室内移动视频跟踪定位辅助拍摄方法和装置制造方法及图纸

室内移动视频跟踪定位辅助拍摄方法和装置，用于对室内移动的拍摄对象进行跟踪拍摄，其特征是，包括以下步骤：识别所述拍摄对象；对识别的拍摄对象在其移动过程中进行实时定位；使用拍摄设备拍摄所述拍摄对象；根据所述定位控制所述拍摄设备移动以保持所述拍摄设备与所述拍摄对象之间的距离，并使所述拍摄设备避开周边障碍物。本发明专利技术创造的有益效果：提供了一整套移动视频跟拍的解决方案，在无人操控摄像机和照相机的时候可以进行自动定点，自动跟拍，解决了日益增多的无人自动拍摄和拍照需求。

【技术实现步骤摘要】
室内移动视频跟踪定位辅助拍摄方法和装置
本专利技术创造涉及移动拍摄
，具体涉及室内移动视频跟踪定位辅助拍摄方法和装置。
技术介绍
现在全世界已经已进入一个网络的世界，在日常生活中，文字的传播已经远远不能满足人们的需要，越来越多的人和媒体，把照片和视频作为主要的传播媒介。但大部分拍摄只能定点拍摄或者需要第三者辅助，用户不能自主进行拍摄。不仅在日常生活中，在商业领域，越来越多的公司和企业加入视频的会议中，比如Lync，Cisco等公司都在大规模的普及和推广视频业务，在教育领域，网络视频授课和网络大学也在逐步发展。然而，无论在商业领域还是教育领域，都是使用固定摄像设备，不能解决移动拍摄的需要。
技术实现思路
本专利技术创造的目的在于解决移动中进行不间断拍摄和拍照的需要，提供一种室内移动视频跟踪定位辅助拍摄方法和装置。本专利技术创造的目的通过以下技术方案实现：室内移动视频跟踪定位辅助拍摄方法，用于对室内移动的拍摄对象进行跟踪拍摄，其特征是，包括以下步骤：识别所述拍摄对象；对识别的拍摄对象在其移动过程中进行实时定位；使用拍摄设备拍摄所述拍摄对象；根据所述定位控制所述拍摄设备移动以保持所述拍摄设备与所述拍摄对象之间的距离，并使所述拍摄设备避开周边障碍物。本专利技术创造的有益效果：提供了一整套移动视频跟拍的解决方案，在无人操控摄像机和照相机的时候可以进行自动定点，自动跟拍，解决了日益增多的无人自动拍摄和拍照需求。附图说明利用附图对专利技术创造作进一步说明，但附图中的实施例不构成对本专利技术创造的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术装置结构示意图，图2是本专利技术装置局部放大图。附图标记：底座1、轮胎2、滑轨3、云台4、云台支架5、摄像头6、U型支架7、USB接口8、电池11、充电口12、主板13，超声波感应器14、中央雷达15、蓝牙发射接收器131、GPS芯片132、存储设备133。具体实施方式结合以下实施例对本专利技术做进一步描述：本实施例的室内移动视频跟踪定位辅助拍摄方法，用于对室内移动的拍摄对象进行跟踪拍摄，其特征是，包括以下步骤：识别所述拍摄对象；对识别的拍摄对象在其移动过程中进行实时定位；使用拍摄设备拍摄所述拍摄对象；根据所述定位控制所述拍摄设备移动以保持所述拍摄设备与所述拍摄对象之间的距离，并使所述拍摄设备避开周边障碍物。本实施例提供了一整套移动视频跟拍的解决方案，在无人操控摄像机和照相机的时候可以进行自动定点，自动跟拍，解决了日益增多的无人自动拍摄和拍照需求。优选的，识别所述拍摄对象基于轮廓识别进行：给定的拍摄对象轮廓G(t)，其弧长参数化方程表示为G(t)＝(x(t),y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线方程的参数，且t∈[0,1]；拍摄对象轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别为k(t)和kN(t)；选宽度为D的窗函数W(n)，对曲率kN(t)进行邻域平均，得到含噪轮廓曲率k′N(t)，由于曲率值较大的轮廓点通常反映了拍摄对象的显著特征，根据k′N(t)将轮廓中所有轮廓点划分为特征点或非特征点，设定权值T，当|k′N(t)|<T*max|k′N(t)|时，特征函数f(t)＝0，否则，特征函数f(t)＝