[发明专利]基于移动机器人平台的分布式行人检测系统和方法

摘要

本发明公开了一种基于移动机器人平台的分布式行人检测系统和方法。本系统包括移动机器人平台及其搭载的微软公司Kinect摄像机，桌面计算机和网络通信设备。本方法是将当前各种成熟与行人相关的检测算法和机器人操作系统ROS（Robot Operating System）融合起来，采用机器人操作系统ROS分布式计算节点来计算行人的各种特征，主要是梯度直方图HOG（Histogram of Gradients），人脸检测节点，上身梯度直方图HOG节点，肤色检测节点，点云检测节点和姿态检测节点，并将计算的各种特征数据综合融合，以达到在机器人移动过程中，能稳定地跟踪行人目标，提高检测的准确率。本发明的实施例主要用于移动机器人图像中的行人检测计算，特别是在移动机器人行人检测计算以便用于人机交互。

主权项

一种基于移动机器人平台的分布式行人检测方法，采用基于移动机器人平台的分布式行人检测系统进行检测，该系统包括桌面计算机（1）和微软公司的Kinect XBOX360摄像头（3），所述桌面计算机（1）无线通信连接一个移动机器人控制器（2），所述微软公司的Kinect XBOX360摄像头（3）安装在移动机器人上面，通过USB接口连接移动机器人控制器（2），所述移动机器人控制器（2）获取Kinect XBOX360摄像头（3）对行人（4）摄取的RGB彩色和深度图像经过处理之后，再通过图像传输链和数据传输链发送到桌面计算机（1）；其特征在于该方法的操作步骤如下：（2.1）创建图像获取节点：利用已知的机器人操作系统ROS的分布式计算特性，在移动机器人控制器（2）携带的嵌入式操作电脑上创建打开Kinect XBOX360摄像头（3）的节点，获取Kinect的图像数据，并发布Kinect XBOX360摄像头（3）的RGB图像数据和深度图像数据；利用Zeroconf技术，移动机器人控制器（2）携带的电脑通过网络连接到桌面计算机（1）；（2.2）创建各计算节点：Kinect XBOX360摄像头（3）发布的图像数据包含RGB图像，红外图像和深度图像，各计算节点分别从上述图像中计算与行人（4）相关的信息；本步骤（2.2）包含以下计算节点：①梯度直方图HOG节点：梯度直方图HOG节点订阅Kinect XBOX360摄像头（3）发布的RGB图像数据，采用OpenCV图像处理库中集成的HOG算法提取图像局部行人（4）目标的表象和形状的HOG特征，然后利用支持向量机算法SVM进行模式分类，检测行人（4）和确定行人（4）所在的区域；②人脸检测节点：机器人操作系统ROS中集成OpenCV开源图像处理库，直接调用OpenCV库中人脸检测算法创建人脸检测节点，订阅Kinect XBOX360摄像头（3）发布的RGB图像，计算行人（4）脸部所在的区域；③行人上半身梯度直方图HOG节点：在室内环境中，人体的下半身容易被遮挡，运用OpenCV梯度直方图HOG算法创建行人（4）上半身检测节点，检测识别Kinect XBOX360摄像头（3）发布的RGB图像中人体的上半身提高室内环境行人（4）检测的准确率；④肤色检测节点：皮肤的检测是图片中行人（4）存在的重要线索，在机器人操作系统ROS中创建肤色检测节点，调用OpenCV图像库中的肤色检测器检测行人（4）肤色区域；⑤点云检测节点：根据人体的三维特征信息，创建点云数据检测节点，订阅Kinect XBOX360摄像头（3）发布的点云数据，运用PCL点云数据处理库在三维空间位置中检测出行人（4）信息；⑥姿态检测节点：骨骼追踪技术通过处理深度数据来建立人体各个关节的坐标，骨骼追踪能够确定人体的各个部分，利用Kinect XBOX360摄像头（3）的发布的数据信息，提取人体的骨骼坐标组成人体骨骼框架，作为行人（4）检测的重要因素；（2.3）创建人体信息融合节点：将步骤（2.2）各计算节点的行人（4）信息融合在一起，最终输出行人（4）检测结果。