[發(fā)明專利]基于深度學習和卡爾曼濾波的機器人移動跟蹤系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202010830399.1
• 申請日: 2020-08-18
• 公開（公告）號: CN111975776A
• 公開（公告）日: 2020-11-24
• 發(fā)明（設計）人: 袁進波
• 申請（專利權(quán)）人: 廣州市優(yōu)普科技有限公司
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J19/02;G05D1/12;G06T7/277
• 代理公司: 深圳市創(chuàng)富知識產(chǎn)權(quán)代理有限公司 44367
• 代理人: 葉燦才

本發(fā)明公開了一種基于深度學習和卡爾曼濾波的機器人移動跟蹤系統(tǒng)及方法，該系統(tǒng)包括：控制客戶端模塊，用于選擇開啟相應的感知設備；機器人感知模塊，用于開啟相應感知設備并將感知設備獲取的信息傳輸至定位跟蹤模塊；定位跟蹤模塊，用于根據(jù)追蹤場景和追蹤物體加載深度學習模型，配合卡爾曼濾波算法快速定位跟蹤物體，并且將處理數(shù)據(jù)實時同步至機器人移動模塊和控制客戶端模塊；機器人移動模塊，用于選擇對應的移動控制方法，并根據(jù)跟蹤定位模塊返回的實時坐標跟蹤物體。通過使用本發(fā)明，可以有效提高識別追蹤目標的準確率。本發(fā)明作為一種基于深度學習和卡爾曼濾波的機器人移動跟蹤系統(tǒng)及方法，可廣泛應用于機器人跟蹤領域。

技術(shù)領域

本發(fā)明涉及機器人跟蹤領域，尤其涉及一種基于深度學習和卡爾曼濾波的機器人移動跟蹤系統(tǒng)及方法。

背景技術(shù)

目前，移動機器人是工業(yè)界研究熱點之一，移動機器人的發(fā)展最初從接受指令移動，到目前的自動追蹤移動，為特定人員，特定服務行業(yè)提供服務?，F(xiàn)有技術(shù)方案存在以下缺陷，一通用性低，只能適用于移動人體或者特定的物體跟蹤技術(shù)，應用范圍較?。欢撬惴ㄗR別率低，抗干擾能力很弱，難以適用于實際生產(chǎn)環(huán)境；三是準確率較低，傳統(tǒng)的圖像處理方法相比較于深度學習，在物體識別跟蹤上準確率較低，對環(huán)境要求較高。四是物體識別速率較低，對于實時性要求較高的場景不具有速度優(yōu)勢，而且現(xiàn)實場景中移動物體速度往往較快。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明的目的是提供一種基于深度學習和卡爾曼濾波的機器人移動跟蹤系統(tǒng)及方法，可以有效提高識別追蹤目標的準確率，從而提高追蹤速率。

本發(fā)明所采用的第一技術(shù)方案是：一種基于深度學習和卡爾曼濾波的機器人移動跟蹤系統(tǒng)，包括以下模塊：

控制客戶端模塊，用于接收用戶指令確認追蹤場景和追蹤物體并根據(jù)追蹤場景和追蹤物體選擇開啟相應的感知設備；

機器人感知模塊，用于接收來自控制客戶端模塊的控制信號開啟相應感知設備，并將感知設備獲取的信息傳輸至定位跟蹤模塊；

定位跟蹤模塊，用于接收機器人感知模塊的信息并根據(jù)追蹤場景和追蹤物體加載不同的深度學習模型，配合卡爾曼濾波算法快速定位跟蹤物體，并且將處理數(shù)據(jù)實時同步至機器人移動模塊和控制客戶端模塊；

機器人移動模塊，用于匹配機器人的類型選擇對應的移動控制方法，并根據(jù)跟蹤定位模塊返回的實時坐標跟蹤物體。

進一步，所述控制客戶端模塊、機器人感知模塊、定位跟蹤模塊和機器人移動模塊依次無線連接，所述機器人移動模塊和定位跟蹤模塊還與控制客戶端模塊無線連接。

進一步，所述控制客戶端模塊基于python的web開發(fā)框架和tornado技術(shù)構(gòu)建。

進一步，所述機器人感知模塊包括激光雷達感知部件、紅外感知部件、慣性測量裝置和雙目攝像頭系統(tǒng)。

進一步，所述機器人的類型包括輪式移動機器人、雙足式機器人和四足式機器人。

本發(fā)明所采用的第二技術(shù)方案是：一種深度學習和卡爾曼濾波的機器人移動跟蹤方法，包括以下步驟：

機器人感知模塊根據(jù)控制客戶端的指令開啟感知設備并獲取當前輸入圖像；

提取當前輸入圖像的特征向量并根據(jù)特征向量得到跟蹤物體信息；

將跟蹤物體信息作為卡爾曼濾波算法的輸入數(shù)據(jù)得到跟蹤物體實時位置；

將跟蹤物體信息和跟蹤物體實時位置反饋到機器人移動控制模塊并控制機器人移動跟蹤。

進一步，判斷到場景中出現(xiàn)多個相似跟蹤物體的位置，基于深度學習方法，通過視覺系統(tǒng)獲取每個物體的特征向量并進行特征向量相似度的計算，得到最優(yōu)相似度的特征向量和對應的坐標位置。