《盲道区域中障碍物的视觉检测方法》-工学论文，工程论文-论文范文参考-科学狗论文网

标题

盲道区域中障碍物的视觉检测方法

范文

张晴晴林强强

摘要：针对视障人群出行时盲道区域中的静动态障碍物可能对盲人造成困扰，本文提出一种方法。通过构建可穿戴式的单目视觉导盲系统，建立各坐标系的关系。将视觉系统获取的图像由RGB模型转换到Lab颜色空间模型，提取b分量，采用最大类间方差法和Hough变换获得盲道区域信息。对盲道区域中的静动态障碍物采用三帧差法及“與”运算来提取障碍物轮廓信息，同时对帧差图像融合灰度投影算法，消除背景噪声等干扰，提高障碍物检测精度。实验结果表明，对静态的地面障碍物和悬挂障碍物的检测本文方法有着较好的效果，对动态障碍物的检测也更加可靠。

Abstract： This paper proposes a method to solve the problem that the static and dynamic obstacles in the blind area may cause trouble to the blind when the visually impaired people travel. Through the construction of wearable monocular vision guidance system， the relationship between coordinate systems is established. The image acquired by visual system is transformed from RGB model to Lab color space model， and the B component is extracted. The information of blind area is obtained by using the method of maximum inter-class variance and Hough transform. For static and dynamic obstacles in blind area， three-frame difference method and "and" operation are used to extract the contour information of obstacles. At the same time， gray projection algorithm of frame difference image fusion is used to eliminate background noise and other interference， so as to improve the accuracy of obstacle detection. The experimental results show that the method proposed in this paper can detect static ground obstacles and suspended obstacles effectively， and the detection of dynamic obstacles is more reliable.

关键词：视觉导盲;Lab空间模型;三帧差法;灰度投影;障碍物检测

Key words： visual guidance;Lab space model;three frame difference method;gray projection;obstacle detection

中图分类号：TP273.5 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文献标识码：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章编号：1006-4311（2019）09-0148-04

0 ?引言

人类获取外界信息主要通过视觉[1]。随着我国视障人群的增加，该群体的安全出行也受关注[2]。传统的视障人群出行辅具主要为盲杖和导盲犬[3]，但是盲杖功能单一，对障碍物检测空间有限，而导盲犬训练学习时间较长、成本高，均难以满足视障人群的需求[4]。近年来，传感器技术、机器人技术在导盲领域中得到了应用，代一平等设计了一种基于RFID的导盲手杖，通过RFID技术能够检测出部分空间信息量，辅助视障人群安全出行[5];张志美等设计一种履带式导盲机器人，通过超声波传感器、颜色传感器和光电传感器增强机器人的感知功能[6]。Shraga Shoval和Johann Borenstein 等开发可以帮助视障人群躲避障碍物的NavBelt系统，该系统具有规划最优路线的功能[7，8]。R.Nagarajian及Roentgen Uta R等设计开发的NAVI系统和UtraCane系统，通过语音控制视觉传感器进行目标的识别及提醒功能[9，10]。邱晶晶设计了一种多功能导盲装置，可进行障碍物、斑马线、交通指示灯、盲人行道等的识别[11]，徐洁等提出基于机器视觉的Audio Man 系统，通过分析道路图像信息，并以语音提示将信息传递给视障人群[12]。范坤提出了一种基于结构光的视觉导盲杖系统，不仅可以获得前方实时的障碍物距离与形状信息，而且可以获得前方障碍物的类别信息[13]。

各类导盲装置为视障人群的出行提供了一定的安全保障，但是在实际生活中，视障人群的出行多借助于盲道，因此盲道中的各类静态障碍物及随机出现的动态障碍物是视障人群行走的最大安全隐患，针对盲道区域中出现的障碍物，本文在提取盲道基础上，提出一种融合帧差与灰度投影的障碍物检测方法。

