[发明专利]一种自适应的实时人体三维重建方法

权利要求书

1.一种自适应的实时人体三维重建方法，其特征在于，包括以下步骤：

S1、人体重建模块：飞行机器人模块捕捉重建目标的深度信息并将这些深度数据流传导给人体重建模块，以及人体重建模块则利用输入的深度数据将其转化为三维的概率TSDF，并对其进行融合重建实时输出高精度模型；

S2、主动视角规划模块：概率TSDF被直接通过占用率模型的信息增益优化用于主动视角规划模块的视角生成；

S3、飞行机器人模块：视角规划模块生成的机器人下一个最佳观测视角反馈给飞行机器人，飞行机器人对自身轨迹进行规划并执行。

2.根据权利要求1所述的一种自适应的实时人体三维重建方法，其特征在于，所述步骤S1、人体重建模块中，概率TSDF模型S_k(p)如下公式所示，其中F_k(p)与是W_k(p)传统TSDF的组成部分，分别储存体像素的在相机光线投射方向上的截断距离和其对应的权重，概率TSDF的权重及截断距离值的更新迭代过程与传统TSDF类似；概率TSDF还包含L_k(p)，表征体像素被占据的概率：

3.根据权利要求1所述的一种自适应的实时人体三维重建方法，其特征在于，所述步骤S1、人体重建模块中，在概率TSDF中，根据体像素的权重和截断距离值还可以将体像素分类以下三种体像素类型，用于区分该体像素是否属于物体本身及其可能概率，分类标准如下式所示：

4.根据权利要求1所述的一种自适应的实时人体三维重建方法，其特征在于，所述步骤S2、主动视角规划模块中，前沿体像素周围一定范围内的体像素往往包含对人体重建非常重要的信息，引导机器人下一步的观测，从而可以更快得到完整的人体三维模型，以及将前沿体像素邻域体像素p的信息增益定义为：

其中信息增益按照正态分布随距离高斯递减。

5.根据权利要求1所述的一种自适应的实时人体三维重建方法，其特征在于：所述步骤S2、主动视角规划模块中，信息增益的定义，综合机器人运动成本C_v、机器人运动轨迹的一致性考虑S_v以及视角的信息增益I_v，提出下面的优化方法达到选取最优的下一个观测视点；

该算法的计算及优化均在并行处理器上处理，每一个单独的流处理器的核都负责单一体像素的概率TSDF以及信息增益的储存与计算。

6.根据权利要求1所述的一种自适应的实时人体三维重建方法，其特征在于：所述步骤S3、飞行机器人模块中，采用开源的路径规划算法，给定当前时刻机器人的位置、加速度、角加速度与目的地，路径规划算法会提供实时的速度输出指引给机器人，再透过机器人应用程式接口传输给机器人控制器执行。