本申请要求于 2019 年 2 月 28 日提交中国专利局、 申请号为 201910149492. 3、 申请名称为“一种障碍物检测方法、 装置及无人机” 的中国 专利申请的优先权， 其全部内容通过引用结合在本申请中。 技术领域

本申请涉及无人机技术领域， 尤其涉及一种障碍物检测方法、 装置及无人 机。 背景技术

无人机是一种通过无线电遥控设备和内置的程 序来控制飞行姿态的不载 人飞机， 由于其具有机动灵活、 反应快速、 无人驾驶、 操作要求低等优点， 现 已广泛应用于航拍、 植保、 电力巡检、 救灾等众多领域。

随着无人机的应用越来越广泛， 无人机需要应对的外部环境越来越复杂， 无人机可能遇到的障碍也越来越多。 当前， 为了保障飞行安全， 无人机上一般 会配置有障碍物检测设备。

目前， 为了适应大探测距离的要求， 市面上的消费无人机大多使用基于双 目视觉的障碍物检测设备。但是， 双目视觉的匹配精度受环境光线以及被检测 物体的纹理的影响较大，现有的基于双目视觉 的障碍物检测设备在弱纹理或重 复纹理环境下的检测效果较差，大大影响了无 人机在室内工作时的稳定性以及 在瓷砖水泥等无纹理地面降落时下方障碍物检 测的精度。

因此， 现有的障碍物检测技术还有待改进和发展。 发明内容

有鉴于此， 本发明实施例提供一种障碍物检测方法、 装置和无人机， 以达 到提升双目立体匹配精度， 进而提升障碍物检测精度的目的。

为解决上述技术问题， 本发明实施例提供了如下技术方案：

第一方面， 本发明实施例提供一种障碍物检测方法， 应用于无人机， 所述 无人机包括双目摄像组件和激光纹理组件， 所述方法包括：

确定开启所述激光纹理组件；

启动所述激光纹理组件， 以发射出激光纹理；

获取所述双目摄像组件采集到的包含所述激光 纹理的双目视图，并将所述 包含所述激光纹理的双目视图设定为目标双目 视图；

基于所述目标双目视图进行障碍物检测。

在一些实施例中， 所述确定开启所述激光纹理组件， 包括： 确定所述激光纹理组件的探测范围内存在障碍 物。

在一些实施例中， 所述确定所述激光纹理组件的探测范围内存在 障碍物， 包括：

获取所述双目摄像组件当前采集到的初始双目 视图；

基于所述初始双目视图，确定距离所述无人机 最近的障碍物与所述无人机 之间的距离；

若所述距离小于或等于所述激光纹理组件的探 测距离，则确定所述激光纹 理组件的探测范围内存在障碍物。

在一些实施例中， 所述确定开启所述激光纹理组件， 还包括：

确定所述双目摄像组件的拍摄场景为弱纹理场 景。

在一些实施例中， 所述确定所述双目摄像组件的拍摄场景为弱纹 理场景， 包括：

获取所述双目摄像组件当前采集到的初始双目 视图中的其中一个初始视 图；

对所述其中一个初始视图进行梯度运算，获得 所述其中一个初始视图中各 个像素点的梯度值；

统计所述梯度值小于或等于梯度阈值的像素点 的个数 N ;

若所述个数 N小于或等于数量阈值 Nth， 则确定所述双目摄像组件的拍摄 场景为弱纹理场景。

在一些实施例中， 所述确定开启所述激光纹理组件， 还包括：

确定所述双目摄像组件的拍摄场景为重复纹理 场景。

在一些实施例中， 所述确定所述双目摄像组件的拍摄场景为重复 纹理场 景， 包括：

获取所述双目摄像组件当前采集到的初始双目 视图；

对所述初始双目视图进行立体匹配，并获取各 个匹配块对应的最小代价值 C1 i和次小代价值 C2 i， 其中， i 表示第 i 个匹配块；

若存在满足下述公式的匹配块 i， 则确定所述双目摄像组件的拍摄场景为 重复纹理场景：

C_1 i /C_2 i >K,

其中， 所述 K的取值范围为： 0. 5 K< 1。

在一些实施例中， 所述确定开启所述激光纹理组件， 包括：

确定所述无人机所处环境的亮度低于预设值。

在一些实施例中，所述确定所述无人机所处环 境的亮度低于预设值，包括: 获取所述双目摄像组件当前采集到的初始双目 视图中的其中一个初始视 图；

根据所述其中一个初始视图中各个像素点的平 均灰度值，确定所述无人机 所处的环境的亮度低于预设值。 第二方面， 本发明实施例提供一种障碍物检测装置， 应用于无人机， 所述 无人机包括双目摄像组件和激光纹理组件， 所述障碍物检测装置包括：

确定单元， 用于确定开启所述激光纹理组件；

控制单元， 用于启动所述激光纹理组件， 以发射出激光纹理；

图像获取单元，用于获取所述双目摄像组件采 集到的包含所述激光纹理的 双目视图， 并将所述包含所述激光纹理的双目视图设定为 目标双目视图； 检测单元， 用于基于所述目标双目视图进行障碍物检测。

