[发明专利]一种目标跟随方法和系统在审

专利信息
申请号: 202211610166.6 申请日: 2022-12-13
公开(公告)号: CN116188525A 公开(公告)日: 2023-05-30
发明(设计)人: 丁雨可;岑剡;魏心源 申请(专利权)人: 复旦大学
主分类号: G06T7/246 分类号: G06T7/246;G06T7/73;G06V10/82;G06N3/08;G06N3/0464
代理公司: 北京元理果知识产权代理事务所(普通合伙) 11938 代理人: 饶小平
地址: 200433 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 跟随 方法 系统
【说明书】:

发明提供一种目标跟随方法和系统,所述方法包括:生成至少一个检测框,识别在获取的视频当前帧中框选到的目标物体并确定其类别;生成至少一个预测框,预测所述目标物体在所述视频下一帧中的位置和移动速度;基于所述目标物体的位置和移动速度,对比所述预测框与所述视频下一帧的检测框,验证所述目标物体类别归类的正确性;判断归类的所述目标物体与预先设定物体的相似程度,确定跟随的所述目标物体为预先设定物体。通过采用本发明的技术方案,可以在使用了成本较低的硬件装配的同时实现了跟随与避障的功能;还可以提高跟随识别目标物体的精确度,增强了跟随识别目标物体的性能。

技术领域

本发明涉及视觉跟随技术领域,尤其涉及一种目标跟随方法和系统。

背景技术

移动机器人已经得到了广泛的应用,目前已经有轮式/履带式、腿足式和仿人形等形态的移动机器人,能够应用于工业制造、家庭清洁等场景。在各类应用场景中,移动机器人的识别、控制和避障等功能的提高,能够提升移动机器人智能跟随特定目标的性能。其中,识别模块能让移动机器人跟随特定目标,服务于同一对象;控制模块能够让移动机器人流畅地跟随特定目标,当特定目标移动较快时,控制移动机器人提高速度,当特定目标移动较慢时,控制移动机器人降低速度或暂停;避障模块可以让移动机器人自如地在复杂多变的场景中行驶,避开人群或场景中的各种障碍物。

对于移动机器人智能跟随特定目标性能有较高要求的应用场景之一是在机场或超市里,当顾客需要把行李或物品放入推车中进行携带。推车加上物品相对笨重,且操作不便。如果能够让推车自动跟随使用人并保持一定的距离,使用人不需要动手推车,那么机场、火车站中的旅客以及超市中的顾客会更加轻松、便利。这个功能在老龄化的社会趋势下将会有更普遍的意义。

现有的移动机器人智能跟随方案分别通过使用发射器与接收器、超声波传感器以及摄像头等方式实现。对于通过发射器和接收器的相对位置来指导移动机器人智能跟随使用者的方式,使用者手持接收器或身穿特别设计的可穿戴接收设备与移动机器人装配的发射器通讯消息,以达到跟随的效果;这种方式跟随的精度很高,可准确知道使用者相对于移动机器人的位置信息,但有缺乏独特标识以及难以躲避障碍的问题;当多个使用者与对应的移动机器人距离较近时,由于缺乏单独的标识,移动机器人无法有效确定跟随哪一位使用者,因为只使用发射器与接收器,无法判断除了使用者以外其他的障碍物,需要安装其他装置以达到避障功能。对于使用超声波传感器的方式,在移动机器人上装载多个超声波传感器来探测使用者的位置并控制移动机器人与使用者之间的距离,这种方式无法分辨不同的使用者,通常在空旷的仓库内有较好的应用,但在超市等使用者人数多地形复杂的应用场景下效果不佳。对于使用摄像头的方式,可以根据色块识别进行跟随,这种方式跟随精度低,没有区分不同使用者的独特标识,也无法避障;还可以采用目标跟随算法,其中CamShift算法与卡尔曼滤波(Kalman Filter)相结合的目标跟随算法是一种被广泛使用的实时运动物体追踪方式,在目标没有被遮挡时,CamShift算法对目标进行持续跟随;当目标被遮挡时,卡尔曼滤波(Kalman Filter)会根据遮挡前物体的运动信息推测目标所处位置,直到目标再次不被遮挡时,CamShift算法继续对目标进行持续跟随;由于上述算法只关注颜色信息,所以当背景色与行人上衣的颜色相同时,上述算法的表现也会差强人意。

综上,上述使用发射器和接收器以及使用超声波传感器定位使用者的方式,无法区分不同的使用者,且难以做到避障功能;而上述使用摄像头的方式,在跟踪特定色块时准确性存在限制,同时使用目标跟随算法需要在初始的摄像头图像中手动框选出需要跟踪的物体,移动机器人再对其进行跟踪,操作较为繁琐,无法做到自动识别。上述三种方式都没有针对“人”这一特定类别进行优化处理,性能有较大提升的空间。

因此,需要对现有技术进行改进。

发明内容

为解决上述技术问题,本发明提供一种目标跟随方法和系统,解决现有的问题。

本发明的一个方面,提供一种目标跟随方法,应用于跟随目标物体的设备,包括:

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复旦大学,未经复旦大学许可,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/202211610166.6/2.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