技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器人技術(shù)領(lǐng)域，尤其涉及一種基于3D攝像頭機(jī)器人的人體跟隨方法及系統(tǒng)。

背景技術(shù)：

隨著現(xiàn)有技術(shù)的迅速發(fā)展，機(jī)器人開始走進(jìn)老百姓的生活中，機(jī)器人的使用領(lǐng)域較為廣泛，以服務(wù)行業(yè)為例，機(jī)器人可從事餐飲、維護(hù)保養(yǎng)、修理、運(yùn)輸、清洗、救援或監(jiān)護(hù)等工作，能完成有益于人類健康的服務(wù)工作，給人民的生活帶來的極大的便利。

然而，現(xiàn)有的機(jī)器人普遍是通過語音喚醒的，如果他沒有聽到聲音，他就沒法感知周圍環(huán)境變化，不能做出合理的響應(yīng)。因此，視覺是對這種情景的必要補(bǔ)充，使得機(jī)器人能主動(dòng)感知沒有聲音的情景。

技術(shù)實(shí)現(xiàn)要素：

針對上述技術(shù)中存在的不足之處，本發(fā)明提供一種可跟隨人體、便于用戶與機(jī)器人及時(shí)交互的基于3D攝像頭機(jī)器人的人體跟隨方法及系統(tǒng)。

為了達(dá)到上述目的，本發(fā)明一種基于3D攝像頭機(jī)器人的人體跟隨方法，包括以下步驟：

步驟1，打開機(jī)器人電源，初始化機(jī)器人系統(tǒng)；

步驟2，機(jī)器人系統(tǒng)驅(qū)動(dòng)3D攝像頭初始化；

步驟3，3D攝像頭開始進(jìn)行抓拍，若抓拍到物體，則執(zhí)行步驟4；若未抓拍到物體，則3D攝像頭繼續(xù)抓拍；

步驟4，3D攝像頭得到深度數(shù)據(jù)量和顏色數(shù)據(jù)量并發(fā)送給機(jī)器人；

步驟5，機(jī)器人根據(jù)深度數(shù)據(jù)量和顏色數(shù)據(jù)量計(jì)算分析得到物體的特征值，并通過物體的特征值判斷是人體或者是非人體，若判斷是人體，則執(zhí)行步驟6；若判斷為非人體，則返回執(zhí)行步驟3；

步驟6，機(jī)器人將人體的特征值和位置信息記錄下來，且3D攝像頭構(gòu)建周圍環(huán)境的空間坐標(biāo)系，并將該坐標(biāo)系映射到機(jī)器人的屏幕上；

步驟7，機(jī)器人根據(jù)空間坐標(biāo)與3D攝像頭映射到人體的點(diǎn)計(jì)算出人體中心坐標(biāo)；

步驟8，機(jī)器人根據(jù)人體中心坐標(biāo)計(jì)算出與人體的距離，且根據(jù)距離決定跟隨人體的速度；

步驟9，機(jī)器人跟隨人體的同時(shí)掃描周圍環(huán)境，繪制地圖并保存地圖。

其中，所述步驟6記錄人體的特征值的具體過程為：

步驟61，將機(jī)器人檢測人體的特征值中的圖像數(shù)據(jù)進(jìn)行灰度化處理；

步驟62，采用Gamma校正法對輸入的圖像數(shù)據(jù)進(jìn)行顏色空間標(biāo)準(zhǔn)化；

步驟63，計(jì)算圖像數(shù)據(jù)中每個(gè)像素的梯度；

步驟64，將圖像數(shù)據(jù)劃分為多個(gè)cell；

步驟65，統(tǒng)計(jì)每個(gè)cell的梯度直方圖，形成每個(gè)cell的descriptor；

步驟66，將每幾個(gè)cell的梯度直方圖組成一個(gè)block，一個(gè)block內(nèi)的所有cell的特征descriptor串聯(lián)后得到該block的特征descriptor；

步驟67，將圖像數(shù)據(jù)內(nèi)所有block的特征descriptor串聯(lián)后得到該圖像的HOG特征descriptor，且該圖像的HOG特征descriptor供分類使用的特征向量。

其中，所述步驟5中，機(jī)器人的分析過程為：調(diào)用IPP數(shù)據(jù)庫和PCL數(shù)據(jù)庫，采用detect算法對深度數(shù)據(jù)量和顏色數(shù)據(jù)量進(jìn)行計(jì)算分析。

