一种移动机器人的目标跟随控制方法

摘要

本发明公开了一种移动机器人的目标跟随控制方法，包括步骤：在移动机器人上设置三角摄像机组，且分配对应ID号和视角范围；采集获得跟随目标身份特征，及将其上传和存储；检测待跟随目标的身份特征及上传至云服务器，由云服务器特征匹配，匹配成功时确定和锁定该待跟随目标为跟随目标；人对所锁定跟随目标跟踪，获得跟随目标与移动机器人的相对方向；对所锁定跟随目标实时检测，计算获得相对距离；根据所获得跟随目标与移动机器人的相对方向、相对距离确定运动路线，及根据运动路线控制移动机器人向跟随目标运动。本发明具备更高的特征检测功能和更高程度的自动化控制功能，可更好地用于机器人跟随过程。

权利要求

1.一种移动机器人的目标跟随控制方法，其特征在于，包括步骤：

在移动机器人上设置三角摄像机组，且为每个摄像机分配对应ID号和视角范围；

采集获得跟随目标身份特征，及将其上传和存储至云服务器；

所述移动机器人利用三角摄像机组检测待跟随目标的身份特征及上传至云服务器，由云服务器根据上传的身份特征与所存储跟随目标身份特征匹配，在匹配成功时确定和锁定该待跟随目标为跟随目标；

所述移动机器人对所锁定跟随目标实时跟踪，提取跟随目标所在摄像机的ID号和视角范围；对所提取视角范围进行分区设置，确定跟随目标所在分区位置；由所述摄像机的ID号和跟随目标所在分区位置获得跟随目标与移动机器人的相对方向；

所述移动机器人对所锁定跟随目标实时检测，计算获得跟随目标与移动机器人的相对距离；

根据所获得跟随目标与移动机器人的相对方向、相对距离确定运动路线，及根据运动路线控制移动机器人向跟随目标运动，以实现对跟随目标的跟随；

以及，还包括判断所提取视角范围中跟随目标的位置是否发生偏离，及在发生偏离时控制移动机器人向跟随目标所偏离的方向转动；在发生偏离时，判断跟随目标是否出现在其他摄像机的视角范围中，及在出现于其他摄像机的视角范围中时进行跟随任务交接。

2.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法采用窗口自适应的CamShift核密度估计算法对待跟随目标的人脸进行跟踪。

3.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法采用基于Harr特征的Adaboost人脸检测算法对待跟随目标的人脸进行检测。

4.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法还包括所述身份特征匹配失败时，由移动机器人发出提示警告。

5.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法中移动机器人采用射频距离检测方法对所锁定跟随目标检测获得相对距离。

6.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法还包括设置阈值，所述移动机器人根据阈值与相对距离的大小控制移动机器人运动。

7.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法采用PID控制算法控制移动机器人根据运动路线向跟随目标运动。

8.根据权利要求1所述移动机器人的目标跟随控制方法，其特征在于：所述方法还包括利用超声波距离检测方法判断移动机器人的运动路线中是否存在障碍物，及当存在障碍物时重新计算确定运动路线。

说明书

一种移动机器人的目标跟随控制方法

技术领域

[0001] 本发明涉及一种移动机器人的目标跟随控制方法，属于机器人应用技术的领域。

背景技术

[0002] 随着人工智能技术的发展，机器人越来越多地应用到各种场景中。例如，目前已经出现了作为娱乐用的机器人，无人驾驶车，机器狗以及平衡度极高的人形机器人等。但更多的是，现在的机器人都开始进入平常生活中，并为人类提供服务了，如餐厅中的送餐机器人等。

[0003] 在很多情况下，机器人提供服务时，通常要求机器人本身能定位自己所在的位置以及服务对象的位置。例如，在博物馆中，可能会出现一种可以提供讲解服务的机器人，这时就需要一种能让机器人实时跟随客户的方法。而目前的跟踪技术，首先必须定位，通常的定位有基站定位，惯性定位等技术，但这些技术都需要依赖多种外设，实现成本高，而且要求对场所进行网络布线，布线结构复杂，信号传输不稳定。

[0004] 因此，现有的移动机器人在跟随过程中，无法利用摄像功能，对跟随目标进行特征提取和检测，使得移动机器人需要依赖复杂的布线网络结构，不利于快速且精准地实现跟随目标的跟随。

发明内容

[0005] 本发明所要解决的技术问题在于克服现有技术的不足，提供一种移动机器人的目标跟随控制方法，解决现有的移动机器人依赖复杂的布线网络结构，无法利用摄像功能对跟随目标进行特征提取和检测，不利于实现跟随目标的跟随的问题。