在一些实施例中， 所述确定单元包括：

距离检测模块， 用于确定所述激光纹理组件的探测范围内存在 障碍物。 在一些实施例中， 所述距离检测模块具体用于：

获取所述双目摄像组件当前采集到的初始双目 视图；

基于所述初始双目视图，确定距离所述无人机 最近的障碍物与所述无人机 之间的距离；

若所述距离小于或等于所述激光纹理组件的探 测距离，则确定所述激光纹 理组件的探测范围内存在障碍物。

在一些实施例中， 所述确定单元还包括：

弱纹理检测模块， 用于确定所述双目摄像组件的拍摄场景为弱纹 理场景。 在一些实施例中， 所述弱纹理检测模块具体用于：

获取所述双目摄像组件当前采集到的初始双目 视图中的其中一个初始视 图；

对所述其中一个初始视图进行梯度运算，获得 所述其中一个初始视图中各 个像素点的梯度值；

统计所述梯度值小于或等于梯度阈值的像素点 的个数 N ;

若所述个数 N小于或等于数量阈值 Nth， 则确定所述双目摄像组件的拍摄 场景为弱纹理场景。

在一些实施例中， 所述确定单元还包括：

重复纹理检测模块，用于确定所述双目摄像组 件的拍摄场景为重复纹理场 景。

在一些实施例中， 所述重复纹理检测模块具体用于：

获取所述双目摄像组件当前采集到的初始双目 视图；

对所述初始双目视图进行立体匹配，并获取各 个匹配块对应的最小代价值 C1 i和次小代价值 C2 i， 其中， i 表示第 i 个匹配块；

若存在满足下述公式的匹配块 i， 则确定所述双目摄像组件的拍摄场景为 重复纹理场景：

C_1 i /C_2 i >K,

其中， 所述 K的取值范围为： 0. 5 K< 1。

在一些实施例中， 所述确定单元包括：

亮度检测模块， 用于确定所述无人机所处环境的亮度低于预设 值。 在一些实施例中， 所述亮度检测模块具体用于：

获取所述双目摄像组件当前采集到的初始双目 视图中的其中一个初始视 图；

根据所述其中一个初始视图中各个像素点的平 均灰度值，确定所述无人机 所处的环境的亮度低于预设值。

第三方面， 本发明实施例提供一种无人机， 包括：

机身；

机臂， 与所述机身相连；

动力装置， 设于所述机臂；

双目摄像组件， 其设置于所述机身， 用于采集所述无人机的运动方向上的 双目视图；

激光纹理组件， 其设置于所述机身， 用于发射出可被所述双目摄像组件感 测的激光纹理；

处理器， 其设置于所述机身内， 并且分别与所述双目摄像组件和所述激光 纹理组件通信连接； 以及，

与所述处理器通信连接的存储器； 其中，

所述存储器存储有可被所述处理器执行的指令 ，所述指令被所述处理器执 行， 以使所述处理器能够执行如上所述的障碍物检 测方法。

第四方面， 本发明实施例还提供了一种非暂态计算机可读 存储介质， 所述 非暂态计算机可读存储介质存储有计算机可执 行指令，所述计算机可执行指令 用于使无人机执行如上所述的障碍物检测方法 。

第五方面， 本发明实施例还提供了一种计算机程序产品， 所述计算机程序 产品包括存储在非暂态计算机可读存储介质上 的计算机程序，所述计算机程序 包括程序指令， 当所述程序指令被无人机执行时， 使所述无人机执行如上所述 的障碍物检测方法。

本发明实施例的有益效果是： 区别于现有技术的情况， 本发明实施例提供 的障碍物检测方法、装置和无人机通过在无人 机的障碍物检测设备中新增激光 纹理组件，并使激光纹理组件在双目摄像组件 的双目视角范围内呈现出激光纹 理， 能够增强双目摄像组件的拍摄场景的纹理， 从而， 在不改变原有双目匹配 算法和结构的情况下，提升了双目立体匹配精 度，进而提升障碍物检测的精度； 此外， 通过激光纹理组件发射出激光纹理， 还可以实现照明功能， 使得无人机 在夜间飞行时也可以进行双目感知。 附图说明

为了更清楚地说明本发明实施例的技术方案， 下面将对本发明实施例中所 需要使用的附图作简单地介绍。 显而易见地， 下面所描述的附图仅仅是本发明 的一些实施例，对于本领域普通技术人员来讲 ，在不付出创造性劳动的前提下， 还可以根据这些附图获得其他的附图。 图 1 是本发明实施例提供的一种无人机的硬件组成 框图；

图 2是图 1 所示的无人机的外部结构的前视示意图；

图 3是图 1 所示的无人机的外部结构的俯视示意图；

图 4是图 1 所示的无人机的激光纹理组件的结构示意图；

图 5是图 1 所示的无人机的机身的内部结构示意图；

图 6是本发明实施例提供的一种障碍物检测方法� �流程示意图； 图 7是本发明实施例提供的另一种障碍物检测方� �的流程示意图;

图 8是本发明实施例提供的一种障碍物检测装置� �结构示意图。 具体实施方式

为了使本发明的目的、 技术方案及优点更加清楚明白， 以下结合附图及实 施例， 对本发明进行进一步详细说明。 应当理解， 此处所描述的具体实施例仅 用以解释本发明， 并不用于限定本发明。

需要说明的是， 如果不冲突， 本发明实施例中的各个特征可以相互结合， 均在本发明的保护范围之内。另外，虽然在装 置示意图中进行了功能模块划分， 在流程图中示出了逻辑顺序， 但是在某些情况下， 可以以不同于装置中的模块 划分， 或流程图中的顺序执行所示出或描述的步骤。

