[发明专利]机器人的主动视觉人脸跟踪方法和跟踪系统

说明书

技术领域

本发明属于移动机器人目标跟踪与运动规划技术领域，具体涉及一种快速鲁棒的主动视觉人脸跟踪方法和跟踪系统。

背景技术

目标跟踪与运动规划技术是一门交叉学科，它融合了图像处理、模式识别、人工智能、自动控制、运动规划等许多领域的关键技术。现阶段，目标跟踪技术大多应用于视频监控、视频编解码、智能交通等领域，并且主要集中在基于PC平台，然而面向人机交互机器人的目标跟踪技术研究较少，特别是使用主动摄像机实现目标的跟踪与运动规划。

在人机交互环境下，受日光和灯光的影响，光线变化较大；静态障碍物和动态障碍物形态各异，且分布不均；人与人之间的运动较为复杂，且容易相互遮挡。面对这些困难，如何实现实时的稳定的目标跟踪，特别是人脸跟踪；如何使移动机器人安全无碰撞的运动规划，从而实现人与机器人友好安全的交互，具有重要的研究意义。

发明内容

本发明的目的是通过人脸的跟踪与运动规划实现人与机器人的安全友好交互。根据主动视觉的特点，建立移动机器人的感知运动环，实现鲁棒性较好的人脸检测和跟踪。面对人机交互过程中，人作为动态障碍物具有速度和姿态不确定的难点，通过结合路径搜索算法和模糊逻辑控制算法，实现了基于测距传感器的实时运动规划。

本发明的技术内容：

一种机器人的主动视觉人脸跟踪方法，包括如下步骤：

1、移动机器人通过主动摄像机获取环境信息图像并检测图像中是否有人脸目标；

2、检测到人脸后，机器人对人脸目标进行跟踪，并通过主动摄像机和机器人的移动将人脸目标保持在摄像机获取图像的中心，也即摄像机的视角中心。

进一步的，本发明采用类Haar特征的Adaboost人脸检测算法检测人脸目标。

人脸目标跟踪的方法为：

(1)将摄像机采集的RGB图像转化为HSV图像；

(2)计算人脸目标区域的色彩直方图；

(3)根据色彩直方图，计算HSV图像中色彩的概率分布，获得颜色概率直方图；

(4)通过颜色概率直方图选取搜索窗的大小与初始位置，采用窗口自适应的CamShift核密度估计算法对人脸目标进行跟踪。

所述将人脸目标保持在图像中心的方法为：

(1)在图像中心设定一个尺寸小于图像大小的矩形限制区域，矩形限制区域到图像边缘设置为第一缓冲区域；人脸目标超出矩形限制区域进入第一缓冲区域时，主动摄像机移动使人脸目标保持在矩形限制区域内；

(2)在主动摄像机最大移动范围到小于主动摄像机最大移动范围的设定值之间设置第二缓冲区域，当人脸目标超出矩形限制区域且主动摄像机进入第二缓冲区域时，机器人旋转使人脸目标保持在矩形限制区域内。如果上一步的主动摄像机移动无法使得人脸目标保持在矩形限制区域，机器人旋转运动来补偿，这个设定值是一个小于主动摄像机最大移动范围的值，可以根据需要进行设定，设置第二缓冲区域的目的在于保证目标始终在图像的中心位置，不会出现因主动摄像机已无法移动时机器人才开始旋转导致的目标跟丢的情况。

其中主动摄像机的移动为水平方向和/或垂直方向的运动。

所述机器人旋转运动的范围为360°，

机器人跟踪到人脸目标且人脸目标静止时机器人向人脸目标位置移动。

机器人向人脸目标位置移动的方法为：

机器人的测距传感器测量机器人与人脸目标之间的障碍物位置，建立动态栅格地图；

采用D*路径搜索算法计算出机器人到人脸目标的最优路径；

通过模糊逻辑控制算法控制机器人移动的速度；

机器人按照计算出的速度和路径向人脸目标移动。

所述模糊逻辑控制算法为：

(1)从动态栅格地图中获取障碍物到机器人之间的距离D；

(2)对距离D和机器人速度V设定模糊语言和定义数值，设定论域，获得障碍物距离D和机器人速度V的隶属度函数；

(3)根据障碍物远近与速度快慢的对应关系，得到一组多重条件语句，即模糊控制规则；

(4)根据隶属度函数获得障碍物距离D和机器人速度V的模糊关系矩阵R，得到模糊控制的决策公式V＝D*R；

(5)精确化计算过程中，由模糊控制的决策公式求得的模糊向量，按照最大隶属度表决的方法，选择相应的控制量，从而控制移动机器人的速度。