[0006] 本发明具体采用以下技术方案解决上述技术问题：

[0007] 一种移动机器人的目标跟随控制方法，该方法基于移动机器人和云服务器，包括步骤：

[0008] 在移动机器人上设置三角摄像机组，且为每个摄像机分配对应ID号和视角范围；

[0009] 采集获得跟随目标身份特征，及将其上传和存储至云服务器；

[0010] 所述移动机器人利用三角摄像机组检测待跟随目标的身份特征及上传至云服务器，由云服务器根据上传的身份特征与所存储跟随目标身份特征匹配，由匹配成功时确定和锁定该待跟随目标为跟随目标；

[0011] 所述移动机器人对所锁定跟随目标实时跟踪，提取跟随目标所在摄像机的ID号和视角范围；对所提取视角范围进行分区设置，确定跟随目标所在分区位置；由所述摄像机的ID号和跟随目标所在分区位置获得跟随目标与移动机器人的相对方向；

[0012] 所述移动机器人对所锁定跟随目标实时检测，计算获得跟随目标与移动机器人的相对距离；

[0013] 根据所获得跟随目标与移动机器人的相对方向、相对距离确定运动路线，及根据运动路线控制移动机器人向跟随目标运动，以实现对跟随目标的跟随。

[0014] 进一步地，作为本发明的一种优选技术方案：所述方法采用窗口自适应的CamShift核密度估计算法对待跟随目标的人脸进行跟踪。

[0015] 进一步地，作为本发明的一种优选技术方案：所述方法采用基于Harr特征的Adaboost人脸检测算法对待跟随目标的人脸进行检测。

[0016] 进一步地，作为本发明的一种优选技术方案：所述方法还包括所述身份特征匹配失败时，由移动机器人发出提示警告。

[0017] 进一步地，作为本发明的一种优选技术方案：所述方法还包括判断所提取视角范围中跟随目标的位置是否发生偏离，及在发生偏离时控制移动机器人向跟随目标所偏离的方向转动。

[0018] 进一步地，作为本发明的一种优选技术方案：所述方法还包括在发生偏离时，判断跟随目标是否出现在其他摄像机的视角范围中，及在出现于其他摄像机的视角范围中时进行跟随任务交接。

[0019] 进一步地，作为本发明的一种优选技术方案：所述方法中移动机器人采用射频距离检测方法对所锁定跟随目标检测获得相对距离。

[0020] 进一步地，作为本发明的一种优选技术方案：所述方法还包括设置阈值，所述移动机器人根据阈值与相对距离的大小控制移动机器人运动。

[0021] 进一步地，作为本发明的一种优选技术方案：所述方法采用PID控制算法控制移动机器人根据运动路线向跟随目标运动。

[0022] 进一步地，作为本发明的一种优选技术方案：所述方法还包括利用超声波距离检测方法判断移动机器人的运动路线中是否存在障碍物，及当存在障碍物时重新计算确定运动路线。

[0023] 本发明采用上述技术方案，能产生如下技术效果：

[0024] 本发明所提供的移动机器人的目标跟随控制方法，通过对移动机器人所设置的摄像机组改进，利用三角摄像机组同时设置的方式，扩大视角范围，且便于计算跟随目标与移动机器人的相对方向，同时基于检测获得相对距离，由此确定移动机器人的运动路线，控制移动机器人根据运动路线进行移动，使得机器人能实时跟随所需要的目标，并提供服务，增强移动机器人的目标跟随功能，具备更高的特征检测功能和更高程度的自动化控制功能，使得该方法可以广泛地运用于各领域中。可以有效解决现有的移动机器人依赖复杂的布线网络结构，无法利用摄像功能对跟随目标进行特征提取和检测，不利于实现跟随目标的跟随的问题。

附图说明

[0025] 图1为本发明的移动机器人的目标跟随控制方法的流程示意图。

[0026] 图2为本发明中移动机器人所设置三角摄像机组的结构示意图。

[0027] 图3为本发明中单个摄像机的视角范围的示意图。

[0028] 图4为本发明中三角摄像机组的视角范围的示意图。

具体实施方式

[0029] 下面结合说明书附图对本发明的实施方式进行描述。

[0030] 如图1所示，本发明设计了一种移动机器人的目标跟随控制方法，该方法基于移动机器人和云服务器，移动机器人和云服务器依靠无线传输技术建立通信，对于本方法具体包括如下步骤：

[0031] 步骤1、在移动机器人上设置三角摄像机组，且为每个摄像机分配对应ID号和视角范围；其中，如图2所示，图中圆圈表示移动机器人本体，三个不同方向的矩形表示三个摄像机构成三角摄像机组，其中三个摄像机沿移动机器人的不同方向设置；以及，单个摄像机的视角范围如图3所示，单个摄像机的视角范围可以进行分区设置，被分成若干个区域。对于三个摄像机的视角范围，如图4所示，区域A、B、C分别是三个摄像机的视角范围，它们的视角范围之间可以重叠或不重叠，各重叠部分可分别视为CA和AB区域。以及，三个摄像机可采用广角摄像机，组合起来可以监测超过120度的视角范围，但本发明不限于该种范围内，其他视角范围同样适用于本发明中。

