[发明专利]一种目标识别追踪方法及机器人

说明书

本发明提出了一种目标识别追踪方法及机器人，涉及智能机器人技术领域。该方法应用于机器人的控制芯片，包括：获取特定目标物以及当前待检测图像信息。将待检测图像信息输入至预先训练好的深度学习模型中。根据深度学习模型从当前待检测图像信息中识别出追踪目标物，其中，追踪目标物与特定目标物相匹配。采用追踪算法对追踪目标物在当前待检测图像的下一帧图像中的位置进行追踪。机器人的控制芯片获取特定目标物以及当前待检测图像信息后，会通过深度学习模型准确的从待检测图像信息中识别出与特定目标物匹配的追踪目标物，再采用追踪算法对当前待检测图像的下一帧图像中的追踪目标物的位置进行追踪，以实现对目标物进行智能的识别以及追踪。

技术领域

本发明涉及智能机器人技术领域，具体而言，涉及一种目标识别追踪方法及机器人。

背景技术

随着人们生活水平的提高，对智能机器人的要求也越来越高，希望智能机器人能够实现更多的智能操作，例如，根据用户的需求智能识别周边的目标物，并根据识别结果对目标物进行跟踪。

但是，目前的机器人通常仅能对目标进行简单的识别，其识别准确率不高，此外，该机器人是在识别后，是根据用户通过后端监控控制端的控制，继续进行行走以实现跟踪的目的，并不能对目标进行识别并跟踪目标行走。

发明内容

本发明的目的在于提供一种目标识别追踪方法，其能够对目标进行识别并对该目标进行跟踪。

本发明的另一目的在于提供一种机器人，其能够对目标进行识别并对该目标进行跟踪。

本发明的实施例是这样实现的：

第一方面，本申请实施例提供一种目标识别追踪方法，其应用于机器人的控制芯片，方法包括：获取特定目标物以及当前待检测图像信息。将待检测图像信息输入至预先训练好的深度学习模型中。根据深度学习模型从当前待检测图像信息中识别出追踪目标物，其中，追踪目标物与特定目标物相匹配。采用追踪算法对追踪目标物在当前待检测图像的下一帧图像中的位置进行追踪。在上述实现过程中，机器人的控制芯片获取特定目标物以及当前待检测图像信息后，会通过深度学习模型准确的从待检测图像信息中识别出与特定目标物匹配的追踪目标物，再采用追踪算法对当前待检测图像的下一帧图像中的追踪目标物的位置进行追踪，以实现对目标物进行智能的识别以及追踪。

在本发明的一些实施例中，将待检测图像信息输入至预先训练好的深度学习模型中的步骤之前，方法还包括以下步骤，获取训练样本集以及测试样本集，构建深度学习模型，并利用训练样本集对深度学习模型进行训练，以得到训练后的深度学习模型，利用测试样本集对训练后的深度学习模型进行测试和修正，以得到训练好的深度学习模型。深度学习模型能够对数据内在的规律和表示层次进行学习，并对人类的思维进行模仿，可以对目标进行准确的识别。通过训练样本集对深度学习模型进行训练，使该深度学习模型具有数据分析的能力，保证的对目标进行识别的准确性。再通过测试样本集对训练后的深度学习模型进行测试和修正，进一步保证深度学习模型识别结果的准确性。

在本发明的一些实施例中，根据深度学习模型从当前待检测图像信息中识别出追踪目标物的步骤包括以下步骤，根据深度学习模型从当前待检测图像信息中识别出初始目标物，获取初始目标物与特定目标物之间的匹配度，若匹配度大于预设阈值，则将初始目标物作为追踪目标物。为了避免出现识别出的目标与特定目标物之间的差异过大，因此可以采用匹配度的方式判断识别出的初始目标物是否为追踪目标物，以提高目标识别的准确性。

在本发明的一些实施例中，采用追踪算法对追踪目标物在当前待检测图像的下一帧图像中的位置进行追踪的步骤之后，方法还包括以下步骤，获取场景的地图信息以及机器人的预设追踪参数，根据地图信息、追踪目标物在当前待检测图像的下一帧图像中的位置以及预设追踪参数生成追踪指令，以控制机器人根据追踪指令对追踪目标物进行追踪。采用追踪算法在当前待检测图像的下一帧图像中对追踪目标物进行追踪后，还可以获取场景的地图信息以及预设追踪参数，以生成用于控制机器人进行行走追踪的追踪指令。