1；选定一个起始点O，轮廓起始点向两侧延伸合并相邻的点，以该起始点类型作为该区域预设类型，向两侧延伸各S×μ0时停止，其中S为预设的最小长度，为O点处的实时曲率修正系数，代表O点的曲率半径，代表由上述窗函数得到的O点的平均曲率半径，实时曲率修正系数μ0用于根据不同点的曲率不同，自动修正延伸长度，能有效减小合并后的失真现象；分别计算两侧区域内相异点的个数N+1和N-1，若相异点的个数小于设定的该类型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反；再以两个停止点O+1和点O-1作为起始点重新开始计算，向外侧延伸S×μO+1或S×μ0-1时停止，其中μO+1和μO-1分别代表点O+1和点O-1处的实时曲率修正系数，O+1两侧区域内相异点个数为N+2，O-1两侧区域内相异点个数为N-2，根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S的比例计算相异点个数，计入相应的特征区域；对相邻的同类型区域进行合并，得到连续的特征区域和非特征区域；采用函数对含噪轮廓进行平滑，命名为K滤波器，经过轮廓点分类和区域划分,含噪轮廓GN(t)表示为不同类型轮廓分段的组合：其中表示包含特征区域的轮廓分段,表示包含非特征区域的轮廓分段；为了达到较好的平滑效果，选取每种类型区域最小长度S的一半作为K滤波器85％置信区间的长度，从而根据两类区域的长度自适应选取不同参数的K滤波器。优选的，使所述拍摄设备避开周边障碍物具体包括：在移动过程中，通过雷达和底座四周安装四个超声波感应器来探索周围的环境来进行避开障碍物，基本原理是测量超声波的飞行时间，通过d＝vt/2测量距离，其中d是距离，v是声速，t是飞行时间。由于超声波在空气中的速度与温湿度有关，本专利在测量中也可以配合DHT11温湿度传感器，也把温湿度的变化和其它因素考虑进去。本专利使用传感器通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包，系统检测高于某阈值的反向声波，检测到后使用测量到的飞行时间计算距离。超声波传感器一般作用距离较短，普通的有效探测距离都在几米，但是会有一个几十毫米左右的最小探测盲区，通过专利上配置的摄像头可以进行超声波盲区部分的检测。在避开障碍物运动的算法方面，本专利也进行了创新，比如首先使用常见的Bug算法，也就是Bug算法应该是最简单的一种避障算法了，它的基本思想是在发现障碍后，围着检测到的障碍物轮廓行走，从而绕开它。Bug算法目前有很多变种，比如Bug1算法，机器人首先完全地围绕物体，然后从距目标最短距离的点离开。Bug1算法的效率很低，但可以保证机器人达到目标。本专利算法中，机器人开始时会跟踪物体的轮廓，但不会完全围绕物体一圈，当机器人可以直接移动至目标时，就可以直接从障碍分离，这样可以达到比较短的机器人行走总路径。在实际生活中，障碍物都是随时变化的，对于此问题，首先它会根据已知的路径和地图进行规划，当发现新的障碍物时候会进行部分地图重新演算，如果演算返回值为正，就进行地图更新操作，如果新障碍物过多，无法在一次演算中和已知地图进行匹配，将重新进行地图绘制和储存，运算中函数受三个因素影响：目标方向、机器人当前方向、之前选择的方向，最终生成的代价是这三个因素的加权值来决定是否进行路径重绘。根据所述定位控制所述拍摄设备移动还包括：安装一个超声波感应器在底座底部以进行移动防摔倒预防。在识别所述拍摄对象之前还包括：启动装置，对所述拍摄装置进行初始化，检测所述拍摄装置是否处于可运行状态，如果所述拍摄装置不是第一次运行，则从存储设备中读取数据来进行初始化；对电池信息进行检测，检测电池是否可以让所述拍摄装置运行，预设的可运行电池电量是在百分之十五以上，如果电量大于可预设值，所述拍摄装置将进入待机状态，等待命令，如果电流过低，则提示用户需要充电，如果无线充电设备已经安装，并且方位已存储，则自动移动所述拍摄装置到无线充电地点进行充本文档来自技高网...