1 ?单目视觉导盲系统及其坐标系的建立

单目视觉导盲系统如图1所示，单目视觉系统穿戴在视觉障碍者的头部[13]，相机的光轴与地面平行，在行走过程中，视觉系统随视觉障碍者运动，采用帧频为60fps的相机，则头部的转动和人体的运动均可看作平移运动。世界坐标系与相机坐标系（O-XYZ）重合，其中OZ軸与相机光轴重合，平行于地面，OY轴垂直指向地面，OX轴指向水平方向。相应的图像坐标系为（o-uv），其中，ou轴与OX轴平行，ov轴与OY轴平行。设P（X，Y，Z）为三维空间中任意一点，其在图像平面中的成像为p（u，v）。

单目视觉导盲系统所面向的对象为视障人群，为了方便视障人群更加安全、舒适的出行。

2 ?盲道区域的提取

盲道在颜色和纹理特征上与周围道路区域有着明显的不同，如图2（a）所示的盲道图像，黄色标识比较显著，通过对盲道图像颜色特征的识别，可获取视障人群出行所在的盲道信息。

对黄色将盲道图像由RGB转换到Lab颜色空间中，其中分量b对黄色特征的识别程度相对比较高，其线性关系为：

图2（a）为常见的盲道图像，颜色和纹理与周围道路明显不同，盲道的b分量特征如图2（b）所示，其黄色分量特征更加突出，利用黄色特征分量采用最大类间方差法对盲道图像进行分割。在此基础上采用Hough变换获取图像中盲道的边缘信息如图2（c）所示。

3 ?融合帧差和灰度投影的障碍物检测方法

视障人群出行大多在盲道区域中行走，不论是盲道区域内的静态障碍物及进入到盲道中的动态障碍区均影响到视障人群的出行安全[14]。针对盲道区域中所存在的静态、动态障碍物进行检测。

3.1 序列图像的三帧差法

视障人群在行走过程中，与障碍物之间均存在着相对运动，本文基于单目视觉系统获取的序列图像，采用三帧差法进行障碍物的检测。三帧差分算法是在两帧差分算法的基础上，对序列图像中连续的第k-1、k、k+1帧图像作差分计算，得到的帧差图像为

3.2 基于灰度投影的全局运动补偿

由于单目视觉系统随视障者同步运动，所得到的序列图像会发生全局运动，从而导致帧间差分算法检测的障碍物受到全局背景变化的影响[15]。对序列图像中第k帧图像按公式（6）进行图像行、列像素灰度值的累加投影，得到两条行与列的灰度投影曲线。

通过融合帧差和灰度投影算法对盲道区域中的行人进行检测，全局补偿后利用帧差法得到如图5（a）所示的图像;再通过对盲道区域的识别，得到在盲道区域内的行人障碍物，见如图5（b）。

4 ?实验分析

为验证本文方法的有效性，采用单目视觉系统在天气晴朗条件下，对盲道区域内的静态障碍物和两侧横穿盲道的动态障碍物进行图像获取，并对图像进行算法验证。

4.1 导盲系统硬件设备

系统采用USB接口进行图像输入和输出。该系统的优点：①佩戴方便;②分辨率高;③工作环境范围广;④体积较小;⑤有效像素：800万;⑥传感器类型：CMOS;⑦电池：1160mAh内置锂电池。

在获取图像之后，在Windows7系统Matlab2018的环境条件下对图像进行下一步的检测。

4.2 盲道区域内静态障碍物检测

盲道区域内正前方的障碍物如图6所示，图6为停放在盲道上的电动车，这些不确定的随机障碍物影响着视障人群的安全出行，通过本文算法，在检测出盲道区域的基础上，检测是否含有障碍物信息。

由图6可知，绿色边缘为盲道区域，红色方框中标识为该区域内的障碍物。通过获取大量图像信息进行验证，对于盲道区域内所出现的地面上或半空中悬挂的静态障碍物有着良好的检测效果。

4.3 动态障碍物检测

对于突然出现在盲道区域内的动态障碍物，如图7所示盲道上行走的行人在各帧图像中的位置是动态的，通过算法进行处理，融合帧差和灰度投影算法，提高了动态障碍物的检测精度。在与光流法和背景差分法进行实验分析，障碍物轮廓与实际障碍物区域轮廓吻合误差为9.2%，小于光流法的11%和背景差分法的15.6%。