[0032] 步骤2、采集获得跟随目标身份特征，及将其上传和存储至云服务器。具体地，可利用移动机器人所设置三角摄像机组中任意一个摄像机，即选择三角摄像机组中的一个，利用该摄像机对跟随目标进行身份特征包括人脸或衣着、性别等信息的采集，并上传到云服务器对跟随目标的身份特征进行建模；同时，设定其作为移动机器人的跟随目标，确立跟随与被跟随的关系，本发明中并不限于利用移动机器人上的摄像机，还可以利用其他摄像机采集获得跟随目标身份特征，本发明不对其进行限定。

[0033] 步骤3、所述移动机器人利用三角摄像机组检测待跟随目标的身份特征及上传至云服务器，由云服务器根据上传的身份特征与所存储跟随目标身份特征匹配，由匹配成功时确定和锁定该待跟随目标为跟随目标。

[0034] 在进行待跟随目标的身份特征提取过程中，本发明优选采用窗口自适应的CamShift核密度估计算法对待跟随目标的人脸进行跟踪。该检测算法检测待跟随目标的人脸特征过程如下：

[0035] 步骤21：将移动机器人的摄像机组采集到待跟随目标身份特征的RGB图像转化为HSV图像。

[0036] 步骤22：根据HSV图像计算人脸目标区域的色彩直方图。

[0037] 步骤23：根据所计算的色彩直方图，计算确定HSV图像中色彩的概率分布，获得颜色概率直方图。

[0038] 步骤24：通过颜色直方图选取搜索窗的大小与初始位置，采用窗口自适应的CamShift核密度估计算法对人脸进行跟踪。窗口自适应的CamShift核密度估计算法其基本原理是对视频序列的所有图像帧都作MeanShift运算，并将上一帧的结果即搜索窗口的中心位置和窗口大小，作为下一帧MeanShift算法的搜索窗口的初始值，如此迭代下去，就可以算出每一帧中目标窗口的中心位置和大小，从而实现对待跟随目标的人脸跟踪。

[0039] 在此基础上，获得待跟随目标的身份特征及上传至云服务器；云服务器根据上传的身份特征与所存储跟随目标身份特征匹配，由匹配成功时确定和锁定该待跟随目标为跟随目标，若匹配失败则由所述移动机器人发出提示警告，提示跟随目标引导机器人重新锁定跟随目标。

[0040] 以及，如果在此过程中检测不到跟随目标，即跟随目标无法确定或丢失，此时启动重新执行步骤3，即利用上述算法对摄像机中的视角范围内待跟随目标跟踪和特征检测，扫描视域中的所有运动目标，以重新锁定跟随目标。

[0041] 步骤4、所述移动机器人对所锁定跟随目标实时跟踪，提取跟随目标所在摄像机的ID号和视角范围；对所提取视角范围进行分区设置，确定跟随目标所在分区位置；由所述摄像机的ID号和跟随目标所在分区位置，获得跟随目标与移动机器人的相对方向。

[0042] 具体地，如图3所示，本发明的单个摄像机的视角范围被分区成六个区域，即摄像机的一帧图像大小被分成六个区域，每一区域代表跟随目标在当前摄像机视角范围的相对位置。然后结合当前跟随目标所在摄像机的ID号与摄像机中的视角分区位置，记目标相对机器人的位置坐标为(id,n),其中id代表摄像机的编号，n代表所在的当前摄像视角范围头的分区位置，其中1

[0043] 优选地，在对跟随目标锁定和跟踪过程中，所述方法还包括判断所提取视角范围中跟随目标的位置是否发生偏离，及在发生偏离时控制移动机器人向跟随目标所偏离的方向转动。当目标将要离开所提取视角范围时，移动机器人沿跟随目标离开的方向旋转一定的角度，直到使目标进入三摄像机组的中间摄像机的视角中央，确保目标一直都在视角范围之内。

[0044] 进一步地，所述方法还可以包括在发生偏离时，判断跟随目标是否出现在其他摄像机的视角范围中，及在出现于其他摄像机的视角范围中时进行跟随任务交接。三个摄像机的视角范围分别有小部分重叠，这样有助于交接跟随目标。即三个摄像机的视角范围分别有小部分重叠，这样有助于交接跟随目标，交接如图4所示，区域A、B、C分别是三个摄像机的视角范围，各重叠部分分别为CA和AB区域，以及图中圆圈代表跟随目标所在位置。假设跟随目标O当前正在中间摄像机视角范围A区域内，当跟随目标一直向右移动，并进入AB区域直到目标碰到AB的右边线时，此时目标交接，也就是此时跟随目标确定为在右侧摄像机视角范围B区域内，其他情况类似。这样做的好处在于，机器人不用时时保持跟随目标处在中央摄像机的获取的图像的中央，减少由于目标在来回走动时引起的移动机器人的来回旋转。

