[发明专利]一种目标检测及定位的方法及装置

说明书

本申请公开了一种目标检测及定位的方法及装置，用以基于深度学习方式实现运动捕捉系统中检测目标的检测及像素级分割，从而得到检测目标的世界坐标，有效提高了目标检测的成功率和精确度。本申请提供的一种目标检测及定位的方法包括：根据检测相机获取检测目标的彩色图像与深度图像，并基于目标检测技术确定检测目标的位置坐标；所述检测目标为实际检测目标的特征物；根据所述检测目标的位置坐标确定多个检测相机与所述检测目标的距离数据；根据所述多个检测相机与检测目标的所述距离数据，确定所述检测目标的世界坐标。

技术领域

本申请涉及图像处理领域，尤其涉及一种目标检测及定位的方法及装置。

背景技术

目标追踪和定位是机器人研究领域中十分重要的一项研究内容。机器人在运动的过程中，需要清楚地获取周围和环境信息以及自身所在的位置，才能顺利地进行路径规划和自主导航等任务，上述过程依赖于同步定位和建图(Simultaneous Localization AndMapping，SLAM)技术。SLAM的算法输出要与真值(ground truth)比较才能得到算法的效果，比如定位的精度、轨迹偏移等，而如何获取真值是这一过程的关键。

基于目标追踪和定位技术的运动捕捉系统是一种用于准确测量运动物体在三维空间运动状况的高技术设备，它基于计算机图形学原理，通过排布在空间中的数个视频捕捉设备将运动物体(标志点)的运动状况以图像的形式记录下来，然后使用计算机对该图像数据进行处理，得到不同时间计量单位上不同物体(标志点)的空间坐标(X，Y，Z)。

目前，多数SLAM技术的前期对比验证主要基于网上的各种各样的数据集，例如TUM(德国慕尼黑工业大学)、KITTI提供的RGBD数据集、单目数据集等，但这种网上的数据集并不能满足在移动机器人项目的开发要求，例如网上数据集的相机、加速度计、陀螺仪等硬件和移动机器人实际使用的硬件不同，以及采集频率和分辨率也不相同，因此，在移动机器人项目的实际开发过程中对运动捕捉系统的运用需求强烈。

发明内容

本申请实施例提供了一种目标检测及定位的方法及装置，用以基于深度学习方式实现运动捕捉系统中检测目标的检测及像素级分割，从而得到检测目标的世界坐标，有效提高了目标检测的成功率和精确度。

本申请实施例提供的一种目标检测及定位的方法包括：

根据检测相机获取检测目标的彩色图像与深度图像，并基于目标检测技术确定检测目标的位置坐标；所述检测目标为实际检测目标的特征物；

其中，所述实际检测目标可以是移动机器人；

根据所述检测目标的位置坐标确定多个检测相机与所述检测目标的距离数据；

根据所述多个检测相机与检测目标的所述距离数据，确定所述检测目标的世界坐标。

由于移动机器人的形状复杂并且特征不够明显，直接通过图像识别来检测和追踪移动机器人难度较大并且效果不佳，因此本申请实施例通过在移动机器人上放置特征标志物来识别移动机器人，本申请实施例将特征标志物固定在移动机器人的上方，通过追踪特征标志物来间接追踪移动机器人；在追踪移动机器人的过程中采用基于目标检测方式来跟踪移动机器人，有效提升了目标检测的精确度；采用不断刷新数据帧(即检测相机不断获取检测目标图像)的方式不断更新特征标志物的位置，从而实现对特征标志物的追踪，与基于物体本身的目标追踪的方法相比本申请实施例提供的目标检测及定位方法更加简单易行，而且不需要额外的传感器。

本申请实施例提供的目标检测及定位的方法，首先基于检测相机获取的检测目标的彩色图像进行深度学习，从而得到的检测目标的位置坐标，再基于深度图得到检测目标与检测相机的具体距离确定检测目标的世界坐标，满足了将运动捕捉运用在移动机器人的实际开发过程中的需求。

可选地，根据检测相机获取的检测目标的深度图像进行图像校准；