【技術實現步驟摘要】
本申請涉及一種人臉追隨的機器人避障定位方法，特別涉及一種基于人臉追隨的智能機器人避障精定位方法，屬于機器人避障定位。
技術介紹
1、在服務型機器人的工作中目標追隨功能為人機交互提供了途徑。目標追隨是基于機器人視覺設備，應用廣泛，包括視覺監視，視覺檢索，人機交互和面部動畫等等。追隨過程的目標是特定的人或特定的物體，在這個人或者物體發生位移時，機器人對該目標做出方位的檢測并定位追隨目標。人臉追隨技術分為兩個過程：一是對人臉進行檢測，并使相機隨著人臉的運動，時刻捕捉人臉，稱為人臉跟隨技術。二是對跟隨的人臉進行定位，并實時追隨人臉的運動方向進行運動。對目標跟綜技術從機器人的運動狀態分為：對目標人檢測，對目標人進行攝像頭的跟隨和對目標人進行動態追隨。人臉跟隨技術在機器人人機交互，智能監控，圖像人臉采集等方面都有著重要的應用價值。
2、目標追隨過程中需要考慮到的問題是在復雜環境中還需要考慮到障礙物的因素，對障礙物環境進行路徑規劃。典型的路徑規劃問題是在周圍環境中存在障礙物，機器人需要按照一些評估指標比如行走路徑的長度最短，行走花費的時間最少等等，通過傳感器獲得的周圍環境信息規劃出一條從起點到目標點的可行路線。
3、機器人追隨還需要對目標進行較精確的定位。追隨的目的是與特定的被追隨人進行交互，因此精確的視覺定位也是目標人追隨的重要問題。
4、nao機器人擁有支持1280*960像素高清圖像的單目攝像頭和支持0.25至2.55m測距的超聲波傳感器。在這些硬件條件的基礎上，本申請提出一種方法通過局部路徑規劃和視
5、現有技術人臉追隨機器人避障定位方法需要解決的問題和本申請關鍵技術難點包括：
6、(1)在機器人的目標追隨過程中，要求機器人能夠檢測出周圍環境中存在的障礙物并避開障礙物；能夠對目標進行精確的視覺定位，并能控制機器人行走，以走到目標前方與目標進行交互。然而現有技術機器人實際應用中，機器人進行目標追隨并避障的實時性不好，而且機器人對目標人最終定位距離也不夠精確，影響機器人進行目標交互的效果。現有技術缺少一種基于人臉追隨的智能機器人改進bug避障的方法，無法使機器人做到人臉追隨與避障過程的實時切換，缺少一個基于人臉識別的單目視覺定位模型，無法當人停止運動后對人臉進行精定位，無法實現實時性更強、更高精度的人機交互。
7、(2)現有技術缺少好的避障算法。智能機器人的超聲波傳感器只能檢測到以智能胸口中心位置，60°錐形的角度范圍，長度在0.25至2.55m范圍內的障礙物，這是一個很狹窄的超聲波探測范圍，并不支持每個小角度的遇障信息反饋。當智能機器人遇到障礙物時，只能得到機器人的左右聲吶探測到的最近的障礙物距離。這個現有條件使智能機器人很難應用一些算法，比如tangentbug算法，cautionsbug算法等，這類算法需要超聲波進行一個范圍較大的探測來實現一個局部最優路徑的探測。對于多障礙物復雜環境下，怎么判定障礙物排除超聲波檢測到偽障礙物(機器人探測到了，但并不影響機器人行走的障礙物)并判定障礙物是多個還是一個整體是對智能機器人比較困難的。智能機器人的視覺構成是兩個豎直分布的攝像頭，這個兩個攝像頭分別位于智能機器人的嘴部和額頭，兩個攝像頭的水平探測范圍是相同的。