障碍物预警方法和障碍物预警装置的制造方法
【技术领域】
[0001]本发明实施例涉及模式识别与机器学习及视频图像处理技术领域，尤其是涉及一种障碍物预警方法和障碍物预警装置。
【背景技术】
[0002]目前所用的障碍物与汽车、机器人和无人机等运动装置相对距离的算法，除了雷达测距和双目视觉测距外，利用单目视觉的测距方案存在精度低和障碍物漏报、误报的缺点。
[0003]获得障碍物与运动装置的相对速度，需要对两次测量的障碍物深度做跟踪匹配，以取得同一个障碍物在两次采样数据中的对应关系。目前所用的障碍物跟踪算法需要对两次采样的障碍物信息进行特征点匹配和障碍物分割，无论是基于深度图还是图像的特征点匹配方案，都存在计算量大和精度低的缺点。因此，目前的运动装置相对速度算法精度偏低，计算速度较慢，无法对障碍物做出准确的预判。
[0004]有鉴于此，特提出本发明。
【发明内容】
[0005]本发明实施例的主要目的在于提供一种障碍物预警方法，其至少部分地解决了如何快速准确地对障碍物做出预判的技术问题。此外，还提供一种障碍物预警装置。
[0006]为了实现上述目的，根据本发明的一个方面，提供了以下技术方案:
[0007]—种障碍物预警方法，应用于运动装置障碍物规避和路径规划系统，该方法至少包括:
[0008]分别获取当前采样时刻和前一采样时刻的场景图像，以及视场范围内各视点到运动装置的第一相对距离图；
[0009]根据所述当前采样时刻的所述第一相对距离图，对障碍物进行分割和标定，得到所述障碍物的轮廓、标定信息，并将所述轮廓内的第一距离值进行加权平均，得到在所述当前采样时刻所述障碍物到所述运动装置的第二相对距离图；
[0010]根据所述当前采样时刻和所述前一采样时刻的所述场景图像对利用运动估计算法，计算所述障碍物从所述当前采样时刻到所述前一采样时刻的运动矢量；
[0011]根据所述障碍物的所述轮廓和所述标定信息以及所述障碍物从所述当前采样时刻到所述前一采样时刻的所述运动矢量，匹配前一采样时刻对应的被标定障碍物，根据前一采样时刻所述障碍物轮廓和前一采样时刻第一相对距离图，计算在前一采样时刻所述障碍物到所述运动装置的第二相对距离图；
[0012]根据所述障碍物在所述当前采样时刻和所述前一采样时刻的所述第二相对距离图，计算所述障碍物在所述当前采样时刻和所述前一采样时刻的第二相对距离变化值，并根据该第二相对距离变化值以及所述当前采样时刻和所述前一采样时刻之间的时间间隔，计算在所述当前采样时刻所述障碍物与所述运动装置的相对速度；
[0013]根据所述障碍物在所述当前采样时刻的第二相对距离图和所述轮廓以及与所述运动装置的相对速度，预判在所述当前采样时刻所述障碍物到所述运动装置的碰撞时间。
[0014]根据本发明的另一个方面，还提供了一种障碍物预警装置，应用于运动装置障碍物规避和路径规划系统，所述装置至少包括:
[0015]第一获取模块，被配置为分别获取当前采样时刻和前一采样时刻的场景图像，以及视场范围内各视点到运动装置的第一相对距离图；
[0016]处理模块，被配置为根据所述当前采样时刻的所述第一相对距离图，对障碍物进行分割和标定，得到所述障碍物的轮廓、标定信息，并将所述轮廓内的第一距离值进行加权平均，得到在所述当前采样时刻所述障碍物到所述运动装置的第二相对距离图；
[0017]第一计算模块，被配置为根据所述当前采样时刻和所述前一采样时刻的场景图像对，利用运动估计算法，计算所述障碍物从所述当前采样时刻到所述前一采样时刻的运动矢量；
[0018]第二计算模块，被配置为根据所述障碍物的所述轮廓和所述标定信息以及所述障碍物从所述当前采样时刻到所述前一采样时刻的所述运动矢量，匹配前一采样时刻对应的被标定障碍物，根据前一采样时刻所述障碍物轮廓和前一采样时刻第一相对距离图，计算在前一采样时刻所述障碍物到所述运动装置的第二相对距离图；
