[发明专利]一种机器人及其跟随方法和系统

权利要求书

1.一种机器人跟随方法，其特征在于，包括如下步骤：

图像获取步骤，图像传感器实时采集机器人前方的图像；

视觉跟踪步骤，利用深度学习框架模型对图像传感器获取的图像进行识别检测，检测出需跟随的目标，并进行跟踪；

定位步骤，在目标丢失后，检测是否存在UWB信号；若存在，则进行UWB定位，确定目标所在的方位后控制机器人转向该方位，并返回视觉跟踪步骤；若不存在，则进行蓝牙定位，确定目标所在的方位后控制机器人转向该方位，并返回视觉跟踪步骤。

2.根据权利要求1所述的机器人跟随方法，其特征在于，所述视觉跟踪步骤具体包括：

预先利用需跟随目标的数据集进行深度学习训练，得到训练好的深度学习框架模型；

所述深度学习框架模型对图像传感器采集的图像进行目标识别，将识别出的目标图像传送给视觉跟踪算法模块；

视觉跟踪算法模块对所述目标图像进行特征提取，将第一帧目标图像提取的特征作为后续进行匹配的参考图像；对第二帧目标图像进行特征提取及匹配，匹配出需跟随目标的位置，并控制机器人对目标进行跟踪。

3.根据权利要求1所述的机器人跟随方法，其特征在于，所述UWB定位包括：

预设至少三个UWB基站，需跟随目标携带的第一定位标签与各个UWB基站进行测距，得到需跟随目标的位置；机器人携带的第二定位标签与各个UWB基站进行测距，得到机器人的位置；

根据需跟随目标的位置和机器人的位置得到需跟随目标相对于机器人的方位。

4.根据权利要求1所述的机器人跟随方法，其特征在于，所述蓝牙定位包括：

四个蓝牙模块接收需跟随目标发出的蓝牙信号；所述四个蓝牙模块分别设置在机器人的四个不同方位；

比较四个蓝牙模块接收的蓝牙信号的强弱，接收到信号强度最大的蓝牙信号的蓝牙模块所对应的方位为需跟随目标的方位。

5.一种机器人跟随系统，其特征在于，包括：

图像传感器，用于实时采集机器人前方的图像；

视觉跟踪模块，用于利用深度学习框架模型对图像传感器获取的图像进行识别检测，检测出需跟随的目标，并进行跟踪；

UWB定位模块，用于在目标丢失后，检测是否存在UWB信号；若存在，则进行UWB定位，确定目标所在的方位后控制机器人转向该方位；若不存在，则启动蓝牙定位模块；

蓝牙定位模块，用于进行蓝牙定位，确定目标所在的方位后控制机器人转向该方位。

6.根据权利要求5所述的机器人跟随系统，其特征在于，所述视觉跟踪模块包括：

由需跟随目标的数据集进行深度学习训练得到的深度学习框架模型；所述深度学习框架模型用于对图像传感器采集的图像进行目标识别，将识别出的目标图像传送给视觉跟踪算法模块；

所述视觉跟踪算法模块，用于对所述目标图像进行特征提取，将第一帧目标图像提取的特征作为后续进行匹配的参考图像；对第二帧目标图像进行特征提取及匹配，匹配出需跟随目标的位置，并控制机器人对目标进行跟踪。

7.根据权利要求5所述的机器人跟随系统，其特征在于，所述UWB定位模块包括：

第二定位标签，用于接收和发射UWB信号；

第一定位处理单元，用于通过第二定位标签与预设的至少三个UWB基站进行测距，根据测距的结果得到机器人的位置；通过第二定位标签得到各个UWB基站反馈的UWB基站与第一定位标签的测距信息，根据测距的结果得到第一定位标签的位置；所述第一定位标签由需跟随目标携带；根据需跟随目标的位置和机器人的位置得到需跟随目标相对于机器人的方位，并控制机器人转向该方位。

8.根据权利要求5所述的机器人跟随系统，其特征在于，所述蓝牙定位模块包括：

四个蓝牙模块，用于接收需跟随目标发出的蓝牙信号；所述四个蓝牙模块分别设置在机器人的四个不同方位；

第二定位处理单元，比较四个蓝牙模块接收的蓝牙信号的强弱，接收到信号强度最大的蓝牙信号的蓝牙模块所对应的方位为需跟随目标的方位，并控制机器人转向该方位。

9.一种机器人，其特征在于，包括：

存储器，用于存储程序；

处理器，用于通过执行所述存储器存储的程序以实现如权利要求1-4中任一项所述的方法。

10.一种机器人，其特征在于，包括：

图像传感器，用于实时采集机器人前方的图像；

视觉跟踪模块，用于利用深度学习框架模型对图像传感器获取的图像进行识别检测，检测出需跟随的目标，并进行跟踪；

UWB定位模块，用于在目标丢失后，检测是否存在UWB信号；若存在，则进行UWB定位，确定目标所在的方位后控制机器人转向该方位；若不存在，则启动蓝牙定位模块；

蓝牙定位模块，用于进行蓝牙定位，确定目标所在的方位后控制机器人转向该方位。