[发明专利]运动控制方法、装置、计算机设备和服务机器人

权利要求书

1.一种运动控制方法，所述方法包括：

获取图像帧；

当对所述图像帧进行人脸检测得到所述图像帧包括人脸图像时，确定所述人脸图像在地图中相应的目标节点，所述地图包括若干节点，各节点均存在一一对应的节点图像，所述节点是将从自然空间中采集图像帧的位置投影至地图空间中得到的位置，所述节点图像是在与所述节点存在投影关系的自然空间中的位置处采集的图像，所述目标节点是将目标在自然空间中的位置投影至地图空间中得到的位置；

根据所述地图中各节点对应的节点图像的特征，从所述地图中挑选与所述图像帧匹配的起始节点；其中，所述图像帧的特征与所述起始节点对应的节点图像的特征相匹配；

根据所述起始节点和所述目标节点，在所述地图包括的路径中选取趋向目标运动路径；

计算所述图像帧的特征与所述起始节点对应的节点图像的特征之间的变化矩阵，从所述变化矩阵中分解得到旋转矩阵和位移矩阵，分别根据所述旋转矩阵与所述位移矩阵，得到所述图像帧的特征和所述节点图像的特征之间的空间角度差异量与空间位置差异量，根据所述空间角度差异量确定当前运动的方向，根据所述空间位置差异量确定当前运动的距离，按照确定的方向移动确定的距离，运动至所述起始节点；

获取所述趋向目标运动路径包括的与所述起始节点相邻的第二节点所对应的节点图像的特征，根据所述初始节点对应的节点图像的特征和所述第二节点所对应的节点图像的特征之间的空间角度差异量与空间位置差异量，运动至地图中的第二节点处，继续从所述第二节点处按照选取的所述趋向目标运动路径运动，直至到达所述目标节点处。

2.根据权利要求1所述的方法，其特征在于，所述获取图像帧之后，所述方法还包括：

将所述图像帧输入卷积神经网络模型；

获取所述卷积神经网络模型包括的多个网络层输出的特征图；

将各所述特征图依次输入记忆神经网络模型；

获取所述记忆神经网络模型输出的所述图像帧是否包括人脸图像的结果。

3.根据权利要求1所述的方法，其特征在于，所述当对所述图像帧进行人脸检测得到所述图像帧包括人脸图像时，确定所述人脸图像在地图中相应的目标节点之后，所述方法还包括：

提取所述人脸图像的人脸特征数据；

根据所述人脸特征数据查询与所述人脸图像相匹配的预设人脸图像；

根据所述预设人脸图像得到目标身份识别结果；

确定与所述目标身份识别结果相关联的服务类型；

所述按照选取的所述趋向目标运动路径运动之后，所述方法还包括：

提供与所述服务类型相应的服务触发入口。

4.根据权利要求1所述的方法，其特征在于，所述获取图像帧之前，所述方法还包括：

从按时序采集的图像帧中选取图像帧；

判断选取的图像帧的特征是否符合预设的节点图像的特征；

当选取的图像帧的特征符合所述节点图像的特征时，获取选取的图像帧为节点图像；

确定获取的所述节点图像在地图中相应的节点；

对应于确定的所述节点存储获取的所述节点图像的特征。

5.根据权利要求4所述的方法，其特征在于，所述确定获取的所述节点图像在地图中相应的节点，包括：

提取获取的所述节点图像的特征；

获取地图中已有的节点对应的节点图像的特征；

确定获取的所述特征与提取的所述特征之间的变化矩阵；

根据所述节点与所述变化矩阵，确定获取的所述节点图像在地图中相应的节点。

6.根据权利要求4所述的方法，其特征在于，所述确定获取的所述节点图像在地图中相应的节点之后，所述方法还包括：

计算地图中已有的节点对应的节点图像的特征，与获取的所述节点图像的特征之间的相似度；

当地图中已有的节点对应的节点图像的特征，与获取的所述节点图像的特征之间的相似度超过预设相似度阈值时，则

根据获取的所述节点图像相应的节点，在所述地图中生成包括所述已有的节点的环形路径。