本发明实施例提供了一种障碍物检测方法和一 种障碍物检测装置。所述障 碍物检测方法和所述障碍物检测装置可以应用 于任意配置有双目摄像组件和 激光纹理组件的可移动载体， 比如： 无人机、 无人驾驶汽车、 智能机器人等。 在本发明实施例中，主要以将所述障碍物检测 方法和所述障碍物检测装置应用 于无人机为例进行详细说明。

具体地，本发明实施例提供的障碍物检测方法 是一种通过激光纹理组件发 射出激光纹理来增强双目摄像组件的拍摄场景 的纹理特征，以提升双目立体匹 配精度， 进而提升障碍物检测的精度的方法， 具体为： 在确定开启所述激光纹 理组件之后， 启动所述激光纹理组件， 以发射出激光纹理， 其中， 所述激光纹 理可以部分或者全部覆盖所述双目摄像组件的 有效感测区域（即， 双目视图的 重叠区域）， 并在障碍物的表面形成特定 /随机的激光纹理图案； 然后， 获取所 述双目摄像组件采集到的包含所述激光纹理的 双目视图，并将所述包含所述激 光纹理的双目视图设定为目标双目视图； 最后， 基于所述目标双目视图进行障 碍物检测。

本发明实施例提供的障碍物检测装置可以是由 软件程序构成的能够实现 本发明实施例提供的障碍物检测方法的虚拟装 置。所述障碍物检测装置与本发 明实施例提供的障碍物检测方法基于相同的发 明构思，具有相同的技术特征以 及有益效果。

进一步地， 本发明实施例还提供了一种无人机， 其可以是任意类型的无人 机， 比如， 其可以包括但不限于： 单旋翼无人机、 四旋翼无人机、 六旋翼无人 机、倾转旋翼无人机等等。所述无人机包括能 够执行本发明实施例提供的任意 一种障碍物检测方法或者能够实现本发明实施 例提供的障碍物检测装置的功 能的障碍物检测设备。

下面结合附图， 对本发明实施例作进一步阐述。 实施例一

请参阅图 1， 为本发明实施例提供的一种无人机的硬件组成 框图， 该无人 机 100 包括： 机身 11、 与机身相连的机臂、 设于机臂的动力装置以及设置于 所述机身 11 的障碍物检测设备 12。 机臂的数量为至少两个， 机臂可以与机身 11 固定连接、 一体成型或可拆卸连接。 动力装置通常包括设于机臂末端的电 机和与电机相连的螺旋桨，动力装置用于提供 所述无人机飞行的升力或飞行的 动力。

其中， 所述机身 11 即所述无人机 100的主体部分， 其上可以设置有所述 无人机 100的各种功能部件 （比如， 用于支撑所述无人机 100的起落架等） 以 及所述无人机 100 的各类功能电路组件 （比如， 微程序控制器

（Micro-programmed Control Unit, MGU）、 数字信号处理器 （Digital Signal Processor , DSP） 等）。

所述障碍物检测设备 12用于探测所述无人机 100的运动方向上的障碍物， 以便所述无人机 100能够基于该障碍物检测设备 12提供的障碍物检测结果进 行避障。

其中， 所述障碍物检测设备 12包括双目摄像组件 121、 激光纹理组件 122 以及处理器 123。 所述处理器 123分别与所述双目摄像组件 121和所述激光纹 理组件 122通信连接。

具体地， 在本实施例中， 如图 2或图 3所示， 所述双目摄像组件 121和所 述激光纹理组件 122均设置于所述机身 11 的外部， 并朝向所述无人机 100的 运动方向。

所述双目摄像组件 121用于采集所述无人机 100的运动方向上的目标双目 视图。 其中， 所述“目标双目视图”是指用于进行障碍物检 测的左右视图。 所 述双目摄像组件 121 具体可以包括间隔设置的第一图像采集装置 1211 和第二 图像采集装置 1212。 所述第一图像采集装置 1211采集到的图像为左视图， 所 述第二图像采集装置 1212采集到的图像为右视图。 所述左视图和所述右视图 构成所述无人机 100 的运动方向上的双目视图 （或者说， 所述双目摄像组件 121 的拍摄场景的双目视图）。

所述激光纹理组件 122用于发射出可被所述双目摄像组件 121感测的激光 纹理， 所述“激光纹理”即激光光束打到障碍物表面 后在所述障碍物表面呈现 出的纹理图案， 该纹理图案可被双目摄像组件 121识别和记录。在一些实施例 中，所述激光纹理组件 122的投射范围可以部分或全部覆盖所述双目摄 像组件 121 的双目视角范围。 其中， 所述“投射范围”是指激光纹理组件 122发射出 的激光光束的发射视角 （如图 3所示的视角 a） 对应的范围， 其与所述激光纹 理的覆盖范围相对应。所述“双目视角范围” 是指所述第一图像采集装置 1211 的采集视角与所述第二图像采集装置 1212的采集视角之间的交叠区域 （如图 3所示的视角 |3所包括的区域）， 亦即， 所述第一图像采集装置 1211和所述第 二图像采集装置 1212均能识别和记录到的区域。

