一种融合稀疏表示粒子滤波的电动助力车的避障方法

摘要

本发明公开了一种融合稀疏表示粒子滤波的电动助力车的避障方法，其步骤主要是：通过电动助力车前部的两个摄像头同步采集的前方图像，并由图像处理模块通过图像检测与粒子滤波跟踪算法进行障碍物的判断、检测与测距。自动检测出前方障碍物及其距离，并由中央控制器根据图像处理模块(2)传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机(4)转速的当前控制值，如当前控制值低于当前实际速度，则中央控制器(3)将轮毂电机(4)的转速降低至当前控制值，同时发出提示音。使电动助力车在前方非安全距离内有障碍物时，自动降速或刹车，保障使用者或他人的人生或财产安全。

权利要求

1.一种融合稀疏表示粒子滤波的电动助力车的避障方法，包括以下步骤：A、图像采集

电动助力车左、右扶手上各安装一个全天候的红外摄像头(1)，电动助力车行进时两个红外摄像头(1)以相同的采样频率获取电动助力车前方的图像；

B、图像矫正处理

图像处理模块(2)对两个红外摄像头(1)采集到的图像进行图像矫正处理；

C、障碍物判断

图像处理模块(2)每隔10帧，选取其中的第一帧图像进行图像匹配处理，得到视差图，判断是否存在障碍物：如存在障碍物，执行D步的操作，否则重复本步的操作；

D、障碍物检测

图像处理模块(2)依次通过膨胀腐蚀算法、区域标记算法分离出每一个障碍物，框选出每一个障碍物的区域；并使用三角测量模型对障碍物进行测距，得到电动助力车到障碍物的距离，实时将障碍物的距离传电动助力车的中央控制器；

同时，将障碍物区域四角的坐标叠加方差为5的10组服从高斯分布的随机数得到邻近的10个障碍物模板区域，再通过仿射变换将10个障碍物模板区域的图像信息储存在障碍物模板T中；

E、障碍物测算：图像处理模块(2)对10帧图像中的第2-10帧图像，在本帧图像中以上一帧障碍物区域为中心构造50-100个包括位置信息和图像信息的粒子，对障碍物模板T中的图像信息进行粒子滤波，得到最大观察概率的粒子作为本帧的障碍物；并使用三角测量模型对障碍物进行测距，得到电动助力车到障碍物的距离，实时将障碍物的距离传电动助力车的中央控制器；

F、避障控制

电动助力车的中央控制器(3)根据图像处理模块(2)传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机(4)转速的当前控制值，如当前控制值低于当前实际速度，则中央控制器(3)进行减速控制操作，将轮毂电机(4)的转速降低至当前控制值，同时发出提示音，使电动助力车实时自动避障；

重复以上A-F步的操作。

2.根据权利要求1所述的一种融合稀疏表示粒子滤波的电动助力车避障方法，其特征在于：所述的电动助力车的最大车速为6km/h；

所述步骤F中电动助力车的中央控制器(3)根据图像处理模块(2)传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机(4)转速的当前控制值的具体方法是：

5m<电动助力车到障碍物的距离,中央控制器(3)不进行减速控制操作；

3m<电动助力车到障碍物的距离<5m时，各个车轮的轮毂电机(4)转速的当前控制值为

5km/h；

0.5m<电动助力车到障碍物的距离<3m时，各个车轮的轮毂电机(4)转速的当前控制值为3km/h；

电动助力车到障碍物的距离<0.5m时，各个车轮的轮毂电机(4)转速的当前控制值为

0km/h。

说明书

一种融合稀疏表示粒子滤波的电动助力车的避障方法

技术领域

[0001] 本发明涉及一种融合稀疏表示粒子滤波的电动助力车的避障方法背景技术

[0002] 随着人们生活节奏的提高，越来越少的人有时间去照顾家里的行走不方便、精神状况不好、视力不好等出行不方便的老人、残疾人。这类老人、残疾人通常借助电动助力车出行。老人、残疾人借助电动助力车出行的时候，由于其精神状况不好、视力差等原因，容易碰到前方的障碍物而摔倒，造成对自己或他人的伤害。

发明内容

[0003] 本发明的目的在于提供一种融合稀疏表示粒子滤波的电动助力车的避障方法，该方法能使电动助力车在前方非安全距离内有障碍物时，自动降速或刹车，保障使用者或他人的人生或财产安全。

[0004] 本发明实现其发明目的所采用的技术方案是：一种融合稀疏表示粒子滤波的电动助力车的避障方法，包括以下步骤：

[0005] A、图像采集

[0006] 电动助力车左、右扶手上各安装一个全天候的红外摄像头，电动助力车行进时两个红外摄像头以相同的采样频率获取电动助力车前方的图像；

[0007] B、图像矫正处理

[0008] 图像处理模块对两个红外摄像头采集到的图像进行图像矫正处理；

[0009] C、障碍物判断

[0010] 图像处理模块每隔10帧，选取两个红外摄像头的第一帧图像进行图像匹配处理，得到视差图，判断是否存在障碍物：如存在障碍物，执行D步的操作，否则重复本步的操作；

[0011] D、障碍物检测

[0012] 图像处理模块依次通过膨胀腐蚀算法、区域标记算法分离出每一个障碍物，框选出每一个障碍物的区域；并使用三角测量模型对障碍物进行测距，得到电动助力车到障碍物的距离，实时将障碍物的距离传电动助力车的中央控制器；

[0013] 同时，将障碍物区域四角的坐标叠加方差为5的10组服从高斯分布的随机数得到邻近的10个障碍物模板区域，再通过仿射变换将10个障碍物模板区域的图像信息储存在障碍物模板T中；

