基于多传感器的自动导引小车障碍物快速检测方法
【专利摘要】本发明公开了一种基于多传感器的自动导引小车障碍物快速检测方法,其特征在于:包括以下步骤:1:对视频传感器采集的图像,得到二值化图像;2:在二值化图像中通过Hough算法检测左右车道线;3:设定自动导引小车的最小安全距离以及最远障碍物检测距离;4:标定图像中某点到图像底线中点像素距离和视频传感器到该点实际距离之间的大致映射关系;5:利用超声波传感器开始超声波检测,实时检测障碍物的信息;6:利用搜寻白色像素点检测障碍物的方法对障碍物进行检测,得到障碍物宽度以及障碍物跟左右车道线的位置关系。由于本方法采用视频传感器和超声波传感器相结合的方式,明显提高自动导引小车识别障碍物的可靠性和实时性。
【专利说明】基于多传感器的自动导引小车障碍物快速检测方法
【技术领域】
[0001]本发明涉及一种小车障碍物检测方法,具体一种是基于传感器的自动导引小车障碍物快速检测方法。
【背景技术】
[0002]随着现代物流的自动化程度不断提高以及规模的不断扩大,自动导引小车所处的环境越来越复杂,对于自动导引小车的控制要求也越来越高。采用单一传感器的自动导引小车的实时性和可靠性越来越不满足人们的要求。
[0003]障碍物检测是自动导引小车的关键技术之一。传统的自动导引小车的障碍物检测一般使用红外线、超声波或者雷达等单一的传感器,这种方式采集到的信息量单一、可靠性不闻。
[0004]上述专利与本专利的技术方案不同,所使用的场合也不同。
【发明内容】
[0005]本发明的目的是克服现有技术中的不足,提供一种具有识别障碍物的可靠性,提高检测的实时性的基于多传感器的自动导引小车障碍物快速检测方法。
[0006]为实现上述目的,本发明所采用的技术方案是:
基于多传感器的自动导引小车障碍物快速检测方法,包括以下步骤:
步骤1:对视频传感器采集的图像进行预处理、边缘检测最后得到二值化图像;
步骤2:在二值化图像中通过Hough算法检测左右车道线;
步骤3:设定自动导引小车的最小安全距离以及最远障碍物检测距离;所述的最小安全距离用于障碍物突然出现时小车紧急停车,最远障碍物检测距离用于小车正常探测范围上限值;
步骤4:标定图像中某点到图像底线中点像素距离和视频传感器到该点实际距离之间的大致映射关系,该映射关系也适用于平坦的路面;
步骤5:利用超声波传感器开始超声波检测,实时检测障碍物的信息;
步骤6:在二值化图像的左右车道线所围成的区域内,如果此时超声波传感器实时检测到有障碍物并返回障碍物距离,那么就在该距离所对应的图像附近利用搜寻白色像素点检测障碍物的方法对障碍物进行检测,得到障碍物宽度以及障碍物跟左右车道线的位置关系;如果超声波传感器没有检测障碍物,则不用搜寻白色像素点。
[0007]进一步地,利用搜寻白色像素点检测障碍物的方法,包括以下步骤:
步骤6.1:在障碍物疑似区域搜索白色像素点,如果搜索到白色像素点则对它展开连通像素搜寻;
步骤6.2:将搜寻到的白色像素点按它们原本的相对位置存储在一临时区域中;
步骤6.3:如果连通的像素点数目不大于规定的阈值,则为干扰信号,不作处理;然后排除掉临时区域中的点,继续搜索白色像素点;步骤6.4:如果连通的像素点数目大于规定的阈值,则对保存有白色像素点的临时区域进行等间隔多次水平扫描,得出第一个白色像素点和最后一个白色像素点的坐标,然后根据水平方向的坐标之差得出障碍物宽度;
步骤6.5:得出障碍物宽度的左右点坐标后,计算出过这两点的直线跟左右车道线的交点,根据交点的坐标可以得出障碍物跟左右车道线的位置关系。
[0008]所述阈值为50。
[0009]本发明的有益效果:由于本方法采用视频传感器和超声波传感器相结合的方式,通过这两种传感器分别获得环境中障碍物的信息,然后分别进行特征提取,最后再根据特征进行模糊融合后传送给小车控制系统。本发明可以明显提高自动导引小车识别障碍物的可靠性,提高它的实时性。
【专利附图】
【附图说明】
[0010]下面结合附图和【具体实施方式】对本发明作进一步详细说明:
图1为本发明的检测障碍物的流程图;
图2为本发明的临时区域模型。
【具体实施方式】
[0011]如图1所示,基于多传感器的自动导引小车障碍物快速检测方法,包括以下步骤: 步骤1:对视频传感器采集的图像进行预处理、边缘检测最后得到二值化图像;
