性展示。图4路况中包含一个用于示例的左转标识牌62,左转标识牌62上设有转弯标识,该转弯标识具体为左转标识。图4中移动设备选用了智能小车61。
如图4所示,导航线可以是车道线63,导航线包括左侧线和右侧线,则图4中的车道线63包括左侧车道线631和右侧车道线632。
图5为智能小车61上激光雷达的工作情况的图示说明。智能小车61行驶于左侧车道线631和右侧车道线632之间,在确定智能小车61上的RGB相机所拍摄的彩色图像中含有转弯标识后,智能小车61上的激光雷达开始工作。图5中的虚线圆圈用于表示左侧预设距离阈值和右侧预设距离阈值,此时左侧预设距离阈值等于右侧预设距离阈值。图5中的A用于表示左侧预设角度范围,图5中的B用于表示右侧预设角度范围。以图5的正上方为角度零点,顺时针方向(图5中弧形箭头方向)为角度正增长方向,则此时左侧预设角度范围为270-280度,右侧预设角度范围为80-90度。图5中,左转标识牌62处于虚线圆圈内且处于A角度范围内,激光雷达扫描到这一情况,则可判定智能小车61之后即将左转,智能小车61之后根据左侧车道线631行驶。
图6展示了智能小车61上图像传感器拍摄的彩色图像经图像处理后的状况,在判定智能小车61即将左转后,为避免图中右侧车道线632对智能小车61的循迹行驶造成干扰,需要截取图中的左下方区域作为有效区域。图7展示了图6截取完成后有效区域的状况,智能小车61根据图7中的导航线(白线)行驶。由于每间隔预定时间会获取一次彩色图像,即彩色图像会不断更新,那么图7中的白线也会不断更新,智能小车61跟随图7中的白线行驶即可完成转弯。
本发明实施例还提供了一种移动设备的自动转弯装置,用于实现前述的自动转弯方法。请参考图8,该自动转弯装置包括:
图像获取模块10,用于执行步骤S1:获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
图像识别模块20,用于执行步骤S2:对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;若是,则进入步骤S3;若否,则进入步骤S63;
雷达扫描模块30,用于执行步骤S3:在所述彩色图像中含有转弯标识时,获取搭载于所述移动设备上的激光雷达扫描后输出的物体距离数据;
位置确定模块40,用于执行步骤S4:基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系;
方向判定模块50,用于执行步骤S5:基于所述相对位置关系,判定所述移动设备的自动转弯方向。
在本发明实施例中,位置确定模块40具体用于执行步骤S41,更具体的包括:
查询单元,用于执行步骤S411;
筛查单元,用于执行步骤S412;
判定单元,用于执行步骤S413、S414和S415。
在本发明实施例中,方向判定模块50具体包括:
左转判定单元,用于执行步骤51;
右转判定单元,用于执行步骤52。
在本发明实施例中,该自动转弯装置还包括导航模块,导航模块用于执行步骤S6:在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动。
导航模块具体包括:
左截取单元,用于执行步骤S61;
右截取单元,用于执行步骤S62;
移动控制单元,用于执行步骤S63。
前述自动转弯装置实施例涉及的各步骤的所有相关内容均可以援引到对应描述,在此不再赘述。
本实施例根据上述方法示例对自动转弯装置进行了功能模块的划分,功能模块可以采用硬件的形式实现,也可以通过硬件执行相应的软件实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
需要说明的是,本实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。
本实施例还提供一种计算机存储介质,该计算机存储介质中存储有计算机指令,当该计算机指令在电子设备上运行时,使得电子设备执行前述的自动转弯方法。
集成的功能单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明提供的自动转弯装置、计算机存储介质和计算机程序产品均用于执行前文所提供的对应的方法,因此,其所能达到的有益效果可参考前文所提供的对应的方法中的有益效果,此处不再赘述。
以上所述,以上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。
Claims (10)
1.一种移动设备的自动转弯方法,其特征在于,包括以下步骤:
获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;
若是,则获取搭载于所述移动设备上的激光雷达扫描后输出的物体距离数据;
基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系;
基于所述相对位置关系,判定所述移动设备的自动转弯方向;
