【技术实现步骤摘要】
基于行人重识别的机器人跟随方法、装置和移动机器人
本专利技术涉及机器人领域，尤其涉及一种基于行人重识别的机器人跟随方法、装置和移动机器人。
技术介绍
随着机器人行业的快速发展，各种服务机器人层出不穷，机器人在我们的生活、工作中也应用得越来越广泛。在酒店、银行等服务行业的楼宇中，迎宾机器人可以协助实现宾客身份登记、协助宾客存放随身背包等物品，并跟随宾客直到服务结束。而在实际场景下，尤其是在人流量大、人与人相互穿行等场景，机器人容易错认目标宾客或者在目标宾客转弯时错失目标宾客等，因此，需要对现有机器人跟随方法进行改进，保证机器人在各种复杂环境下的跟随效果。
技术实现思路
本专利技术提供了一种基于行人重识别的机器人跟随方法、装置和移动机器人，解决了现有技术中机器人容易跟丢目标宾客的技术问题。本专利技术解决上述技术问题的技术方案如下：一种基于行人重识别的机器人跟随方法，包括以下步骤：在跟随过程中以预设频率采集实时图像；对所述实时图像中的目标行人进行识别，并获取目标行人在第一历史时刻、第二历...
【技术保护点】
1.一种基于行人重识别的机器人跟随方法，应用于移动机器人，其特征在于，包括以下步骤：/n在跟随过程中以预设频率采集实时图像；/n对所述实时图像中的目标行人进行识别，并获取目标行人在第一历史时刻、第二历史时刻以及当前时刻分别对应的位置信息；/n根据所述位置信息并基于二阶近似算法预测目标行人在预设时刻的估计位置；/n根据所述目标行人的估计位置计算所述移动机器人的目标旋转角度和目标移动距离；/n生成包括所述目标旋转角度和所述目标移动距离的控制指令，以驱动所述移动机器人对目标行人进行跟随。/n
【技术特征摘要】
1.一种基于行人重识别的机器人跟随方法，应用于移动机器人，其特征在于，包括以下步骤：
在跟随过程中以预设频率采集实时图像；
对所述实时图像中的目标行人进行识别，并获取目标行人在第一历史时刻、第二历史时刻以及当前时刻分别对应的位置信息；
根据所述位置信息并基于二阶近似算法预测目标行人在预设时刻的估计位置；
根据所述目标行人的估计位置计算所述移动机器人的目标旋转角度和目标移动距离；
生成包括所述目标旋转角度和所述目标移动距离的控制指令，以驱动所述移动机器人对目标行人进行跟随。
2.根据权利要求1所述基于行人重识别的机器人跟随方法，其特征在于，所述对实时图像中的目标行人进行识别，并获取目标行人在第一历史时刻、第二历史时刻以及当前时刻分别对应的位置信息，具体包括：
采集目标行人图像，并从所述目标行人图像中提取目标行人的目标特征向量；
获取第一历史时刻、第二历史时刻以及当前时刻对应的实时图像，对所述实时图像中的所有行人进行识别，并生成每个行人的位置信息以及对应的置信度；
提取所述实时图像中每个行人的行人特征向量，并将所述目标特征向量分别与每个行人的行人特征向量进行比对，生成最似行人序列；
将所述最似行人序列中置信度最高的最似行人作为目标行人，并获取所述目标行人在第一历史时刻、第二历史时刻以及当前时刻分别对应的位置信息。
3.根据权利要求2所述基于行人重识别的机器人跟随方法，其特征在于，还包括目标特征向量更新步骤，具体为：
获取当前时刻对应实时图像中每个行人的行人特征向量，并将当前目标特征向量分别与每个行人的行人特征向量进行比对，生成最似特征向量以及对应的最大相似度；
当所述最大相似度大于预设阈值时，采用所述最似特征向量以及所述最似行人对应的最大置信度对目标行人的当前目标特征向量进行更新。
4.根据权利要求3所述基于行人重识别的机器人跟随方法，其特征在于，所述采用最似特征向量以及最似行人对应的最大置信度对目标行人的当前目标特征向量进行更新的具体公式为：
Xupdate＝a*Xpre+(1-α)*Xobj
其中alpha为调节因子，Similarity为最大相似度，Xpre为最似特征向量，Xobj为当前目标特征向量，Xupdate为更新后的目标特征向量，Spre为最大置信度。
5.根...
【专利技术属性】
技术研发人员：秦豪，赵明，
申请(专利权)人：上海有个机器人有限公司，
类型：发明
国别省市：上海;31
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。