[發明專利]一種運動人體跟蹤方法和系統

有效

• 申請號: 201610073052.0
• 申請日: 2016-02-02
• 公開（公告）號: CN105760824B
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 王玉亮;薛林;王曉剛;喬濤
• 申請（專利權）人: 北京進化者機器人科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京正鼎專利代理事務所(普通合伙) 11495
• 代理人: 岳亞

1.一種運動人體跟蹤方法，其特征在于，包括以下步驟：

S101：系統采集聲音信號和聲音到達各自位置的時間信息，并發送給中央控制器；

S102：判斷是否為“跟隨指令”，若否，則返回S101；

S103：計算聲源與系統的相對距離和聲源與系統正方向的夾角β；

S104：判斷聲源是否位于攝像頭的攝像范圍，若是，則轉向S106；

S105：云臺轉動β角度；

S106：中央控制器控制打開彩色攝像頭進行視頻采集；

S107：采用三幀差法對連續三幀圖像進行分析，得出當前幀的運動區域；

S108：判斷活動區域是否符合要求，若小于下閾值則轉向S101，若大于上閾值則轉向S106；

S109：提取當前視頻幀中符合要求的運動區域；

S110：人體檢測器根據離線訓練得到的人體檢測分類器判斷是否檢測到人體，若否，則轉向S101；

S111：得到被跟蹤人的活動區域；

S112：判斷人活動區域相對系統的夾角與聲源相對系統夾角是否匹配，若小于閾值，則轉向S101；

S113：確定被跟蹤人的活動區域；

S114：提取當前被跟蹤人的人體特征，訓練目標人體識別器，所述人體特征包括但不限于顏色、紋理、邊緣輪廓、尺寸；

S115：根據被跟隨人在當前視頻幀的大小和位置發出行動指令；

S116：判斷是否收到“停止跟隨”命令，若是則轉向S124；

S117：彩色攝像頭進行視頻采集；

S118：預測被跟蹤人在當前幀中的活動區域；

S119：判斷是否預測成功，若預測失敗則轉向S122；

S120：使用目標人體識別器對預測跟蹤人活動區域進行人體識別；

S121：判斷人體識別是否成功，若成功則轉向S123；

S122：機器人停止運動，并轉向S106；

S123：提取被跟蹤人的人體特征，更新人體識別器，轉向S115；

S124：結束。

2.根據權利要求1所述的方法，其特征在于，進一步包括：

自主移動機器人通過聲音傳感器探測聲音信號；

4個聲音傳感器均布在自主移動機器人外圍四周，1個聲音傳感器位于云臺頂部；

5個陣列式聲音傳感器均為固定式安裝，不隨云臺運動而運動。

3.根據權利要求1所述的方法，其特征在于，進一步包括：

所述夾角β為聲源與系統正方向的夾角；

順時針方向時β值為正，逆時針方向時β值為負。

4.根據權利要求1所述的方法，其特征在于，在步驟S104中，所述判斷聲源是否位于攝像頭的攝像范圍，若否，則轉向S106，進一步包括：

彩色攝像頭的拍攝水平視場角為α；

若|β|<α/2-θ，則聲源位于攝像頭的攝像范圍；

若|β|>＝α/2-θ，則聲源位于攝像頭的攝像范圍之外；

所述θ為閾值，保證聲源可以完全位于彩色攝像頭視野內。

5.根據權利要求1所述的方法，其特征在于，在步驟S110中，所述人體檢測器根據離線訓練得到的人體檢測分類器判斷是否檢測到人體，進一步包括：

采用HOG和HAAR特征或采用DPM模型，采取SVM學習方法或Adaboost學習方法，離線訓練人體模型，生成人體檢測分類器；

由所述人體檢測分類器判斷是否檢測到人體。

6.根據權利要求1所述的方法，其特征在于，在步驟S115中，所述根據被跟隨人在當前視頻幀的大小和位置發出行動指令，進一步包括：

當前視頻幀中運動區域的大小變化對應被跟蹤人距離攝像頭的遠近；

位于當前視頻幀中的位置變化對應被跟蹤人位于系統正方向的方位角度變化；

根據所述運動區域的大小變化和所述位于當前視頻幀中的位置變化來判斷被跟隨人的運動方向。

7.根據權利要求1所述的方法，其特征在于，在步驟S118中，所述預測被跟蹤人在當前幀中的活動區域，進一步包括：

根據上一幀中提取的被跟蹤人人體特征進行預測；

預測位置的方法包括單一跟蹤算法和融合算法；

所述單一跟蹤算法包括光流法，粒子濾波跟蹤算法和卡爾曼濾波跟蹤算法；

所述融合算法為采用多種跟蹤算法以提高算法的有效性。