[发明专利]一种用于智能机器人的高效信息处理方法及系统

权利要求书

1.一种用于智能机器人的高效信息处理方法，其特征在于，所述方法包括以下步骤：

S100，机器人采集视频数据；

S200，将视频数据分割成F个视频块并将各个视频块构建数据矩阵V；

S300，对数据矩阵F中各个视频块进行目标检测处理任务，标记各个视频块构建数据矩阵V中每个视频块的图像帧中框选出的目标图像的数量超过该视频块的动态阈值的图像帧为关键帧；

S400，从V中删除所有不是关键帧的图像帧得到V1；

S500，依次将V1中各个视频块连接合并成为压缩视频数据并传输到服务器端。

2.根据权利要求1所述的一种用于智能机器人的高效信息处理方法，其特征在于，在S100中，机器人为履带式机器人或爬行机器人，通过搭载的摄像头、CCD相机设备采集视频数据。

3.根据权利要求1所述的一种用于智能机器人的高效信息处理方法，其特征在于，在S200中，将视频数据分割成F个视频块并将各个视频块构建数据矩阵V的方法为：

按照每个视频块包含k帧图像的大小帧图像将视频数据分割成为F个视频块V₀到V_F-1；

构建视频块矩阵其中，V_ij为第i个视频块V_i中第j帧图像，注，如果第F-1个视频块中图像帧不足k-1个，将视频块V_F-1,q到V_F-1,k-1均以V_F-1,q-1填充，即将第F-1个视频块中的第q个图像帧到k-1个图像帧均填充为第F-1个视频块中第q-1个图像帧，q＝|mod(G,F)|，G为所有视频块中图像帧的总数，mod为求余函数，i的取值范围为[0,F-1]，F为视频块的总数量；j的取值范围为[0,k-1]，k为每个视频块中图像帧的数量。

4.根据权利要求3所述的一种用于智能机器人的高效信息处理方法，其特征在于，在S300中，对数据矩阵F中各个视频块进行目标检测处理任务，计算各个视频块构建数据矩阵V中每个视频块中出现目标的图像帧数量的方法为：

S301，令视频块矩阵其中，V_ij为第i个视频块中第j帧图像，注，如果第F-1个视频块中图像帧不足k-1个，则令G为所有视频块中图像帧的总数，将视频块V_F-1,q到V_F-1,k-1均以V_F-1,q-1填充，即将第F-1个视频块中的第q个图像帧到k-1个图像帧均填充为第F-1个视频块中第q-1个图像帧，q＝|mod(G,F)|，mod为求余函数，i的取值范围为[0,F-1]，F为视频块的总数量；j的取值范围为[0,k-1]，k为每个视频块中图像帧的数量；

S302，对数据矩阵F中各个视频块进行目标检测处理任务为通过YOLOv5目标检测算法通过目标图像依次对视频块V₀到V_F-1中每一帧图像进行目标检测框选出目标图像。

5.根据权利要求4所述的一种用于智能机器人的高效信息处理方法，其特征在于，在S302中，对数据矩阵F中各个视频块进行目标检测处理任务为通过机器人的多核处理器并行处理各个视频块的目标检测处理任务，即对各个视频块同时执行YOLOv5目标检测算法框选目标图像；当YOLOv5目标检测算法检测到视频块中的目标时，标记目标的边界框的信息并在视频块的各个图像帧中以边界框框选出目标图像作为视频块的目标图像；

其中，YOLOv5目标检测算法中训练YOLOv5使用训练图像为通过PCA降维并提取预设模板图像中的特征作为目标图像，具体包括以下步骤：

对预设模板图像进行归一化处理得到归一化图像；

构建归一化图像的协方差矩阵；

计算协方差矩阵的特征值和相应的特征向量；

选择前K个最大特征值对应的特征向量，其中K≤2；

通过前K个特征向量构建映射矩阵W；

通过映射矩阵W将预设模板图像转换为K维的特征子空间从而得到训练图像；

其中，所述预设模板图像为预存的包括了检测对象的图像，包括了人脸、车牌、动物中任意一种或多种检测对象的图像。