本發明涉及障礙物檢測領域，尤其涉及一種用于agv智能搬運機器人的障礙檢測方法。

背景技術：

1、agv（自動引導車，automated?guided?vehicle）智能搬運機器人是一種能夠在工業或倉儲環境中自動搬運物料和貨物的機器人。agv機器人通常通過預設的軌跡、激光、視覺導航等技術在一定范圍內自動行駛，應用于生產線、倉庫、物流中心等領域。視覺引導agv智能搬運機器人使用攝像頭和計算機視覺技術來感知和識別周圍環境，使得它能夠在沒有預設軌跡的情況下，根據環境信息進行路徑規劃。因此，agv智能搬運機器人在進行路徑規劃時需要檢測周圍環境的障礙物，從而使得在規劃路徑時能夠繞過障礙物。

2、公開號為cn112581526a的中國專利申請文件公開了障礙物檢測的測評方法、裝置、設備以及存儲介質，方法包括：確定圖像中的第一障礙物的位置信息；獲取待測評算法輸出的障礙物檢測結果，障礙物檢測結果至少包括第二障礙物的位置信息；利用第一障礙物的位置信息，對待測評算法輸出的障礙物檢測結果進行測評。

3、現有技術方案在對障礙物進行檢測時，需要提取圖像中各物體的輪廓，然后利用各物體的輪廓判斷相應的物體是否為障礙物，提取物體的輪廓時通常采用sobel算子對圖像進行邊緣檢測。現有sobel算子在提取障礙物邊緣點的過程中，由于噪聲或閾值設定不恰當會出現錯誤檢測的冗余點，冗余點的存在不利于agv智能搬運機器人運行過程中的障礙檢測，影響agv智能搬運機器人的路徑規劃。

技術實現思路

1、為了解決sobel算子在提取障礙物邊緣點的過程中出現冗余點影響障礙物檢測的問題，本發明提供一種用于agv智能搬運機器人的障礙檢測方法。

2、本發明提供一種用于agv智能搬運機器人的障礙檢測方法，采用如下的技術方案：

3、獲取agv智能搬運機器人前進路徑區域的多張灰度圖，計算每張灰度圖中像素點的梯度值；計算多張灰度圖同一位置像素點的邊緣強度，邊緣強度表示相應位置的像素點為邊緣點的可能性；

4、計算多張灰度圖同一位置像素點的差異特征值，差異特征值表示相應位置的像素點的梯度值在多張灰度圖中的差異情況；

5、設置邊緣強度閾值，將大于邊緣強度閾值的像素點作為邊緣點，連接邊緣點得到連接線，計算連接線的一致性，一致性與連接線邊緣點的數量正相關；構建目標函數，表達式為：；

6、式中，表示關于邊緣強度閾值的目標函數，表示第j條連接線的一致性，j表示連接線的總數，exp表示以e為底的指數函數，表示超過邊緣強度閾值的像素點個數，表示孤立邊緣點的個數，表示第i個位置邊緣點的差異特征值；

7、將目標函數為最大值時的邊緣強度閾值作為最佳閾值，連接邊緣強度大于最佳閾值的像素點得到物體的輪廓線，以用于對障礙物的檢測。

8、通過對目標函數求解從而自適應獲得灰度圖中的邊緣強度閾值，然后，根據邊緣強度閾值得到邊緣點，進一步得到物體的輪廓線，有效的降低了冗余點的數量，提高了提取輪廓線的準確性，便于對障礙物進行檢測。

9、優選的，方法還包括計算灰度圖中每個位置像素點的梯度位置比例，表達式為：

10、

11、式中，表示第p張灰度圖中第i個位置像素點的梯度位置比例，表示第p張灰度圖中梯度值為a的像素點數量，表示第p張灰度圖中第i個位置像素點的梯度值，為第p張灰度圖中像素點的總數。

12、通過梯度位置比例能夠初步判斷相應的像素點為邊緣點的可能性，其值越大，表明相應的像素點的梯度值在原圖像中的位置比例越高，則像素點為邊緣點的可能性越大。

13、優選的，方法還包括：

14、以灰度圖中每個位置像素點為中心構建窗口區域，獲取窗口區域的灰度共生矩陣，計算灰度共生矩陣的能量值；

15、計算灰度圖中每個位置像素點的權重，表達式為：

16、

17、式中，表示第p張灰度圖中第i個位置像素點的權重，表示第p張灰度圖中第i個位置像素點的梯度值，表示第p張灰度圖中所有像素點梯度值的均值，表示第p張灰度圖中以第i個位置像素點為中心的窗口區域的灰度共生矩陣的能量值，表示多張灰度圖中以第i個位置像素點為中心的窗口區域的灰度共生矩陣的能量值均值。