基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系,具体包括:基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧;
基于所述相对位置关系,确定所述移动设备的自动转弯方向,具体包括:所述转弯标识位于所述移动设备的左侧时,判定所述移动设备即将左转;所述转弯标识位于所述移动设备的右侧时,判定所述移动设备即将右转。
2.根据权利要求1所述的移动设备的自动转弯方法,其特征在于,基于所述相对位置关系,判定所述移动设备的自动转弯方向,之后还包括:
在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动。
3.根据权利要求2所述的移动设备的自动转弯方法,其特征在于,基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧,具体包括:
查询获取左侧预设距离阈值、左侧预设角度范围、右侧预设距离阈值和右侧预设角度范围;
对所述物体距离数据进行筛查,判断其中是否含有满足左侧条件或右侧条件的数据;
所述左侧条件包括:角度值处于左侧预设角度范围内,且距离值小于或等于左侧预设距离阈值;
所述右侧条件包括:角度值处于右侧预设角度范围内,且距离值小于或等于右侧预设距离阈值;
若所述物体距离数据中含有满足所述左侧条件的数据,则判定所述转弯标识位于所述移动设备的左侧;
若所述物体距离数据中含有满足所述右侧条件的数据,则判定所述转弯标识位于所述移动设备的右侧。
4.根据权利要求3所述的移动设备的自动转弯方法,其特征在于,在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动,具体包括:
所述移动设备即将左转时,将截取所述彩色图像的左侧区域作为当前的有效区域截取规则;
所述移动设备即将右转时,将截取所述彩色图像的右侧区域作为当前的有效区域截取规则;
依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动。
5.根据权利要求4所述的移动设备的自动转弯方法,其特征在于,若所述彩色图像中不含有所述转弯标识,则依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动;
若所述物体距离数据中不含有满足所述左侧条件的数据,且不含有满足所述右侧条件的数据,则依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动;
每间隔预定时间执行一次所述步骤:获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像,之前还包括:设置初始截取规则作为当前的有效区域截取规则;其中,所述初始截取规则包括截取所述彩色图像的左侧区域或截取所述彩色图像的右侧区域。
6.根据权利要求5所述的移动设备的自动转弯方法,其特征在于,所述导航线包括左侧线和右侧线,所述彩色图像中的左侧区域中仅含有所述左侧线不含有所述右侧线,所述彩色图像中的右侧区域仅含有所述右侧线不含有所述左侧线;
截取所述彩色图像的左侧区域作为当前的有效区域截取规则时,所述依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,具体包括:对所述彩色图像进行左右对半切割和上下对半切割,留下左下方图像作为有效区域;
截取所述彩色图像中的右侧区域作为当前的有效区域截取规则时,所述依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,具体包括:对所述彩色图像进行左右对半切割和上下对半切割,留下右下方图像作为有效区域;
所述转弯标识包括左转标识和右转标识,所述左转标识和右转标识互为镜像关系;
所述图像传感器为RGB相机。
7.一种移动设备的自动转弯装置,其特征在于,包括:
图像获取模块,用于获取搭载于所述移动设备上的图像传感器采集后输出的彩色图像;
图像识别模块,用于对所述彩色图像进行图像识别处理,判断所述彩色图像中是否含有转弯标识;
雷达扫描模块,用于在所述彩色图像中含有转弯标识时,获取搭载于所述移动设备上的激光雷达扫描后输出的物体距离数据;
位置确定模块,用于基于所述物体距离数据,确定所述转弯标识和所述移动设备的相对位置关系;
方向判定模块,用于基于所述相对位置关系,判定所述移动设备的自动转弯方向;
所述位置确定模块,具体用于基于所述物体距离数据,判定所述转弯标识位于所述移动设备的左侧还是右侧;
所述方向判定模块包括左转判定单元和右转判定单元;
所述左转判定单元用于所述转弯标识位于所述移动设备的左侧时,判定所述移动设备即将左转;
所述右转判定单元用于所述转弯标识位于所述移动设备的右侧时,判定所述移动设备即将右转。
8.根据权利要求7所述的移动设备的自动转弯装置,其特征在于,还包括导航模块,所述导航模块用于:在所述彩色图像中选取与所述自动转弯方向对应的导航线,控制所述移动设备基于选取的所述导航线进行移动。
9.根据权利要求8所述的移动设备的自动转弯装置,其特征在于,所述位置确定模块包括查询单元、筛查单元和判定单元;
