论文部分内容阅读
机器人智能技术的快速发展和逐年增加的老年人口数量,催生了以服务老人为主题的智能服务机器人的产生和发展。随着迎宾机器人和送餐机器人进入商业化场所,人们对机器人的智能化水平要求越来越高,希望机器人能处理自然环境中更动态、更随机的日常事务和突发事务。养老院或独居老人家庭环境的动态性和不确定性、多种多样的室内家具、多个物体间的遮挡和重合,都对养老服务机器人处理日常工作事物中的智能化提出了更高的要求。 本文以应用于养老院场合的服务机器人视觉跟踪系统为研究对象,利用视频图像处理技术,针对跟踪过程中特定对象的确定和特征提取、特定对象检测和特定对象跟踪系统等功能需求,构建了一套完整的特定对象检测跟踪系统。在特定对象检测和识别之前,为了降低检测的计算量和复杂度,结合机器人视觉运动模型,对机器人运动造成的图像背景运动问题进行研究,提出了一种基于ORB(ORiented Brief)特征匹配的改进背景补偿方法,对疑似的目标区域进行提取,减小后续图像处理的计算复杂度。 在特定对象的检测和识别阶段,利用第三方动态人脸比对软件确定目标对象位置,完成对跟踪对象的区域划分和特征提取。在划分过程中,设计了一种新的权重计算方法,并将其应用到图像人脸占比计算中,从而判断目标对象是全身入镜还是半身入镜。其次提出了一种根据人体头部顶点特征的快速行人区域检测方法,并结合提出的人脸占比值决定采用半身模型或是可变形部件模型DPM(Deformable Part Model)进行行人检测,并对提取区域的特征进行提取。最后分情况比较检测到的行人特征和目标对象特征的相似度,从而判断检测到的行人是不是待跟踪目标对象。 在特定对象跟踪阶段,利用改进的粒子滤波技术对目标对象进行跟踪。结合第三方动态人脸比对软件快速给粒子滤波算法一个初始目标,然后对目标进行跟踪。在目标跟踪过程中,在可能出现偏差或目标丢失的情况下,引入特定行人检测程序对跟踪对象进行修正,提高跟踪的正确性,防止跟踪过程中目标丢失。最后对全文进行总结,分析了当前研究的跟踪系统存在的不足,并对下一步研究提出了建议。