一种基于双目视觉的自主避障智能轮椅
技术领域
本实用新型涉及智能轮椅避障技术领域,涉及一种基于双目视觉的智能轮椅避障轮椅。
背景技术
现有的一种人口老龄化和残疾人士的起居和出行,都非常不方便,轮椅成为这一个特殊社会群体的一个重要工具。通常情况下,老年人和残疾人士的行动能力和反应能力都低于普通人,具备自动避障的电动轮椅,无论是在室外活动、还是在室内狭小环境,都是一个不可缺少的安全保障。目前,大部分使用超声波传感器、红外传感器,只能感知障碍物,没办法自主绕开障碍物,也不能自主控制轮椅通过空间狭小的门或拐角;也有一部分使用kinet深度相机、激光雷达来感知障碍物,生成地图,实现自主避障和室内导航,但其价格比较昂贵,体积也比较大,一般消费者难以承受。
实用新型内容
本实用新型针对以上不足,提出一种基于双目视觉的自主避障智能轮椅,其可以实现自主绕开障碍物,具有制造成本低的优点。
一种基于双目视觉的自主避障智能轮椅,其包含电动轮椅主体,其特征在于,电动轮椅主体为由电池驱动的轮椅,轮椅设置有左扶手和右扶手,其右手扶手的前方设置有两个摄像头,分别为左相机和右相机,在电动轮椅主体的车身内部还包含视觉处理器、电机控制器、还包含驱动车轮的两个电机。
左相机和右相机连接至视觉处理器,视觉处理器连接至电机控制器,电机控制器连接两个电机。
进一步地,左相机和右相机安装位置高度相同,其水平距离小于20cm,左相机和右相机安装在同一个扶手上,左相机和右相机并排对着前方,其作用是便于获取图像差,减少运算量。
进一步地,视觉处理器上安装有IMU器件,作用是进行惯性运动估计,同时用图像深度信息与环境地图做匹配,定位轮椅当前位置。
本实用新型通过左相机和右相机标定地图的方式来实现自主避障,具体步骤为:
左、右相机标定:左、右相机分别采集不同距离、不同角度的棋盘网格图像,对网格交叉点进行标定,计算出左相机的内参数和外参数、右相机的内参数和外参数,再由这些参数生成立体测距参数。
左相机和右相机图像同时输入视觉处理器,视觉处理器对左右相机图像进行块匹配,得到视差图。由视差图和立体测距参数,得到深度图。
由不同位置的深度图,计算出点云。
结合IMU,进行轮椅的运动估计,此时估计出来的轮椅位置存在比较大的误差。用当前深度图跟环境地图进行匹配,得到较为精确的轮椅位置。
由匹配后的位置,结合深度图,重新更新环境地图,以适应变化的环境。
根据轮椅当前位置、环境地图,判断前进方向是否有障碍物。若有障碍物,寻找适合通过的空隙,控制电机方向,顺利通过空隙,实现自主的避障和绕碍功能。
附图说明
图1是本实用新型实施例的一种基于双目视觉的智能轮椅避障轮椅结构示意图。
图2是本实用新型实施例的一种基于双目视觉的智能轮椅避障轮椅系统工作示意图。
图3是本实用新型实施例的一种基于双目视觉的智能轮椅避障轮椅系统工作示意图。
图4是本实用新型实施例的相机标定时图像坐标与参考坐标的转换公式。
图5是本实用新型实施例的相机标定时图像坐标与参考坐标的转换公式。
具体实施方式
以下将结合具体实施例和附图对本实用新型进行详细说明。
请参阅图1-2,示出一种基于双目视觉的自主避障智能轮椅,其可以实现自主绕开障碍物,具有制造成本低的优点。
本发明的目的在于解决电动轮椅使用过程中易撞人、撞门的现实问题,提供一种基于双目视觉的自主避障方案。
一种基于双目视觉的自主避障智能轮椅,其包含电动轮椅主体1,电动轮椅主体为由电池驱动的轮椅,电动轮椅主体设置有左扶手12和右扶手11,其右扶手11的前方设置有两个摄像头13,分别为左相机和右相机,在电动轮椅主体1的车身内部还包含视觉处理器、电机控制器、还包含驱动车轮的两个电机,视觉处理器上安装有IMU器件。
具体地,左相机和右相机连接至视觉处理器,视觉处理器连接至电机控制器,电机控制器连接两个电机。
具体地,左相机和右相机安装位置高度相同,其水平距离小于20cm,左相机和右相机安装在同一个扶手上,左相机和右相机并排对着前方,其作用是便于获取图像差,减少运算量。
如图3,本实用新型通过左相机和右相机标定地图的方式来实现自主避障,具体步骤为:
1、左、右相机标定:左、右相机分别采集不同距离、不同角度的棋盘网格图像,对网格交叉点进行标定,计算出左相机的内参数和外参数、右相机的内参数和外参数,再由这些参数生成立体测距参数。
2、左相机和右相机图像同时输入视觉处理器,视觉处理器对左右相机图像进行块匹配,得到视差图。由视差图和立体测距参数,得到深度图。
3、由不同位置的深度图,计算出点云。
4、结合IMU,进行轮椅的运动估计,此时估计出来的轮椅位置存在比较大的误差。用当前深度图跟环境地图进行匹配,得到较为精确的轮椅位置。
5、由匹配后的位置,结合深度图,重新更新环境地图,以适应变化的环境。
6、根据轮椅当前位置、环境地图,判断前进方向是否有障碍物。若有障碍物,寻找适合通过的空隙,控制电机方向,顺利通过空隙,实现自主的避障和绕碍功能。
如图4-5,为相机标定时图像坐标与参考坐标的转换公式:需要在相机前方放置一个棋盘网格,在不同距离、不同角度采集图像,对网格交叉点进行标定。计算左、右相机各自的内参数(Fx, Fy)和(Cx, Cy),外参数R和T。其中(X, Y, Z)为参考坐标系,I(x, y)为图像坐标系,(Oc, Xc, Yc)为相机坐标系。图像坐标与参考坐标的转换如图4-5,通过棋盘网格,可经过光束平差算法求解出。由左、右相机的内参数和外参数,生成立体测距参数,用于视差图转深度图。
本实用新型的实施步骤为:视觉处理器从左相机和右相机获取实时图像,进行双目视觉测距,得到图像深度信息,结合SLAM技术定位建立环境地图。视觉处理器上安装有IMU器件,进行惯性运动估计,同时用图像深度信息与环境地图做匹配,定位轮椅当前位置。视觉处理器由轮椅当前位置和环境地图,感知轮椅周围环境,遇到障碍物时,能自动寻找障碍物周围合适通过的空隙。视觉处理器通过电机控制器精确控制各电机的转动角度,在通过门或拐角等狭小空间,也能顺利无停顿的安全通过。
本发明的有益效果有于:采用双目视觉测距的方法,属于面阵扫描,与传统线性扫描的超声波、激光雷达方法相比,建立的环境地图无盲区,且体积更小、成本更低。
以上所揭露的仅为本实用新型一种较佳实施例而已,当然不能以此来限定本实用新型之权利范围,因此依本实用新型权利要求所作的等同变化,仍属本实用新型所涵盖的范围。