所述查询单元用于查询获取左侧预设距离阈值、左侧预设角度范围、右侧预设距离阈值和右侧预设角度范围;
所述筛查单元用于:对所述物体距离数据进行筛查,判断其中是否含有满足左侧条件或右侧条件的数据;所述左侧条件包括:角度值处于左侧预设角度范围内,且距离值小于或等于左侧预设距离阈值;所述右侧条件包括:角度值处于右侧预设角度范围内,且距离值小于或等于右侧预设距离阈值;
所述判定单元用于:若所述物体距离数据中含有满足所述左侧条件的数据,则判定所述转弯标识位于所述移动设备的左侧;若所述物体距离数据中含有满足所述右侧条件的数据,则判定所述转弯标识位于所述移动设备的右侧;
所述导航模块包括左截取单元、右截取单元和移动控制单元;
所述左截取单元用于所述移动设备即将左转时,将截取所述彩色图像的左侧区域作为当前的有效区域截取规则;
所述右截取单元用于所述移动设备即将右转时,将截取所述彩色图像的右侧区域作为当前的有效区域截取规则;
所述移动控制单元用于依据当前的有效区域截取规则从所述彩色图像中截取出有效区域,控制所述移动设备基于所述有效区域中的导航线进行移动;
所述图像识别模块还用于在所述彩色图像中不含有所述转弯标识时,进入所述移动控制单元使其工作;
所述判定单元还用于在所述物体距离数据中不含有满足所述左侧条件的数据,且不含有满足所述右侧条件的数据时,进入所述移动控制单元使其工作;
每间隔预定时间,所述图像获取模块工作一次;
所述导航线包括左侧线和右侧线,所述彩色图像中的左侧区域中仅含有所述左侧线不含有所述右侧线,所述彩色图像中的右侧区域仅含有所述右侧线不含有所述左侧线。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,当所述计算机指令在电子设备的处理器上运行时,使得所述电子设备执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210077166.8A CN114485671B (zh) | 2022-01-24 | 2022-01-24 | 一种移动设备的自动转弯方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210077166.8A CN114485671B (zh) | 2022-01-24 | 2022-01-24 | 一种移动设备的自动转弯方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114485671A CN114485671A (zh) | 2022-05-13 |
CN114485671B true CN114485671B (zh) | 2024-06-07 |
Family
ID=81471981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210077166.8A Active CN114485671B (zh) | 2022-01-24 | 2022-01-24 | 一种移动设备的自动转弯方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114485671B (zh) |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782394A (zh) * | 2009-01-21 | 2010-07-21 | 佛山市顺德区顺达电脑厂有限公司 | 判断移动对象转弯的方法及使用该方法的导航装置 |
CN102735256A (zh) * | 2012-06-26 | 2012-10-17 | 上海安悦四维信息技术有限公司 | 一种识别主辅路的车载导航装置及导航方法 |
CN103116748A (zh) * | 2013-03-11 | 2013-05-22 | 清华大学 | 基于路面标识识别违规驾驶行为的方法及系统 |
CN103477191A (zh) * | 2011-04-21 | 2013-12-25 | 大陆汽车系统公司 | 导航系统控制的转弯信号 |
DE102010062129A1 (de) * | 2010-11-29 | 2014-01-16 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bereitstellen einer virtuellen Begrenzung eines Fahrstreifens |
CN103661086A (zh) * | 2013-12-25 | 2014-03-26 | 北京奇虎科技有限公司 | 自动开启车辆转向灯的方法和装置 |
CN104537649A (zh) * | 2014-12-16 | 2015-04-22 | 厦门雅迅网络股份有限公司 | 一种基于图像模糊度比较的车辆转向判断方法及系统 |
CN104537837A (zh) * | 2014-12-31 | 2015-04-22 | 小米科技有限责任公司 | 交通标志的获取、确定交通路线的方法、装置及系统 |
