基于深度图像信息的室内导盲系统

针对盲人独自在室内环境下行动容易受到障碍物的影响的问题,提出了基于图像深度信息的室内多种障碍物的检测算法。首先使用微软Kinect v2来拍摄室内的图像,然后从采集到的深度信息来重建出三维场景,并获取相应的3D点云数据;其次利用经典的随机采样一致性(RANSAC)算法,参考地面相对于人体的位置和距离等特点,将地面从获取的点云中提取出来;最后利用剩余的点云数据,根据不同障碍物各自的特性,提出对应的检测算法并结合欧式聚类算法可将各障碍物分割开来,再根据门宽和门高所满足的条件精确区别出门平面和墙平面,最后利用N-近邻采样一致性(NAPSAC)算法提取台阶面,最终通过各台阶面之间的距离来判定是否有楼梯。实验结果显示文中提出的算法能够有效检测到室内多种障碍物,并给予盲人精确有效的提示,有效解决传统方法易受光照影响,对于不同深度、倾斜和形状不规则的障碍物检测效果差,输出信息单一的问题。