因此，若是采用多信息融合避障的策略，結合視覺圖像對障礙物進行角點邊緣的判定，則會影響到攝像頭進行人臉跟隨和避障行為的實時切換。未知環境中，目標不運動下的局部路徑規劃中，機器人對外界信息進行感知，從而分析出一條局部最短路徑，使機器人能夠較快的到達目的地，而人臉追隨過程中，人臉作為一個動態的目標，這種局部最短路徑的判定在一些情況下是不成立的。而機器人為了獲取局部最短路徑，往往需要結合視覺圖像或更準確的大角度聲吶，針對每個角度都可以反饋障礙物的信息。根據智能機器人的硬件條件而言，是無法支持的。
8、(3)現有技術缺少精確視覺定位的考量因素。智能的人臉追隨中視覺定位的部分是基于人臉的大小，在追隨時需要設定一個人臉在視覺圖像中的大小的臨界值facewidth，隨著與人的距離逐漸拉近，當人臉在視覺圖像中的大小達到這個臨界值后停下。這種方法存在的問題是定位精度差。現實的人臉大小因人而異，而且機器人在與人拉近距離后的視角變化也會對視覺圖像中人臉的像素變化產生影響，而聲源定位則易于受到外界環境的影響，尤其是室內混響情況比較嚴重時，定位效果不佳。服務型機器人在進行人機交互的過程中，周圍環境往往是復雜的，而需要提供的服務要求的精確度要求高，因此需要人臉追隨的視覺定位比簡單的設定人臉寬度測量距離的方法具有更高的精度。
技術實現思路
1、本申請針對服務型機器人目標追隨行為存在的問題，以智能機器人作為機器人模型，提出了一種服務型機器人應對人臉追隨過程的方法。一是針對智能機器人在未知環境下進行人臉追隨行為，在遇到障礙物時進行避障行為，離開障礙物后重新回歸人臉追隨行為的過程，提出了一種基于人臉追隨的智能機器人改進bug算法的避障方法，對智能機器人這種小角度聲吶探測機器人提出了一種支持小角度避障的模型，找到了人臉追隨行為與bug算法避障行為的準確切換時機，并對多障礙物復雜環境下，機器人避障的方式進行了歸納。將算法的自身參數進行調整和測試，得到了很好的效果。二是針對智能機器人的人臉追隨算法在對人臉進行定位上精度不夠的缺點，提出了一種基于人臉識別的智能機器人精確視覺定位的方法。根據圖像處理識別人臉的圖像坐標位置，并結合機器人硬件參數與人的身高，構建了機器人單目視覺定位的模型進行視覺定位。并在實驗測試中與智能機器人的人臉追隨模塊中的人臉定位算法進行了比較，得到了更加精確的測定距離，方法實用高效。
2、為實現以上技術效果，本申請所采用的技術方案以下：
3、基于人臉追隨的智能機器人避障精定位方法，一是基于機器人在未知環境下人臉追隨，在遇到障礙物時進行避障行為，離開障礙物后重新回歸人臉追隨行為的過程，構建基于人臉追隨的智能機器人改進bug算法的避障方法，對小角度聲吶探測機器人提出一種支持小角度避障的模型，找到人臉追隨行為與bug算法避障行為的準確切換時機，并對多障礙物復雜環境下，機器人避障的方式進行歸納處理，將算法的自身參數進行調整和測試；二是構建基于人臉識別的智能機器人精確視覺定位的方法，根據圖像處理識別人臉的圖像坐標位置，并結合機器人硬件參數與人的身高，構建機器人單目視覺定位模型進行視覺定位；
4、將智能機器人進行目標追隨的行為分為兩個階段：
5、階段一，在粗略定位的人臉追隨過程中，當遇到障礙物時進行改進bug算法的智能機器人避障行為：機器本文檔來自技高網...
