[發(fā)明專利]一種物體跟隨方法有效
| 申請?zhí)枺?/td> | 201810604423.2 | 申請日: | 2018-06-13 |
| 公開(公告)號: | CN108304834B | 公開(公告)日: | 2018-10-09 |
| 發(fā)明(設(shè)計)人: | 都業(yè)貴;羅方龍;許少強 | 申請(專利權(quán))人: | 弗徠威智能機器人科技(上海)有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/40;G06K9/46;G06T7/246;G06T7/70 |
| 代理公司: | 上海申新律師事務所 31272 | 代理人: | 俞滌炯 |
| 地址: | 200120 上海市浦東新區(qū)中國*** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 跟蹤目標 幀圖像 移動機器人 目標狀態(tài)信息 準確度 目標信息 圖像識別 計算量 目測 集合 返回 跟蹤 移動 | ||
1.一種物體跟隨方法,適用于移動機器人,其特征在于,所述移動機器人預先識別得到一跟蹤目標,所述跟蹤目標為環(huán)境中的移動的物體,所述移動機器人根據(jù)采集到的每一幀圖像識別并跟隨所述跟蹤目標;具體過程包括以下步驟:步驟S1,以當前時刻的一幀圖像作為當前幀圖像,提取預存于上一幀圖像中的用于指示所述跟蹤目標是否丟失的目標狀態(tài)信息,并根據(jù)所述目標狀態(tài)信息判斷所述跟蹤目標是否丟失:若是,則轉(zhuǎn)到步驟S2;否則,則轉(zhuǎn)到步驟S4;步驟S2,判斷所述跟蹤目標的類別是否存在于一已知集合:若是,則通過一與所述已知集合相對應的神經(jīng)網(wǎng)絡(luò)模型篩選出所述當前幀圖像中的所有的可能物體;若否,則通過一篩選策略篩選出所述當前幀圖像中的所有的可能物體;步驟S3,根據(jù)一第一識別策略遍歷所述可能物體,并判斷是否識別出所述跟蹤目標:若是,則輸出所述跟蹤目標的位置信息以及生成所述當前幀圖像的存在所述跟蹤目標的目標信息,隨后轉(zhuǎn)到步驟S5;若否,則生成所述當前幀圖像的所述跟蹤目標丟失的目標信息,隨后返回步驟S1;步驟S4,在所述當前幀圖像中重新獲得所述跟蹤目標的所述位置信息以及生成所述當前幀圖像的存在所述跟蹤目標的目標信息;步驟S5,所述移動機器人根據(jù)所述跟蹤目標的所述位置信息移動至所述跟蹤目標處,隨后返回步驟S1;
在所述步驟S2中,所述篩選策略具體包括以下步驟:步驟S21,提取所述跟蹤目標的目標特征;步驟S22,根據(jù)所述目標特征篩選所述當前幀圖像中的所有的可能物體。
2.根據(jù)權(quán)利要求1所述的物體跟隨方法,其特征在于,所述步驟S4具體包括以下步驟:步驟S6,擴大所述當前幀圖像中的所述跟蹤目標的區(qū)域獲得一第一對比區(qū)域;步驟S7,在所述第一對比區(qū)域中根據(jù)一第二識別策略識別所述跟蹤目標,并判斷是否識別出所述跟蹤目標:若是,則輸出所述跟蹤目標的位置信息以及生成所述當前幀圖像的存在所述跟蹤目標的所述目標信息,隨后轉(zhuǎn)到所述步驟S5;若否,則生成所述當前幀圖像的所述跟蹤目標丟失的所述目標信息,隨后轉(zhuǎn)到所述步驟S1。
3.根據(jù)權(quán)利要求2所述的物體跟隨方法,其特征在于,在所述步驟S3中,通過所述第一識別策略識別所述可能物體的過程包括以下步驟:
步驟S31,在所述當前幀圖像中獲得一面積大于所述可能物體的第二對比區(qū)域;步驟S32,根據(jù)所述跟蹤目標的目標模型在所述第二對比區(qū)域中進行滑動濾波,獲得一原始響應矩陣,所述原始響應矩陣中的每一項響應值與所述第一對比區(qū)域中的一位置對應;步驟S33,判斷最大響應值是否大于預設(shè)的重識別閾值:若是,則所述可能物體為跟蹤目標,且根據(jù)所述最大響應值的所述位置生成所述跟蹤目標的所述位置信息;若否,則輸出所述可能物體不為跟蹤目標的信息。
