[发明专利]基于超声波辅助定位的视觉跟踪移动机器人及控制方法

说明书

本发明公开了基于超声波辅助定位的视觉跟踪移动机器人及控制方法。视觉跟踪移动机器人包括机器人壳体、底盘、舵机云台、视觉模块、分离式超声波接收模块、控制模块、驱动器、驱动电机、驱动轮和万向轮。控制模块接收视觉模块采集的信号，产生驱动指令，实现目标跟踪，分离式超声波接收模块采集跟踪目标所携带的分离式超声波发射模块发出的超声波信号，控制模块根据超声波信号进行定位。本发明将移动机器人视觉跟踪和超声波定位有效融合在一起，实现对特定目标的持续跟踪，提高定位精度和鲁棒性。

技术领域

本发明属于移动机器人技术领域，特别涉及了一种视觉跟踪移动机器人及控制方法。

背景技术

目标跟踪是计算机视觉领域的一个重要问题，广泛用于自动监控、人机交互、军事侦察等领域。视觉模块可以使机器人能够通过计算机获得人眼的视觉特征，根据编程实现对指定目标的跟踪、识别与定位，并将目标的各项物理参数(如类别、位置、速度、个数等)提供给控制器，以便执行机器人后续的功能。视觉跟踪作为计算机视觉的一部分，广泛应用于移动机器人的自主跟踪当中。

然而在人类生活的复杂场景中，由于目标的特点和环境的变化，机器人跟踪系统难以确定统一的目标，这对机器人视觉跟踪系统的设计提出了严峻的挑战。由于视觉传感器(摄像头)的物理特性和算法问题，对于外界环境的光照变化，以及跟踪目标的外观变形、快速运动、运动模糊、背景相似干扰甚至遮挡等情况，往往会产生较大误差，跟丢目标的情况时有发生。而一般的目标跟踪算法在跟丢目标后只会在当前可见区域内重新进行检测。所以仅通过视觉传感器来进行目标跟踪的方法会有很大的局限性。

传统的TLD跟踪算法其中的检测模块是由跟踪模块采集的在线模型中的样本经训练学习生成的随机蕨分类器，属于随机森林的一种变形，虽然易于理解，容易训练，分类速度非常快。但是非常占用内存，并且对于有不同取值的属性的数据，取值划分较多的属性会对随机蕨产生更大的影响，在这种数据上产出的属性权值是不可信的。并且随机蕨分类器在某些噪音较大的分类或回归问题上会过拟。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供基于超声波辅助定位的视觉跟踪移动机器人及控制方法，将移动机器人视觉跟踪和超声波定位有效融合在一起，实现对特定目标的持续跟踪，提高定位精度和鲁棒性。

为了实现上述技术目的，本发明的技术方案为：

一种基于超声波辅助定位的视觉跟踪移动机器人，包括机器人壳体、底盘、舵机云台、视觉模块、分离式超声波接收模块、控制模块、驱动器、驱动电机、驱动轮和万向轮；控制模块与舵机云台、视觉模块、分离式超声波接收模块和驱动器电性连接；舵机云台置于机器人壳体外侧的顶部，视觉模块安装在舵机云台上；分离式超声波接收模块至少设置3个，位于机器人壳体前部呈三角布置；驱动轮和万向轮设置在底盘的底部，驱动轮跟随驱动电机转动，驱动电机受驱动器驱动，控制模块接收视觉模块采集的信号，产生驱动指令，实现目标跟踪，分离式超声波接收模块采集跟踪目标所携带的分离式超声波发射模块发出的超声波信号，控制模块根据分离式超声波接收模块采集的信号进行机器人位置定位。

进一步地，还包括至少4个红外模块，其中2个红外模块设置在机器人壳体的前端中间位置，其余2个红外模块分别安装在机器人壳体的两侧，4个红外模块分别与控制模块电性连接。

进一步地，还包括无线通信模块，该无线通信模块与控制模块电性连接，控制模块通过无线通信模块与用户的智能终端进行无线通信，接收智能终端下发的机器人控制指令。

进一步地，驱动电机设置2个，每个驱动电机对应1个驱动轮，2个驱动轮分别设置在底盘的左右两侧，通过差速实现机器人转向；万向轮设置2个，分别设置在底盘的前后两侧。

基于上述视觉跟踪移动机器人的控制方法，包含视觉跟踪方法、超声波定位方法和红外避障方法。