基于头势的智能轮椅的人机交互系统及方法

摘要

本发明涉及计算机视觉控制技术领域，具体涉及一种智能轮椅的人机交互系统及其交互方法，本发明通过唇部分类器得到唇部的窗口，然后将检测到的唇部窗口与一个位置固定的矩形窗口进行比较得到头势，通过头势确定智能轮椅的运动状态；卡尔曼滤波器根据上一帧唇部窗口的具体位置预测下一个唇部检测窗口可能出现的位置，将预测到的搜索窗口位置作为初始搜索位置反馈回唇部分类器，实施对检测对下一帧图像的检测，大大提高了唇部检测时间，并且提高了唇部检测的精度，解决了智能轮椅在用头势控制的控制过程中因为唇部检测时间过长而使得在智能轮椅运动的过程中产生延时的问题，达到了智能轮椅在头势控制的过程中运动连贯的目的。

主权项

1.基于头势的智能轮椅的人机交互系统，其特征在于：包括摄像装置，用于获取人面部图像；Adaboost训练器，用于从人面部图像中收集唇部信息，训练唇部分类器；唇部分类器，用于从人面部图像中搜索唇部，用矩形窗口标记出唇部的位置；卡尔曼滤波器，用于通过唇部分类器获得的唇部的位置，预测下一帧人面部图像中唇部的位置，并将预测的唇部位置反馈到唇部分类器，供唇部分类器作为对下一帧人面部图像处理时的初始搜索位置；控制装置，将唇部分类器检测得到矩形窗口与一个位置固定的矩形窗口进行比较，确定头势的状态，控制轮椅做相应的运动；还包括图像预处理装置，用于将摄像装置获取的人面部图像转换为灰度图像，并用直方图均衡化方法对灰度图像进行处理，然后传输给Adaboost训练器和/或唇部分类器；校正模块，用于将卡尔曼滤波器预测的唇部位置进行校正后再反馈到唇部分类器；所述卡尔曼滤波器的状态方程为：${\overrightarrow{x}}_k=A_{k,k-1}{\overrightarrow{x}}_{k-1}+{\overrightarrow{w}}_{k-1};$观测方程为：${\overrightarrow{z}}_k=H_k{\overrightarrow{x}}_k+{\overrightarrow{v}}_k;$上式中，其中是t_k时刻的n×1维状态向量；是t_k时刻的m×1维观测向量；A_k,k-1是t_k-1时刻到t_k时刻的n×n维状态转移矩阵；H_k是t_k时刻的m×n维观测矩阵；是t_k-1时刻状态的n×1维随机干扰噪声向量；是t_k时刻的m×1维观测噪声向量；所述卡尔曼滤波器的状态向量为：${\overrightarrow{x}}_k={(x_k,y_k)}^T;$其中，x_k，y_k分别为唇部检测窗口标记出来的矩形窗口的左上角的坐标点；观测状态向量为：${\overrightarrow{z}}_k={(x_k,y_k)}^T;$状态转移矩阵为：$A_{k,k-1}=\left[\begin{array}{cc}1& \mathrm{\Delta t}\\ 0& 1\end{array}\right];$其中$\mathrm{\Delta t}=\frac{1}{15}s;$观测矩阵H_k＝(1,0)^T；观测噪声向量为0，随机干扰噪声向量为高斯白噪声，T为向量的转置，s是时间单位秒。