或者步骤，不视为对本发明的不当限定。本领域技术人员应该理解:本发明实施例中的模块或者步骤还可以再分解或者组合。例如上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0080]以上对本发明实施例所提供的技术方案进行了详细的介绍。虽然本文应用了具体的个例对本发明的原理和实施方式进行了阐述，但是，上述实施例的说明仅适用于帮助理解本发明实施例的原理；同时，对于本领域技术人员来说，依据本发明实施例，在【具体实施方式】以及应用范围之内均会做出改变。
[0081]需要说明的是，本文中涉及到的流程图或框图不仅仅局限于本文所示的形式，其还可以进行划分和/或组合。
[0082]需要说明的是:附图中的标记和文字只是为了更清楚地说明本发明，不视为对本发明保护范围的不当限定。
[0083]术语“包括”、“包含”或者任何其它类似用语旨在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备/装置中还存在另外的要素，即“包括一个”的意思还涵盖“包括另一个”的意思。
[0084]本发明的各个步骤可以用通用的计算装置来实现，例如，它们可以集中在单个的计算装置上，例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备或者多处理器装置，也可以分布在多个计算装置所组成的网络上，它们可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。因此，本发明不限于任何特定的硬件和软件或者其结合。
[0085]本发明提供的方法可以使用可编程逻辑器件来实现，也可以实施为计算机程序软件或程序模块(其包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件或数据结构等等)，例如根据本发明的实施例可以是一种计算机程序产品，运行该计算机程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现所述方法。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可以从计算机主体上拆卸下来的可移动介质(例如:采用热插拔技术的存储设备)。所述内置介质包括但不限于可重写的非易失性存储器，例如:RAM、ROM、快闪存储器和硬盘。所述可移动介质包括但不限于:光存储介质(例如:CD —ROM和DVD)、磁光存储介质(例如:MO)、磁存储介质(例如:磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如:存储卡)和具有内置ROM的媒体(例如:ROM盒)。
[0086]本发明并不限于上述实施方式，在不背离本发明实质内容的情况下，本领域普通技术人员可以想到的任何变形、改进或替换均落入本发明的范围。
【主权项】
1.一种障碍物预警方法，应用于运动装置障碍物规避和路径规划系统，其特征在于，所述方法至少包括: 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； 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； 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； 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，根据所述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，计算在所述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； 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； 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。2.根据权利要求1所述的方法，其特征在于，所述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，具体包括: 根据双目测距原理，由双目摄像机成像，并结合同一物体在所述双目摄像机的两幅同时刻所成的场景图像里的视觉差异以及所述双目摄像机的结构参数，获取所述当前采样时刻和所述前一采样时刻的场景图像，以及所述视场范围内各视点到运动装置的第一相对距离图；或者， 根据所述单目测距原理，对所述当前采样时刻的图像和所述前一采样时刻的图像进行几何变换分析，获取所述当前采样时刻和所述前一采样时刻的场景图像，以及所述视场范围内各视点到运动装置的第一相对距离图；或者， 根据雷达测距原理，对雷达视场内的范围进行扫描，获取所述当前采样时刻和所述前一采样时刻的场景图像，以及所述视场范围内各视点到运动装置的第一相对距离图。3.根据权利要求1所述的方法，其特征在于，所述得到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，具体包括: 根据所述单目测距原理，对相机的成像做基于模板的训练，进行特征点标定或机器学习的目标识别，直接提取出所述识别目标的轮廓，将所述轮廓与所存储模板的尺寸进行标定，从而直接获取所述当前采样时刻所述障碍物到运动装置的第二相对距离图。4.根据权利要求1所述的方法，其特征在于，所述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，得到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，具体包括: 对所述当前采样时刻的所述第一相对距离图进行过滤，去除路面和虚假障碍物； 通过所述当前采样时刻的所述第一相对距离图获得所述当前采样时刻的所述障碍物的第二相对距离，并将所述第二相对距离值相似的视点融合成联通的轮廓； 对所述联通的障碍物轮廓进行标记并对轮廓内的第一相对距离值加权平均获得对所述障碍物第二相对距离值的标定。5.根据权利要求1所述的方法，其特征在于，所述计算所述各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，具体包括: 将所述当前采样时刻的场景图像和所述前一采样时刻的场景图像划分成N个子块;其中，所述N取正整数； 利用快速块匹配算法或频域计算法，计算所述当前采样时刻的场景图像和所述前一采样时刻的场景图像中所述各子块的对应关系，得到所述各子块的运动矢量场;或者， 利用光流法或所述频域计算法，计算所述当前采样时刻和所述前一采样时刻的场景图像对中各关键点的对应关系，得到所述各关键点的运动矢量场； 对所述运动矢量场进行分配或插值，计算得到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。6.根据权利要求1所述的方法，其特征在于，所述根据该障碍物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，具体包括: 用所述第二相对距离变化值除以所述当前采样时刻和所述前一采样时刻之间的时间间隔，得到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。7.根据权利要求1所述的方法，其特征在于，所述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，具体包括: 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，对所述轮廓内的第二距离值进行加权平均，得到所述障碍物在所述当前采样时刻的第二相对距离； 用所述障碍物在所述当前采样时刻的第二相对距离除以在所述当前采样时刻所述