面向盲人避障的场景自适应分割及障碍物检测

摘要

针对盲人避障系统的实时性和鲁棒性要求,提出了基于单帧RGB-D图像的场景自适应分割和障碍物检测方法.针对室内场景存在较多的平面结构的特点,首先利用深度信息进行由粗到细的两阶段平面快速提取;然后提出了基于图论的RGB-D场景自适应分割算法,将基于深度信息的平面分割结果和基于RGB的图像分割进行自适应的权重融合;最后提出了多层次的障碍物检测识别策略,将场景区域识别为地面、桌面、墙面以及其他障碍物,并给出了场景分析结果的简化模型.实验结果表明,文中方法结合深度数据的优势以及场景的几何结构特点,有效地提高了场景分割和障碍物检测的实时性和鲁棒性,能够满足盲人室内避障应用需求.