公开(公告)号：CN109460709B

公开(公告)日：2020-08-04

申请号：CN201811186813.9

申请日：2018-10-12

Applicant: 南京大学

Inventor： 申富饶 ,  韩峰 ,  黄羽佳 ,  姜少魁 ,  赵健 ,  李俊

IPC: G06K9/00 ,  G06K9/34 ,  G06T7/55

Abstract: 本发明公开了基于RGB和D信息融合的RTG视觉障碍物检测的方法，包括：步骤1，获取双目摄像头中左摄像头的RGB图像，由双目计算得到的Depth深度图像以及需要检测障碍物的ROI感兴趣区域；步骤2，基于Depth深度图通过U/V视差法检测障碍物；步骤3，对RGB图做边缘轮廓检测，检测障碍物；步骤4，使用神经网络模型做目标检测，检测训练过的物体类别；步骤5，使用训练的分类模型对步骤2和步骤3中的检测结果判断是否属于障碍物；步骤6，对步骤4和步骤5中的物体框做合并过滤等操作；步骤7，根据物体框与ROI感兴趣区域的位置关系判断是否属于ROI检测区域；步骤8，由Depth深度图计算障碍物的距离。

公开(公告)号：CN109460709A

公开(公告)日：2019-03-12

申请号：CN201811186813.9

申请日：2018-10-12

Applicant: 南京大学

Inventor： 申富饶 ,  韩峰 ,  黄羽佳 ,  姜少魁 ,  赵健 ,  李俊

IPC: G06K9/00 ,  G06K9/34 ,  G06T7/55

Abstract: 本发明公开了基于RGB和D信息融合的RTG视觉障碍物检测的方法，包括：步骤1，获取双目摄像头中左摄像头的RGB图像，由双目计算得到的Depth深度图像以及需要检测障碍物的ROI感兴趣区域；步骤2，基于Depth深度图通过U/V视差法检测障碍物；步骤3，对RGB图做边缘轮廓检测，检测障碍物；步骤4，使用神经网络模型做目标检测，检测训练过的物体类别；步骤5，使用训练的分类模型对步骤2和步骤3中的检测结果判断是否属于障碍物；步骤6，对步骤4和步骤5中的物体框做合并过滤等操作；步骤7，根据物体框与ROI感兴趣区域的位置关系判断是否属于ROI检测区域；步骤8，由Depth深度图计算障碍物的距离。

公开(公告)号：CN109269478A

公开(公告)日：2019-01-25

申请号：CN201811243435.3

申请日：2018-10-24

Applicant: 南京大学

Inventor： 李俊 ,  黄羽佳 ,  韩峰 ,  姜少魁 ,  申富饶 ,  赵健

IPC: G01C11/04

Abstract: 本发明公开了一种基于双目视觉的集装箱码头场桥障碍物检测方法，包括：步骤1，采集安装好的双目摄像头的左右图像；步骤2，对左右图像分别进行校正，去除畸变；步骤3，以左图像为基准图像，在该图像上进行道路线(感兴趣区域ROI)检测；步骤4，进行障碍物检测模块进行障碍物检测；步骤5，对摄像头遮挡进行判断；步骤6，对障碍物进行简单的跟踪，如果朝向道路线内侧(ROI)运动则进行报警。