【技术实现步骤摘要】
本专利技术涉及智能机器人，尤其涉及一种自动跟随小车的视觉跟随方法、装置以及设备。
技术介绍
1、随着人工智能的崛起和应用，服务型自动跟随小车的应用越来越多。自动跟随小车无需人工操作即可自动跟随主体目标移动。相较于传统的服务型小车，自动跟随小车具有易学易操作、省时省力、功能多样化的优点。因此也更加受到人们的喜爱。
2、自动跟随主要技术在于跟踪和定位，目前市面上自动跟随技术所采用的跟踪分为两种模式，kcf等传统跟踪算法和基于深度神经网络的检测加跟踪算法；所采用的定位方法包括基于信号传感器定位，如激光雷达定位，超声波定位；基于深度神经网络获得跟踪框定位。其中深度神经网络算法采用目标检测算法和多目标跟踪算法，多目标跟踪算法内部包含多种复杂匹配逻辑算法。
3、然而目前的自动跟随小车存在以下缺陷：(1)基于信号传感器的跟踪技术，定位精确地传感器造价昂贵，且传统算法易因人数多而卡机不动；(2)基于视觉的深度神经网络跟踪采用目标检测算法结合多目标跟踪算法，每次跟踪之前都要先处理一次目标检测，这样的跟踪流程冗余且不必要，浪费算力，计算繁琐，且提高成本；(3)多目标跟踪算法内置多种算法，逻辑复杂、内部循环繁多、算力要求高，无法部署到低算力板实时跟踪。
技术实现思路
1、有鉴于此，本专利技术的目的在于提出一种自动跟随小车的视觉跟随方法、装置以及设备，旨在解决现有的跟随方法无法兼并算法逻辑简单且定位精准以及成本低等问题。
2、为实现上述目的，本专利技术提供一种自动跟随小
3、获取中间相机的第一视频流，对所述第一视频流中的第一图像帧进行处理，确定图像中的所有人物目标作为初始目标；
4、获取左右相机的左视频流以及右视频流，确定跟随小车与每一所述初始目标的初始距离；
5、将所述初始目标以及所述初始距离中满足所述预设跟随条件的人物目标作为跟随目标，并提取所述跟随目标的第一表观特征；
6、基于所述跟随目标对所述第一视频流中的第二图像帧中的人物目标进行匹配，得到匹配目标，并提取所述匹配目标的第二表观特征；
7、比对所述第二表观特征与所述第一表观特征的相似度，当相似度大于阈值时，控制所述跟随小车根据所述跟随目标进行跟随移动。
8、优选的，所述对所述第一视频流中的第一图像帧进行处理，确定图像中的所有人物目标作为初始目标，包括：
9、对所述第一图像帧进行直方图均衡化预处理后，得到调整图像；
10、利用yolov5目标检测算法对所述调整图像进行人物目标检测，确定对应每一人物目标的目标框，得到所述初始目标。
11、优选的，所述获取左右相机的左视频流以及右视频流，确定跟随小车与每一所述初始目标的初始距离，包括：
12、根据所述左视频流以及所述右视频流，并基于预设双目视觉差公式确定跟随小车与每一所述初始目标的初始距离。
13、优选的，所述将所述初始目标以及所述初始距离中满足所述预设跟随条件的人物目标作为跟随目标，并提取所述跟随目标的第一表观特征，包括：
14、将位于图像中心的所述初始目标以及所述初始距离大于预设距离且与跟随小车距离最近的人物目标作为所述跟随目标；
15、利用osnet算法对所述跟随目标进行特征提取，得到所述第一表观特征。
16、优选的，所述基于所述跟随目标对所述第一视频流中的第二图像帧中的人物目标进行匹配，得到匹配目标，包括：
17、利用stark跟踪算法在所述第二图像帧中匹配与所述跟随目标相似的人物目标，得到所述匹配目标；其中，所述第二图像帧位于所述第一图像帧的后面图像帧。
18、优选的，所述比对所述第二表观特征与所述第一表观特征的相似度，包括：
19、利用余弦距离比对所述第二表观特征与所述第一表观特征的相似度。
20、为实现上述目的，本专利技术还提供一种自动跟随小车的视觉跟随装置，所述装置包括：
21、初始处理单元，用于获取中间相机的第一视频流，对所述第一视频流中的第一图像帧进行处理，确定图像中的所有人物目标作为初始目标；
22、距离计算单元，用于获取左右相机的左视频流以及右视频流，确定跟随小车与每一所述初始目标的初始距离；
23、目标确定单元，用于将所述初始目标以及所述初始距离中满足所述预设跟随条件的人物目标作为跟随目标，并提取所述跟随目标的第一表观特征；
24、目标匹配单元，用于基于所述跟随目标对所述第一视频流中的第二图像帧中的人物目标进行匹配，得到匹配目标，并提取所述匹配目标的第二表观特征；