其中，所述步驟8中，機(jī)器人在跟隨人體的過程中保持常量距離。

其中，所述步驟3中，3D攝像頭的抓拍速度為每秒60幀。

其中，所述步驟64中，每個(gè)cell為6*6像素，所述步驟66中，一個(gè)block中有3*3個(gè)cell。

為了實(shí)現(xiàn)上述目的，本發(fā)明還提供一種基于3D攝像頭機(jī)器人的人體跟隨系統(tǒng)，包括設(shè)置在機(jī)器人上的3D攝像頭、中央處理器和屏幕，所述3D攝像頭和屏幕均與中央處理器交互連接；

所述3D攝像頭抓拍到物體后，所述3D攝像頭得到深度數(shù)據(jù)量和顏色數(shù)據(jù)量，且所述3D攝像頭將深度數(shù)據(jù)量和顏色數(shù)據(jù)量發(fā)送給中央處理器處理，所述中央處理器根據(jù)深度數(shù)據(jù)量和顏色數(shù)據(jù)量計(jì)算分析得到物體的特征值，并通過物體的特征值判斷是人體或者是非人體，若判斷為非人體，則3D攝像頭繼續(xù)抓拍；若判斷是人體，則中央處理器記錄人體的特征值和位置信息，且3D攝像頭構(gòu)建周圍環(huán)境的空間坐標(biāo)系，并將該坐標(biāo)系映射到屏幕上，所述中央處理器根據(jù)空間坐標(biāo)與3D攝像頭映射到人體的點(diǎn)計(jì)算出人體中心坐標(biāo)，所述中央處理器根據(jù)人體中心坐標(biāo)計(jì)算出與人體的距離，且根據(jù)距離決定跟隨人體的速度。

其中，所述3D攝像頭的抓拍速度為每秒60幀。

本發(fā)明的有益效果是：

與現(xiàn)有技術(shù)相比，本發(fā)明的基于3D攝像頭機(jī)器人的人體跟隨方法，能夠使機(jī)器人不斷主動(dòng)監(jiān)測周圍的環(huán)境，根據(jù)3D攝像頭獲取到的物體特征值進(jìn)行分析判斷，若抓拍到人體，則記錄人體的特征值和位置信息，并計(jì)算人體中心坐標(biāo)與人體之間的距離，且根據(jù)機(jī)器人與人體之間的距離而決定跟隨人體的速度，保證機(jī)器人與人體之間的常量間距，從而實(shí)現(xiàn)對人體的拍照跟隨，用戶走到哪里，機(jī)器人就跟隨到哪里，方便用戶及時(shí)與機(jī)器人交互，使得機(jī)器人從被動(dòng)與人交互轉(zhuǎn)換為主動(dòng)與人交互，可以增強(qiáng)娛樂性，主動(dòng)監(jiān)測周圍環(huán)境，增強(qiáng)對周圍環(huán)境感知能力，為機(jī)器人應(yīng)用提供良好的體驗(yàn)。本發(fā)明的基于3D攝像頭機(jī)器人的人體跟隨方法使得機(jī)器人更加智能化，能更好的為用戶服務(wù)。

附圖說明

圖1為本發(fā)明基于3D攝像頭機(jī)器人的人體跟隨方法的方框流程圖；

圖2為本發(fā)明基于3D攝像頭機(jī)器人的人體跟隨方法中步驟6的方框流程圖；

圖3為本發(fā)明基于3D攝像頭機(jī)器人的人體跟隨系統(tǒng)的方框示意圖。

主要元件符合說明如下：

1、3D攝像頭 2、中央處理器

3、屏幕。

具體實(shí)施方式

為了更清楚地表述本發(fā)明，下面結(jié)合附圖對本發(fā)明作進(jìn)一步地描述。

參閱圖1-3，本發(fā)明一種基于3D攝像頭機(jī)器人的人體跟隨方法，包括以下步驟：

步驟S1，打開機(jī)器人電源，初始化機(jī)器人系統(tǒng)；

步驟S2，機(jī)器人系統(tǒng)驅(qū)動(dòng)3D攝像頭初始化；

步驟S3，3D攝像頭開始進(jìn)行抓拍，若抓拍到物體，則執(zhí)行步驟S4；若未抓拍到物體，則3D攝像頭繼續(xù)抓拍；

步驟S4，3D攝像頭得到深度數(shù)據(jù)量和顏色數(shù)據(jù)量并發(fā)送給機(jī)器人；

步驟S5，機(jī)器人根據(jù)深度數(shù)據(jù)量和顏色數(shù)據(jù)量計(jì)算分析得到物體的特征值，并通過物體的特征值判斷是人體或者是非人體，若判斷是人體，則執(zhí)行步驟S6；若判斷為非人體，則返回執(zhí)行步驟S3；

步驟S6，機(jī)器人將人體的特征值和位置信息記錄下來，且3D攝像頭構(gòu)建周圍環(huán)境的空間坐標(biāo)系，并將該坐標(biāo)系映射到機(jī)器人的屏幕上；