【技术保护点】
室内移动视频跟踪定位辅助拍摄方法，用于对室内移动的拍摄对象进行跟踪拍摄，其特征是，包括以下步骤：识别所述拍摄对象；对识别的拍摄对象在其移动过程中进行实时定位；使用拍摄设备拍摄所述拍摄对象；根据所述定位控制所述拍摄设备移动以保持所述拍摄设备与所述拍摄对象之间的距离，并使所述拍摄设备避开周边障碍物。

【技术特征摘要】
1.室内移动视频跟踪定位辅助拍摄方法，用于对室内移动的拍摄对象进行跟踪拍摄，其特征是，包括以下步骤：识别所述拍摄对象；对识别的拍摄对象在其移动过程中进行实时定位；使用拍摄设备拍摄所述拍摄对象；根据所述定位控制所述拍摄设备移动以保持所述拍摄设备与所述拍摄对象之间的距离，并使所述拍摄设备避开周边障碍物。2.根据权利要求1所述的室内移动视频跟踪定位辅助拍摄方法，其特征是，识别所述拍摄对象基于轮廓识别进行：给定的拍摄对象轮廓G(t)，其弧长参数化方程表示为G(t)＝(x(t),y(t))，其中x(t)和y(t)分别表示轮廓点的坐标，t表示轮廓曲线方程的参数，且t∈[0,1]；拍摄对象轮廓G(t)和含噪轮廓GN(t)所对应的曲率分别为k(t)和kN(t)；选宽度为D的窗函数W(n)，对曲率kN(t)进行邻域平均，得到含噪轮廓曲率k′N(t)，由于曲率值较大的轮廓点通常反映了拍摄对象的显著特征，根据k′N(t)将轮廓中所有轮廓点划分为特征点或非特征点，设定权值T，当|k′N(t)|<T*max|k′N(t)|时，特征函数f(t)＝0，否则，特征函数f(t)＝1；选定一个起始点O，轮廓起始点向两侧延伸合并相邻的点，以该起始点类型作为该区域预设类型，向两侧延伸各S×μ0时停止，其中S为预设的最小长度，为O点处的实时曲率修正系数，代表O点的曲率半径，代表由上述窗函数得到的O点的平均曲率半径，实时曲率修正系数μ0用于根据不同点的曲率不同，自动修正延伸长度，能有效减小合并后的失真现象；分别计算两侧区域内相异点的个数N+1和N-1，若相异点的个数小于设定的该类型相异点最小个数，则该区域与预设类型相同，否则，与预设类型相反；再以两个停止点O+1和点O-1作为起始点重新开始计算，向外侧延伸S×μO+1或S×μO-1时停止，其中μ0+1和μO-1分别代表点O+1和点O-1处的实时曲率修正系数，O+1两侧区域内相异点个数为N+2，O-1两侧区域内相异点个数为N-2，根据上述判定条件，依次确定各段轮廓类型，长度不足S的部分根据其与S的比例计算相异点个数，计入相应的特征区域；对相邻的同类型区域进行合并，得到连续的特征区域和非特征区域；采用函数对含噪轮廓进行平滑，命名为K滤波器，经过轮廓点分类和区域划分,含噪轮廓GN(t)表示为不同类型轮廓分段的组合：其中表示包含特征区域的轮廓分段,表示包含非特征区域的轮廓分段；为了达到较好的平滑效果，选取每种类型区域最小长度S的一半作为K滤波器85％置信区间的长度，从而根据两类区域的长度自适应选取不同参数的K滤波器。3.根据权利要求1所述的室内移动视频跟踪定位辅助拍摄方法，其特征是，使所述拍摄设备避开周边障碍物具体包括：在移动过程中，通过雷达和底座...

【专利技术属性】
技术研发人员：周艳，邢玮，
申请(专利权)人：周艳，邢玮，
类型：发明
国别省市：天津,12