25、目标跟随单元，用于比对所述第二表观特征与所述第一表观特征的相似度，当相似度大于阈值时，控制所述跟随小车根据所述跟随目标进行跟随移动。
26、为了实现上述目的，本专利技术还提出一种设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行以实现如上述实施例所述的一种自动跟随小车的视觉跟随方法的步骤。
27、为了实现上述目的，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如上述实施例所述的一种自动跟随小车的视觉跟随方法的步骤。
28、有益效果：
29、以上方案，通过初步确定第一图像帧中的人物目标并计算与跟随小车的距离，将满足条件的目标作为跟随目标，并提取对应的表观特征，将其与当前图像帧的匹配目标对应的表观特征进行相似度计算，当相似度大于阈值时，控制跟随小车根据跟随目标进行跟随移动。该过程不再广泛聚焦于视野内同类目标比较，逻辑处理过程简洁、计算方便，能够部署在低算力的边缘计算开发板上实现实时目标跟踪，大大降低开发费用，并且能够提高算法的运行效率以及目标跟踪的准确性。
30、以上方案，通过利用yolov5目标检测算法对图像进行人物目标检测，为后续目标的匹配跟踪提供依据，并且只在初始状态进行确定初始目标，大大简化算法内部流程。
31、以上方案，通过利用osnet算法表观特征提取，以及利用stark跟踪算法进行目标匹配跟踪，处理过程简单、算力要求较低，能够避免目标跟丢跟错，大大提高跟随小车对目标跟踪的准确性。
本文档来自技高网...【技术保护点】
1.一种自动跟随小车的视觉跟随方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述对所述第一视频流中的第一图像帧进行处理，确定图像中的所有人物目标作为初始目标，包括：
3.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述获取左右相机的左视频流以及右视频流，确定跟随小车与每一所述初始目标的初始距离，包括：
4.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述将所述初始目标以及所述初始距离中满足所述预设跟随条件的人物目标作为跟随目标，并提取所述跟随目标的第一表观特征，包括：
5.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述基于所述跟随目标对所述第一视频流中的第二图像帧中的人物目标进行匹配，得到匹配目标，包括：
6.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述比对所述第二表观特征与所述第一表观特征的相似度，包括：
7.一种自动跟随小车的视觉跟随装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序被所述处理器执行以实现如权利要求1至6任意一项所述的一种自动跟随小车的视觉跟随方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1至6任意一项所述的一种自动跟随小车的视觉跟随方法的步骤。
...【技术特征摘要】
1.一种自动跟随小车的视觉跟随方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述对所述第一视频流中的第一图像帧进行处理，确定图像中的所有人物目标作为初始目标，包括：
3.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述获取左右相机的左视频流以及右视频流，确定跟随小车与每一所述初始目标的初始距离，包括：
4.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述将所述初始目标以及所述初始距离中满足所述预设跟随条件的人物目标作为跟随目标，并提取所述跟随目标的第一表观特征，包括：
5.根据权利要求1所述的一种自动跟随小车的视觉跟随方法，其特征在于，所述基于所...
【专利技术属性】
技术研发人员：孙世丹，林志斌，谢伟，
申请(专利权)人：厦门盈趣科技股份有限公司，
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。