基于视觉的机器人跟随方法及跟随机器人技术

本发明专利技术提供了基于视觉的机器人跟随方法及跟随机器人，涉及计算机视觉技术领域。一种基于视觉的机器人跟随方法，包括步骤：接收目标对象信息；视觉相机获取视野输入图像，对视野输入图像进行预处理以生成检测输入图像，将检测输入图像输入到行人检测神经网络模型进行检测；所述检测输入图像是由分辨率不同的、且与视野输入图像相关的多个图像拼接而成；获取行人检测结果，根据前述目标对象信息确定行人中的跟随目标；对前述跟随目标进行机器人跟随。本发明专利技术在保证远近目标跟踪的实时准确性的基础上，降低了目标跟踪对设备算力的要求，减小了功耗。

【技术实现步骤摘要】
基于视觉的机器人跟随方法及跟随机器人
本专利技术涉及计算机视觉

技术介绍
智能移动机器人对运动目标跟随被广泛地应用在家庭服务、助老助残、场景监控和智能车等领域，具有广泛应用前景。移动机器人对目标对象的跟随涉及计算机视觉、运动控制和模式识别等领域。其中，对于机器人视觉，目的是模拟人类视觉机制，计算视觉场景中信息的重要程度，提取图像中感兴趣的显著性特征或目标物体特征。基于视觉的跟随机器人的跟随过程通常包括图像采集、目标检测和目标跟踪。随着人工智能和深度学习技术的快速发展，基于卷积神经网络(CNN)算法的目标检测方法得到了广泛应用。相较于传统的机器视觉方法，卷积神经网络在大数据的训练下，从大量数据中学习出有用的特征，具有速度快、精度高、成本低等优势，卷积神经网络算法在跟随机器人的行人检测中也得到了应用，比如中国专利申请CN2020101552071，其公开了一种基于视觉的四足机器人行人自主跟随方法，其行人检测模型就是基于卷积神经网络算法的。目前，人们在使用跟随机器人对目标进行视觉跟踪时，通常期望机器人不仅对近处目标有较好的跟本文档来自技高网...

【技术保护点】
1.一种基于视觉的机器人跟随方法，其特征在于包括步骤：/n接收目标对象信息；/n视觉相机获取视野输入图像，对视野输入图像进行预处理以生成检测输入图像，将检测输入图像输入到行人检测神经网络模型进行检测；所述检测输入图像是由分辨率不同的、且与视野输入图像相关的多个图像拼接而成；/n获取行人检测结果，根据前述目标对象信息确定行人中的跟随目标；/n对前述跟随目标进行机器人跟随。/n

【技术特征摘要】
1.一种基于视觉的机器人跟随方法，其特征在于包括步骤：
接收目标对象信息；
视觉相机获取视野输入图像，对视野输入图像进行预处理以生成检测输入图像，将检测输入图像输入到行人检测神经网络模型进行检测；所述检测输入图像是由分辨率不同的、且与视野输入图像相关的多个图像拼接而成；
获取行人检测结果，根据前述目标对象信息确定行人中的跟随目标；
对前述跟随目标进行机器人跟随。


2.根据权利要求1所述的机器人跟随方法，其特征在于：根据前述目标对象信息确定行人中的跟随目标的步骤为，
获取行人检测结果的所有行人信息；
从前述所有行人中选取匹配前述目标对象信息的行人，将行人选取结果映射到视野输入图像输出显示；
当选取行人只有一个时，将该行人作为跟随目标；当选取行人为多个时，通过候选框标识视野输入图像中的选取行人，采集用户对候选框的选择信息，将用户选中的候选框中的行人作为跟随目标。


3.根据权利要求2所述的机器人跟随方法，其特征在于：采集用户对候选框的选择信息的方位为如下方式之一：
通过前述机器人上的显示屏和操作按钮采集用户对候选框的选择信息，所述显示屏上输出有焦点区域，通过操作按钮调节所述焦点区域的位置来选择候选框；
或者，通过前述机器人上的触控显示屏输出候选框，通过触控显示屏采集用户对候选框的选择指令；
或者，将包含候选框的视野输入图像发送至关联用户所在的远程终端，获取前述关联用户在前述远程终端上对候选框的选择指令。


4.根据权利要求1所述的机器人跟随方法，其特征在于：所述目标对象信息包括目标对象的人脸特征信息和第一跟随距离信息，将所述人脸特征作为识别特征构建视觉跟踪器，在跟随目标过程中与所述跟随目标保持所述第一跟随距离。


5.根据权利要求4所述的机器人跟随方法，其特征在于：在跟随过程中，获取跟随目标的图像，识别跟随目标的衣着特征信息、装扮特征信息、携带物品特征信息和/或步态特征信息作为目标附加信息，将所述目标附加信息发送至视觉跟踪器进行跟随目标信息更新，并调整跟踪方位和跟踪距离。


6.根据权利要求5所述的机器人跟随方法，其特征在于：跟随过程中，保持所述跟随目标位于视野中心区域；
当跟随目标偏离时，通过控制机器人进行旋转来补偿偏移量，或者通过控制机器人上安装的视...

【专利技术属性】
技术研发人员：于峰，
申请(专利权)人：大连遨游智能科技有限公司，
类型：发明
国别省市：辽宁;21