一种针对细长障碍物与反射物体的立体算法

立体相机是户外轻量、低成本机器人避障应用的热门选择。然而，它们难以很好地感知细长和反射物体。目前，许多算法被调优以在如 Middlebury 数据集的室内场景上表现良好。在户外导航时，如窗户和玻璃般的反射物体，以及如电线般的细长障碍物，大多数立体视差算法都不能很好处理。反射、重复图案以及与相机基线平行的物体会导致图像对之间的误匹配，从而产生糟糕的视差估计。细长障碍物难以被许多基于滑动窗口的视差方法检测到，因为它们在滑动窗口中占据的像素比例不大。我们使用三目相机 setup 与能够检测反射物体的微偏振相机来克服这些问题。我们提出一种分层视差算法，可降低噪声，利用三幅图像中的语义物体三角测量分别识别电线，并利用光的偏振信息估计反射物体的视差。我们在收集到的户外数据上评估了我们的方法。在含反射物体的场景中，我们方法的坏像素平均占比为 9.27%，而典型立体算法为 18.4%。我们的三目与语义电线视差方法检测到了 53% 的电线像素，而典型双目立体算法仅检测到 5%。