[发明专利]一种基于单目手势识别的视觉跟随方法

摘要

本发明公开的一种基于单目手势识别的视觉跟随方法，通过识别一个特征手势，实时得到精确的机器人与初始位置的空间偏差比率，易于精确追踪，跟随动作更自然。还可以在初始状态获知跟踪目标和机器人的精确距离，通过识别一个特征手势，实时得到精确的机器人与人的相对距离，跟踪精度更高。本发明的跟随方法准确率高于色块跟随，成本较3D体感方案大大降低，大大提高了跟踪的准确率，用户交互顺畅，极易掌握操作要点，使用方便。

主权项

1.一种基于单目手势识别的视觉跟随方法，其特征在于，包括以下步骤：1）机器人通过相机模块拍摄包括跟踪目标的手势在内的第一幅场景图片，图片分辨率为W1*H1；约定拍摄图片的左上角第一个点坐标为（1,1），右下角最后一点的坐标为的（W1，H1）；并假定用户初始距离为D1，D1将被用作距离变化的参照值；2）所述机器人识别跟踪目标的手势，并获得手势在图片帧中的位置和大小参数：X1：第一幅场景图片中手势的x轴起点，Y1：第一幅场景图片中手势的y轴起点，W2：第一幅场景图片中手势在x轴的宽度，H2：第一幅场景图片中手势在y轴的高度；H3：相机模块拍摄到的第一场景的实际高度；H4：手势的实际高度；3）根据步骤1）和2）获得的参数，计算相机拍摄的第一场景实际高度H3：H3 = 2 * tan α * D1                    （1）其中，α为相机摄像头垂直可视角的1/2；还可知H3/H4 = H1 / H2                  （2）H4=H2*H3/H1                （4）根据所述第一幅场景图片的参数，计算手势在第一幅场景图片中的中心坐标（X2，Y2）：X2 = X1 + (W2 /2)                  （4）Y2 = Y1 + ( H2/2)）                （5）计算手势在第一幅场景图片中的中心坐标（X2，Y2）同整个第一幅场景图片的中心点坐标（Width/2，Hight/2）的偏离值；定义O1 = X2 –（W1/2）           （6）O1为此时刻手势与X轴中心点偏移量；定义β1= arctan（O1/D1）           （7）角β1为此时刻手势识别的中心点在X轴上的偏移角度；4）跟踪目标向前，或者向后，或者向左，或者向右，移动一个距离，但保持手势在相机的视野范围内；机器人通过相机模块拍摄包括跟踪目标的手势在内的第二幅场景图片；所述机器人识别跟踪目标的手势，并获得手势在第二幅场景图片帧中的位置和大小参数：X3：手势第二幅场景图片x轴起点，Y3：手势第二幅场景图片y轴起点，W4：手势在第二幅场景图片x轴的宽度，H5：手势在第二幅场景图片y轴的高度；H6：相机模块拍摄到的第二场景的实际高度；5）根据步骤1）至4）获得的参数，计算相机拍摄的第二场景高度H6：H6 = H1*H4/H5                      （8）D2 = H6/(2 * tan α)                （9）根据所述第二幅场景图片的参数，计算手势在第二幅场景图片中的中心坐标（X4，Y4）：X4 = X3 + （W4 /2）                 （10）Y4 = Y3 + （ H4/2）             （11）计算手势在第二幅场景图片中的中心坐标（X4，Y4）同整个第二幅场景图片的中心点坐标（Width/2，Hight/2）的偏离值；定义O2 = X4 – （W3/2）         （12）O2为此时刻手势与X轴中心点偏移量；定义β2= arctan（O2/D2）          （13）角β2为此时刻手势识别的中心点在X轴上的偏移角度；6）定义R1为距离D2与距离D1的距离比率，该百分比可体现出当前距离D2相对于初始距离D1的相对距离偏差：R1= D2/D1 = H5/H2                    （14）定义R2为X轴的偏差比率：R2 = tanβ2/tanβ1= （X2‑（W1/2））*H4/（（X4‑（W3/2））*H2）   （15）；根据公式（13）和（14），可通过R1代表Z轴空间距离D2与初始距离D1的偏离比率，R2代表X轴偏移角度β2与β1的偏差比率；并可依据实时的R1和R2的数值，制定引导机器人的动态跟随算法，调整机器人的姿态和速度，通过使R1和R2的值趋近于1，而得到良好的跟随姿态。