[发明专利]一种教育辅助机器人及其控制方法在审

专利信息
申请号: 201910810451.4 申请日: 2019-08-29
公开(公告)号: CN110488874A 公开(公告)日: 2019-11-22
发明(设计)人: 秦传波;余振辉;曾军英;王璠;区颖红;吴文骏 申请(专利权)人: 五邑大学
主分类号: G05D1/12 分类号: G05D1/12;G06K9/00;G06K9/62;G06T7/246;G07C1/10
代理公司: 44205 广州嘉权专利商标事务所有限公司 代理人: 区杰斌<国际申请>=<国际公布>=<进入
地址: 529000 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标人物 图像 人脸 考勤 教师 辅助机器人 工作负担 自动辨别 拍摄 学生 角色 响应 配置 教育
【权利要求书】:

1.一种教育辅助机器人的控制方法,其特征在于,包括以下步骤:

从拍摄的图像中捕抓并识别学生人脸,对学生进行考勤;

从拍摄的图像中捕抓教师人脸并确认目标,对教师进行目标跟随。

2.根据权利要求1所述的一种教育辅助机器人的控制方法,其特征在于,所述从拍摄的图像中捕抓并识别学生的人脸,对学生进行考勤包括以下步骤:

接收输入的学生相片建立学生签到表;

通过双目摄像头拍摄实时的图像;

通过深度人脸识别算法从拍摄的图像中捕抓并识别学生人脸;

将识别得到的学生人脸与所述学生签到表的学生相片匹配完成考勤。

3.根据权利要求2所述的一种教育辅助机器人的控制方法,其特征在于,所述通过深度人脸识别算法从拍摄的图像中捕抓并识别学生人脸包括以下步骤:

采用LBP直方图对图像纹理化并提取人脸特征;

利用所述人脸特征通过SVR处理得到二维对齐的二维人脸;

基于所述二维人脸的关键点对人脸狄罗尼三角化并在人脸轮廓边缘处添加三角形;

将三角化的人脸对齐为正面朝前的三维人脸;

将所述三维人脸经过人脸表示、归一化和分类处理,得到学生人脸识别结果。

4.根据权利要求1所述的一种教育辅助机器人的控制方法,其特征在于,所述从拍摄的图像中捕抓教师人脸并确认目标,对教师进行目标跟随包括以下步骤:

构建二维地图;

通过深度人脸识别算法从双目摄像头拍摄的图像中捕抓教师人脸并确认目标;

根据双目摄像头连续拍摄的图像,由目标在图像前一帧所在位置推断出目标在图像后一帧的位置,创建目标的运动轨迹;

根据目标的运动轨迹在所述二维地图上进行局部路径规划以及全局路径规划。

5.根据权利要求4所述的一种教育辅助机器人的控制方法,其特征在于,所述构建二维地图包括以下步骤:

获取机器人的运动姿态和周边图像并从所述周边图像提取地标信息;

根据机器人的运动姿态和所述地标信息生成二维地图。

6.根据权利要求4所述的一种教育辅助机器人的控制方法,其特征在于,所述根据双目摄像头连续拍摄的图像,由目标在图像前一帧所在位置推断出目标在图像后一帧的位置,创建目标的运动轨迹包括以下步骤:

在目标在图像前一帧所在位置的包围框内均匀产生多个样本点;

从图像前一帧向后一帧正向跟踪多个样本点,然后从图像后一帧向前一帧反向跟踪多个样本点,据此计算多个样本点的FB误差;

从多个样本点中选择FB误差小的一半作为最佳追踪点;

根据所述最佳追踪点在后一帧中相对前一帧的坐标变化计算出目标在图像后一帧所在位置的包围框的位置和大小;

重复从目标在图像前一帧所在位置的包围框得到目标在图像后一帧所在位置的包围框的步骤,创建目标的运动轨迹。

7.根据权利要求6所述的一种教育辅助机器人的控制方法,其特征在于,所述根据双目摄像头连续拍摄的图像,由目标在图像前一帧所在位置推断出目标在图像后一帧的位置,创建目标的运动轨迹还包括以下步骤:

通过三个级联的图像元方差分类器、随机蕨分类器和最近邻分类器对包围框内的图像样本分类为正样本和负样本;

通过P-N学习对正样本和负样本进行纠正;

在经过纠正的正样本中产生多个样本点。

8.根据权利要求4所述的一种教育辅助机器人的控制方法,其特征在于,所述局部路径规划具体包括以下步骤:

通过激光传感器检测与障碍物的距离和通过双目摄像头的图像分析得到障碍物的形状;

通过动态窗口法根据障碍物的距离与障碍物的形状确认行进速度和行进方向;以及

所述全局路径规划具体包括以下步骤:

在所述二维地图定义多个节点;

通过查找确认与当前节点直接连接且与当前节点的行进代价最小的目标节点直至最终节点为目标节点,得到最优全局路径。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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五邑大学,未经五邑大学许可,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/201910810451.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top