[发明专利]一种基于深度相机和视觉算法的自动跟随方法及装置

权利要求书

1.一种基于深度相机和视觉算法的自动跟随方法，其特征在于，包括如下步骤：

S1、通过深度相机捕获当前环境图像帧I_t；

S2、通过SSD-MobileNet目标检测模型检测当前帧I_t，确认出图像中所有人员的像素坐标以及空间坐标位置，输出数据P_t；

S3、将当前环境图像帧I_t与检测模型输出数据P_t通过跟随算法输入，依据跟随算法当前所处阶段确定算法执行流程，阶段包括，

初始化阶段，对距离设备最近的人员进行标识，同时对检测模型输出数据进行二次确认，

跟随阶段，提取所有检测到的人员特征，通过Online-Boosting在线学习模型对人员特征进行学习和判断，同时依据人员距离设备空间位置生成跟随算法输出信息；

S4、将跟随算法输出信息对应转换为设备移动指令，下发设备内部电机并驱动设备向人员方向移动。

2.根据权利要求1所述的一种基于深度相机和视觉算法的自动跟随方法，其特征在于：所述步骤S1中当前环境图像帧包括当前帧的RGB图像和景深图像，所述RGB图像用于识别图片中人员的像素坐标，所述景深图像用于获取环境中各人员的空间位置。

3.根据权利要求1所述的一种基于深度相机和视觉算法的自动跟随方法，其特征在于：所述步骤S2中SSD-MobileNet目标检测模型通过在MS COCO数据集上训练得到，其用以识别包含人员在内的91类物体。

4.根据权利要求1所述的一种基于深度相机和视觉算法的自动跟随方法，其特征在于：所述步骤S2中输出数据其中，表示被识别目标在图像中像素框的左上角和右下角坐标，为被识别目标在相机坐标系下的三维坐标，为水平方向坐标，为垂直方向坐标，为相机光轴方向坐标，为被识别目标是否为追踪人员的标识位。

5.根据权利要求1所述的一种基于深度相机和视觉算法的自动跟随方法，其特征在于：所述步骤S3中设备为机器人，对应跟随算法输出信息包括机器人运动速度V_t＝{v_x,w}，其中，v_x为机器人的前进速度，w为机器人的转向角速度。

6.根据权利要求1所述的一种基于深度相机和视觉算法的自动跟随方法，其特征在于：所述步骤S3中跟随算法处于跟随阶段时，通过两层卷积核的浅层卷积神经网络提取人员特征，同时提取出10张特征图作为Online-Boosting在线学习模型的训练数据。

7.根据权利要求1所述的一种基于深度相机和视觉算法的自动跟随方法，其特征在于：所述在线学习模型由30个贝叶斯分类器组成。

8.一种基于深度相机和视觉算法的自动跟随装置，其特征在于：包括机器人与深度相机，所述机器人通过内部电机驱动移动，所述深度相机固定安装于所述机器人一侧，其用以捕获外部环境图像帧，所述机器人内部控制芯片嵌入有如上述权利要求1至7任一项所述的一种基于深度相机和视觉算法的自动跟随方法的步骤。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于:所述处理器执行所述程序时实现如权利要求1至7任一项所述的一种基于深度相机和视觉算法的自动跟随方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时用于实现上述权利要求1至7任一项所述的一种基于深度相机和视觉算法的自动跟随方法的步骤。