CN114359714B 基于事件相机的无人体避障方法、装置及智能无人体 （中国电子科技南湖研究院）

本发明公开了一种基于事件相机的无人体计算并保存各时刻运动障碍物在左侧事件相机取任一相机连续帧事件图像中的运动障碍物的2计算并保存各时刻运动障碍物在左侧事件相机图像和右侧相机事件图像中的中心点读取任一相机连续帧事件图像中的运动障碍物的中心点坐标以及运动障碍物的尺寸根据目标障碍物的尺寸信息、运动向量以及目标障碍物在事件图其中，设置两个以事件图像中心点为中心的大小不同的警满足以下任一条件触发无人体避障：(i)运动障碍物在成像平面任一维度方向上向无人体第一计算单元，用于计算并保存各时刻运动障碍物在左侧事件第二计算单元，用于读取任一相机连续帧事件图像中的运避障决策单元，用于根据目标障碍物的尺寸信息、运动向量以及目标其中，设置两个以事件图像中心点为中心的大小不同的警满足以下任一条件触发无人体避障：(i)运动障碍物在成像平面任一维度方向上向无人体34[0001]本发明属于计算机视觉技术领域，具体涉及一种基于事件相机的无人体避障方体的自主避障技术是无人体系统的关键组成测方法难以在环境复杂和有突发障碍物出现的场景中及时准确地检测到CN112200856A公开了一种基于事件相机的视觉测距方法，该方法使用tinyyolov3算法进[0009]计算并保存各时刻运动障碍物在左侧事件相机图像和右侧相机事件图像中的中[0010]读取任一相机连续帧事件图像中的运动障碍物的中心点坐标以及运动障碍物的5[0014]在另外的一些示例中，设置两个以事件图像中心点为中心的大小不同的警戒区6事件流生成事件图像，则第n幅事件图像包含时段内的所有事件。其7并基于相似三角形原理计算运动障碍物的长宽尺寸及运动障碍[0061]根据左侧相机或右侧相机任一个采集的事件图像中运动8心点坐标、长宽尺寸信息以及目标距离无人体(双目事件相机中心)的距离信息(深度信[0068]选择左侧相机或右侧相机任一个采集的、起始时刻分别为(n-1)vt:和nvt的则运动障碍物在nvt时刻运动障碍物的运动向量表示为：[0076]如图4所示，在高n、宽m的事件图像中设置两个中心点坐标为的警戒区域。警戒区域1的高和宽分别为hwarning1，wwarning1个像素，区域的左上顶点和右下顶点坐标分别为警戒区域2的高和宽wwarning1＞wwarning2。9d[0080]b1.若(表示运动障碍物在无人体左侧)且(运动障碍物的运动向量第一0(表示运动障碍物从左向右运动)；[0081]b2.若(表示运动障碍物在无人体右侧)且(运动障碍物的运动向量第一0(表示运动障碍物从右向左运动)；0(表示运动障碍物从下向上运动)；0(表示运动障碍物从上向下运动)；且时。阈值。由于运动障碍物在特定区域出现时与无人体发生碰撞的概率按上述顺序依次增大，[0089]若nvt时刻避障触发，则将运动障碍物的运动向量的正交向量作为[0094]本发明通过对运动障碍物体运动向量的计算和事件图像在保证可靠避障的同时还能有效避免不必要的过[0098]第一计算单元502，用于计算并保存各时刻运动障碍物在左侧事件相机图像和右[0099]第二计算单元503，用于读取任一相机连续帧事件图像中的运动障碍物的中心点