5 ?结论

为了保障视障人群的出行安全，结合机器视觉技术提出了一种盲道区域中障碍物的视觉检测方法。

①构建单目视觉导盲系统，建立了各坐标系之间的关系，在获取了盲道图像的基础上，基于Lab颜色空间提取b分量，以最大类间方差法对盲道区域进行分割，利用Hough变换提取盲道边界特征，以确定盲道区域。

②针对视障人群出行过程中盲道区域中存在的的静动态障碍物进行检测，对序列图像进行灰度投影算法进行全局运动估计对图像进行校正，同时融合三帧差算法，提取障碍物的边缘轮廓信息，确定障碍物的位置信息，通过实验验证了单个障碍物和多个障碍物均有效定位。

③实验结果表明本文方法对盲道区域中地面或空中悬挂的静动态障碍物具有较好的识别效果，但是对于地面盲道的状态、较多目标的检测率还有待于算法的改进。

参考文献：

[1]王海，郑正扬，蔡英凤，陈龙.基于四线激光雷达的无人车障碍物检测算法[J].中国机械工程，2018，29（15）：1884-1889.

[2]张克华，王书平，尹晓红，等.复杂室内环境下的单一Kinect导盲系统[J].光学精密工程，2015，23（8）：2419-2427.

[3]谢德胜，徐友春，王任栋，苏致远.基于三维激光雷达的无人车障碍物检测与跟踪[J].汽车工程，2018，40（8）：952-959.

[4]梁灿杰，杨馥彰，林楷涛，陈俊填.万智萍.基于Arduino的智能导盲系统[J].电脑知识与技术，2018，14（24）：190-193.

[5]代一平，邹传云，何军，等.基于RFID的交互式盲杖设计[J].微型机与应用，2015，34（21）：61-63.

[6]张志美，程立英，赵以恒，等.基于模糊PID 控制算法的导盲机器人研究[J].沈阳师范大学学报（自然科学版），2015，33（1）：81-85.

[7]S. Shoval， ?J. Borenstein， ?et al. ?Mobile robot obstacle avoidance in a comrized travel aid for the blind[C]//Proceedings ?of the ?1994 IEEE International Conference on ?Robotics ?and ?Automation， San ?Diego（CA）：IEEE， 1994， 3： 2023-2028.

[8]S.Shoval， J. Borenstein， ?etal. ?Auditory ?guidance ?with the ?NavBelt-acomputerized travel aid for the blind[J]， IEEE Transactions on Systems， ?Man and Cybernetics， ?1998， ?28（3）： 459-467.

[9]R. Nagarajan， S. Yaacob， et al. Role of object identification in sonification system for visually impaired[C]//IEEE TENCON 2003： Conference on Convergent Technologies for the Asia-Pacific Region， Bangalore（India）：IEEE Region 10，2003， 2：735-739.

[10]Roentgen Uta R， Gelderblom Gert Jan， etal. User evaluation of two electronic mobility aids for persons who are visually impaired： a quasi-experimental study using a standardized mobilitycourse[J]， Assistive Technology 2012，24（2）：110-120.

[11]邱晶晶.多功能导盲装置的若干问题研究[D].郑州：郑州大学，2010：44-47.

[12]徐洁，方志刚，鲍福良，张丽红.AudioMan：电子行走辅助系统的设计与实现[J].中国图象图形学报，2007（07）：1249-1253.

[13]范坤.基于结构光与视觉检测的虚拟导盲杖系统研究[J].哈尔滨工业大学学报，2018：52-53.

[14]王勇强，黄晓辉，沈晓峰，代柱，徐龙潇，柴亚闯.路口导盲及马路障碍物检测提醒系统的设计[J].测控技術，2018，37（10）：114-123.

[15]刘锐，陈凤翔，陈科羽，刘胜南.基于双目视觉的障碍物检测方法研究[J].计算机测量与控制，2018，26（12）：67-71.

[16]吴开华，王文杰.植保无人机结构光视觉的障碍物检测方法[J].光电工程，2018，45（4）：170613.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。