[發明專利]一種巡邏機器人執行追蹤任務時的主動隱藏方法在審
| 申請號: | 202110671091.1 | 申請日: | 2021-06-17 |
| 公開(公告)號: | CN113536934A | 公開(公告)日: | 2021-10-22 |
| 發明(設計)人: | 張波濤;王樹偉;洪濤 | 申請(專利權)人: | 杭州電子科技大學 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/36;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司: | 杭州君度專利代理事務所(特殊普通合伙) 33240 | 代理人: | 楊舟濤 |
| 地址: | 310018 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 巡邏 機器人 執行 追蹤 任務 主動 隱藏 方法 | ||
本發明公開了一種巡邏機器人執行追蹤任務時的主動隱藏方法。該方法包括:(1)可疑目標檢測:利用HOG特征描述子和SVM支持向量機檢測可疑目標并利用KCF跟蹤檢測到的可疑目標。(2)隱蔽地貌感知:利用Unet語義分割網絡實時分割出所處復雜環境中的可隱藏地貌。(3)行為決策:對隱蔽地貌信息和可疑目標信息融合處理,根據結果決策機器人的追蹤動作。通過本發明設計的主動隱藏方法,巡邏機器人可感知所處復雜環境中的隱蔽地貌以及跟蹤過程中的安全狀態,規劃隱藏方法,降低巡邏機器人被發現被破壞的概率,加強機器人巡邏時的隱蔽性。解決現有技術中巡邏機器人由于缺乏主動自我保護措施,導致的任務失敗與經濟財產損失問題。
技術領域
本發明屬于機器人感知與規劃技術領域。具體涉及一種巡邏機器人執行追蹤任務時的主動隱藏方法。
背景技術
因安保人員數量有限,且監控系統存在盲區等問題,安保巡邏機器人被越來越多的應用到公共安全或廠區巡檢等任務中。然而,目前使用的安保巡邏機器人普遍缺乏主動自我保護的意識,極易在任務執行的過程中被追蹤目標發現,導致巡邏任務失敗;甚至巡邏機器人在暴露后,遭到不法分子的破壞,導致高額的經濟財產損失。
自然界中的許多高等哺乳動物均可以利用環境中的顏色、紋理、亮度、遮擋物等因素隱藏自己,降低被偵測對象發現或被捕食的幾率。如果將動物的這種隱藏行為映射到巡邏安保機器人的行為邏輯中,安排巡邏安保機器人在目標追蹤過程中根據所處環境執行主動隱藏行為,則可以降低巡邏安保機器人被發現的幾率,提高追蹤任務成功率。
發明內容
針對現有技術的不足,本發明提出了一種巡邏機器人執行追蹤任務時的主動隱藏方法,通過監測所處復雜環境中的可隱蔽地貌,幫助安保巡邏機器人在執行追蹤、巡邏的過程中,借助感知到的可隱蔽地貌規劃躲藏動作,實現對可疑目標的隱蔽跟蹤,降低巡邏機器人被發現、破壞的概率,解決安保巡邏機器人在任務執行過程中缺乏自我保護措施的問題。
一種巡邏機器人執行追蹤任務時的主動隱藏方法,具體包括以下步驟:
步驟1、目標區域獲取
利用巡邏機器人上的深度相機采集當前環境的RGB圖像和深度圖像,將得到的RGB圖像轉化為灰度圖像,調整灰度圖像的寬度和高度分別為w和h,計算其中每個像素點的水平梯度和垂直梯度,進一步計算梯度幅值和方向,然后將灰度圖像分割為若干個大小為8*8的cell單元,計算每個cell單元的梯度直方圖,按照梯度方向對每個cell單元中的梯度幅值進行分組后,然后以4個cell單元為一個塊,對每個塊內的梯度幅值進行歸一化處理,然后使用滑動掃描窗,得到特征向量后輸入到SVM分類器中,實現目標區域和背景區域的分類,然后將目標區域壓縮成大小為k*l的ROI區域。
步驟2、隱藏地貌檢測
使用可分離卷積替代Unet網絡中的解碼部分,建立隱藏地貌檢測網絡,輸入步驟1拍攝的RGB圖像,隱藏地貌檢測網絡輸出尺寸與輸入圖像相同的預測圖像,通過預測圖像得到當前環境的隱藏地貌區域。
步驟3、目標檢測器訓練
將步驟1得到的ROI區域作為初始跟蹤區域,獲取初始幀Tt中的目標樣本x=[x0,x1,x2,…,xn-1],通過循環矩陣對樣本進行循環位移處理得到訓練樣本X:
對訓練樣本X中的每個元素xi賦予對應的標簽yi,構造訓練集(xi,yi),獲取誤差最小的回歸函數f(x)=ωTx,其中ω為列向量表示權重系數,上標T標識轉置。構造誤差函數:
其中λ為正則化函數。引入映射函數將ω映射為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州電子科技大學,未經杭州電子科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110671091.1/2.html,轉載請聲明來源鉆瓜專利網。





