[发明专利]一种基于多深度相机的空间人员定位装置及方法有效
申请号: | 201810903890.5 | 申请日: | 2018-08-09 |
公开(公告)号: | CN109308718B | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 王海宽;周飞翔;谢栋;李仲秋 | 申请(专利权)人: | 上海青识智能科技有限公司 |
主分类号: | G06T7/55 | 分类号: | G06T7/55;G06T7/73;G06T7/11;G06T5/00;G06V40/10 |
代理公司: | 上海海贝律师事务所 31301 | 代理人: | 范海燕 |
地址: | 200040 上海市静安*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 深度 相机 空间 人员 定位 装置 方法 | ||
1.一种基于多深度相机的空间人员定位装置,其特征在于:该定位装置的深度影像获取和处理由5个深度相机组成,即分别为中间深度相机、前方深度相机、左侧深度相机、后方深度相机以及右侧深度相机;其中所述中间深度相机安装在上方垂直向下拍摄,另外四个深度相机分别安装在该中间深度相机的四周,且均与水平方向有一固定的夹角θ,各个深度相机的参数相同,该参数包括测量精度、距离分辨率、影像分辨率、水平视场角、垂直视场角和相机焦距;
其定位方法具体包括的步骤如下:
步骤2.1:分别获取所述5个深度相机在同一时刻采集的灰度影像和深度影像;
步骤2.2:对每个深度相机采集的灰度影像进行畸变校正,通过MATLAB软件计算相机的畸变系数和内参数;
步骤2.3:对每个深度相机进行温度补偿校正,最终计算获得准确的3D深度影像数据;
步骤2.4:对每个深度相机采集的深度影像进行三维滤波增强,消除深度影像中的噪点,提高拍摄的应用场景的深度影像质量;
步骤2.5:对每个深度相机采集的深度影像进行动态阈值分割,获取人体目标区域,即腰部以上的头肩区域;
步骤2.6:根据所获得的人体目标区域提取头肩区域垂直方向深度直方图(Histogramsof Oriented Depth,HOD)特征,和头部区域空间密度(Spatial Density of Head,SDH)特征Dhead为:
其中,VRec为人头部所在的三维空间体积;VHead为头部的体积,可近似为球体体积,表示为:
其中,Ti(x,y)为深度影像数据二值化后的结果,为有效的目标点,hz为深度影像中头部区域;
步骤2.7:根据步骤2.6,提取人体目标区域测试样本的HOD特征和SDH特征,并进行特征训练,来获取决策函数,进而区分不同类别目标的特征向量;
步骤2.8:根据所述决策函数判断各个3D深度影像中是否为人体目标,如果判断为否,则进入步骤2.13,如果判断为是,则进入步骤2.9;
步骤2.9:根据所获得的人体目标的头部区域的2D影像和3D深度影像,判断该区域是否满足头部凸面方形相似度(Convexity and Square Similarity of Head,CSSH)特征;如果不满足,则进入步骤2.13,如果满足则进入步骤2.10;
CSSH特征Scs为;
Scs=k1*Scon+k2*Ssqu
其中,k1,k2为权重系数,Scon为头部凸面相似度,Ssqu为头部方形相似度;并设定Tk∈[0,1]为判断阈值;当Scs≥Tk,当前区域满足CSSH特征;反之,则不满足;
头部凸面相似度Scon为:
其中,n为头部区域圆弧凸面的边缘上选取的凸点的个数,且n为偶数;N为满足凸面上任意一条圆弧曲线从它的一端到另外一端的过程中满足斜率变化规律的点的个数;
头部方形相似度Ssqu为:
其中,Hi(x,y)为头部区域所在的外接平面矩形区域,M为行数,N为列数;Chead为矩形区域周长;
步骤2.10:根据步骤2.9的判断结果确定人体目标,计算头部区域的中心点为人体目标定位点,从而获得2D影像中的人体目标定位点;
步骤2.11:根据2D人体目标定位点和该点的3D影像数据计算实际空间中的人员位置,即x轴坐标X,y轴坐标Y和人体高度H,并统一变换到世界坐标系,包括:
2.11a:以中间深度相机1.1所在位置为场景原点,其相机坐标系为场景对应的世界坐标系,获取的人员位置不需坐标变换;
2.11b:将前方深度相机1.2计算得到的人员位置相机坐标乘对应的旋转矩阵加上对应的平移矩阵,获取前方深度相机1.2得到的人员位置变换后的世界坐标;
2.11c:将后方深度相机1.3计算得到的人员位置相机坐标乘对应的旋转矩阵加上对应的平移矩阵,获取后方深度相机1.3得到的人员位置变换后的世界坐标;
2.11d:将左侧深度相机1.4计算得到的人员位置相机坐标乘对应的旋转矩阵加上对应的平移矩阵,获取左侧深度相机1.4得到的人员位置变换后的世界坐标;
2.11e:将右侧深度相机1.5计算得到的人员位置相机坐标乘对应的旋转矩阵加上对应的平移矩阵,获取右侧深度相机1.5得到的人员位置变换后的世界坐标;
步骤2.12:根据步骤2.11计算得到的人员位置坐标,对获得的多组定位数据进行加权数据融合,内容包括:
2.12a:如果仅有一个深度相机可以得到确定的人体头部区域,则直接计算获得人体目标的人员位置坐标(X,Y,H);
2.12b:如果两台深度相机可以得到确定的人体头部区域,则输出人员位置坐标为:
X=cx1x1+cx2x2
Y=cy1y1+cy2y2
H=ch1h1+ch2h2
2.12c:如果三台深度相机可以得到确定的人体头部区域,则输出人员位置坐标为:
X=cx1x1+cx2x2+cx3x3
Y=cy1y1+cy2y2+cy3y3
H=ch1h1+ch2h2+ch3h3
步骤2.13:未检测到人体目标,输出人员位置坐标为(0,0,0)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海青识智能科技有限公司,未经上海青识智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810903890.5/1.html,转载请声明来源钻瓜专利网。