4.根據(jù)權(quán)利要求3所述的物體跟隨方法,其特征在于,在所述步驟S32和步驟S33之間,還包括以下步驟:步驟S341,將所述當前幀圖像進行放大后獲得多個放大圖像;步驟S342,在每一所述放大圖像中獲得一面積大于所述可能物體的放大對比區(qū)域;步驟S343,根據(jù)所述目標模型在每一所述放大對比區(qū)域中進行滑動濾波,獲得每一所述放大對比區(qū)域的放大響應矩陣;步驟S344,以所述原始響應矩陣和所有所述放大響應矩陣中的響應值的最大值作為所述步驟S33中的所述最大響應值。
5.根據(jù)權(quán)利要求3所述的物體跟隨方法,其特征在于,在所述步驟S32和步驟S33之間,還包括以下步驟:步驟S351,將所述當前幀圖像進行縮小后獲得多個縮小圖像;步驟S352,在每一所述縮小圖像中獲得一面積大于所述可能物體的縮小對比區(qū)域;步驟S353,根據(jù)所述目標模型在每一所述縮小對比區(qū)域中進行滑動濾波,獲得每一所述縮小對比區(qū)域的縮小響應矩陣;步驟S354,以所述原始響應矩陣和所有所述縮小響應矩陣中的響應值的最大值作為所述步驟S33中的所述最大響應值。
6.根據(jù)權(quán)利要求3所述的物體跟隨方法,其特征在于,在所述步驟S7中,所述第二識別策略具體包括以下步驟:步驟S71,根據(jù)所述目標模型對所述第一對比區(qū)域、放大后的所述第一對比區(qū)域以及縮小后的所述第一對比區(qū)域進行滑動濾波獲得多個響應矩陣;步驟S72,判斷所有的所述響應矩陣中的最大的響應值是否大于預設(shè)的跟蹤閾值:若是,則根據(jù)最大的所述響應值在所述當前幀圖像中的位置生成所述跟蹤目標的所述位置信息;若否,則輸出所述跟蹤目標丟失的信息。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于弗徠威智能機器人科技(上海)有限公司,未經(jīng)弗徠威智能機器人科技(上海)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810604423.2/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 移動機器人及多移動機器人的協(xié)調(diào)控制方法
- 多移動機器人系統(tǒng)的協(xié)調(diào)控制方法
- 機器人吸塵器
- 移動機器人系統(tǒng)及其在混合交互環(huán)境下的協(xié)調(diào)控制方法
- 受噪聲污染的移動機器人系統(tǒng)及其協(xié)調(diào)控制方法
- 一種具有增強的平衡運動和行為能力的移動機器人
- 一種移動機器人離線精確定位獲取方法及系統(tǒng)
- 一種基于視觸覺融合機制的多機器人協(xié)同地圖重建方法
- 移動機器人監(jiān)控方法、裝置及存儲介質(zhì)
- 一種基于數(shù)字孿生的移動機器人狀態(tài)監(jiān)控與保養(yǎng)系統(tǒng)
- 一種對人機交互中的操作狀態(tài)進行顯示的方法及裝置
- 信息處理方法和裝置
- 智能設(shè)備狀態(tài)處理方法及裝置
- 狀態(tài)信息變更的聯(lián)動方法及裝置
- 一種網(wǎng)絡(luò)狀態(tài)識別的方法、模型訓練的方法及裝置
- 硬件狀態(tài)信息的顯示方法、裝置、存儲介質(zhì)及移動終端
- 一種網(wǎng)卡鏈路檢測方法、系統(tǒng)、設(shè)備及計算機存儲介質(zhì)
- 任務狀態(tài)的提示方法、裝置、電子設(shè)備和介質(zhì)
- 目標對象檢測方法、裝置、電子設(shè)備和存儲介質(zhì)
- 特種運輸車輛安全監(jiān)測系統(tǒng)及方法





