一种智能机器人系统技术方案

本发明专利技术提供了一种智能机器人系统，该系统包括服务主体终端和智能机器人，服务主体终端用于生成服务主体指令，并通过网络将服务主体指令传输至智能机器人；智能机器人包括控制系统和跟踪系统，控制系统根据服务主体指令开启跟踪系统，跟踪系统用于实现对人员的识别跟踪。本发明专利技术提供了一种能够对人员进行跟踪的智能机器人系统，并且实现了机器人的远程操控。

【技术实现步骤摘要】
一种智能机器人系统
本专利技术涉及机器人领域，具体涉及一种智能机器人系统。
技术介绍
当今社会呈现人口老龄化、人员流动性大等趋势，带来一系列社会问题。比如，空巢老人问题，很多老人远离子女，生活孤单，生病时难以料理；留守儿童问题，很多农民工到城里打工，儿童常年在家，生活问题、安全问题、教育问题十分突出；小留学生问题，越来越多的中学生甚至小学生到国外学习，语言障碍、沟通障碍、心理障碍问题普遍存在，老人、儿童等都是需要被照顾的服务客体，因为远离管理者如成人、父母等服务主体，使得服务客体无人看管。
技术实现思路
针对上述问题，本专利技术提供一种智能机器人系统。本专利技术的目的采用以下技术方案来实现：一种智能机器人系统，能够对人员进行跟踪，该系统包括服务主体终端和智能机器人；服务主体终端用于生成服务主体指令，并通过网络将服务主体指令传输至智能机器人；智能机器人包括控制系统和跟踪系统，控制系统根据服务主体指令开启跟踪系统，跟踪系统用于实现对人员的识别跟踪。本专利技术的有益效果为：本专利技术的智能机器人系统能够对被跟踪人员的有效跟踪，同时实现了机器人远程控制。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，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是本专利技术的结构示意图；图2是本专利技术跟踪系统的框架结构图；图3是本专利技术预处理模块的框架结构图；图4是本专利技术超图构建模块的框架结构图。附图标记：服务主体终端1；智能机器人2；服务主体指令单元11；第一发送单元12；控制系统21；跟踪系统22；采集模块221；云存储器222；预处理模块223；超图构建模块224；超图识别模块225；前景提取单元2231；过分割单元2232；视觉超图构建单元2241；空间超图构建单元2242。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，一种智能机器人系统，包括服务主体终端1和智能机器人2；服务主体终端1用于生成服务主体指令，并通过网络将服务主体指令传输至智能机器人2；智能机器人2包括控制系统21和跟踪系统22，控制系统21根据服务主体指令开启跟踪系统22，跟踪系统22用于实现对人员的识别跟踪。在一种实施方式中，参见图2，跟踪系统22包括采集模块221、云存储器222、预处理模块223、超图构建模块224和超图识别模块225；采集模块221用于采集包含人员信息的视频图像；云存储器222用于存储被跟踪人员信息的样本图像；预处理模块223用于根据采集模块221采集的视频图像和样本图像构建一视频图像集合并对集合W中的图像进行预处理，其中P是云存储器222中存储的样本图像数，Ip是第p张图像；超图构建模块224用于通过构建超图模型描述预处理后的集合W中的图像之间的关系；超图识别模块225用于根据构建的超图模型，识别视频图像中的人员是否与云存储器222中被跟踪人员一致，并确认视频图像中的人员身份。在一种实施方式中，参见图1，服务主体终端1包括：服务主体指令单元11，用于生成服务主体指令；第一发送单元12，用于通过网络将服务主体指令传输至智能机器人。在一种实施方式中，参见图3，预处理模块223包括前景提取单元2231和过分割单元2232；前景提取单元2231用于从集合W的每张图像中提取包含人员轮廓信息的前景图片，并将提取得到的前景图片加入集合其中Ipf是图像Ip对应的前景图片，p＝1,2,…,P+1；过分割单元2232用于对得到的前景图片Ipf进行过分割处理，将得到的前景图片Ipf划分为互不重叠的子区域，并将得到的子区域加入公共子区域集合R，其中其中Nr是集合中的P+1张前景图片分割得到的子区域数量总和。在一种实施方式中，从集合W的每张图像中提取包含人员轮廓信息的前景图片，具体是：(1)将Ip中的像素点进行初始化分类，得到初始前景像素点集合和初始背景像素点集合(2)利用概率函数对Ip中的所有像素点属于前景像素点和背景像素点的概率进行估计；其中，计算像素点属于前景像素点的概率函数为：式中，Pfore(k)是像素点k隶属于前景像素点的概率值，If是初始前景像素点的个数，G(k)是像素点k的灰度值，G(ki)是像素点ki的灰度值，D(k)是像素点k的坐标，D(ki)是像素点ki的坐标，‖D(k)-D(ki)‖是像素点k和像素点ki的欧式距离，是δ1、δ2是设定的参数，γ1、γ2是权重因子，满足γ1+γ2＝1，且γ1＞0，γ2＞0；计算像素点属于背景像素点的概率函数为：式中，Pback(k)是像素点k隶属于背景像素点的概率值，Jb是初始背景像素点的个数，G(k)是像素点k的灰度值，G(mj)是像素点mj的灰度值，D(k)是像素点k的坐标，D(mj)是像素点mj的坐标，||D(k)-D(mj)||是像素点k和像素点mj的欧式距离，δ3、δ4是设定的参数，γ3、γ4是权重因子，满足γ3+γ4＝1，且γ3＞0，γ4＞0；计算图片Ip中所有像素点隶属于前景像素点的概率值和隶属于背景像素点的概率值，并比较Pfore(k)和Pback(k)的概率值大小，如果Pfore(k)≥Pback(k)，则像素点k属于前景像素点，并将像素点k划分至前景像素点集合；如果Pfore(k)＜Pback(k)，则像素点k属于背景像素点，并将像素点k划分至背景像素点集合，遍历图片Ip所有像素点，按照上述规则对像素点进行分类，得到更新后的前景像素点集合和背景像素点集合；(3)根据更新后的前景像素点集合和背景像素点集合，利用步骤(2)中的概率函数，重新计算Pfore(k)和Pback(k)，比较Pfore(k)和Pback(k)的大小并对像素点k进行重新归类，遍历图像Ip中所有像素点，实现对前景像素点集合和背景像素点集合的更新，重复步骤(3)，直至收敛，得到前景像素点集合；(4)对前景像素点集合进行二值图像闭操作处理，经过二值图像闭操作处理后的前景像素点构成的集合即是前景图片。在上述实施例中，比较Pfore(k)和Pback(k)的大小并对像素点k进行重新归类，方法是：如果Pfore(k)≥Pback(k)，则像素点k属于前景像素点，并将像素点k划分至前景像素点集合；如果Pfore(k)＜Pback(k)，则像素点k属于背景像素点，并将像素点k划分至背景像素点集合。有益效果：利用上述算法，该算法分别计算了图像中每个像素点属于前景像素点或者背景像素点的概率值，并根据得到的概率值对像素点进行分类，进而细化图片中的行人主体外观特征，有效消除图片中的背景信息，保留图片中行人的主体外观，为后续工作奠定了基础，且该算法自适应的调整分类信息，通过不断迭代优化前景提取的结果，细化前景图片的行人的轮廓信息，得到准确度高的前景图片。作为优选，一个由多个顶点和超边构成的图称之为超图，可表示为GRH＝(V,ExH,wxH)，其中，V为超图中所有顶点的集合，ExH为超图中所有超边的集合，wxH是超图中所有超边的权重值构成的集合。在一种实施方式中，参见图4，超图构建模块224包括视觉超图构建单元2241和空间超图构建单元2242；视觉超图构建单元2241，用于根据子区域之间的视觉特征联系构建视觉超图；空间超图构建单元2242，用于根据子区域之间空间本文档来自技高网...

