一种阴影区域的可通行性检测方法

可通行性检测是自主机器人视觉导航的基本方法之一.在乡村道路和城市环境中经常存在阴影,对基于可视化特征分类的可通行性检测影响很大,目前很少有针对阴影区域的可通行性检测的研究.提出一种阴影区域的可通行性检测方法,利用超像素技术把场景图像分割成同质、同光照条件的超像素,提出一种特征窗口定位方法寻找尽量包含同光照条件的特征提取窗口,运用局部二值模式(local binary pattern,LBP)提取方法对特征窗口内的像素进行描述,使用单类支持向量机(One-Class SVM)进行训练和分类,实现可通行性检测.实验表明,新方法不仅能够准确地对阴影区域内部的地形进行可通行性检测,而且可以实现对阴影区域和无阴影区域交汇部分的准确检测,在小面积阴影区域与小面积无阴影区域相互交错、交替出现的恶劣条件下仍能准确检测地形的可通行性,降低了可通行性检测在阴影边界的不连通性.