在本实施例中，为了尽可能少地改变现有的基 于双目立体视觉的障碍物检 测设备的结构，所述激光纹理组件 122可以设置于所述第一图像采集装置 1211 和所述第二图像采集装置 1212之间。 当然， 应当理解的是， 由于所述激光纹 理组件 122主要用于添加场景纹理， 不需要进行标定， 因此， 所述激光纹理组 件 122的安装位置也可以不限于此，只要所述激光 纹理组件 122的投射范围基 本覆盖所述双目摄像组件 121 的双目视角范围即可。

具体地， 所述激光纹理组件 122 包括至少一个激光纹理产生装置 1220。 如图 4所示， 所述激光纹理产生装置 1220可以包括依次序设置的激光发射器 1221、 聚焦透镜 1222、 散射屏 1223 以及出射透镜 1224。 其中， 所述散射屏 1223为一粗糙不规则的透光面， 可以将单束激光散射为随机的纹理图案 （即， 所述“激光纹理”）。 所述出射透镜 1224用于调制光路， 以在特定区域内呈现 所述激光纹理。 在所述激光纹理产生装置 1220工作时， 所述激光发射器 1221 发射出激光， 所述激光经所述聚焦透镜 1222聚焦至所述散射屏 1223， 以形成 随机的激光纹理， 所述激光纹理经所述出射透镜 1224调制光路后射出。

其中， 应当理解的是， 在本实施例中， 设置所述聚焦透镜 1222主要是为 了尽可能保证所述激光发射器 1221 发射出的激光都聚集到所述散射屏 1223, 减少光能损耗。 从而， 在一些实施例中， 当所选用的激光发射器 1221 的发射 角较小时， 也可以省略所述聚焦透镜 1222。

此外， 在实际应用中， 激光光束和出射透镜均为圆形， 为了保证激光散射 损失最小， 投射出的激光纹理区域一般也是圆形， 但图像采集装置的采集区域 多为矩形。 因此， 在一些实施例中， 为了保证圆形的激光纹理能够最大程度地 覆盖矩形的双目视角范围， 同时降低光能损失， 所述激光纹理组件 122可以包 括两个所述激光纹理产生装置 1220, 这两个激光纹理产生装置 1220可并排设 置 （即， 左右并排排列）。 进一步地， 在实际使用时， 为了使得所述激光纹理 组件 122的结构更加紧凑， 所述两个激光纹理产生装置 1220可以紧贴排列。

所述处理器 123设置于所述机身 11 的内部， 用于提供计算和控制能力， 以控制所述无人机 100执行本发明实施例提供的任意一种障碍物检 测方法。比 如， 所述处理器 123内可以运行有控制单元和障碍物检测单元， 所述控制单元 用于启动所述激光纹理组件 122, 所述障碍物检测单元用于获取所述双目摄像 组件 121采集到的目标双目视图并基于所述目标双目 视图进行障碍物检测。其 中，当所述激光纹理组件 122启动时，所述目标双目视图中包含所述激光 纹理； 当所述激光纹理组件 122关闭时， 所述目标双目视图中不包含所述激光纹理。

进一步地， 所述障碍物检测设备 12还包括存储器 124， 如图 5所示， 所 述存储器 124设置于所述机身 11 的内部， 并且通过总线或者其他任意合适的 连接方式与所述处理器 123通信连接 （在图 5中以通过总线连接为例）。

所述存储器 124作为一种非暂态计算机可读存储介质，可用 于存储非暂态 软件程序、 非暂态性计算机可执行程序以及模块， 如本发明实施例中的障碍物 检测方法对应的程序指令 /模块。 所述处理器 123通过运行存储在存储器 124 中的非暂态软件程序、 指令以及模块， 可以实现下述任一方法实施例中的障碍 物检测方法。 具体地， 所述存储器 124可以包括高速随机存取存储器， 还可以 包括非暂态存储器， 例如至少一个磁盘存储器件、 闪存器件、 或其他非暂态固 态存储器件。在一些实施例中， 存储器 124还可以包括相对于处理器 123远程 设置的存储器， 这些远程存储器可以通过网络连接至处理器 123。 上述网络的 实例包括但不限于互联网、 企业内部网、 局域网、 移动通信网及其组合。

在实际应用中，可以首先由所述处理器 123在确定开启所述激光纹理组件 122之后， 启动所述激光纹理组件 122， 以发射出激光纹理， 以及， 启动所述 双目摄像组件 121进行图像采集； 然后， 所述处理器 123获取所述双目摄像组 件采集到的包含所述激光纹理的双目视图，并 将所述包含所述激光纹理的双目 视图设定为目标双目视图， 进而基于所述目标双目视图进行障碍物检测。

进一步地， 考虑到激光纹理组件 122的功耗较大， 为了节能能耗， 可以在 常规情况下 （即， 不存在弱纹理、 重复纹理、 弱光线等影响双目立体匹配精度 的因素的情况下）， 关闭所述双目摄像组件 121， 并将所述双目摄像组件 121 采集到的不包含激光纹理的双目视图作为目标 双目视图进行障碍物检测；而在 一些特定的条件下 （比如， 光线暗、 弱纹理、 重复纹理等） 才启动所述激光纹 理组件 122, 并将所述双目摄像组件 121采集到的包含激光纹理的双目视图作 为目标双目视图进行障碍物检测。

