收稿日期：2022-07-13基金项目：吉林省发展和改革委员会产业技术研究与开发项目（2020C019）；吉林省科技发展计划项目（20190303096SF）；长春市科技计划项目（21ZY46）作者简介：韩成浩（1972-），男，博士，教授，研究生导师，E-mail：hanchenghao@jlju.edu.cn基于机器视觉的障碍物识别系统研究韩成浩，曾繁歌（吉林建筑大学电气与计算机学院，长春130022）摘要：随着当代科技日新月异，智能机器人的自主能力快速发展，而其发展面对的挑战之一便是障碍物识别技术的提升。提出一种基于机器视觉的障碍物识别系统，目的为实现快速识别障碍物。本系统首先利用张氏平面标定法得到双目摄像头的内外参数，并将拍摄的图像灰度化且进行滤波处理以及图像锐化处理，并通过立体匹配得到双目视差图，最终利用双目视差与深度的关系，得到当前场景的深度信息，最后根据实时测距的要求，采用YOLO目标识别算法，通过当前场景图片数据集进行训练，对常见障碍物进行识别。关键词：机器视觉；自主避障；图像匹配；深度信息中图分类号：TN06文献标志码：A文章编号：1672-9870（2023）01-0088-06ResearchonObstacleRecognitionBasedonMachineVisionHANChenghao，ZENGFange（SchoolofElectricalandComputer，JilinJianzhuUniversity，Changchun，130022）Abstract：Withtherapiddevelopmentofmodernscienceandtechnology，theautonomousabilityofintelligentrobotsisde-velopingrapidly，andoneofthechallengesfacingitsdevelopmentistheimprovementofobstaclerecognitiontechnology.Inthispaper，anobstaclerecognitionsystembasedonmachinevisionisproposedtorealizefastobstaclerecognition.Thissys-temfirst，Zhangplanecalibrationmethodareusedtogettheinnerandouterparametersofbinocularcamerasandimageofthegraylevelchangeandfilteringprocessingandimagesharpeningprocessing，andbinocularparallaxfigureisobtainedbystereomatching，finallyusingbinocularparallaxanddepth，therelationshipbetweenthedepthofthecurrentsceneinforma-tion，finallyaccordingtotherequirementsofreal-timeranginguseYOLOtargetrecognitionalgorithm，Throughthecurrentsceneimagedatasetfortraining，commonobstacleswereidentified.Keywords：machinevision；autonomousobstacleavoidance；imagematching；depthinformation当前智能无人系统正在迅速的发展，但在城市路面情...