[0019]第三计算模块，被配置为根据所述障碍物在所述当前采样时刻和所述前一采样时刻的所述第二相对距离图，计算所述障碍物在所述当前采样时刻和所述前一采样时刻的第二相对距离变化值，并根据该第二相对距离变化值以及所述当前采样时刻和所述前一采样时刻之间的时间间隔，计算在所述当前采样时刻所述障碍物与所述运动装置的相对速度；
[0020]第一预判模块，被配置为根据所述障碍物在所述当前采样时刻的第二相对距离图以及与所述运动装置的相对速度，预判在所述当前采样时刻所述障碍物到所述运动装置的碰撞时间；
[0021]第二预判模块，被配置为根据障碍物在当前采样时刻的第二相对距离图和轮廓、与运动装置的相对速度以及障碍物从当前采样时刻到前一采样时刻的运动矢量，预判在下一采样时刻障碍物的位置及该障碍物与运动装置的相对距离。
[0022]与现有技术相比，上述技术方案至少具有以下有益效果:
[0023]本发明实施例通过分别获取当前采样时刻和前一采样时刻的场景图像，以及视场范围内各视点到运动装置的第一相对距离图，然后根据当前采样时刻的第一相对距离图，对障碍物进行分割和标定，得到障碍物的轮廓、标定信息并将所述轮廓内的第一距离值进行加权平均，得到在当前采样时刻障碍物到运动装置的第二相对距离图，再根据当前采样时刻和前一采样时刻的场景图像，利用运动估计算法，计算障碍物从当前采样时刻到前一采样时刻的运动矢量;并根据障碍物的轮廓和标定信息以及障碍物从当前采样时刻到前一采样时刻的运动矢量，匹配前一采样时刻对应的被标定障碍物，根据前一采样时刻所述障碍物轮廓和前一采样时刻第一相对距离图，获得在前一采样时刻对应的障碍物到运动装置的第二相对距离;又根据障碍物在当前采样时刻和前一采样时刻的第二相对距离，计算障碍物在当前采样时刻和前一采样时刻的第二相对距离变化值，并根据该第二相对距离变化值以及当前采样时刻和前一采样时刻之间的时间间隔，计算在当前采样时刻障碍物与运动装置的相对速度;最后根据障碍物在当前采样时刻的第二相对距离图以及与运动装置的相对速度，预判在当前采样时刻障碍物到运动装置的碰撞时间。由此，解决了如何快速准确地对障碍物做出预判的技术问题。
[0024]当然，实施本发明的任一产品不一定需要同时实现以上所述的所有优点。
[0025]本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其它优点可通过在所写的说明书、权利要求书以及附图中所特别指出的方法来实现和获得。
[0026]需要说明的是，
【发明内容】
部分并非旨在标识出请求保护的主题的必要技术特征，也并非是用来确定请求保护的主题的保护范围。所要求保护的主题不限于解决在【背景技术】中提及的任何或所有缺点。
【附图说明】
[0027]附图作为本发明的一部分，用来提供对本发明的进一步的理解，本发明的示意性实施例及其说明用于解释本发明，但不构成对本发明的不当限定。显然，下面描述中的附图仅仅是一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。在附图中:
[0028]图1为根据一示例性实施例示出的障碍物预警方法的流程示意图；
[0029]图2为根据另一示例性实施例示出的障碍物预警方法的流程示意图；
[0030]图3为根据一示例性实施例示出的障碍物预警装置的结构示意图；
[0031]图4为根据另一示例性实施例示出的障碍物预警装置的结构示意图。
[0032]这些附图和文字描述并不旨在以任何方式限制本发明的构思范围，而是通过参考特定实施例为本领域技术人员说明本发明的概念。
【具体实施方式】
[0033]下面结合附图以及具体实施例对本发明实施例解决的技术问题、所采用的技术方案以及实现的技术效果进行清楚、完整的