从而， 在一些实施例中， 所述障碍物检测设备 12还可以包括： 亮度传感 器， 用于获取所述无人机 100所处的环境的亮度。 则， 所述处理器 123中的控 制单元可以在所述亮度传感器检测到所述无人 机 100 所处的环境的亮度低于 预设值时， 才启动所述激光纹理组件 122。

在一些实施例中， 所述障碍物检测设备 12还可以包括： 距离传感器， 用 于确定所述激光纹理组件 122的探测范围内是否存在障碍物。从而， 在该实施 例中，所述处理器 123中的控制单元可以在所述距离传感器确定所 述激光纹理 组件 122的探测范围内存在障碍物时， 才启动所述激光纹理组件 122。 进一步 地， 在又一些实施例中， 所述障碍物检测设备 12还可以包括： 纹理检测装置， 用于确定所述无人机 100 前方的场景是否为弱纹理场景或重复纹理场景 。 从 而， 在该实施例中， 所述处理器 123中的控制单元可以在所述距离传感器确定 所述激光纹理组件 122的探测范围内存在障碍物， 并且， 所述纹理检测装置确 定所述无人机 100前方的场景为弱纹理场景或重复纹理场景时 ，才启动所述激 光纹理组件 122。 其中， 所述纹理检测装置具体可以为一双目摄像装置 ， 该双 目摄像装置实时采集所述双目摄像组件 121 的拍摄场景的图像信息，并基于所 述图像信息确定所述双目摄像组件 121 的拍摄场景的场景类型。 其中， 应当理解的是， 上述亮度传感器、 距离传感器以及纹理检测装置的 功能也可以通过本发明实施例中的双目摄像组 件 1 21 以及处理器 1 23中相应的 软件模块共同实现。

此外， 需要说明的是， 上述无人机 1 00的结构仅是为了进行示例性说明， 在实际应用中，本发明实施例提供的障碍物检 测方法和相关装置还可以进一步 拓展到其他合适的无人机或者其他可移动载体 中，而不限于如图 1 所示的无人 机 1 00o 实施例二

图 6是本发明实施例提供的一种障碍物检测方法� �流程示意图，该方法可 应用于任意具有双目摄像组件和激光纹理组件 的可移动载体， 比如， 如图 1 所示的无人机 1 00。

具体的， 请参阅图 6， 该方法可以包括但不限于如下步骤：

步骤 1 1 0 : 启动激光纹理组件， 以发射出激光纹理。

如上所述，所述激光纹理组件用于发射出能够 被双目摄像组件感测的激光 纹理。所述激光纹理组件的投射范围可以部分 或者全部覆盖所述双目摄像组件 的双目视角范围。从而， 所述激光纹理组件发射出的激光纹理能够填补 所述双 目摄像组件的拍摄场景中纹理稀疏的区域，增 强双目摄像组件的拍摄场景的纹 理。

具体实施时，可以由障碍物检测设备的处理器 向激光纹理组件发送启动指 令， 所述激光纹理组件接收到该启动指令， 即可发射出激光纹理。 该激光纹理 到达某一障碍物的表面后， 可在该障碍物的表面呈现出相应的纹理图案， 以为 后续的立体匹配提供更多的特征匹配点。

步骤 1 20 : 获取双目摄像组件采集到的包含所述激光纹理 的双目视图， 并 将所述包含所述激光纹理的双目视图设定为目 标双目视图。

其中， 所述“目标双目视图”即用于进行障碍物检测 的目标左视图和目标 右视图。

在启动激光纹理组件， 并发射出激光纹理之后， 所述双目摄像组件的拍摄 场景内包含所述激光纹理， 从而， 所述双目摄像组件采集到的双目视图中也会 包含所述激光纹理对应的图像特征。

在本实施例中，将双目摄像组件采集到的包含 所述激光纹理的双目视图设 定为目标双目视图， 以进行后续的障碍物检测。

步骤 1 30 : 基于所述目标双目视图进行障碍物检测。

在本实施例中， 可以按照常规的基于双目视觉的障碍物检测方 法， 基于所 述目标双目视图进行障碍物检测。 比如， 可以首先基于 BM、 SGBM等双目匹配 算法， 对目标双目视图进行立体匹配， 得到对应视差图； 然后根据该视差图以 及双目摄像组件的相关参数， 计算出拍摄场景的三维点云图， 从而实现对无人 机的运动方向上的障碍物检测。 通过上述技术方案可知， 本发明实施例的有益效果在于： 本发明实施例提 供的障碍物检测方法通过使激光纹理组件在双 目摄像组件的双目视角范围内 呈现出激光纹理， 能够增强双目摄像组件的拍摄场景的纹理， 从而， 在不改变 原有双目匹配算法和结构的情况下， 提升了双目立体匹配精度， 进而提升障碍 物检测的精度。 实施例三

在对障碍物检测精度要求较高的应用场景中， 比如， 在无人机降落时， 可 以参考上述实施例二所述的障碍物检测方法， 全程启动所述激光纹理组件， 以 发射出激光纹理。 但在其他的一些应用场合中， 比如， 在场景纹理较丰富、 光 线充足等情况下， 只进行常规的双目感测 （即， 不需要激光组件发射出激光纹 理） 也可达到较高的障碍物检测精度。

由此， 为了能够在保证障碍物检测的精度的同时， 降低障碍物检测设备的 能量损耗， 本发明实施例还提供了另一种障碍物检测方法 。该方法与实施例二 所述的障碍物检测方法的不同之处在于： 在启动所述激光纹理组件， 以发射出 激光纹理之前， 首先确定开启所述激光纹理组件。