CN104978856A (zh) * | 2014-04-09 | 2015-10-14 | 山东交通学院 | 一种汽车智能转向自动提醒装置和方法 |
CN105973231A (zh) * | 2016-06-30 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 一种导航方法和装置 |
CN106461410A (zh) * | 2014-06-27 | 2017-02-22 | 谷歌公司 | 生成逐转弯方向指引预览 |
CN107392962A (zh) * | 2017-08-14 | 2017-11-24 | 深圳市思维树科技有限公司 | 一种基于图案识别的机器人充电对接系统和方法 |
CN108202666A (zh) * | 2016-12-19 | 2018-06-26 | 捷新承科技有限公司 | 能于车辆转弯时同步显示后方全景与转弯画面的显示方法 |
CN108944899A (zh) * | 2018-07-26 | 2018-12-07 | 南京威尔瑞智能科技有限公司 | 一种基于模糊控制的无人驾驶车辆转向盘控制系统及方法 |
CN109421799A (zh) * | 2017-09-05 | 2019-03-05 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法及存储介质 |
CN110386066A (zh) * | 2018-04-16 | 2019-10-29 | Jvc 建伍株式会社 | 车辆用显示控制装置和方法、车辆用显示系统及存储介质 |
CN111179152A (zh) * | 2018-11-12 | 2020-05-19 | 阿里巴巴集团控股有限公司 | 一种道路标识识别方法及装置、介质、终端 |
CN111311958A (zh) * | 2018-12-11 | 2020-06-19 | 上海博泰悦臻电子设备制造有限公司 | 基于v2x技术的转弯路况提醒方法、系统及v2x服务器 |
-
2022
- 2022-01-24 CN CN202210077166.8A patent/CN114485671B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101782394A (zh) * | 2009-01-21 | 2010-07-21 | 佛山市顺德区顺达电脑厂有限公司 | 判断移动对象转弯的方法及使用该方法的导航装置 |
DE102010062129A1 (de) * | 2010-11-29 | 2014-01-16 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Bereitstellen einer virtuellen Begrenzung eines Fahrstreifens |
CN103477191A (zh) * | 2011-04-21 | 2013-12-25 | 大陆汽车系统公司 | 导航系统控制的转弯信号 |
CN102735256A (zh) * | 2012-06-26 | 2012-10-17 | 上海安悦四维信息技术有限公司 | 一种识别主辅路的车载导航装置及导航方法 |
CN103116748A (zh) * | 2013-03-11 | 2013-05-22 | 清华大学 | 基于路面标识识别违规驾驶行为的方法及系统 |
CN103661086A (zh) * | 2013-12-25 | 2014-03-26 | 北京奇虎科技有限公司 | 自动开启车辆转向灯的方法和装置 |
CN104978856A (zh) * | 2014-04-09 | 2015-10-14 | 山东交通学院 | 一种汽车智能转向自动提醒装置和方法 |
CN106461410A (zh) * | 2014-06-27 | 2017-02-22 | 谷歌公司 | 生成逐转弯方向指引预览 |
CN104537649A (zh) * | 2014-12-16 | 2015-04-22 | 厦门雅迅网络股份有限公司 | 一种基于图像模糊度比较的车辆转向判断方法及系统 |
CN104537837A (zh) * | 2014-12-31 | 2015-04-22 | 小米科技有限责任公司 | 交通标志的获取、确定交通路线的方法、装置及系统 |
CN105973231A (zh) * | 2016-06-30 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 一种导航方法和装置 |
CN108202666A (zh) * | 2016-12-19 | 2018-06-26 | 捷新承科技有限公司 | 能于车辆转弯时同步显示后方全景与转弯画面的显示方法 |
CN107392962A (zh) * | 2017-08-14 | 2017-11-24 | 深圳市思维树科技有限公司 | 一种基于图案识别的机器人充电对接系统和方法 |
