科创中国
一种图书馆智能机器人障碍物识别方法
发布时间: 2025-10-24
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
新一代信息技术产业,人工智能
成果介绍
该成果核心技术路径以 “‘图像增强 - 光流分析 - 运动分割’三级协同” 为核心，具体步骤明确：①图像采集与增强：通过机器人搭载的传感器收集图书馆场景的彩色图像与深度图像，先对图像生成频率谱，构造复数相位核并与频率谱点乘，完成频率谱调制；再通过边缘权重调制彩色图像颜色，增强图像边缘细节（如书架缝隙、地面凸起），提升复杂光环境（如书架阴影、灯光反射）下的图像质量；②运动信息提取：采用 Farneback 稠密光流算法，分析连续帧图像的像素运动轨迹，生成二维光流场，精准捕捉运动障碍物（如行走的读者、移动的座椅）的运动特征；③障碍物区域定位：使用 K-means 聚类算法对二维光流场进行聚类，将运动特征相似的像素归类生成信息素值矩阵，再通过阈值分割提取有效运动区域，生成最终运动区域掩膜，结合增强后的静态图像，实现静态（书架、桌椅）与动态（读者）障碍物的精准区分。
成果亮点
本项目研发的图书馆智能机器人障碍物识别方法，通过三大创新突破上述痛点：一是首创 “相位拉伸变换 + 边缘权重” 图像增强技术，区别于传统单一滤波增强，先通过复数相位核调制频率谱，突出图像高频边缘信息（如书架缝隙、地面凸起），再结合边缘权重优化颜色对比度，复杂光环境下图像特征清晰度提升 80%，静态障碍物识别准确率从 60% 提升至 95%，定位偏差控制在 ±2mm 以内；二是 “Farneback 光流 + K-means 聚类” 运动分析，Farneback 稠密光流算法可捕捉像素级运动轨迹，生成的二维光流场完整反映动态目标运动趋势，再通过 K-means 聚类将运动特征相似的像素归类，有效区分 “读者行走” 与 “书架阴影”，运动障碍物误判率从 30% 降至 2% 以下；三是 “静态 + 动态” 障碍物协同识别，将增强后的静态图像与运动区域掩膜融合，既精准定位静态障碍物位置，又标记动态障碍物运动范围，机器人可根据障碍物类型调整避障策略（如静态障碍物绕行、动态障碍物等待），避障成功率从 75% 提升至 98%。
团队介绍
1. 胡琴（核心发明人，深圳市万德昌创新智能有限公司）：公司技术总监，长期深耕计算机视觉与机器人障碍物识别领域，主导本成果整体技术架构设计，提出 “相位拉伸变换 + 光流聚类” 核心思路，曾参与广东省智慧图书馆专项课题（聚焦图书馆机器人自主移动），发表计算机视觉相关论文 6 篇，拥有 3 项图像识别领域专利，在技术研发中负责算法架构搭建与核心难点攻克（如相位核构造、光流聚类优化），是成果创新的领军者。
2. 邹元华、邹佳轩（算法研发组，深圳市万德昌创新智能有限公司）：邹元华负责图像增强模块开发，攻克 “复数相位核调制” 技术难点，优化频率谱与相位核点乘逻辑，使图像边缘细节清晰度提升 80%；邹佳轩专注于光流分析与聚类算法开发，优化 Farneback 稠密光流的参数设置（如窗口大小、迭代次数），提升运动轨迹捕捉精度，同时改进 K-means 聚类的初始聚类中心选择方法，运动区域分割准确率达 94%，二人共同保障算法核心性能。
成果资料
产业化落地方案
下载app