[发明专利]一种行人跟踪方法、装置、计算机可读存储介质及机器人在审

专利信息
申请号: 201911126501.3 申请日: 2019-11-18
公开(公告)号: CN110609561A 公开(公告)日: 2019-12-24
发明(设计)人: 毕占甲;刘志超;张健;熊友军 申请(专利权)人: 深圳市优必选科技股份有限公司
主分类号: G05D1/02 分类号: G05D1/02;G06T7/246
代理公司: 44414 深圳中一联合知识产权代理有限公司 代理人: 刘永康
地址: 518000 广东省深圳市南山区*** 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: 跟踪器 激光数据 检测 更新 预设 预测 计算机可读存储介质 机器人技术领域 机器学习 激光雷达 历史位置 匹配结果 行人跟踪 行走轨迹 训练数据 传统的 拟合 匹配 机器人 测量 采集 记录 申请
【权利要求书】:

1.一种行人跟踪方法,其特征在于,包括:

获取预设的激光雷达采集的激光数据;

对所述激光数据进行垂直边缘特征检测,得到特征向量,所述特征向量中包括从所述激光数据中检测出的各个垂直边缘特征;

使用预设的模式匹配模板在所述特征向量中进行搜索匹配,得到与所述模式匹配模板对应的第一激光聚簇;

对所述第一激光聚簇进行距离约束检查,得到满足预设的距离约束条件的第二激光聚簇;

根据所述第二激光聚簇计算各个行人的当前位置,并形成检测列表;

对预设的跟踪器列表中的各个跟踪器进行预测更新,得到预测更新后的跟踪器列表,其中,每个跟踪器均用于记录对应行人的历史位置;

将所述检测列表与所述预测更新后的跟踪器列表进行匹配,根据匹配结果对所述预测更新后的跟踪器列表中的各个跟踪器进行测量更新,得到各个行人的行走轨迹。

2.根据权利要求1所述的行人跟踪方法,其特征在于,所述对所述激光数据进行垂直边缘特征检测,得到特征向量包括:

从所述激光数据中提取距离向量,所述距离向量中包括各个激光数据点与所述激光雷达之间的距离值;

根据所述距离向量依次计算各组相邻激光数据点之间的距离差值;

根据所述距离差值进行垂直边缘特征检测,得到所述特征向量。

3.根据权利要求1所述的行人跟踪方法,其特征在于,所述使用预设的模式匹配模板在所述特征向量中进行搜索匹配,得到与所述模式匹配模板对应的第一激光聚簇包括:

使用预设的两腿站立模式匹配模板在所述特征向量中进行搜索匹配,得到与所述两腿站立模式匹配模板对应的第一激光聚簇;

使用预设的跨步行走模式匹配模板在所述特征向量中进行搜索匹配,得到与所述跨步行走模式匹配模板对应的第一激光聚簇;

使用预设的双腿并拢模式匹配模板在所述特征向量中进行搜索匹配,得到与所述双腿并拢模式匹配模板对应的第一激光聚簇。

4.根据权利要求1所述的行人跟踪方法,其特征在于,所述将所述检测列表与所述预测更新后的跟踪器列表进行匹配包括:

计算所述检测列表中的第p个行人的当前位置与所述预测更新后的跟踪器列表中的各个跟踪器之间的距离,1≤p≤PN,PN为所述检测列表中的行人总数;

在所述预测更新后的跟踪器列表中查找匹配跟踪器,所述匹配跟踪器为与第p个行人的当前位置的距离最近且小于预设的距离阈值的跟踪器。

5.根据权利要求1至4中任一项所述的行人跟踪方法,其特征在于,在对预设的跟踪器列表中的各个跟踪器进行预测更新之前,还包括:

获取所述激光数据的采集时刻以及各个跟踪器的测量更新时刻;

从所述跟踪器列表中删除失效跟踪器,其中,所述激光数据的采集时刻与所述失效跟踪器的测量更新时刻之间的时长大于预设的时长阈值。

6.一种行人跟踪装置,其特征在于,包括:

激光数据获取模块,用于获取预设的激光雷达采集的激光数据;

特征检测模块,用于对所述激光数据进行垂直边缘特征检测,得到特征向量,所述特征向量中包括从所述激光数据中检测出的各个垂直边缘特征;

模式匹配模块,用于使用预设的模式匹配模板在所述特征向量中进行搜索匹配,得到与所述模式匹配模板对应的第一激光聚簇;

约束检查模块,用于对所述第一激光聚簇进行距离约束检查,得到满足预设的距离约束条件的第二激光聚簇;

位置计算模块,用于根据所述第二激光聚簇计算各个行人的当前位置,并形成检测列表;

预测更新模块,用于对预设的跟踪器列表中的各个跟踪器进行预测更新,得到预测更新后的跟踪器列表,其中,每个跟踪器均用于记录对应行人的历史位置;

跟踪匹配模块,用于将所述检测列表与所述预测更新后的跟踪器列表进行匹配,根据匹配结果对所述预测更新后的跟踪器列表中的各个跟踪器进行测量更新,得到各个行人的行走轨迹。

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深圳市优必选科技股份有限公司,未经深圳市优必选科技股份有限公司许可,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/201911126501.3/1.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