CN109421799A (zh) * | 2017-09-05 | 2019-03-05 | 本田技研工业株式会社 | 车辆控制装置、车辆控制方法及存储介质 |
CN110386066A (zh) * | 2018-04-16 | 2019-10-29 | Jvc 建伍株式会社 | 车辆用显示控制装置和方法、车辆用显示系统及存储介质 |
CN108944899A (zh) * | 2018-07-26 | 2018-12-07 | 南京威尔瑞智能科技有限公司 | 一种基于模糊控制的无人驾驶车辆转向盘控制系统及方法 |
CN111179152A (zh) * | 2018-11-12 | 2020-05-19 | 阿里巴巴集团控股有限公司 | 一种道路标识识别方法及装置、介质、终端 |
CN111311958A (zh) * | 2018-12-11 | 2020-06-19 | 上海博泰悦臻电子设备制造有限公司 | 基于v2x技术的转弯路况提醒方法、系统及v2x服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN114485671A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111830979B (zh) | 一种轨迹优化方法和装置 | |
CN111474930B (zh) | 一种基于视觉定位的循迹控制方法、装置、设备及介质 | |
CN109645892B (zh) | 一种障碍物的识别方法及清洁机器人 | |
CN108600620B (zh) | 一种基于电液可调焦镜头的移动机器人的目标跟踪方法 | |
CN112597819B (zh) | Agv的定位方法、装置、存储介质及agv | |
CN110316192B (zh) | 自动驾驶方法、装置、车辆及存储介质 | |
CN110008891A (zh) | 一种行人检测定位方法、装置、车载计算设备及存储介质 | |
CN113459090A (zh) | 码垛机器人的智能避障方法、电子设备及介质 | |
CN109204315A (zh) | 变换车道的方法、装置、存储介质和电子设备 | |
CN114012732B (zh) | 一种机器人控制方法、装置、设备和介质 | |
KR20200087354A (ko) | 자율주행용 데이터 라벨링 장치 및 방법 | |
CN114485671B (zh) | 一种移动设备的自动转弯方法及装置 | |
CN113158779B (zh) | 一种行走方法、装置和计算机存储介质 | |
US20210266467A1 (en) | Control device, control method, and program | |
CN114564024A (zh) | 一种叉车式agv激光避障控制方法 | |
CN114489050A (zh) | 沿直线行驶的避障路线控制方法、装置、设备及存储介质 | |
CN109375502B (zh) | 智能汽车的控制方法、装置及存储介质 | |
Shah et al. | Comparing Traditional Computer Vision Algorithms and Deep Convolutional Neural Networks as Self Driving Algorithms for Use in Dynamic Conditions | |
Premachandra et al. | High performance embedding environment for reacting suddenly appeared road obstacles | |
CN116382308B (zh) | 智能化移动机械自主寻径与避障方法、装置、设备及介质 | |
CN114200944A (zh) | 移动机器人的末端减速方法及系统 | |
US11932239B2 (en) | Driving assistance methods, driving assistance apparatus, driving assistance systems, and computer program | |
US11938962B2 (en) | Driver support server and system | |
JP2989618B2 (ja) | 移動車の環境認識装置 | |
Amirullah et al. | Line Tracking Algorithm Based on Computer Vision Leveraging Stereo Camera to Support Decision of Automated Guided Vehicle Navigation |
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 |