【技术实现步骤摘要】
一种基于Yolo_v4算法的目标检测与跟踪方法
[0001]本专利技术涉及计算机视觉与机器人导航
，具体涉及一种基于Yolo_v4算法的目标检测与跟踪方法。
技术介绍
[0002]得益于5G技术，神经网络，计算机视觉等研究邻域的突飞猛进，机器人理论与应用再次成为研究的热点近年来，由于机器人技术的高速发展，使得机器人进入了我们生活中的方方面面，改变了我们的生活方式。当机器人加上视觉传感器实现目标跟踪功能，可以使得机器人的应用更加的广泛，可以完成更为复杂的任务，例如应用于服务业的各种服务型机器人、应用于物流管理的仓储机器人、应用于军事领域的巡逻机器人等，都可以为我们的生活带来更多的便利。
[0003]环境感知是指机器人对周围环境的信息采集与预处理，对智能机器人后端决策有着举足轻重的作用，智能机器人依靠丰富的传感器感知环境信息，并将相关的环境信息用于算法级的融合，得到有关机器人自身状态和周围环境的综合信息，进而作为控制决策的输入。
[0004]轮式机器人因具有比人力更灵活、可靠且易于安装维护等优点，近年来在工...
【技术保护点】
【技术特征摘要】
1.一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于，包括以下步骤：步骤S1、制作完成数据集；步骤S2、对带有标注的图像数据集进行训练，得到最佳模型参数；步骤S3、将加载好最佳模型参数的Yolo_v4网络模型部署于服务器端；步骤S4、搭载深度相机传感器的移动机器人持续收集图像信息，编码后传输至服务器，作为所述Yolo_v4网络模型数据输入端；步骤S5、服务器接受图像数据并解码输入，经所述Yolo_v4网络模型解算后得到待跟踪目标物的像素坐标，将该像素坐标传输回移动机器人；步骤S6、移动机器人根据单目相机模型与像素坐标解算待跟踪物实际坐标，并以该坐标作为目标点前进，实现跟踪目的。2.根据权利要求1所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：选取用于跟踪的目标物，并收集待跟踪目标物的图像序列，使用标注工具对该图像序列进行标注，经人工标注后的数据集大小为N张。3.根据权利要求2所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：在步骤S1中，待跟踪目标物数据格式为n*n像素的jpeg格式图片。4.根据权利要求3所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：在步骤S2中，将标注后的数据集输入Yolo_v4网络模型，并进行训练，获得Yolo_v4算法模型的参数。5.根据权利要求4所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：所述训练包括：每次随机读取数据集的m张图片，分别进行镜像翻转、尺度缩放、色域变化操作，并按照顺序拼接，再对原图中的真实框进行剪裁与组合，形成一张新的图片输入Yolo_v4网络模型进行训练，训练达到最大迭代次数或网络收敛后，保存模型与权重文件。6.根据权利要求5所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：在步骤S4中，所述深度相机传感器，安装于机器人头部，用于获取图像信息与深度信息，同时深度相机传感器使用上位机，收集相机图像信息，通过局域网框架传输信息至服务器作为算法侧输入。7.根据权利要求6所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：所述上位机为电脑或嵌入式主板Jetson TX2。8.根据权利要求7所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：在步骤S5中，服务器端接收到通过局域网框架传输的图像信息后进行解码，以图像矩阵格式输入算法侧，经过训练后的Yolo_v4网络模型，输出待跟踪目标的中心点(x，y)以及检测框的高度h，通过局域网将中心点像素坐标通过局域网框架传输回移动机器人侧。9.根据权利要求8所述的一种基于Yolo_v4算法的目标检测与跟踪方法，其特征在于：所述Yolo_v4网络模型包括特...
【专利技术属性】
技术研发人员：李奎霖，魏武，曾锦秀，肖文煜，
申请(专利权)人：华南理工大学，
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。