[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

说明书

本申请属于机器人技术领域，尤其涉及一种行人跟踪方法、装置、计算机可读存储介质及机器人。所述方法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检测，得到检测列表，所述检测列表中包括从所述激光数据中检测出的各个行人的当前位置；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，根据匹配结果对各个跟踪器进行测量更新，得到各个行人的行走轨迹。相较于传统的机器学习方法，无需收集大量训练数据，避免了因数据不完备可能导致的过拟合问题，具有较高的稳定性。

技术领域

本申请属于机器人技术领域，尤其涉及一种行人跟踪方法、装置、计算机可读存储介质及机器人。

背景技术

现有技术中在进行行人的检测和跟踪时，一般都是基于机器学习的方法，通过收集大量的正负样本数据，设计多个特征分类器，然后以adboost或者随机森林的方式训练一个二元强分类器来进行行人的检测和跟踪。这类方法的缺点是需要收集大量训练数据，数据无法做到完备，可能会出现过拟合的问题，稳定性较差。

发明内容

有鉴于此，本申请实施例提供了一种行人跟踪方法、装置、计算机可读存储介质及机器人，以解决现有的行人跟踪方法中存在的稳定性较差的问题。

本申请实施例的第一方面提供了一种行人跟踪方法，可以包括：

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。

进一步地，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。

进一步地，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。

进一步地，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；