[发明专利]一种用于机器人交互对象检测的3D视线方向估计方法

权利要求书

1.一种用于机器人交互对象检测的3D视线方向估计方法，其特征在于：它包括以下步骤：

S1.进行头部姿势估计：使用RGBD传感器采集彩色信息和深度信息，根据采集到的信息计算头部的三维位置信息T以及头部姿势R；

S2.计算出得到的头部姿势R与头部基准姿势R0之间的映射矩阵M，其中头部基准姿势R0为用户和机器人正面相对时的头部姿势；

S3.采集人眼图片，并从采集到的人眼图片中提取出人眼区域图像；

S4.得到人眼区域图像后，对瞳孔中心进行检测和计算，得到最终的瞳孔中心pt；

S5.计算在头部坐标系中眼球中心的坐标C₀，并根据C₀计算出世界坐标系下眼球中心坐标C_K和瞳孔中心坐标P_K，设计算得到的眼球中心坐标为C_K＝(O_x,O_y,O_z)，瞳孔中心坐标为P_K＝(P_x,P_y,P_z)，根据这两点计算眼球注视方向g＝(X,Y,Z)：

X-OxPx-Ox=Y-OyPy-Oy=Z-OzPz-Oz,]]>

然后计算用户视线方向为：

g_d＝R*M^-1*g；

在得到用户视线方向结果之后，还包括一个交互对象判断的步骤，包括以下子步骤：

S61.计算用户的视线方向与机器人视线的角度α；

S62.判断角度α是否小于预先设定的阈值μ：

(1)α小于预先设定的阈值μ，该用户是机器人的交互对象；

(2)α不小于预先设定的阈值μ，该用户不是机器人的交互对象。

2.根据权利要求1所述的一种用于机器人交互对象检测的3D视线方向估计方法，其特征在于：所述的步骤S3包括以下子步骤：

S31.训练强分类器；

S32.采集人眼图片；

S33.使用训练好的强分类器从采集到的人眼图片中提取出人眼区域图像。

3.根据权利要求2所述的一种用于机器人交互对象检测的3D视线方向估计方法，其特征在于：所述的步骤S31包括以下子步骤：

S311.采集大量图片，并将每个采集到的图片分离为不同的样本，得到人眼训练样本数据集，并设定一个最大的训练循环次数t；

S312.对每个样本权重值进行初始化,即初始化每个样本的概率分布；

S313.进行t次循环迭代，每次循环迭代需要进行：在当前的概率分布下训练弱分类器，得到基本的分类器；计算该弱分类器的分类误差率；更新训练数据集中每个样本的权重；

S314.把前面训练得到的t个弱分类器按照权重进行级联相连，得到最终的强分类器。