本发明专利技术公开了一种基于计算机视觉的机器人跟随人体的系统，包括视频采集模块、物体检测模块和运动控制模块，该系统利用深度相机采集获取当前场景的深度图像及RGB图像，将采集到的图像进行处理，检测场景中的体并确定人体在场景中的位置，再根据获取的人体位置驱动机器人靠近人体，当人体在深度相机所检测的深度范围内时对人体进行跟随。本发明专利技术针对已有技术中存在的机器人定位及跟随问题，本发明专利技术通过利用视觉设备获取被跟随对象的图像信息，利用计算机视觉技术检测被跟随对象的与机器人的相对位置信息，将信息反馈到机器人运动控制单元，进而实现跟随，一方面提高机器人的检测范围，另一方面也提高了机器人跟随的鲁棒性。
【技术实现步骤摘要】
本专利技术涉及一种机器人跟随人体的系统和方法，尤其涉及一种基于计算机视觉的机器人跟随人体的系统和方法。
技术介绍
目前市场上的机器人跟随功能大都使用激光传感器或者其他辅助定位方式对目标进行定位，进而实现跟随，另外还需要被跟随对象与机器人保持在一定的距离范围内或者手动发送位置信息，机器人才能进行跟随。当被跟随对象超出机器人的跟随范围内时，机器人将无法得到定位信息，也不会做出跟随的行动，导致机器人的智能化降低，应用范围受到限制，难以推广到实际的应用中，已经不能满足人们的要求。
技术实现思路
本专利技术的目的在于提供一种基于计算机视觉的机器人跟随人体的系统和方法，解决现有技术存在的缺憾。本专利技术采用如下技术方案实现：一种基于计算机视觉的机器人跟随人体的系统，其特征在于，包括视频采集模块、物体检测模块和运动控制模块，其中：所述视频采集模块由深度相机构成，用于获取当前场景的深度图像及RGB图像；所述物体检测模块将采集到的图像进行处理，检测场景中的人体并确定人体在场景中的位置；所述运动控制模块根据获取的人体位置，驱动机器人靠近人体，当人体在深度相机所检测的深度范围内时，对人体进行跟随。进一步的，该系统利用深度相机采集获取当前场景的深度图像及RGB图像，将采集到的图像进行处理，检测场景中的人体并确定人体在场景中的位置，再根据获取的人体位置驱动机器人靠近人体，当人体在深度相机所检测的深度范围内时对人体进行跟随。本专利技术的有益技术效果是：针对已有技术中存在的机器人定位及跟随问题，本专利技术通过利用视觉设备获取被跟随对象的图像信息，利用计算机视觉技术检测被跟随对象的与机器人的相对位置信息，将信息反馈到机器人运动控制单元，进而实现跟随，一方面提高机器人的检测范围，另一方面也提高了机器人跟随的鲁棒性。附图说明图1是本专利技术的人体检测流程图。图2是本专利技术的人体跟随流程图。图3是本专利技术的人体寻找流程图。具体实施方式通过下面对实施例的描述，将更加有助于公众理解本专利技术，但不能也不应当将申请人所给出的具体的实施例视为对本专利技术技术方案的限制，任何对部件或技术特征的定义进行改变和/或对整体结构作形式的而非实质的变换都应视为本专利技术的技术方案所限定的保护范围。本专利技术的主要实现思想是：机器人对摄像头拍摄的视频图片进行相应特征提取，并使用提取的特征数据进行分类，完成对人体的检测和识别。与传统图像识别系统，本机器人中使用了快速检测物体区域算法，对视频帧中的物体能够近乎于实时（24fps）进行检测，从而使得物体识别的处理时间与准确度能够得到较大的提高。机器人对摄像头拍摄的视频连续帧进行分析、提取特征，实现对视频中出现的人体进行检测识别。首先采用快速物体预检测算法寻找可能出现人体的候选区域，然后对候选区域采用帧之间的运动约束和分类器进行进一步筛选和识别。对特征进行快速预检测，使用支持向量机SVM对图片的像素块分布进行分类，与传统检测算法不同的是经过此快速预检测之后，原来生成的上万个图像备选区域将被降至几千个。而且此快速预检测最快能达到了几百帧每秒。但是此预检测得出的结果会存在有一定的噪声与误差。因此需要通过运动约束来对误差备选图进行筛选，由于机器人对人进行追踪的特殊性，被追踪物体将处于运动状态，而非被追踪物体将具有一定的像素稳定性，根据此特性对图片中的误差检测做约束筛选。由此可见在下一帧中误差预测将被约束筛选除去。在图1中，机器人检测到人体后，通过计算机视觉对人体进行定位及定向，随后慢慢逼近人体，直至人体在机器人深度相机的深度范围内，并计算点云数量，并得到人体点云的中心位置，机器人以给位置为参考点，对人体进行跟随。在图2和图3中的机器人跟随人体的过程中，难免会因为被检测人速度过快或者其他事件离开机器人视线的情况，这时候机器人需要进行人体的寻找工作，并继续跟随人体。本实施例具体实施的方式和步骤：Step1：机器人对摄像头拍摄的视频连续帧进行分析，提取特征，实现对视频中出现的人体进行快速检测识别，得到可能出现人体的候选区域；Step2：若检测到人体，通过运动约束来对误差备选图进行筛选，由于机器人对人进行追踪的特殊性，被追踪物体将处于运动状态，而非被追踪物体将具有一定的像素稳定性，根据此特性对图片中的误差检测做约束筛选；Step3：估算被检测到的人体在机器人视角中的位置，机器人转动一定角度，面向被检测人体；Step4：若被检测人体在机器人视角的深度范围内，则对被测人体进行跟随，否则机器人前进；Step5：跟随过程中如果目标丢失，机器人进行目标寻找，并回到Step1；其中搜寻的方式为：先进行原地搜寻，即机器人旋转360度，每旋转45度，进行一次快速人体检测；若仍未发现人体，则导航至另一地点继续寻找。本实施例通过运动约束来对误差备选图进行筛选，提高人体检测精度，利用视觉实现目标的定位及定向，进而对机器人进行运动控制，本实施例中的快速物体检测识别算法及机器人跟随总体方案均属于要求保护的对象。当然，本专利技术还可以有其他多种实施例，在不背离本专利技术精神及其实质的情况下，熟悉本领域的技术人员可以根据本专利技术做出各种相应的改变和变形，但这些相应的改变和变形都应属于本专利技术所附的权利要求的保护范围。本文档来自技高网...
【技术保护点】
一种基于计算机视觉的机器人跟随人体的系统，其特征在于，包括视频采集模块、物体检测模块和运动控制模块，其中：所述视频采集模块由深度相机构成，用于获取当前场景的深度图像及RGB图像；所述物体检测模块将采集到的图像进行处理，检测场景中的人体并确定人体在场景中的位置；所述运动控制模块根据获取的人体位置，驱动机器人靠近人体，当人体在深度相机所检测的深度范围内时，对人体进行跟随。
【技术特征摘要】
1.一种基于计算机视觉的机器人跟随人体的系统，其特征在于，包括视频采集模块、物体检测模块和运动控制模块，其中：所述视频采集模块由深度相机构成，用于获取当前场景的深度图像及RGB图像；所述物体检测模块将采集到的图像进行处理，检测场景中的人体并确定人体在场景中的位置；所述运动控制模块根据获取的人体位置，驱动机器人靠近人体，当...
【专利技术属性】
技术研发人员：王威，谈笑，胡义轩，袁泽寰，
申请(专利权)人：王威，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。