随着交通和信息科技的进步,汽车的智能化已经成为行业发展的趋势。无人小车作为研究智能驾驶的重要工具,能够在有效感知环境的基础上,在各种场景进行应用。目标识别技术隶属于感知范畴,是无人小车实现跟随等功能的关键技术。当前的跟随技术容易受到周围环境以及行人的干扰,使无人小车易于丢失跟随目标。步态是一类重要的人体生物特征,具有远距离、非接触、唯一性和和不易模仿等特性,这些特性使得它在目标识别领域发挥着重要作用。本文研究了人体步态的描述方法,并将其作为识别特征融合到无人小车的控制系统中,实现了一种有效的跟随系统。本文针对基于步态识别的无人小车跟随问题,进行了如下工作:1.对步态视频进行预处理。首先,选用混合高斯模型法将运动目标与背景分离;然后,对二值图像进行形态学处理,去除孔洞等缺陷,达到优化目标图像的目的;最后,为了保证目标轮廓的大小统一,对其进行归一化处理。2.利用人体骨骼进行步态识别。首先,利用人体骨骼的比例关系提取出2D骨骼关键点;然后,以下肢区域的骨骼长度建立静态特征向量,初步确定识别率较高的视角;之后,提取下肢区域的骨骼摆动角及其周期,并做曲线拟合;最后,利用最近邻和支持向量机进行识别效果测试。3.针对人体轮廓衣着、配饰以及轮廓图时间顺序问题进行预处理。首先,利用卷积神经网络将人体轮廓特征进行掩膜处理;然后,提取每帧轮廓图具有的时间和空间特征;最后,通过把周期级别的特征映射到更具有区分的空间,度量步态轮廓序列之间的相似性,完成步态识别。4.以Turtlebot 2为实验平台,将下肢步态的轮廓特征、骨骼特征、周期特征进行融合,检测无人小车的跟随效果。本文设计了室内和室外两大类实验,室内实验包括直线行走和曲线行走两种,室外实验包括行人并排和行人横穿两种场景。本文提取人体下肢骨骼、摆动角、周期、轮廓等特征,研究识别方案并设计了一种基于步态的无人跟随小车。本文基于ROS平台深入研究了基于步态的跟随方法,所使用硬件可为普通摄像头,降低了设备成本。本文提出了下肢步态轮廓融合技术,有效避免了衣着等饰物对步态的干扰,使无人小车在室内、室外都能准确识别目标,保障了识别算法的鲁棒性。