具体地， 请参阅图 7， 该方法可以包括但不限于如下步骤：

步骤 210 : 确定开启激光纹理组件。

在本实施例中，可以结合实际应用环境来确定 是否需要开启所述激光纹理 组件， 并在确定需要开启激光纹理组件的时候才执行 下述步骤 220。 如果不需 要开启激光纹理组件，则可以将双目摄像组件 采集到的不包含激光纹理的双目 视图设为目标双目视图进行障碍物检测。

其中， 由于激光纹理组件存在一定的探测范围， 其所发射的激光纹理只会 投射到其探测范围内的障碍物表面以呈现出相 应的纹理图案， 亦即， 激光纹理 组件发射的激光纹理实质上只能增强其探测范 围内的障碍物的表面纹理，而无 法增强其探测范围之外的障碍物的表面纹理。 因此， 在一些实施例中， 所述确 定开启激光纹理组件具体可以包括：确定激光 纹理组件的探测范围内存在障碍 物。

具体实施时，可通过确定距离所述无人机最近 的障碍物与所述无人机之间 的距离是否小于或等于激光纹理组件的探测距 离，来确定激光纹理组件的探测 范围内是否存在障碍物： 如果该距离小于或等于激光纹理组件的探测距 离， 则 确定激光纹理组件的探测范围内存在障碍物； 否则， 确定激光纹理组件的探测 范围内不存在障碍物。

其中， 在一些实施例中， 所述无人机上可以搭载有距离传感器。 从而， 可 以利用该距离传感器对双目摄像组件的拍摄场 景内的障碍物进行检测，进而确 定距离所述无人机最近的障碍物与所述无人机 之间的距离。

或者， 在另一些实施例中， 也可以通过对双目摄像组件采集到的双目视图 进行计算和分析，来确定距离所述无人机最近 的障碍物与所述无人机之间的距 离。 具体地， 可以首先获取所述双目摄像组件当前采集到的 初始双目视图， 然 后基于所述初始双目视图， 获取拍摄场景中的深度信息， 进而确定距离所述无 人机最近的障碍物与所述无人机之间的距离。 其中， 所述“初始双目视图”即 在启动激光纹理组件之前， 双目摄像组件采集到的不包含激光纹理的双目 视 图。

进一步地，由于激光纹理组件主要用于填补双 目摄像组件的拍摄场景中纹 理稀疏的区域， 以提高立体匹配精度； 而在一些拍摄场景中， 有可能本身就是 纹理丰富且便于识别特征匹配点的场景，即便 不启动激光纹理组件也可以达到 较高的立体匹配精度， 此时， 若启动激光纹理组件反而会增加障碍物检测设 备 的功耗。 因此， 在又一些实施例中， 所述确定开启激光纹理组件， 还可以包括： 确定所述双目摄像组件的拍摄场景为弱纹理场 景或者重复纹理场景。 亦即， 在 该实施例中， 除了需要确定激光纹理组件的探测范围内存在 障碍物之外， 还需 确定双目摄像组件的拍摄场景为弱纹理场景或 重复纹理场景，才执行下述步骤

220 _o

具体地，确定双目摄像组件的拍摄场景为弱纹 理场景的具体实施方式可以 为：

获取所述双目摄像组件当前采集到的初始双目 视图中的其中一个初始视 图； 对所述其中一个初始视图进行梯度运算， 获得所述其中一个初始视图中各 个像素点的梯度值； 统计所述梯度值小于或等于梯度阈值的像素点 的个数 N ; 若所述个数 N小于或等于数量阈值 Nth， 则确定所述双目摄像组件的拍摄场景 为弱纹理场景。

其中， 所述“梯度阈值” 可以设为 1 0~1 00 中的任意一个合适的值， 若某 一像素点的梯度值小于或等于该梯度阈值，则 可以认为该像素点为一个弱纹理 点。 所述“数量阈值 Nth” 可以根据像素点的总个数确定， 比如， 其可以为像 素点的总个数的 30%~60%。

其中， 由于 BM等双目匹配算法具有极线匹配特性， 为了减少运算， 可以 只对该初始视图进行横向的梯度运算。 所采用的梯度算法可以包括但不限于： sobe l， prew i tt , robort 等。 此外， 为了能够更加准确地确定双目摄像组件 的拍摄场景是否为弱纹理场景， 在另一些实施例中， 还可以对所述初始双目视 图中的另一个初始视图进行上述计算， 只要在任意一个初始视图中， 梯度值小 于或等于梯度阈值的像素点的个数 N小于或等于数量阈值 Nth， 就确定所述双 目摄像组件的拍摄场景为弱纹理场景。

另外，确定双目摄像组件的拍摄场景为重复纹 理场景的具体实施方式可以 为：

获取所述双目摄像组件当前采集到的初始双目 视图；对所述初始双目视图 进行立体匹配， 并获取各个匹配块对应的最小代价值 C1 i和次小代价值 C2 i， 其中， i 表示第 i 个匹配块； 若存在满足下述公式的匹配块 i， 则确定所述双 目摄像组件的拍摄场景为重复纹理场景： C_1 i /C_2 i >K,