18、通過多個維度計算得到像素點的權重，提高了計算結果的準確性，便于通過權重了解相應像素點屬于噪聲點的可能性。

19、優選的，邊緣強度的表達式為：

20、

21、式中，表示第i個位置像素點的邊緣強度值，表示第p張灰度圖中第i個位置像素點的權重，表示第p張灰度圖中第i個位置像素點的梯度位置比例。

22、通過邊緣強度值能夠了解相應像素點為邊緣點的可能性，從而便于將邊緣點和噪聲點進行區分。

23、優選的，差異特征值的表達式為：

24、

25、式中，表示第i個位置像素點的差異特征值，，，分別表示第p張、第p+1張、第p+2張灰度圖中第i個位置像素點的梯度位置比例。

26、差異特征值可以用來驗證像素點為邊緣點或是噪聲點，從而用來評估邊緣強度閾值篩選邊緣點的效果。

27、優選的，連接線的一致性的表達式為：

28、

29、式中，表示第j條連接線的一致性，表示第j條連接線包含的像素點的數量，表示第j條連接線像素點的曲率變異系數，exp表示以e為底的指數函數。

30、優選的，連接線的一致性的表達式為：

31、

32、式中，表示第j條連接線的一致性，表示第j條連接線包含的像素點的數量，表示第j條連接線像素點的曲率變異系數。

33、連接線的一致性值越高，表明邊緣線的連續性和平滑性越好，連接線為邊緣線的可能性越高。

34、優選的，利用群優智能算法對目標函數的最大值進行求解得到最佳閾值。

35、本發明具有以下技術效果：

36、通過從多個維度構建目標函數，對目標函數求解從而自適應獲得灰度圖中的邊緣強度閾值，根據邊緣強度閾值得到邊緣點，進一步得到物體的輪廓線，有效的降低了冗余點的數量，提高了提取輪廓線的準確性，便于對障礙物進行檢測。

技術特征：

1.一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，包括步驟：獲取agv智能搬運機器人前進路徑區域的多張灰度圖，計算每張灰度圖中像素點的梯度值；計算多張灰度圖同一位置像素點的邊緣強度，邊緣強度表示相應位置的像素點為邊緣點的可能性；

2.根據權利要求1所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，方法還包括計算灰度圖中每個位置像素點的梯度位置比例，表達式為：

3.根據權利要求2所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，方法還包括：

4.根據權利要求3所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，邊緣強度的表達式為：

5.根據權利要求2所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，差異特征值的表達式為：

6.根據權利要求1所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，連接線的一致性的表達式為：

7.根據權利要求1所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，連接線的一致性的表達式為：

8.根據權利要求1所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，利用群優智能算法對目標函數的最大值進行求解得到最佳閾值。

9.根據權利要求1所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，多張灰度圖包括第一灰度圖、第二灰度圖和第三灰度圖，利用高斯卷積核對第一灰度圖進行卷積處理得到第二灰度圖，利用中值濾波卷積核對第一灰度圖進行卷積處理得到第三灰度圖。

10.根據權利要求1所述的一種用于agv智能搬運機器人的障礙檢測方法，其特征在于，利用sobel算子計算每張灰度圖中像素點的梯度值。

技術總結
本發明涉及障礙物檢測領域，尤其涉及一種用于AGV智能搬運機器人的障礙檢測方法，方法包括：獲取AGV智能搬運機器人前進路徑區域的多張灰度圖，計算每張灰度圖中像素點的梯度值；計算多張灰度圖同一位置像素點的邊緣強度；計算多張灰度圖同一位置像素點的差異特征值；將大于邊緣強度閾值的像素點作為邊緣點，連接邊緣點得到連接線，計算連接線的一致性；構建目標函數；將目標函數為最大值時的邊緣強度閾值作為最佳閾值，連接邊緣強度大于最佳閾值的像素點得到物體的輪廓線，以用于對障礙物的檢測。本發明有效的降低了冗余點的數量，提高了提取輪廓線的準確性，便于對障礙物進行檢測。

技術研發人員：惠海釗,門振剛,李春強,李龍坤,楊超,張波,董占懷,任凱,王優,朱明利
受保護的技術使用者：西安康明斯發動機有限公司
技術研發日：
技術公布日：2025/4/24