一种面向跟随机器人的视觉跟踪方法技术

一种面向跟随机器人的视觉跟踪方法，包括以下步骤：1)跟踪模板提取，2)根据meanshift算法迭代得到跟踪目标的位置，3)根据深度图对窗口进行自适应处理，4)通过卡尔曼滤波结合相似度函数调整跟踪窗口，5)计算目标的质心坐标并转换到相机坐标系下。本发明专利技术首先获取目标用户模板，其次根据meanshift迭代获取目标用户的位置，然后通过深度对跟踪窗口进行自适应处理并求取目标用户质心，最后计算用户与机器人的相对位置来进行跟踪，所设计的视觉跟踪方法能在复杂环境下使用，跟踪精度高。

【技术实现步骤摘要】
一种面向跟随机器人的视觉跟踪方法
本专利技术涉及智能移动机器人领域，尤其是一种面向移动机器人的视觉跟踪方法。
技术介绍
在智能机器人领域，人机协作机器人具有巨大的发展潜力，通过引入有效的人机合作，可提高移动机器人对复杂环境的适应能力，从而完成一些复杂的作业任务，尤其是生活中经常会遇到搬运物品的情况，通常的解决方案是由随行人员来搬运，或者分次搬运。这种方法存在着劳动强度大，费用高，效率低等缺点。近年来，跟随机器人开始陆续出现在我们的生活中。例如，在机场，机器人可用于帮助老年人搬运行李；在仓库，工作人员不需要拥有驾驶叉车的技能，简单的人机互动即可引导跟随机器人将货物搬运到指定地点；在商场，我们只需要将商品放在机器人上，伴随我们购物。其中，移动机器人对目标人物位置姿态的感知，识别和估计，是其实现人机交互，协作的基础。目前，现有的跟随机器人系统通常采用红外，超声波传感器，无线通信设备和视觉传感器等实现对目标人物的感知。由于红外或超声波传感器测量范围的局限性，其单独作为获取目标位姿的方式往往效果并不理想。无线通信方式则需要用户在整个跟随过程携带便携式的信号发送模块，然而，无线定位易受环境干扰，本文档来自技高网...

【技术保护点】
一种面向跟随机器人的视觉跟踪方法，其特征在于：所述方法包括以下步骤：步骤1)对第一帧的图像信息和深度信息进行融合并计算出用户的质心，通过质心位置与周围像素点的深度值对比，计算出深度图中属于该用户的范围即为目标用户模板；步骤2)建立目标用户模板和下一帧中候选用户模板的颜色概率统计模型，使用相似度函数来进行衡量，通过meanshift算法不断迭代，相似度系数最高的区域为该帧中的最佳候选用户模板；步骤3)通过对比最佳候选用户模板中心点与周围点的深度值，对该模板窗口进行自适应处理，使窗口大小随人在图像上的大小而改变，避免背景像素的引入对目标颜色统计直方图产生影响，导致目标丢失；步骤4)根据步骤3)中所...

【技术特征摘要】
1.一种面向跟随机器人的视觉跟踪方法，其特征在于：所述方法包括以下步骤：步骤1)对第一帧的图像信息和深度信息进行融合并计算出用户的质心，通过质心位置与周围像素点的深度值对比，计算出深度图中属于该用户的范围即为目标用户模板；步骤2)建立目标用户模板和下一帧中候选用户模板的颜色概率统计模型，使用相似度函数来进行衡量，通过meanshift算法不断迭代，相似度系数最高的区域为该帧中的最佳候选用户模板；步骤3)通过对比最佳候选用户模板中心点与周围点的深度值，对该模板窗口进行自适应处理，使窗口大小随人在图像上的大小而改变，避免背景像素的引入对目标颜色统计直方图产生影响，导致目标丢失；步骤4)根据步骤3)中所计算的量测信息，通过卡尔曼滤波结合相似度函数更新跟踪窗口，使跟踪窗口的变化更加平滑，将meanshift迭代中的核窗口替换为更新后的跟踪窗口后重复步骤2)；步骤5)对跟踪方框内属于人的范围进行质心计算，将质心坐标从像素坐标系转换到相机坐标系下。2.如权利要求1所述的一种面向跟随机器人的视觉跟踪方法，其特征在于：所述步骤1)中，将目标用户模板记为(x,y,w,h)，(x,y)为目标跟踪框左上角的坐标,(w,h)为框的宽和高，将(w,h)作为核窗口的大小用于meanshift迭代。3.如权利要求1或2所述的一种跟随面向机器人的视觉跟踪方法，其特征在于：所述步骤3)中，像素坐标系下自适应窗口的大小及位置通过深度图来确定，为了避免过多的背景引入，在u轴方向，...

【专利技术属性】
技术研发人员：俞立，何佳燊，杨旭升，王瑶为，王亚男，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江,33