其中， 所述 K的取值范围为： 0. 5 K< 1。

其中， 在进行立体匹配时， 可使用 SAD ( sum of abso l ute d i fference)， SSD (sum of squared d i stance)， NCC (norma I i zed cross cor re I at i on)等不 同的块匹配代价算法进行计算。若某一匹配块 i对应的最小代价值 C1 i 与次小 代价值 C2 i相接近， 则表示该匹配块 i 存在至少两个代价值接近的最佳匹配， 此时， 可以认为该拍摄场景中至少存在两个重复的纹 理， 该拍摄场景为重复纹 理场景。

此外， 在光线不足的环境下， 双目摄像组件难以获取到清晰的双目视图， 即便拍摄场景的纹理丰富， 也难以获得准确的障碍物检测结果， 因此， 在另一 些实施例中， 所述确定开启所述激光纹理组件， 也可以包括： 确定所述无人机 所处环境的亮度低于预设值。 亦即， 当确定所述无人机所处环境的亮度低于预 设值时， 执行下述步骤 220。

具体地， 在一些实施例中， 所述无人机上可以设置有亮度传感器， 从而， 通过读取所述亮度传感器的数据， 即可获取无人机所处的环境的亮度， 进而确 定所述无人机所处环境的亮度是否低于预设值 。

或者， 在另一些实施例中， 为了精简无人机的结构， 也可以省略所述亮度 传感器， 通过对双目摄像组件采集到双目视图进行分析 ， 来确定所述无人机所 处环境的亮度是否低于预设值。具体地， 可以获取所述双目摄像组件当前采集 到的初始双目视图中的其中一个初始视图；根 据所述其中一个初始视图中各个 像素点的平均灰度值， 确定所述无人机所处的环境的亮度， 进而将该亮度与预 设值进行比较， 即可确定所述无人机所处环境的亮度是否低于 预设值。 其中， 根据灰度值确定环境亮度的具体实施方式可参 见相关现有技术， 此处便不详 述。

当然， 在又一些实施例中， 为了保障亮度检测结果的准确性， 也可以同时 结合亮度传感器以及对初始视图的分析结果， 确定无人机所处的环境的亮度是 否低于预设值。

再者， 还应当理解的是， 基于上述描述， 为了达到智能管理激光纹理组件 的耗电量的目的， 还可以结合亮度、 距离、 场景等实际因素， 综合考虑何时启 动所述激光纹理组件以发射出激光纹理。

比如， 在一些实施例中， 可以在确定无人机所处的环境的亮度低于预设 值 时， 直接执行下述步骤 220 ; 而在确定所述人机所处的环境的亮度大于或等 于 所述预设值时， 进一步确定所述激光纹理组件的探测范围内是 否存在障碍物， 如果不存在， 则不启动激光纹理组件； 如果存在， 则执行下述步骤 220 , 或者， 进一步确定所述双目摄像组件的拍摄场景是否 为弱纹理场景或者重复纹理场 景： 若是， 则执行下述步骤 220， 若否， 则不启动激光纹理组件。

步骤 220 : 启动激光纹理组件， 以发射出激光纹理。

步骤 230 : 获取双目摄像组件采集到的包括所述激光纹理 的双目视图， 并 将所述包括所述激光纹理的双目视图设定为目 标双目视图；

步骤 240 : 基于所述目标双目视图进行障碍物检测。

其中， 需说明的是， 上述步骤 220至 240分别与如图 6所示的障碍物检测 方法中的步骤 1 1 0至 1 30具有相同的技术特征， 因此， 其具体实施方式可以参 考上述实施例的步骤 1 1 0至 1 30中相应的描述， 在本实施例中便不再赘述。

通过上述技术方案可知， 本发明实施例的有益效果在于： 本发明实施例提 供的障碍物检测方法通过在确定开启激光纹理 组件之后， 才启动激光纹理组 件， 以发射出激光纹理， 能够智能管理激光纹理组件的启动和关闭， 在不损失 障碍物检测精度的同时， 节约能耗。 实施例四

图 8是本发明实施例提供的一种障碍物检测装置� �结构示意图，该障碍物 检测装置 80可以运行于如图 1 所示的无人机 1 00。

具体地， 请参阅图 8， 该障碍物检测装置 80包括： 确定单元 81、 控制单 元 82、 图像获取单 83以及检测单元 84。

其中， 所述确定单元 81， 用于确定开启所述激光纹理组件； 所述控制单 元 82用于启动所述激光纹理组件， 以发射出激光纹理； 所述图像获取单元 83 用于获取所述双目摄像组件采集到的包含所述 激光纹理的双目视图，并将所述 包含所述激光纹理的双目视图设定为目标双目 视图； 所述检测单元 84用于基 于所述目标双目视图进行障碍物检测。

在本实施例中，可以在所述确定单元 81确定开启所述激光纹理组件之后， 通过控制单元 82启动所述激光纹理组件， 以发射出激光纹理； 然后， 通过图 像获取单元 83 获取所述双目摄像组件采集到的包含所述激光 纹理的双目视 图， 并将所述包含所述激光纹理的双目视图设定为 目标双目视图； 最后由检测 单元 84基于所述目标双目视图进行障碍物检测。

