本發(fā)明涉及一種機器人跟隨人體的系統(tǒng)和方法，尤其涉及一種基于計算機視覺的機器人跟隨人體的系統(tǒng)和方法。

背景技術(shù)：

目前市場上的機器人跟隨功能大都使用激光傳感器或者其他輔助定位方式對目標(biāo)進行定位，進而實現(xiàn)跟隨，另外還需要被跟隨對象與機器人保持在一定的距離范圍內(nèi)或者手動發(fā)送位置信息，機器人才能進行跟隨。當(dāng)被跟隨對象超出機器人的跟隨范圍內(nèi)時，機器人將無法得到定位信息，也不會做出跟隨的行動，導(dǎo)致機器人的智能化降低，應(yīng)用范圍受到限制，難以推廣到實際的應(yīng)用中，已經(jīng)不能滿足人們的要求。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種基于計算機視覺的機器人跟隨人體的系統(tǒng)和方法，解決現(xiàn)有技術(shù)存在的缺憾。

本發(fā)明采用如下技術(shù)方案實現(xiàn)：

一種基于計算機視覺的機器人跟隨人體的系統(tǒng)，其特征在于，包括視頻采集模塊、物體檢測模塊和運動控制模塊，其中：

所述視頻采集模塊由深度相機構(gòu)成，用于獲取當(dāng)前場景的深度圖像及RGB圖像；

所述物體檢測模塊將采集到的圖像進行處理，檢測場景中的人體并確定人體在場景中的位置；

所述運動控制模塊根據(jù)獲取的人體位置，驅(qū)動機器人靠近人體，當(dāng)人體在深度相機所檢測的深度范圍內(nèi)時，對人體進行跟隨。

進一步的，該系統(tǒng)利用深度相機采集獲取當(dāng)前場景的深度圖像及RGB圖像，將采集到的圖像進行處理，檢測場景中的人體并確定人體在場景中的位置，再根據(jù)獲取的人體位置驅(qū)動機器人靠近人體，當(dāng)人體在深度相機所檢測的深度范圍內(nèi)時對人體進行跟隨。

本發(fā)明的有益技術(shù)效果是：針對已有技術(shù)中存在的機器人定位及跟隨問題，本發(fā)明通過利用視覺設(shè)備獲取被跟隨對象的圖像信息，利用計算機視覺技術(shù)檢測被跟隨對象的與機器人的相對位置信息，將信息反饋到機器人運動控制單元，進而實現(xiàn)跟隨，一方面提高機器人的檢測范圍，另一方面也提高了機器人跟隨的魯棒性。

附圖說明

圖1是本發(fā)明的人體檢測流程圖。

圖2是本發(fā)明的人體跟隨流程圖。

圖3是本發(fā)明的人體尋找流程圖。

具體實施方式

通過下面對實施例的描述，將更加有助于公眾理解本發(fā)明，但不能也不應(yīng)當(dāng)將申請人所給出的具體的實施例視為對本發(fā)明技術(shù)方案的限制，任何對部件或技術(shù)特征的定義進行改變和/或?qū)φw結(jié)構(gòu)作形式的而非實質(zhì)的變換都應(yīng)視為本發(fā)明的技術(shù)方案所限定的保護范圍。

本發(fā)明的主要實現(xiàn)思想是：機器人對攝像頭拍攝的視頻圖片進行相應(yīng)特征提取，并使用提取的特征數(shù)據(jù)進行分類，完成對人體的檢測和識別。與傳統(tǒng)圖像識別系統(tǒng)，本機器人中使用了快速檢測物體區(qū)域算法，對視頻幀中的物體能夠近乎于實時（24fps）進行檢測，從而使得物體識別的處理時間與準(zhǔn)確度能夠得到較大的提高。機器人對攝像頭拍攝的視頻連續(xù)幀進行分析、提取特征，實現(xiàn)對視頻中出現(xiàn)的人體進行檢測識別。首先采用快速物體預(yù)檢測算法尋找可能出現(xiàn)人體的候選區(qū)域，然后對候選區(qū)域采用幀之間的運動約束和分類器進行進一步篩選和識別。

對特征進行快速預(yù)檢測，使用支持向量機SVM對圖片的像素塊分布進行分類，與傳統(tǒng)檢測算法不同的是經(jīng)過此快速預(yù)檢測之后，原來生成的上萬個圖像備選區(qū)域?qū)⒈唤抵翈浊€。而且此快速預(yù)檢測最快能達到了幾百幀每秒。但是此預(yù)檢測得出的結(jié)果會存在有一定的噪聲與誤差。因此需要通過運動約束來對誤差備選圖進行篩選，由于機器人對人進行追蹤的特殊性，被追蹤物體將處于運動狀態(tài)，而非被追蹤物體將具有一定的像素穩(wěn)定性，根據(jù)此特性對圖片中的誤差檢測做約束篩選。由此可見在下一幀中誤差預(yù)測將被約束篩選除去。

在圖1中，機器人檢測到人體后，通過計算機視覺對人體進行定位及定向，隨后慢慢逼近人體，直至人體在機器人深度相機的深度范圍內(nèi)，并計算點云數(shù)量，并得到人體點云的中心位置，機器人以給位置為參考點，對人體進行跟隨。在圖2和圖3中的機器人跟隨人體的過程中，難免會因為被檢測人速度過快或者其他事件離開機器人視線的情況，這時候機器人需要進行人體的尋找工作，并繼續(xù)跟隨人體。

本實施例具體實施的方式和步驟：

Step1：機器人對攝像頭拍攝的視頻連續(xù)幀進行分析，提取特征，實現(xiàn)對視頻中出現(xiàn)的人體進行快速檢測識別，得到可能出現(xiàn)人體的候選區(qū)域；

Step2：若檢測到人體，通過運動約束來對誤差備選圖進行篩選，由于機器人對人進行追蹤的特殊性，被追蹤物體將處于運動狀態(tài)，而非被追蹤物體將具有一定的像素穩(wěn)定性，根據(jù)此特性對圖片中的誤差檢測做約束篩選；

Step3：估算被檢測到的人體在機器人視角中的位置，機器人轉(zhuǎn)動一定角度，面向被檢測人體；

Step4：若被檢測人體在機器人視角的深度范圍內(nèi)，則對被測人體進行跟隨，否則機器人前進；

Step5：跟隨過程中如果目標(biāo)丟失，機器人進行目標(biāo)尋找，并回到Step1；其中搜尋的方式為：先進行原地搜尋，即機器人旋轉(zhuǎn)360度，每旋轉(zhuǎn)45度，進行一次快速人體檢測；若仍未發(fā)現(xiàn)人體，則導(dǎo)航至另一地點繼續(xù)尋找。

本實施例通過運動約束來對誤差備選圖進行篩選，提高人體檢測精度，利用視覺實現(xiàn)目標(biāo)的定位及定向，進而對機器人進行運動控制，本實施例中的快速物體檢測識別算法及機器人跟隨總體方案均屬于要求保護的對象。

當(dāng)然，本發(fā)明還可以有其他多種實施例，在不背離本發(fā)明精神及其實質(zhì)的情況下，熟悉本領(lǐng)域的技術(shù)人員可以根據(jù)本發(fā)明做出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明所附的權(quán)利要求的保護范圍。