本发明专利技术属于计算机视觉监测技术领域，具体涉及一种面向交通场景人行横道区域的轮式机器人监测方法及系统，本发明专利技术具有主动性、适应性、协同性三个特点，主动性体现在机器人监测不依赖与外部指令和控制，完全自主执行任务；适应性体现在可自动根据环境目标的变化，如感知受限、避障自我完成动态路径规划及运动，实现自主的调控功能，另外，本发明专利技术中机器人不受限于路况，占用区域小，也不影响交通；协同性体现在内部的多任务互相耦合关系，如多目标检测跟踪与行人意图及预测进行任务的关联，以协同形式实现多种技术目的；另外，本方法涉及到V2X通信模块，可实现机器人与交通场景中的车、路、云的相互的通信联系，助力交通管理。助力交通管理。助力交通管理。
【技术实现步骤摘要】
面向交通场景人行横道区域的轮式机器人监测方法及系统
[0001]本专利技术属于计算机视觉监测
，具体涉及一种面向交通场景人行横道区域的轮式机器人监测方法及系统。
技术介绍
[0002]当前在交通场景中特别是交叉路口，交通参与者数目庞大，行人密集，传统方案通常在路口会有交警指挥机动车的交通，而在道路的人行横道两侧则会有安全劝导员负责行人的通行安全提示。这种方式不可避免的导致人力资源的浪费，成本较高，且安全劝导员无法做到长期集中注意力对人行横道区域的监测。其他方案如直接在道路路侧部署固定的监控设备(如监控相机)，如图1所示，对目标区域进行监测，或者采用人行横道安全文明通行指引机器人(https://www.afzhan.com/news/Detail/62900.html)，类似的还有：智能机器人“交警”；
[0003](https://www.sensorexpert.com.cn/article/10278.html，https://www.163.com/dy/article/EM2TC0LV05376QX3.html)；
[0004]当前专利查询中主要以完成对机器人本身的设计，暂未查到方法设计；当前无论是机器人交警还是机器人劝导员的查询方案中，主要有以下弊端：
[0005]1.机器人功能严格限定，导致执行任务类型较少和功能单一；
[0006]2.机器人不足够智能，主要体现在大多依靠接受外界指令或信息才进行工作，如https://www.afzhan.com/news/Detail/62900.html中提到该机器人劝导员是与路口交通指挥信号灯系统联网的，根据接受外界型号进行监测，无法做到智能感知，且提醒功能较为单一，同时还有类似于一种交通违法抓拍功能。类似的，如交警机器人：https://www.sensorexpert.com.cn/article/10278.html，机器人与智能信号机进行联动，尽管可以执行道路巡逻、车管咨询、事故警戒等任务(不同类工种机器人)，但无法彻底独立自主的工作，依然存在局限性，此外相关专利，如专利CN109741614A专利技术公开一种交通机器人的控制系统及方法，主要设计了控制系统，使交通机器人根据交通灯的指示状态做出相应的指示手势并移动至相应的位置。其它相关专利主要以技术为主，专利技术专利以设计机器人为主，与本专利所述内容无明显冲突。
技术实现思路
[0007]专利技术目的：为解决上述问题，本专利技术将设计一种用轮式机器人代替安全劝导员执行自主监测任务的方法，具体涉及面向交通场景人行横道区域的轮式机器人监测方法及系统，该方法具有主动性、适应性、协同性。
[0008]技术方案：
[0009]第一方面：面向交通场景人行横道区域的轮式机器人监测方法，包括：所述方法包括：
[0010]根据人行横道区域划定机器人可移动区域α和ROI感知区域；
[0011]基于所述感知区域，采集感知原始数据；
[0012]对所述原始数据进行分析处理，并根据机器人的实时位置与路径规划结合，调整自身运动状态和位置并输出感知结果；
[0013]根据所述感知结果判断是否存在感知受限；
[0014]基于所述感知受限情况，机器人实时调整运动路径，并根据实时运动再次进行感知；
[0015]实时将多目标数据和行人数据进行结构化处理与存储；
[0016]基于所述多目标数据和所述行人数据判断行人是否存在危险行为，并作出对应调整。
[0017]在进一步的实施例中，所述人行横道区域为道路路边四边形区域并标记端点A1、A2、A3、A4；所述ROI感知区域为人行横道区域向外扩大若干区域，所述机器人可移动区域α为人行横道区域。
[0018]在进一步的实施例中，所述采集感知原始数据是基于所述ROI感知区域场景中信息，通过激光雷达采集原始的感知数据，单目相机获取红绿灯信息，在机器人初始位置调整相机支撑架高度与角度，使其红绿灯在的相机图像视野的中心位置，若机器人运动导致视野中丢失红绿灯，则相机支撑架对应进行旋转调整，用于始终获取红绿灯信息。
[0019]在进一步的实施例中，其特征在于，对所述原始数据进行分析处理是对多目标的检测跟踪，即通过激光雷达对ROI感知区域场景中的多个行人同时感知，并考虑目标的连续运动实现对目标的检测跟踪，且输出目标的位置、尺寸、速度、角度。
[0020]在进一步的实施例中，其特征在于，所述根据机器人的实时位置与路径规划结合，调整自身运动状态和位置并输出感知结果是机器人在可移动区域α内，通过SLAM将输出在地图中机器人的实时位置，该信息将作为实现运动规划的基础、并与路径规划结合，调整机器人自身运动状态和位置用于达到更好的监测效果,且该机器人所涉及的运动规划基于地图与定位信息，由全局路径规划和局部路径规划组成；