其中， 在一些实施例中， 所述确定单元 81 包括： 距离检测模块 81 1， 用 于确定所述激光纹理组件的探测范围内存在障 碍物。具体地，在一些实施例中， 所述距离检测模块 81 1 具体用于：获取所述双目摄像组件当前采集到 的初始双 目视图； 基于所述初始双目视图， 确定距离所述无人机最近的障碍物与所述无 人机之间的距离； 若所述距离小于或等于所述激光纹理组件的探 测距离， 则确 定所述激光纹理组件的探测范围内存在障碍物 。

进一步地， 在一些实施例中， 所述确定单元 81 还包括： 弱纹理检测模块 81 2， 用于确定所述双目摄像组件的拍摄场景为弱纹 理场景。 具体地， 在一些 实施例中， 弱纹理检测模块 81 2具体用于： 获取所述双目摄像组件当前采集到 的初始双目视图中的其中一个初始视图；对所 述其中一个初始视图进行梯度运 算， 获得所述其中一个初始视图中各个像素点的梯 度值； 统计所述梯度值小于 或等于梯度阈值的像素点的个数 N ; 若所述个数 N小于或等于数量阈值 Nth , 则确定所述双目摄像组件的拍摄场景为弱纹理 场景。 或者， 在另一些实施例中， 所述确定单元 81 还包括： 重复纹理检测模块 81 3， 用于确定所述双目摄像组件的拍摄场景为重复 纹理场景。 具体地， 在一 些实施例中， 所述重复纹理检测模块 81 3具体用于： 获取所述双目摄像组件当 前采集到的初始双目视图； 对所述初始双目视图进行立体匹配， 并获取各个匹 配块对应的最小代价值 C1 i 和次小代价值 C2 i， 其中， i 表示第 i 个匹配块； 若存在满足下述公式的匹配块 i， 则确定所述双目摄像组件的拍摄场景为重复 纹理场景：

C_1 i /C_2 i >K,

其中， 所述 K的取值范围为： 0. 5 K< 1。

此外， 在又一些实施例中， 所述确定单元 81 包括： 亮度检测模块 814， 用于确定所述无人机所处环境的亮度低于预设 值。 具体地， 在一些实施例中， 所述亮度检测模块 814具体用于：获取所述双目摄像组件当前采集 到的初始双 目视图中的其中一个初始视图；根据所述其中 一个初始视图中各个像素点的平 均灰度值， 确定所述无人机所处的环境的亮度。

需要说明的是，由于所述障碍物检测装置与上 述方法实施例中的障碍物检 测方法基于相同的发明构思， 因此， 上述各方法实施例的相应内容同样适用于 本装置实施例， 此处不再详述。

通过上述技术方案可知， 本发明实施例的有益效果在于： 本发明实施例提 供的障碍物检测装置通过控制单元启动激光纹 理组件，以使激光纹理组件在双 目摄像组件的双目视角范围内呈现出激光纹理 ，能够增强双目摄像组件的拍摄 场景的纹理特征， 从而， 在不改变原有双目匹配算法和结构的情况下， 提升了 双目立体匹配精度， 进而提升障碍物检测的精度。

以上所描述的装置实施例仅仅是示意性的，其 中所述作为分离部件说明的 单元可以是或者也可以不是物理上分开的， 即可以位于一个地方， 或者也可以 分布到多个网络单元上。 可以根据实际的需要选择其中的部分或者全部 单元 / 模块来实现本实施例方案的目的。 本发明实施例还提供了一种非暂态计算机可读 存储介质，所述非暂态计算 机可读存储介质存储有计算机可执行指令，该 计算机可执行指令被一个或多个 处理器执行， 例如， 被图 5中的一个处理器 1 23执行， 可使得上述一个或多个 处理器执行上述任意方法实施例中的障碍物检 测方法， 例如， 执行以上描述的 图 6中的方法步骤 1 1 0至 1 30， 或者图 7中的方法步骤 21 0至 240。 通过以上的实施方式的描述，本领域普通技术 人员可以清楚地了解到各实 施方式可借助软件加通用硬件平台的方式来实 现， 当然也可以通过硬件。 本领 域普通技术人员可以理解实现上述实施例方法 中的全部或部分流程是可以通 过计算机程序产品中的计算机程序来指令相关 的硬件来完成，所述的计算机程 序可存储于一非暂态计算机可读取存储介质中 ， 该计算机程序包括程序指令， 当所述程序指令被无人机执行时，可使所述无 人机执行上述各方法的实施例的 流程。 其中， 所述的存储介质可为磁碟、 光盘、 只读存储记忆体 (Read-On l y Memory, ROM)或随机存储记忆体 (Random Access Memory, RAM)等。

上述产品可执行本发明实施例所提供的障碍物 检测方法，具备执行障碍物 检测方法相应的功能模块和有益效果。 未在本实施例中详尽描述的技术细节， 可参见本发明实施例所提供的障碍物检测方法 。

最后应说明的是： 以上实施例仅用以说明本发明的技术方案， 而非对其限 制； 在本发明的思路下， 以上实施例或者不同实施例中的技术特征之间 也可以 进行组合， 步骤可以以任意顺序实现， 并存在如上所述的本发明的不同方面的 许多其它变化， 为了简明， 它们没有在细节中提供； 尽管参照前述实施例对本 发明进行了详细的说明， 本领域的普通技术人员应当理解： 其依然可以对前述 各实施例所记载的技术方案进行修改， 或者对其中部分技术特征进行等同替 换； 而这些修改或者替换， 并不使相应技术方案的本质脱离本发明各实施 例技 术方案的范围。