基于视觉图像的智能轮椅路径规划方法及系统
摘要文本
本发明提供了一种基于视觉的智能轮椅路径规划方法及系统，利用深度学习方法完成智能轮椅对外界的感知，设置有基于深度学习的可行驶区域检测模块、障碍物目标检测模块以及深度视觉里程计模块，通过深度学习构建的外界感知模块具有更精确的结果，同时也拥有较快的运行速度及较低的硬件成本。本方案将路径规划任务拆分为全局规划与局部规划，其中全局规划每间隔多个视频帧进行一次全局代价图的计算，而局部规划则在全局规划的基础上，每视频帧实时进行路径规划并控制轮椅运动。本方案仅利用摄像头作为唯一传感器完成路径规划任务，不依赖于多种复杂传感器共同决策，大幅降低智能轮椅的传感器成本，准确度高、算法快捷，硬件消耗少。
申请人信息
- 申请人:北京科技大学
- 申请人地址:100083 北京市海淀区学院路30号
- 发明人: 北京科技大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于视觉图像的智能轮椅路径规划方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311629099.7 |
| 申请日 | 2023/12/1 |
| 公告号 | CN117346791B |
| 公开日 | 2024/3/22 |
| IPC主分类号 | G01C21/20 |
| 权利人 | 北京科技大学 |
| 发明人 | 殷绪成; 任亮; 马嘉威 |
| 地址 | 北京市海淀区学院路30号 |
专利主权项内容
1.基于视觉图像的智能轮椅路径规划方法，其特征在于，所述方法包括：S1、获取图像采集设备得到的图像数据；S2、基于所述图像数据，同时进行全局路径规划及局部路径规划，所述全局路径规划得到代价图的合力势场势能，所述局部路径规划实时计算并更新当前轮椅所在位置及姿态；S3、基于所述代价图的合力势场势能和当前轮椅所在位置及姿态，进行路径规划，得到路径规划结果；所述S2中，所述全局路径规划进一步包括：S21、对所述图像数据进行语义分割，对轮椅的可行驶区域进行识别；S22、基于所述图像数据，进行障碍物检测；S23、基于所述可行驶区域识别结果，以及障碍物检测结果，进行代价图计算，得到合力势场势能；所述代价图计算中，仅考虑可行驶区域中的障碍物；所述S23中，所述合力势场势能的计算方式为：S231、将可行驶区域最远端中心位置作为本次规划的目标点，在目标点附近添加引力势场，所述引力势场/>与轮椅和目标点间距离相关；S232、将可行驶区域边界分割为多个等间隔边界点，在边界点和障碍物所在位置添加斥力势场，所述斥力势场/>设置为：轮椅距离障碍物或边界点越近，则斥力势能越大；S233、叠加所述引力势场与斥力势场/>，得到合力势场势能。 马-克-数据