(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111649009.1 (22)申请日 2021.12.3 0 (71)申请人 杭州海康机 器人技术有限公司 地址 310051 浙江省杭州市滨江区丹 枫路 399号2号楼B楼3 04室 (72)发明人 龙学雄　李建禹　 (74)专利代理 机构 北京德琦知识产权代理有限 公司 11018 代理人 谢安昆　宋志强 (51)Int.Cl. G06T 11/00(2006.01) G06T 7/12(2017.01) G06T 19/20(2011.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于深度图像的障碍物检测方法、 装置 和移动机 器人 (57)摘要 本申请公开了一种基于深度图像的障碍物 检测方法， 该方法包括： 获取深度图像， 剔除深度 图像中与移动机器人承载平面的高度小于设定 高度阈值的深度点， 得到有效图像； 将深度图像 中的有效图像投影到所述承 载平面， 得到承 载平 面中的投影点， 基于所述承载平面中的投影点， 提取距离移动机器人小于设定距离阈值的投影 点， 得到障碍物的第一边界。 有效避免了深度图 像中错误的深度点， 有效降低了对深度相机的深 度图质量的要求。 权利要求书5页 说明书22页 附图6页 CN 114219871 A 2022.03.22 CN 114219871 A 1.一种基于深度图像的障碍物检测方法， 其特 征在于， 该 方法包括： 获取深度图像， 剔除深度图像 中与移动机器人承载平面的高度小于设定 高度阈值的深度点， 得到有效 图像； 将所述有效图像投影到所述承载平面， 得到承载平面中的投影点， 基于所述承载平面中的投影点， 提取距离移动机器人小于设定距离阈值的投影点， 得 到障碍物的第一 边界。 2.如权利要求1所述的方法， 其特 征在于， 该 方法进一 步包括以下至少之一处 理： 用于删除所述承载平面中孤立的投影点的处 理； 用于对第一 边界中的投影点进行聚类筛 选， 剔除错 误的投影点， 得到第二 边界的处 理； 用于在移动机器人与当前边界小于设定的边界距离阈值的情况下， 修正当前边界的处 理。 3.如权利要求2所述的方法， 其特征在于， 所述剔除深度图像中与移动机器人承载平面 的高度小于设定高度阈值的深度点， 得到有效图像， 包括： 计算深度图像中深度点沿相机光轴方向的高度梯度， 根据设定的高度梯度阈值， 筛选出大于高度梯度阈值的高度梯度， 将用于计算该高度梯度的深度点保留； 剔除不 大于高度梯度阈值的高度梯度， 将用于计算该高度梯度的深度点剔除， 得到包括有有效深 度点的有效图像， 所述将深度图像中的有效图像投影到所述承载平面， 得到承载平面中的投影点， 包括： 将有效图像中的有 效深度点的坐标信 息转换至移动机器人坐标下的承载平面， 得到投 影点。 4.如权利要求3所述的方法， 其特征在于， 所述计算深度图像中深度点沿相机光轴方向 的高度梯度， 包括： 基于深度图像， 确定深度图像中深度点所对应第 一空间点在世界坐标系下的三维坐标 信息； 基于第一空间点的所述三维坐标信息， 确定第一空间点转换为与相机光轴平行、 且垂 直于承载平面的第一平面中的二维坐标信息， 得到第二空间点信息； 对于任一第二空间点， 计算该第二空间点与另一第二空间点之间的高度差、 以及相机 光轴方向的距离 差， 将高度差与距离 差的比值作为该第二空间点的高度梯度； 所述将有 效图像中的有 效深度点的坐标信 息转换至移动机器人坐标下的承载平面， 得 到投影点， 包括： 对于任一有 效深度点， 将有效深度点所对应的第 一空间点的所述三维坐标信 息转换为 移动机器人坐标系下承载平面中的二维坐标信息， 得到该有效深度点的投影点的坐标信 息； 或者 对于任一有效深度点， 根据该有效深度点坐标信息， 将有效深度点转化为移动机器人 坐标系下承载平面中的二维坐标信息， 得到该有效深度点的投影点的坐标信息 。 5.如权利要求4所述的方法， 其特征在于， 所述基于深度图像， 确定深度图像中深度点权　利　要　求　书 1/5 页 2 CN 114219871 A 2所对应第一空间点在世界坐标系下的三维坐标信息， 包括： 基于深度图像， 确定深度图像中的消影线， 提取消影线以下的深度点， 确定所提取深度点对应的第一空间点的空间信息； 所述对于任一第二空间点， 计算该第二空间点与另一第二空间点之间的高度差、 以及 相机光轴方向的距离 差， 进一步包括： 选择与该第二空间点沿相机光轴方向上具有设定第一距离阈值的第二空间点作为另 一空间点。 6.如权利要求2至5任一所述的方法， 其特征在于， 所述基于所述承载平面中的投影点， 提取距离移动机器人小于设定距离阈值的投影点， 包括， 根据投影点的坐标信息， 筛选出与移动机器人最近的投影点， 将筛选出的投影点作为 第一边界； 所述用于对第一边界中的投影点进行聚类筛选， 剔除错误的投影点， 得到第二边界的 处理， 包括： 检测第一 边界中的非连续 边界区间和连续 边界区间； 对非连续 边界区间中的投影点进行正确性检测， 对于正确的投影点， 予以保留， 对于错误的投影点， 从错误的投影点开始， 沿当前深度 方向， 依次地对投影点进行逐个 筛选， 当筛选出正确的投影点时， 将该投影点作为 边界中的投影点， 将连续边界区间中的投影点、 所保留的正确 投影点、 以及所筛选的正确 投影点作为第 二边界； 所述用于删除孤立的投影点的处 理包括： 遍历所有投影点， 如果在遍历的当前投影点的第 一投影点邻域范围内， 连续投影点的数量小于设定的第 一投影点数量阈值， 则判定当前投影点 为孤立投影点， 删除该孤立投影点。 7.如权利要求6所述的方法， 其特征在于， 所述检测第 一边界中的非连续边界区间和连 续边界区间， 包括： 当第一边界中相邻投影点之间不连续， 和/或具有连续投影点的边界长度不大于设定 的第一投影点长度阈值， 则该相邻投影点和/或该具有连续投影点的边界为所述第一边界 中的非连续 边界区间； 当第一边界中相邻投影点之间连续、 且具有连续投影点的边界长度大于第 一投影点长 度阈值， 则该 具有连续投影点的边界为所述第一 边界中的连续 边界区间； 其中， 相邻投影点之间不连续 为： 相邻投影点之间的距离不小于设定的投影点距离阈值； 相邻投影点之间连续 为： 相邻投影点之间的距离小于设定的投影点距离阈值； 所述对非连续 边界区间中的投影点进行正确性检测， 包括： 对非连续边界区间中的任一投影点， 根据 该投影点第 二投影点邻域范围内的投影点判 定该投影点的正确性， 若第二投影点邻域范围内投影点数量大于设定的第 二投影点数量阈值， 则判定该投影 点为正确的投影点， 否则， 判定该投影点 为错误的投影点。权　利　要　求　书 2/5 页 3 CN 114219871 A 3