[发明专利]一种基于RGB-D信息的人体目标识别与跟随方法

摘要

一种基于RGB‑D信息的人体目标识别与跟随方法，包括如下步骤:第一步，识别目标并得到图像坐标系下目标的位置信息；第二步，得到相机坐标下目标位置信息。在相机坐标系下，获得移动机器人的跟踪距离dk和跟踪偏角θk；第三步，建立模型。根据移动机器人与目标的运动关系，建立移动机器人跟随模型和系统量测模型。第四步，采用假设检验的方式引入自适应因子λk，设计自适应KF滤波器。首先，状态初始化，获取移动机器人的初始跟踪状态；其次，进行时间更新；然后，对量测信息进行更新。最后，由自适应因子计算得到新的新息协方差，更新移动机器人状态信息。本发明有效的减小了系统的量测噪声对跟踪系统的影响，稳定性好，能够控制机器人更好的跟随目标。

主权项

1.一种基于RGB‑D信息的人体目标识别与跟随方法，其特征在于：所述方法包括以下步骤：第一步，识别目标并定位目标：通过基于RGB‑D信息的Meanshift跟踪方法识别目标并得到目标的位置信息，获得目标的质心坐标cp；第二步，获得移动机器人跟踪状态：根据相机坐标系与图像坐标系的转换关系得到相机坐标下目标质心的位置信息，结合OpenNI库，在PC端得到目标的深度信息，即目标的3D信息；通过相机坐标系下目标的位置信息，获得移动机器人的跟踪距离dk和跟踪偏角θk；第三步，建立模型：移动机器人采用PID控制方法，通过移动机器人的跟踪距离dk和跟踪偏角θk计算得到机器人控制输入u1,k，u2,k，u1,k为移动机器人跟踪偏角PID控制的输出，u2,k为移动机器人跟踪距离PID控制的输出，引入比例系数参数Kp1，Kp2和积分系数参数Ki1，Ki2，从而得到移动机器人的运动速度，即左右轮线速度vl,k、vr,k，移动机器人跟踪模型采用匀速模型来描述移动机器人的跟随状态，建立移动机器人跟随模型和系统量测模型；第四步，采用假设检验的方式引入自适应因子λk，对量测误差进行补偿。