发明名称 一种机器人与手机协作跟踪行人的方法
摘要 本发明提出一种移动机器人与手机协作跟踪行人的方法,采用移动机器人与手机相互协作的方式对行人进行跟踪。本发明针对目前智能机的普及,通过行人随身携带的手机与移动机器人协作,完成跟踪任务,本发明通过人的运动信息来跟踪特定的人。手机根据集成的惯性传感器的测量数据计算出人步行的速度和方向,并把该信息发送给机器人。而机器人通过自身的激光测距仪或者其他装置测出附近的行人的步行速度与方向,找出符合目标行人的运动特征的人,本发明不受光照影响,应用范围广,精确率高。
申请公布号 CN103345752A 申请公布日期 2013.10.09
申请号 CN201310280702.5 申请日期 2013.07.05
申请人 中国人民解放军总参谋部第六十一研究所;中国科学院计算技术研究所 发明人 唐宏;吴琳;张杰;徐勇军;王海龙
分类号 G06T7/00(2006.01)I 主分类号 G06T7/00(2006.01)I
代理机构 北京东正专利代理事务所(普通合伙) 11312 代理人 刘瑜冬
主权项 一种移动机器人与手机协作跟踪行人的方法,采用移动机器人与手机相互协作的方式对行人进行跟踪,其特征在于,所述跟踪过程如下:(1)目标人手机上集成的惯性传感器对目标人运动情况进行测量,计算出其运动速度。(2)建立坐标系,移动机器人建立以自身为坐标原点与行人位于同一平面的二维坐标系;(3)检测一次候选人,移动机器人检测周围行人位置,将检测到的行人作为一次候选人,并将检测结果在坐标系中表示出来,得到一次候选人的坐标位置,假定检测到的候选人数为N人,则将一次候选人是目标行人的概率设定为1/N;(4)更新坐标系,移动机器人在移动时间t后重新建立坐标系,仍然以自身位置为原点,建立与步骤(1)中坐标系坐标轴方向平行且单位相同的新坐标系;(5)检测二次候选人,移动机器人再次检测周围行人位置,将检测到的行人作为二次候选人,并将其在新坐标系中分别标识出来,得到二次候选人的坐标位置;(6)更新一次候选人坐标,移动机器人根据自身移动速度和移动方向将步骤2中检测到的一次候选人坐标更新为新坐标系下的坐标,将一次候选人和二次候选人的坐标位置放到同一个坐标系内;(7)计算所有行人速度和速度方向,移动机器人列出所有一次候选人与二次候选人可能为同一行人的组合,由该行人在两次检测时的坐标差值计算出移动的速度大小和方向,得到每个组合的移动速度和移动方向数据V’、A’;(8)计算各个组合中当前和上一时刻的候选人都是目标的组合的概率,目标人手机计算出时间t内目标人的运动速度V和方向A,并将计算结果发送给移动机器人,移动机器人根据手机计算结果对步骤(7)中每个组合的移动速度及方向进行比较,按公式 <mrow> <mi>Pro</mi> <mrow> <mo>(</mo> <msub> <mi>Subject</mi> <mrow> <mi>last</mi> <mo>_</mo> <mi>j</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>Subject</mi> <mrow> <mi>now</mi> <mo>_</mo> <mi>k</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <mi>&alpha;</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <msup> <mi>V</mi> <mo>&prime;</mo> </msup> <mo>-</mo> <mi>V</mi> </mrow> <mrow> <mi>V</mi> <mi>max</mi> </mrow> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>&alpha;</mi> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <msup> <mi>A</mi> <mo>&prime;</mo> </msup> <mo>-</mo> <mi>A</mi> </mrow> <mn>360</mn> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mo>*</mo> <msub> <mi>P</mi> <msub> <mi>subject</mi> <mrow> <mi>last</mi> <mo>_</mo> <mi>j</mi> </mrow> </msub> </msub> </mrow>计算出各个组合中当前时刻和上一时刻的候选人都是目标的概率,其中Subjectlast_j是上一时刻第j个候选人,Subjectnow_k是当前时刻第k个候选人,α是权重,Psubjectlast_j是Subjectlast_j正好为目标行人的概率,Vmax是行人步行的最大速度:(9)计算当以上组合中检测到的各个候选人正好是目标人的概率,计算公式如下: <msub> <mi>P</mi> <mrow> <msub> <mi>subject</mi> <mrow> <mi>now</mi> <mo>_</mo> <mi>k</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </msubsup> <mi>Pro</mi> <mrow> <mo>(</mo> <msub> <mi>Subject</mi> <mrow> <mi>last</mi> <mo>_</mo> <mi>i</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>Subject</mi> <mrow> <mi>now</mi> <mo>_</mo> <mi>k</mi> </mrow> </msub> <mo>)</mo> </mrow> </mrow> </msub>其中的M为上一时刻筛选出来的概率较高的候选人的人数。(10)将步骤(9)中正确概率最大的M个候选人筛选出来作为概率较高的几个候选人,同时对概率最高的一个候选人进行跟踪。
地址 100141 北京市丰台区大成路13号