本公开提出了应用于四足仿生机器人的目标跟随方法及系统，包括：获取四足仿生机器人所在环境的图像；识别跟随目标并获取跟随目标的位置坐标，识别障碍物并获取障碍物的凸包坐标信息，以进行四足机器人在自转跟随跟踪目标的同时横移躲避障碍物。实现了四足机器人在跟踪人的同时有效的躲避障碍物，提高了四足机器人与环境交互的智能性。较好的提高四足机器人环境感知能力。环境感知能力。环境感知能力。
【技术实现步骤摘要】
应用于四足仿生机器人的目标跟随方法及系统
[0001]本公开属于人工智能和机器人
，尤其涉及应用于四足仿生机器人的目标跟随方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。
[0003]自20世纪60年代以来，机器人学成为了国内外众多科研机构和企业的一个研究热点，它涉及到许多学科之间的研究与发展，集人工智能、电子信息技术、自动控制、计算机科学、传感器等多学科于一体，形成了一个非常广阔的研究领域。人们对于机器人的研究更侧重于如何利用机器人对生活中遇到的实际应用问题提供帮助，现如今，随着计算机技术以及人工智能各领域技术的快速发展，在工业、服务业、农业、建筑业等领域，都可以看到各种各样的机器人代替人类完成各种作业的画面，除此之外，机器人还发展出了新的需求与新的市场，尤其是在灾害救护、军事作战、航天探测、深海作业、医疗护理等领域发挥出了不可替代的作用。由于履式和轮式机器人其良好的运动平稳性，其环境感知能力的研究比四足机器人研究早一些，但受到其运动灵活性的限制，大多数只能在室内或者平坦的路面环境中运动。如今，随着对四足仿生机器人的研究，其结构和稳定运动控制技术已经越来越成熟，提高四足机器人的智能化已经势不容缓，环境感知方面的研究成为了四足机器人研究领域的核心内容之一，是四足机器人展现其优越的运动灵活性完成高级任务的基础，是实现四足机器人智能化的必经之路。
[0004]国外较早的展开了对四足机器人环境感知方面的研究，2003年发表在《IEEE International Conference on Robotics,Intelligent Systems and Signal Processing》(《机器人、智能系统和信号处理国际会议》)501
‑
506页的《Local obstacle recognition for a quadruped robot by distance sensors》(《基于距离传感器的四足机器人局部障碍识别》)提出了一种利用距离传感器进行局部障碍物识别的可靠的感知方法，并且克服了轨迹运动的方法和姿态控制方法。2006年发表在《International Joint International on SICE
‑
ICASE》(《SICE
‑
ICASE国际联合会》)5120
‑
5125页的《A Sensor Fusion Technique Using Visual and Ultrasonic Information to Acquire Obstacle Avoidance Behaviors for Quadruped Robots》(《一种基于视觉和超声波信息的四足机器人避障行为传感器融合技术》)提出了一种基于摄像机图像和超声波传感器的四足步行机器人避障方法，利用单台摄像机获取三维障碍物的粗略信息，利用部分超声波传感器获取障碍物的准确信息，通过适当地组合这些传感器进行有效地障碍物测量。2009年发表在《IEEE International Conference on Robotics&Automation》(《IEEE机器人与自动化国际会议》)1557
‑
1564页的《Stereo Vision and Terrain Modeling for Quadruped Robots》(《四足机器人的立体视觉和地形建模》)为四足机器人提供了一个集成的感知和控制系统，该系统允许机器人感知和穿越以前从未见过的包括大型不规则障碍物在内的崎岖
地形，该系统的一个关键要素是一种新的地形建模算法，用于填补由机载视觉系统产生的遮挡模型。2010年发表在《IEEE International Conference on Robotics and Automation》(《IEEE机器人与自动化国际会议》)4736
‑
4741页的《Autonomous Navigation for BigDog》(《BigDog的自主导航》)为BigDog装备LMS291激光扫描仪、双目相机立体视觉系统以及感知和导航算法，利用这些传感器和算法，BigDog在非结构化森林环境中执行自动导航到目标位置，该系统具备实时避障功能，机器人感知障碍物，如树木、巨石和地面特征，并在通往目标的路上转向避开它们，能够在没有人控制和引领的情况下自主行走约130米。2012年同样发表在《IEEE International Conference on Robotics and Automation》(《IEEE机器人与自动化国际会议》)619
