基于激光雷达的舞蹈机器人室内行人跟踪方法

摘要

本发明提出了一种基于激光雷达的舞蹈机器人室内行人跟踪方法，包括下述步骤：(1)激光数据预处理；(2)基于密度的激光数据聚类；(3)基于激光采集点的行人识别；(4)图形化显示；(5)基于粒子滤波的行人跟踪；(6)行人运动轨迹绘制。本发明利用单个激光雷达实现不同距离不同形态的行人识别，并可对静止、步行等不同运动模式的行人进行跟踪，跟踪范围广，实时性好，识别与跟踪的准确度高。

主权项

一种基于激光雷达的舞蹈机器人室内行人跟踪方法，其特征在于，包括下述步骤：(1)激光数据预处理：连接到机器人主机的激光雷达，采集到某角度处扫描到的物体到雷达的距离信息；主机获取激光原始数据，对原始数据进行预处理，预处理方法包括中值滤波和坐标系转换；(2)基于密度的激光数据聚类：对于步骤(1)得到的数据通过基于密度的聚类实现环境分割，将不同物体进行区分；(3)基于激光采集点的行人识别：对聚类出的类簇中的点进行行人识别，去掉非行人簇，将行人簇作为行人跟踪的输入数据；(4)图形化显示：将激光连续获取的扫描数据进行图形化显示，即将激光数据转换成视频流；对每一个采集点做一个映射，并将采集点进行图像放大，便于更高效直观地进行跟踪；(5)基于粒子滤波的行人跟踪，包括：(501)初始化阶段：在完成行人识别后，将行人簇的位置作为行人跟踪的初始位置，首先初始化跟踪器，提取矩形框内的特征，区域特征通过目标区域的颜色分布概率密度描述，并对粒子集进行初始化；(502)传播阶段：根据转移方程s_t＝As_t‑1+w_t‑1，计算新的粒子集并预测新粒子的位置，其中A为状态转移矩阵，w_t‑1为高斯噪声；(503)决策阶段：选取粒子的特征相似度的衡量标准，计算出来的相似度或分数即为相应粒子的权重，计算每一个粒子的权重，并将其进行归一化；(504)状态估计阶段：根据粒子权重，对粒子的位置依照权重求和得到目标的位置输出；(505)重采样阶段：根据重要性权重对粒子进行重采样，得到新的粒子集；(506)重复执行步骤(502)至步骤(505)，实现运动物体的跟踪；(6)行人运动轨迹绘制：对每一帧图像利用粒子滤波得到行人位置，计算目标中心位置，并将该中心与前一帧目标中心做连线，得到行人运动轨迹图。