步驟S7，機(jī)器人根據(jù)空間坐標(biāo)與3D攝像頭映射到人體的點(diǎn)計(jì)算出人體中心坐標(biāo)；

步驟S8，機(jī)器人根據(jù)人體中心坐標(biāo)計(jì)算出與人體的距離，且根據(jù)距離決定跟隨人體的速度；

步驟S9，機(jī)器人跟隨人體的同時(shí)掃描周圍環(huán)境，繪制地圖并保存地圖。

與現(xiàn)有技術(shù)相比，本發(fā)明的基于3D攝像頭機(jī)器人的人體跟隨方法，能夠使機(jī)器人不斷主動(dòng)監(jiān)測周圍的環(huán)境，根據(jù)3D攝像頭獲取到的物體特征值進(jìn)行分析判斷，若抓拍到人體，則記錄人體的特征值和位置信息，并計(jì)算人體中心坐標(biāo)與人體之間的距離，且根據(jù)機(jī)器人與人體之間的距離而決定跟隨人體的速度，保證機(jī)器人與人體之間的常量間距，從而實(shí)現(xiàn)對人體的拍照跟隨，用戶走到哪里，機(jī)器人就跟隨到哪里，方便用戶及時(shí)與機(jī)器人交互，使得機(jī)器人從被動(dòng)與人交互轉(zhuǎn)換為主動(dòng)與人交互，可以增強(qiáng)娛樂性，主動(dòng)監(jiān)測周圍環(huán)境，增強(qiáng)對周圍環(huán)境感知能力，為機(jī)器人應(yīng)用提供良好的體驗(yàn)。本發(fā)明的基于3D攝像頭機(jī)器人的人體跟隨方法使得機(jī)器人更加智能化，能更好的為用戶服務(wù)。

本實(shí)施例中，步驟S6記錄人體的特征值的具體過程為：

步驟S61，將機(jī)器人檢測人體的特征值中的圖像數(shù)據(jù)進(jìn)行灰度化處理；

步驟S62，采用Gamma校正法對輸入的圖像數(shù)據(jù)進(jìn)行顏色空間標(biāo)準(zhǔn)化；Gamma校正法用于調(diào)節(jié)圖像的對比度，降低圖像局部的陰影和光照變化造成的影響，同時(shí)可以抑制噪音的干擾；

步驟S63，計(jì)算圖像數(shù)據(jù)中每個(gè)像素的梯度；該步驟是為了捕獲輪廓信息，同時(shí)進(jìn)一步弱化光照的干擾；

步驟S64，將圖像數(shù)據(jù)劃分為多個(gè)cell；其中，cell為單元；

步驟S65，統(tǒng)計(jì)每個(gè)cell的梯度直方圖，形成每個(gè)cell的descriptor；其中，descriptor為描述符；

步驟S66，將每幾個(gè)cell的梯度直方圖組成一個(gè)block，一個(gè)block內(nèi)的所有cell的特征descriptor串聯(lián)后得到該block的特征descriptor；其中，block為塊；

步驟S67，將圖像數(shù)據(jù)內(nèi)所有block的特征descriptor串聯(lián)后得到該圖像的HOG特征descriptor，且該圖像的HOG特征descriptor供分類使用的特征向量。

Gamma校正法即伽瑪校正，為Gamma Correction，是對圖象的伽瑪曲線進(jìn)行編輯，以對圖象進(jìn)行非線性色調(diào)編輯的方法。所謂伽瑪校正就是對圖像的伽瑪曲線進(jìn)行編輯，以對圖像進(jìn)行非線性色調(diào)編輯的方法，檢出圖像信號(hào)中的深色部分和淺色部分，并使兩者比例增大，從而提高圖像對比度效果；

HOG，為Histogram of Oriented Gradient的縮寫，譯為方向梯度直方圖，HOG特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行物體檢測的特征描述子，通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征，HOG特征結(jié)合SVM分類器已經(jīng)被廣泛應(yīng)用于圖像識(shí)別中，尤其在行人檢測中獲得了極大的成功。

本實(shí)施例中，步驟S5中，機(jī)器人的分析過程為：調(diào)用IPP數(shù)據(jù)庫和PCL數(shù)據(jù)庫，采用detect算法對深度數(shù)據(jù)量和顏色數(shù)據(jù)量進(jìn)行計(jì)算分析。IPP數(shù)據(jù)庫是指intel performance libiariy，為英特爾性能數(shù)據(jù)庫；PCL數(shù)據(jù)庫是指point clouds library ，為點(diǎn)云數(shù)據(jù)庫；detect算法為現(xiàn)有技術(shù)中識(shí)別人體特征的一個(gè)算法，在得到人體的color值和depth值后，color值即顏色數(shù)據(jù)量，depth值即深度數(shù)據(jù)量，是通過color值和depth值計(jì)算而得出人體的特征值的一種算法。