‑
626页的《Robust Multi
‑
Sensor,Day/Night 6
‑
DOF Pose Estimation for a Dynamic Legged Vehicle in GPS
‑
denied Environments》(《无GPS环境下动力腿车的鲁棒多传感器、昼夜六自由度姿态估计》)在LS3四足机器人上搭载了LMS111激光扫描仪、二自由度云台、近红外光源与全向近红外相机、Bumblebee双目相机等感知工具，实现了该四足机器人可以在没有人干预的情况下通过遥感和GPS前往指定的地点，并且在没有GPS信号的情况下，可以通过立体视觉传感器、惯性测量单元(IMU)和基于扩展卡尔曼滤波的腿部里程计(EKF)实现自主行进，并且通过路标校正能够将每50m的误差降低到0.5m以下。2015年6月，波士顿动力公司在Cheetah2四足机器人上搭载二维平面激光扫描仪实现了对障碍物的检测，并且完成了障碍物的跨越。同年2月，该公司融合了BigDog,LS3,Cheetah的研究经验，推出了Spot四足机器人，该款机器人使用激光雷达和立体视觉相机以及一套机载传感器来感知复杂的地形环境，并实现了其稳定的穿越复杂地形。之后，又研制出Spot小型版Spot Mini,该四足机器人使用激光雷达、深度相机、腿部传感器和陀螺仪来实现运动平衡与自动导航。
[0005]除波士顿动力公司外，HyQ四足机器人在环境感知领域也做了较多尝试，2013年，Stephane Bazeille等通过HyQ机器人上的双目相机感知目标及地形信息，从而引导四足机器人朝前方目标前进，并根据地形调整腿部运动；2014年，Alexander Winkler等使用Kinect创建离线地图并配合足力反馈实现HyQ机器人对复杂地形的通过能力；2015年，Marco Camurri等使用双目相机与Kinect共同完成了HyQ机器人同步定位与地图绘制(SLAM)。
[0006]综上，近年来，四足机器人在目标跟踪和自主避障方面，取得了一些较好的成果，但是，大部分都是采用激光雷达+双目相机的方式，或采用其它造价比较高的环境感知设备组合方式；另外，现有的人员跟随方面的研究大多依靠识别穿戴在行人身上的反射标贴、二本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.应用于四足仿生机器人的目标跟随方法，其特征是，包括：获取四足仿生机器人所在环境的图像；识别跟随目标并获取跟随目标的位置坐标，识别障碍物并获取障碍物的凸包坐标信息，以进行四足机器人在自转跟随跟踪目标的同时横移躲避障碍物。2.如权利要求1所述的应用于四足仿生机器人的目标跟随方法，其特征是，识别跟随目标时，对四足仿生机器人所在环境的图像进行处理，产生不同尺寸的预测特征图，在不同尺寸的预测特征图上进行目标的预测。3.如权利要求2所述的应用于四足仿生机器人的目标跟随方法，其特征是，在不同尺寸的预测特征图上进行目标的预测时，将输入图像划分为相对应尺寸的网格，聚类得到多组尺度的预测框；在每个预测特征图上会预测多种尺度的预测框，每个网格检测中心点落在该格子内的目标，真实框中心所在的网格作为负责预测目标的单元格，每个单元格会预测多种预测框，从这多种预测框中选择和真实框的IOU最大的来作为最终预测该目标的预测框，最终，每个单元格会预测产生出有关目标坐标的参数。4.如权利要求1所述的应用于四足仿生机器人的目标跟随方法，其特征是，识别障碍物并获取障碍物的凸包坐标信息，具体为：图像二值化处理，突显出障碍物图形的轮廓；二值化处理后对图像先进行腐蚀操作处理然后再进行膨胀处理；基于以上图像处理之后，提取出障碍物的最大外围轮廓，进而确定其凸包矩形框，继而得到具体的像素坐标值。5.如权利要求1所述的应用于四足仿生机器人的目标跟随方法，其特征是，识别跟随目标并获取跟随目标的位置坐标之后，将此坐标进一步转换为预测框左上角的像素坐标，并且得到矩形框的宽度高度信息，自转跟随跟踪目标。6.如权利要求1所述的应用于四足仿生机器人的目标跟随方法，其特征是，自转跟随跟踪目标，跟踪目标公式：其中k和X
PCC
分别是自转速度比例系数和包围人的矩形框的中心点的像素横坐标，具体由以下式给出：k＝1.5其中...
【专利技术属性】
技术研发人员：李彬，李志，梁启星，刘伟龙，侯兰东，荣学文，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：
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。