一种机器人的目标追踪的方法、设备及介质技术

本申请公开了一种机器人的目标追踪的方法、设备及介质，方法包括：接收由机器人的摄像系统采集的实时视频；通过预先训练的识别模型对初始帧图像进行识别，以确定初始帧图像中的待追踪目标，为待追踪目标配置对应的追踪器，以及将特征信息输入至追踪器；获取实时视频的当前帧图像，并通过追踪器，以及根据所述特征信息，在当前帧图像中进行检测追踪，得到待追踪目标的追踪结果。提高了应用于机器人中的目标追踪的准确性与稳定性，工作时不向外辐射无线电波，不易被电子侦察设备发现，提高了隐蔽性与抗电子干扰能力。性与抗电子干扰能力。性与抗电子干扰能力。

【技术实现步骤摘要】
一种机器人的目标追踪的方法、设备及介质


[0001]本申请涉及机器人目标识别领域，具体涉及一种机器人的目标追踪的方法、设备及介质。

技术介绍

[0002]随着机器人目标识别技术的不断发展，机器人目标追踪逐渐成为了热点问题，例如在服务型机器人中，通过对人体或人脸进行识别以及追踪，能够辅助人类确定目标的运动状态。
[0003]目前能够实现机器人追踪的相关技术中，往往使用的是硬件的方案来达到追踪的效果，例如使用雷达或蓝牙等设备实现追踪。然而，硬件设备容易受到无线电波等外界因素的影响，导致追踪精度较低，追踪效果较差。

技术实现思路

[0004]为了解决上述问题，即为解决基于硬件方案实现的机器人追踪技术中，追踪精度较低，追踪效果较差的问题，本申请提出了一种机器人的目标追踪的方法、设备及介质，包括：
[0005]本申请提出了一种机器人的目标追踪的方法、设备及介质，包括：
[0006]一方面，本申请提供了一种机器人的目标追踪的方法，包括：接收由机器人的摄像系统采集的实时视频，其中，所述实时视频的画面中包含待追踪目标；获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的目标追踪的方法，其特征在于，包括：接收由机器人的摄像系统采集的实时视频，其中，所述实时视频的画面中包含待追踪目标；获取所述实时视频的初始帧图像，并通过预先训练的识别模型对所述初始帧图像进行识别，以确定所述初始帧图像中的所述待追踪目标，以及所述待追踪目标的特征信息；为所述待追踪目标配置对应的追踪器，以及将所述特征信息输入至所述追踪器；获取所述实时视频的当前帧图像，并通过所述追踪器，以及根据所述特征信息，在所述当前帧图像中进行检测追踪，得到所述待追踪目标的追踪结果。2.根据权利要求1所述的一种机器人的目标追踪的方法，其特征在于，获取所述实时视频的当前帧图像，并通过所述追踪器，以及根据所述特征信息，在所述当前帧图像中进行检测追踪，得到所述待追踪目标的追踪结果，具体包括：获取所述实时视频的当前帧图像，以通过所述追踪器以及所述当前帧图像，得到多个识别目标，以及得到所述多个识别目标与所述特征信息的交并比；通过预存的匈牙利算法，将与最高的所述交并比对应的识别目标，确定为所述待追踪目标的粗略位置；获取所述实时视频的前一帧图像，并将所述前一帧图像输入至所述追踪器中的卡尔曼滤波器，得到所述待追踪目标的预测位置，其中所述前一帧图像为所述当前帧图像的前一帧对应的图像；根据所述待追踪目标的粗略位置、所述待追踪目标的预测位置以及预存的协方差预测算法，得到所述待追踪目标的追踪结果。3.根据权利要求2所述的一种机器人的目标追踪的方法，其特征在于，根据所述待追踪目标的粗略位置、所述待追踪目标的预测位置以及预存的协方差预测算法，得到所述待追踪目标的追踪结果之后，所述方法还包括：根据所述待追踪目标的追踪结果、所述待追踪目标的预测位置以及所述待追踪目标的粗略位置，计算得到所述追踪器的卡尔曼增益数据、位置更新数据以及协方差更新数据；根据所述卡尔曼增益数据、所述位置更新数据以及所述协方差更新数据，对所述追踪器进行更新。4.根据权利要求2所述的一种机器人的目标追踪的方法，其特征在于，通过预存的匈牙利算法，将与最高的所述交并比对应的识别目标，确定为所述待追踪目标的粗略位置之前，所述方法还包括：根据所述交并比，确定所述追踪器不存在与所述特征信息相匹配的识别目标，以将所述追踪器进行初始化处理。5.根据权利要求1所述的一种机器人的目标追踪的方法，其特征在于，获取所述实时视频的当前帧图像，并通过所述追踪器，以及根据所述特征信息，在所述当前帧图像中进行检测追踪，得到所述待追踪目标的追踪结果之后，所述方法还包括：根据所述当前帧图像，以所述机器人所在位置为起点，构建坐标系；根据所述待追踪目标的追踪结果在所述当前帧图像中的位置，确定所述待追踪目标...

【专利技术属性】
技术研发人员：王雯哲，高岩，郝虹，高明，尹青山，王建华，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：