本實(shí)施例中，步驟S8中，機(jī)器人在跟隨人體的過程中保持常量距離。常量距離為機(jī)器人中可設(shè)置的人體與機(jī)器人的間距，保證安全，避免機(jī)器人與用戶的距離過近或過遠(yuǎn)，避免交互不便。

本實(shí)施例中，步驟S3中，3D攝像頭的抓拍速度為每秒60幀。當(dāng)然，本案中并不局限于60幀每秒的抓拍速度，也可以是其他的速度，只要能保持抓拍人體的抓拍速度即可。

本實(shí)施例中，步驟S64中，每個(gè)cell為6*6像素，步驟S66中，一個(gè)block中有3*3個(gè)cell。當(dāng)然，本案中并不局限于6*6像素的cell，也可以是其他像素，一個(gè)block中并不局限于3*3個(gè)cell，只要能保證人體的特征值有效記錄即可。

本案中，步驟S7的機(jī)器人根據(jù)空間坐標(biāo)與3D攝像頭映射到人體的點(diǎn)計(jì)算出人體中心坐標(biāo)為現(xiàn)有技術(shù)中的計(jì)算方法，只要能根據(jù)空間坐標(biāo)與3D攝像頭映射到人體的點(diǎn)計(jì)算出人體中心坐標(biāo)的方法均可為本案的計(jì)算方法。

請參閱圖3，為了實(shí)現(xiàn)上述目的，本發(fā)明還提供一種基于3D攝像頭機(jī)器人的人體跟隨系統(tǒng)，包括設(shè)置在機(jī)器人上的3D攝像1、中央處理器2和屏幕3，3D攝像頭1和屏幕3均與中央處理器2交互連接；

3D攝像頭1抓拍到物體后，3D攝像頭1得到深度數(shù)據(jù)量和顏色數(shù)據(jù)量，且3D攝像頭1將深度數(shù)據(jù)量和顏色數(shù)據(jù)量發(fā)送給中央處理器2處理，中央處理器2根據(jù)深度數(shù)據(jù)量和顏色數(shù)據(jù)量計(jì)算分析得到物體的特征值，并通過物體的特征值判斷是人體或者是非人體，若判斷為非人體，則3D攝像頭1繼續(xù)抓拍；若判斷是人體，則中央處理器2記錄人體的特征值和位置信息，且3D攝像頭1構(gòu)建周圍環(huán)境的空間坐標(biāo)系，并將該坐標(biāo)系映射到屏幕3上，中央處理器2根據(jù)空間坐標(biāo)與3D攝像頭1映射到人體的點(diǎn)計(jì)算出人體中心坐標(biāo)，中央處理器2根據(jù)人體中心坐標(biāo)計(jì)算出與人體的距離，且根據(jù)距離決定跟隨人體的速度。

本實(shí)施例中，3D攝像頭1的抓拍速度為每秒60幀。

本發(fā)明的優(yōu)勢在于：

與現(xiàn)有技術(shù)相比，本發(fā)明的基于3D攝像頭機(jī)器人的人體跟隨系統(tǒng)，3D攝像頭1不斷主動(dòng)監(jiān)測周圍的環(huán)境，根據(jù)3D攝像頭獲取到的物體特征值進(jìn)行分析判斷，若抓拍到人體，則中央處理器2記錄人體的特征值和位置信息，并計(jì)算人體中心坐標(biāo)與人體之間的距離，且根據(jù)機(jī)器人與人體之間的距離而決定跟隨人體的速度，保證機(jī)器人與人體之間的常量間距，從而實(shí)現(xiàn)對人體的拍照跟隨，用戶走到哪里，機(jī)器人就跟隨到哪里，方便用戶及時(shí)與機(jī)器人交互，使得機(jī)器人從被動(dòng)與人交互轉(zhuǎn)換為主動(dòng)與人交互，可以增強(qiáng)娛樂性，主動(dòng)監(jiān)測周圍環(huán)境，增強(qiáng)對周圍環(huán)境感知能力，為機(jī)器人應(yīng)用提供良好的體驗(yàn)。本發(fā)明的基于3D攝像頭機(jī)器人的人體跟隨系統(tǒng)使得機(jī)器人更加智能化，能更好的為用戶服務(wù)。

以上公開的僅為本發(fā)明的幾個(gè)具體實(shí)施例，但是本發(fā)明并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本發(fā)明的保護(hù)范圍。