【技術保護點】
1.基于人臉追隨的智能機器人避障精定位方法，其特征在于，一是基于機器人在未知環境下人臉追隨，在遇到障礙物時進行避障行為，離開障礙物后重新回歸人臉追隨行為的過程，構建基于人臉追隨的智能機器人改進BUG算法的避障方法，對小角度聲吶探測機器人提出一種支持小角度避障的模型，找到人臉追隨行為與BUG算法避障行為的準確切換時機，并對多障礙物復雜環境下，機器人避障的方式進行歸納處理，將算法的自身參數進行調整和測試；二是構建基于人臉識別的智能機器人精確視覺定位的方法，根據圖像處理識別人臉的圖像坐標位置，并結合機器人硬件參數與人的身高，構建機器人單目視覺定位模型進行視覺定位；
2.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，改進BUG算法的框架：改進BUG算法優化繞行行走策略時考慮的因素包括：智能機器人類人行走方式、聲吶探測障礙物的方式和追隨目標的動態行走方向，對如何確定障礙物探測的起始點和結束點，繞行的具體策略進行改進；
3.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，遇障繞行轉向改進算法：當智能機器人探測到行進方向避障
4.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，多障礙物情況下的避障策略：當機器人避開障礙物時，在多障礙物環境下，針對以下不同情況采用不同方案：
5.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，精定位的架構：在第一階段進行人臉追隨模塊的粗略定位時，將人臉大小的閾值faceWidth的估算值固定設定為0.1m，比較普適人臉的真實值略小，這樣機器人會在距離人30至40cm之間，接著，對人臉進行精確的視覺定位，使機器人前進到正對目標人前方Xcm的精確位置進行人機交互，用來彌補粗略定位的缺陷；
6.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，智能機器人的圖像坐標系、攝像頭坐標、世界坐標系：
7.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，基于智能機器人單目視覺的模型：機器人豎直站立在它的世界坐標系0w點的正上方，0點是它的相機的位置，智能機器人面向Y軸的負半軸方向，頭部仰起，此時機器人的右斜方向有一個人臉出現，被相機捕捉到，出現在相機的像素成像坐標為Q1(u1，v1)，NQ’代表的是人，人臉中心點的NQ’高度為H，機器人相機的高度00w為h，頭部仰起的視角是光軸OL與Y軸的夾角為α，由機器人的頭部電機參數獲取，通過對相機進行標定，獲取相機的焦距為f，Q’是通過對圖像處理目標識別后，得到的人臉的中心點；
8.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，人身高的獲取方式：采用機器人通過視覺提取信息和外界通過運動行走的方式相結合來獲取人的身高：
9.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，人臉識別的具體實現：
10.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，基于人臉識別的智能機器人的視覺定位模型及算法：通過獲取人的身高和人臉的圖像，計算出更加準確的人與智能機器人的距離；
...【技術特征摘要】
1.基于人臉追隨的智能機器人避障精定位方法，其特征在于，一是基于機器人在未知環境下人臉追隨，在遇到障礙物時進行避障行為，離開障礙物后重新回歸人臉追隨行為的過程，構建基于人臉追隨的智能機器人改進bug算法的避障方法，對小角度聲吶探測機器人提出一種支持小角度避障的模型，找到人臉追隨行為與bug算法避障行為的準確切換時機，并對多障礙物復雜環境下，機器人避障的方式進行歸納處理，將算法的自身參數進行調整和測試；二是構建基于人臉識別的智能機器人精確視覺定位的方法，根據圖像處理識別人臉的圖像坐標位置，并結合機器人硬件參數與人的身高，構建機器人單目視覺定位模型進行視覺定位；
2.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，改進bug算法的框架：改進bug算法優化繞行行走策略時考慮的因素包括：智能機器人類人行走方式、聲吶探測障礙物的方式和追隨目標的動態行走方向，對如何確定障礙物探測的起始點和結束點，繞行的具體策略進行改進；
3.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，遇障繞行轉向改進算法：當智能機器人探測到行進方向避障探測區域出現障礙物時，停止追隨人臉的行為，判定機器人與障礙物間的距離是否大于等于轉向距離，當機器人距離障礙物大于轉向距離，前進聲吶測得距離與轉向距離的差值；當機器人距離障礙物小于，后退轉向距離與聲吶測得距離的差值，保證前方有安全的轉向距離，然后將經過前進或后退矯正后的智能機器人的實時位置點標記為遇障點，通過motion.getlocation方法記錄下該點的實時位置realtimelocation與機器人前進方向direction，這時判定障礙物出現的位置，并根據兩側聲吶障礙物出現位置情況的不同，選擇不同的繞行轉向策略；
4.根據權利要求1所述基于人臉追隨的智能機器人避障精定位方法，其特征在于，多障礙物情況下的避障策略：當機...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。