[0021]所述全局路径规划是将只设定运动范围的边界即可移动区域α，以及将该区域进行分级、分区域划分，对各个边界点和线在地图中进行位置标记，将信息输入基于机器人初始位置建立的坐标系；
[0022]所述局部路径规划是机器人运动调整的过程，包括：避障调整和感知受限调整，所述避障调整试试目标进入机器人安全范围视为检测到障碍物。
[0023]在进一步的实施例中，其特征在于，机器人在可移动区域α内进行全局路径规划和局部路径规划时，区域先进行分级、分区域划分，以确定机器人的可移动的安全范围，将四边形的宽度进行等分，设定α＝{α1,α2,α3,α4,α5}，其中α1,α2区域为活动区，α1优先级高于α2，α3,α4区域为调整区，α3优先级高于α4，α5区域为预备区，每个区域分为左右半区，即最终机器人可移动区域α由十个小区域组成，设定机器人安全半径为r，由半径r组成的圆形即为机器人可移动的安全范围。
[0024]在进一步的实施例中，其特征在于，所述路径规划运动的具体方法如下：
[0025]机器人初始位置在α1的中点，并以此建立坐标系，默认基础运动设定以从左到右，再从右到左循环形式，每次反向以当安全范围触及到边界作为判断依据；
[0026]机器人优先向相邻区域移动，首次运动调整时以选择与机器人所处小区域在相同
大区的小区域，第二次及以后的运动调整时，选择跨大区域的小区，当完成跨大区运动时，该逻辑将重新刷新；
[0027]当规定时间内检测到大于设定目标个数进行安全范围，触发运动调整条件应立即遵循二次优先原则，即跨大区移动，若原位置所处区域为活动区，则应至少运动到调整区，若运动持续，以最终到达预备区α5结束；
[0028]在连续多次运动调整后或处于预备区α5时，若设定时间内不再触发运动调整条件，则机器人回到初始点。
[0029]在进一步的实施例中，所述感知受限包括：
[0030]多目标之间的遮挡情况，遮挡情况是多目标的立体检测框之间的重叠，以规定时间内连续检测到正向遮挡中的完全遮挡和75％＜遮挡＜100％判断为存在所涉及目标感知受限，当感知受本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.面向交通场景人行横道区域的轮式机器人监测方法，其特征在于，所述方法包括：根据人行横道区域划定机器人可移动区域α和ROI感知区域；基于所述感知区域，采集感知原始数据；对所述原始数据进行分析处理，并根据机器人的实时位置与路径规划结合，调整自身运动状态和位置并输出感知结果；根据所述感知结果判断是否存在感知受限；基于所述感知受限情况，机器人实时调整运动路径，并根据实时运动再次进行感知；实时将多目标数据和行人数据进行结构化处理与存储；基于所述多目标数据和所述行人数据判断行人是否存在危险行为，并作出对应调整。2.根据权利要求1所述的面向交通场景人行横道区域的轮式机器人监测方法，所述人行横道区域为道路路边四边形区域并标记端点A1、A2、A3、A4；所述ROI感知区域为人行横道区域向外扩大若干区域，所述机器人可移动区域α为人行横道区域。3.根据权利要求1所述的面向交通场景人行横道区域的轮式机器人监测方法，所述采集感知原始数据是基于所述ROI感知区域场景中信息，通过激光雷达采集原始的感知数据，单目相机获取红绿灯信息，在机器人初始位置调整相机支撑架高度与角度，使其红绿灯在的相机图像视野的中心位置，若机器人运动导致视野中丢失红绿灯，则相机支撑架对应进行旋转调整，用于始终获取红绿灯信息。4.根据权利要求1所述的面向交通场景人行横道区域的轮式机器人监测方法，其特征在于，对所述原始数据进行分析处理是对多目标的检测跟踪，即通过激光雷达对ROI感知区域场景中的多个行人同时感知，并考虑目标的连续运动实现对目标的检测跟踪，且输出目标的位置、尺寸、速度、角度。5.根据权利要求1所述的面向交通场景人行横道区域的轮式机器人监测方法，其特征在于，所述根据机器人的实时位置与路径规划结合，调整自身运动状态和位置并输出感知结果是机器人在可移动区域α内，通过SLAM将输出在地图中机器人的实时位置，该信息将作为实现运动规划的基础、并与路径规划结合，调整机器人自身运动状态和位置用于达到更好的监测效果,且该机器人所涉及的运动规划基于地图与定位信息，由全局路径规划和局部路径规划组成；所述全局路径规划是将只设定运动范围的边界即可移动区域α，以及将该区域进行分级、分区域划分，对各个边界点和线在地图中进行位置标记，将信息输入基于机器人初始位置建立的坐标系；所述局部路径规划是机器人运动调整的过程，包括：避障调整和感知受限调整，所述避障调整试试目标进入机器人安全范围视为检测到障碍物。6.根据权利要求5所述的面向交通场景人行横道区域的轮式机器人监测方法，其特征在于，机器人在可移动区域α内进行全局路径规划和局部路径规划时，区域先进行分级、分区域划分，以确定机器人的可移动的安全范围，将四边形的宽度进行...
【专利技术属性】
技术研发人员：王晓辉，丁佳，
申请(专利权)人：无锡八英里电子科技有限公司，
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。