[0014] E、障碍物测算：图像处理模块对10帧图像中的第2-10帧图像，在本帧图像中以上一帧障碍物区域为中心构造50-100个包括位置信息和图像信息的粒子，对障碍物模板T中的图像信息进行粒子滤波，得到最大观察概率的粒子作为本帧的障碍物；并使用三角测量模型对障碍物进行测距，得到电动助力车到障碍物的距离，实时将障碍物的距离传电动助力车的中央控制器；

[0015] F、避障控制

[0016] 电动助力车的中央控制器根据图像处理模块传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机转速的当前控制值，如当前控制值低于当前实际速度，则中央控制器进行减速控制操作，将轮毂电机的转速降低至当前控制值，同时发出提示音，使电动助力车实时自动避障；

[0017] 重复以上A-F步的操作。

[0018] 与现有技术相比，本发明的有益效果是

[0019] 一、本发明通过电动助力车前部的两个摄像头同步采集的前方图像，并由图像处理模块通过图像处理与跟踪算法进行三维空间的障碍物判断、检测与测距。自动检测出前方障碍物及其距离，并由中央控制器自动进行减速控制操作，使电动助力车在前方非安全距离内有障碍物时，自动降速或刹车，保障使用者或他人的人生或财产安全。

[0020] 二、每10帧图像中，仅对第1帧图像进行膨胀腐蚀算法、区域标记算法分离出每一个障碍物，而对第2-10帧图像则由第1帧图像得到的障碍物模板T中的图像信息和进行粒子滤波匹配处理，很好的解决了障碍物的跟踪问题，实现了鲁棒性跟踪，跟踪效率高；从而实现了障碍物的准确检测、高效跟踪，算法的复杂度低、实时性好。

[0021] 二、双摄像头的使用既能够较精确的进行3维空间的距离判定，也使其视野范围更广，避免了图像盲区。

[0022] 上述的电动助力车的最大车速为6km/h；

[0023] 步骤F中电动助力车的中央控制器根据图像处理模块传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机转速的当前控制值的具体方法是：

[0024] 5m<电动助力车到障碍物的距离,中央控制器不进行减速控制操作；

[0025] 3m<电动助力车到障碍物的距离<5m时，各个车轮的轮毂电机转速的当前控制值为5km/h；

[0026] 0.5m<电动助力车到障碍物的距离<3m时，各个车轮的轮毂电机转速的当前控制值为3km/h；

[0027] 电动助力车到障碍物的距离<0.5m时，各个车轮的轮毂电机转速的当前控制值为0km/h。

[0028] 这样的障碍物的距离与对应的轮毂电机转速控制值，既能很好的保证电动助力车不会碰及障碍物，保障使用者或他人的人生或财产安全；又对电动助力车的正常行驶影响小。

[0029] 下面结合附图和具体实施方式对本发明作进一步的详细说明。

附图说明

[0030] 图1为采用本发明方法的电动助力车的主视结构示意图。

具体实施方式

[0031] 实施例

[0032] 图1示出，本发明的一种具体实施方式是，一种融合稀疏表示粒子滤波的电动助力车的避障方法，包括以下步骤：

[0033] A、图像采集

[0034] 电动助力车左、右扶手上各安装一个全天候的红外摄像头1，电动助力车行进时两个红外摄像头1以相同的采样频率获取电动助力车前方的图像；

[0035] B、图像矫正处理

[0036] 图像处理模块2对两个红外摄像头1采集到的图像进行图像矫正处理；

[0037] C、障碍物判断

[0038] 图像处理模块2每隔10帧，选取其中的第一帧图像进行图像匹配处理，得到视差图，判断是否存在障碍物：如存在障碍物，执行D步的操作，否则重复本步的操作；

[0039] D、障碍物检测

[0040] 图像处理模块2依次通过膨胀腐蚀算法、区域标记算法分离出每一个障碍物，框选出每一个障碍物的区域；并使用三角测量模型对障碍物进行测距，得到电动助力车到障碍物的距离，实时将障碍物的距离传电动助力车的中央控制器；

[0041] 同时，将障碍物区域四角的坐标叠加方差为5的10组服从高斯分布的随机数得到邻近的10个障碍物模板区域，再通过仿射变换将10个障碍物模板区域的图像信息储存在障碍物模板T中；

[0042] E、障碍物测算：图像处理模块2对10帧图像中的第2-10帧图像，在本帧图像中以上一帧障碍物区域为中心构造50-100个包括位置信息和图像信息的粒子，对障碍物模板T中的图像信息进行粒子滤波，得到最大观察概率的粒子作为本帧的障碍物；并使用三角测量模型对障碍物进行测距，得到电动助力车到障碍物的距离，实时将障碍物的距离传电动助力车的中央控制器；

[0043] F、避障控制

[0044] 电动助力车的中央控制器3根据图像处理模块2传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机4转速的当前控制值，如当前控制值低于当前实际速度，则中央控制器3进行减速控制操作，将轮毂电机4的转速降低至当前控制值，同时发出提示音，使电动助力车实时自动避障；

[0045] 重复以上A-F步的操作。

[0046] 本例的电动助力车的最大车速为6km/h；

[0047] 本例的步骤F中电动助力车的中央控制器3根据图像处理模块2传来的电动助力车到障碍物的距离，计算得出各个车轮的轮毂电机4转速的当前控制值的具体方法是：

[0048] 5m<电动助力车到障碍物的距离,中央控制器3不进行减速控制操作；

[0049] 3m<电动助力车到障碍物的距离<5m时，各个车轮的轮毂电机4转速的当前控制值为5km/h；

[0050] 0.5m<电动助力车到障碍物的距离<3m时，各个车轮的轮毂电机4转速的当前控制值为3km/h；

[0051] 电动助力车到障碍物的距离<0.5m时，各个车轮的轮毂电机4转速的当前控制值为0km/h。