[0045] 并且，在跟随目标的过程中，移动机器人在锁定跟随目标后，每隔一段时间上传跟随目标的图像，以由云服务器确定跟随目标是否正确。

[0046] 步骤5、所述移动机器人对所锁定跟随目标实时检测，计算获得跟随目标与移动机器人的相对距离。

[0047] 在相对距离的获取过程中，本发明优选采用射频距离检测方法对所锁定跟随目标实时检测获得相对距离。本实施例中选取Zigbee模块进行射频传输和距离检测，具体地，过程如下：

[0048] 移动机器人上装备一个Zigbee模块，并设置为协调器模式，可以接收Zigbee终端的信息。跟随目标携上带一个Zigbee终端设备，在需要获取移动机器人与跟随目标之间的相对距离时，由移动机器人的Zigbee模块主动向Zigbee终端设备发送信号，Zigbee终端设备接收后反馈信号；由移动机器人根据反馈信号获取得到测量参数RSSI，最终获得跟随目标与移动机器人的相对距离d，其下述公式获得：

[0049]

[0050] 其中，各参数含义：d:测量距离，单位m；A是接收端离发送端一米时的发送端的发射功率，单位dbm；RSSI:接收的信号强度，由Zigbee模块提供。经实现测得，A值的最佳范围为45—49，c值最佳范围为3.25—4.5。

[0051] 步骤6、根据所获得跟随目标与移动机器人的相对方向、相对距离确定运动路线，及控制移动机器人根据运动路线向跟随目标运动，以实现对所述跟随目标的跟随。具体地，根据上述步骤计算所获得的相对方向(id,n)和相对距离d，确定运动路线为当前移动机器人的角度下朝向相对方向(id,n)运动相对距离d所对应的距离，此过程中优选采用PID控制算法控制移动机器人根据运动路线向跟随目标运动。

[0052] 以及，所述方法还可以包括设置阈值，所述移动机器人根据阈值与相对距离的大小控制移动机器人运动。

[0053] 当跟随目标已经锁定并确定其相对方向后，开始检测移动机器人也跟随目标的相对距离，如果相对距离高于阈值，则启动机器人移动算法，如PID控制算法对移动机器人的速度进行控制；进一步地，所述方法还包括利用超声波距离检测方法判断移动机器人的运动路线中是否存在障碍物，及在存在障碍物时重新计算确定运动路线。

[0054] 即在运动过程中，移动机器人还可以启动超声波防碰撞子系统，本发明所采用防撞子系统是在移动机器人的八个方向上，分别安装一个超声波模块，各个超声波模块通过时分复用的方式工作，实时为移动机器人提供四周的障碍物信息，但本发明不限于该种超声波检测系统，其他结构的检测系统同样适用于本发明中。其中，八个超声波模块一轮信息采集所用的时间大约控制在500ms内，所有超声波的测距范围确定为2m以内，因此，为了提高八个超声波的工作效率，本发明采用四路采集，每路采集通道采用时分复用的方式进行。

[0055] 启动超声波防碰撞子系统后，以实时确保机器人能避开障碍物重新确定前进方向。具体算过程如下：根据上面算出来的相对方向(id,n)和相对距离d，再结合当前往相对方向(id,n)移动时的障碍情况作出下一步运动；如果向(id,n)方向无障碍，则直接向(id，n)方向移动，同时实时更新(id,n)；如果当前(id，n)有障碍，则控制移动机器人转动直到当前正方向没有障碍，然后再根据当前的(id,n)来决定下一步动作。上述过程一直进行，直到移动到跟随目标的阈值范围内。如果移动机器人与跟随目标的相对距离低于阈值，则机器人不动作。

[0056] 由此，本发明的移动机器人的目标跟随控制方法，通过对移动机器人所设置的摄像机组改进，利用三角摄像机组同时设置的方式，扩大视角范围，且便于计算跟随目标与移动机器人的相对方向，同时基于检测获得相对距离，由此确定移动机器人的运动路线，控制移动机器人根据运动路线进行移动，使得机器人能实时跟随所需要的目标，且在运动过程中利用超声波距离检测技术进行障碍物检测，进一步提高移动机器人的可识别性和移动控制功能。

[0057] 综上，本发明可增强移动机器人的目标跟随功能，具备更高的特征检测功能和更高程度的自动化控制功能，使得该方法可以广泛地运用于各领域中。

[0058] 上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。