步骤2:在二值化图像中通过Hough算法检测左右车道线;
步骤3:设定自动导引小车的最小安全距离以及最远障碍物检测距离;所述的最小安全距离用于障碍物突然出现时小车紧急停车,最远障碍物检测距离用于小车正常探测范围上限值;
步骤4:标定图像中某点到图像底线中点像素距离和视频传感器到该点实际距离之间的大致映射关系,该映射关系也适用于平坦的路面;
步骤5:利用超声波传感器开始超声波检测,实时检测障碍物的信息;
步骤6:在二值化图像的左右车道线所围成的区域内,如果此时超声波传感器实时检测到有障碍物并返回障碍物距离,那么就在该距离所对应的图像附近利用搜寻白色像素点检测障碍物的方法对障碍物进行检测,得到障碍物宽度以及障碍物跟左右车道线的位置关系;如果超声波传感器没有检测障碍物,则不用搜寻白色像素点。
[0012]如图2所示,图中的黑色圆点,表示实际检测中的白色像素点,图2中的3条水平虚线为扫描线。利用搜寻白色像素点检测障碍物的方法,包括以下步骤:
步骤6.1:在障碍物疑似区域搜索白色像素点,如果搜索到白色像素点则对它展开连通像素搜寻;
步骤6.2:将搜寻到的白色像素点按它们原本的相对位置存储在一临时区域中;
步骤6.3:如果连通的像素点数目不大于规定的阈值50,则为干扰信号,不作处理;然后排除掉临时区域中的点,继续搜索白色像素点;步骤6.4:如果连通的像素点数目大于规定的阈值50,则对保存有白色像素点的临时区域进行等间隔多次水平扫描,得出第一个白色像素点和最后一个白色像素点的坐标,然后根据水平方向的坐标之差得出障碍物宽度;步骤6.5:得出障碍物宽度的左右点坐标后,计算出过这两点的直线跟左右车道线的交点,根据交点的坐标可以得出障碍物跟左右车道线的位置关系。
[0013]以上所述是本发明的优选实施方式而已,当然不能以此来限定本发明之权利范围,应当指出,对于本【技术领域】的普通技术人员来说,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的保护范围。
【权利要求】
1.一种基于多传感器的自动导引小车障碍物快速检测方法,其特征在于:包括以下步骤: 步骤1:对视频传感器采集的图像进行预处理、边缘检测最后得到二值化图像; 步骤2:在二值化图像中通过Hough算法检测左右车道线; 步骤3:设定自动导引小车的最小安全距离以及最远障碍物检测距离;所述的最小安全距离用于障碍物突然出现时小车紧急停车,最远障碍物检测距离用于小车正常探测范围上限值; 步骤4:标定图像中某点到图像底线中点像素距离和视频传感器到该点实际距离之间的大致映射关系,该映射关系也适用于平坦的路面; 步骤5:利用超声波传感器开始超声波检测,实时检测障碍物的信息; 步骤6:在二值化图像的左右车道线所围成的区域内,如果此时超声波传感器实时检测到有障碍物并返回障碍物距离,那么就在该距离所对应的图像附近利用搜寻白色像素点检测障碍物的方法对障碍物进行检测,得到障碍物宽度以及障碍物跟左右车道线的位置关系;如果超声波传感器没有检测障碍物,则不用搜寻白色像素点。
2.根据权利要求1所述的基于多传感器的自动导引小车障碍物快速检测方法,其特征在于:利用搜寻白色像素点检测障碍物的方法,包括以下步骤: 步骤6.1:在障碍物疑似区域搜索白色像素点,如果搜索到白色像素点则对它展开连通像素搜寻; 步骤6.2:将搜寻到的白色像素点按它们原本的相对位置存储在一临时区域中; 步骤6.3:如果连通的像素点数目不大于规定的阈值,则为干扰信号,不作处理;然后排除掉临时区域中的点,继续搜索白色像素点;步骤6.4:如果连通的像素点数目大于规定的阈值,则对保存有白色像素点的临时区域进行等间隔多次水平扫描,得出第一个白色像素点和最后一个白色像素点的坐标,然后根据水平方向的坐标之差得出障碍物宽度; 步骤6.5:得出障碍物宽度的左右点坐标后,计算出过这两点的直线跟左右车道线的交点,根据交点的坐标可以得出障碍物跟左右车道线的位置关系。
3.根据权利要求1所述的基于多传感器的自动导引小车障碍物快速检测方法,其特征在于:所述阈值为50。
【文档编号】G01S15/08GK104076363SQ201410289872
【公开日】2014年10月1日 申请日期:2014年6月26日 优先权日:2014年6月26日
【发明者】蔡延光, 黄刚, 蔡颢 申请人:广东工业大学