【技术保护点】
1.一种智能机器人系统，其特征是，包括服务主体终端和智能机器人；所述服务主体终端用于生成服务主体指令，并通过网络将所述服务主体指令传输至所述智能机器人；所述智能机器人包括控制系统和跟踪系统，所述控制系统根据所述服务主体指令开启所述跟踪系统，所述跟踪系统用于实现对人员的识别跟踪。

【技术特征摘要】
1.一种智能机器人系统，其特征是，包括服务主体终端和智能机器人；所述服务主体终端用于生成服务主体指令，并通过网络将所述服务主体指令传输至所述智能机器人；所述智能机器人包括控制系统和跟踪系统，所述控制系统根据所述服务主体指令开启所述跟踪系统，所述跟踪系统用于实现对人员的识别跟踪。2.根据权利要求1所述的智能机器人系统，其特征是，所述跟踪系统包括采集模块、云存储器、预处理模块、超图构建模块和超图识别模块；所述采集模块用于采集包含人员信息的视频图像；所述云存储器用于存储被跟踪人员信息的样本图像；所述预处理模块用于根据所述采集模块采集的视频图像和所述样本图像构建一视频图像集合并对集合W中的图像进行预处理，其中P是所述云存储器中存储的样本图像数，Ip是第p张图像；所述超图构建模块用于通过构建超图模型描述经预处理后的集合W中的图像之间的关系；所述超图识别模块用于根据构建的超图模型，识别所述视频图像中的人员是否与所述云存储器中被跟踪人员一致，并确认所述视频图像中的人员身份。3.根据权利要求2所述的智能机器人系统，其特征是，所述服务主体终端包括：服务主体指令单元，用于生成所述服务主体指令；第一发送单元，用于通过网络将所述服务主体指令传输至所述智能机器人。4.根据权利要求3所述的智能机器人系统，其特征是，所述预处理模块包括前景提取单元和过分割单元；所述前景提取单元用于从集合W的每张图像中提取包含人员轮廓信息的前景图片，并将提取得到的前景图片加入集合其中Ipf是图像Ip对应的前景图片，p＝1,2,…,P+1；所述过分割单元用于对得到的前景图片Ipf进行过分割处理，将得到的前景图片Ipf划分为互不重叠的子区域，并将得到的子区域加入公共子区域集合R，其中其中Nr是集合中的P+1张前景图片分割得到的子区域的数量，rn是第n个子区域。5.根据权利要求4所述的智能机器人系统，其特征是，所述从集合W的每张图像中提取包含人员轮廓信息的前景图片，具体是：(1)将Ip中的像素点进行初始化分类，得到初始前景像素点集合和初始背景...

【专利技术属性】
技术研发人员：邱炎新，
申请(专利权)人：深圳汇创联合自动化控制有限公司，
类型：发明
国别省市：广东,44