[发明专利]一种基于RGB-D信息的实时行人跟踪方法

摘要

本发明公开了一种基于RGB‑D信息的实时行人跟踪方法，包括：步骤10)环境数据的获取与模型初始化：对行人进行感知，以获取RGB‑D信息，将RGB‑D信息转化为三维点云，并对跟踪模型进行初始化；步骤20)构建聚类的几何评价模型：通过欧氏距离对三维点云进行聚类，构建聚类的几何评价模型；步骤30)构建聚类的颜色评价模型：采用RGB获取的颜色信息，进行色彩空间转换与归一化后，构建聚类的颜色评价模型；步骤40)对几何评价模型和颜色评价模型进行综合评定，确定最优的跟踪目标，并通过跟踪模型确定最优目标参数，生成相应跟踪指令。该基于RGB‑D信息的实时行人跟踪方法实现了室内行人的高效检测与跟踪。

主权项

1.一种基于RGB‑D信息的实时行人跟踪方法，其特征在于：该方法包括以下步骤：步骤10)环境数据的获取与模型初始化：通过安装在移动机器人平台上的体感传感器对行人进行感知，以获取RGB‑D信息，将RGB‑D信息转化为三维点云，并对跟踪模型进行初始化；步骤20)构建聚类的几何评价模型：通过欧氏距离对三维点云进行聚类，并拟合提取聚类的点数、圆度、直径、分段宽度、边界长度几何特征，构建聚类的几何评价模型；所述的步骤20)包括：首先对三维点云进行条件滤波和下采样减少点云数目，减少后续点云的处理时间；其次采用欧式聚类对点云进行聚类处理，去除孤立点，并将疑似目标从无序点云中提取出来；最后提取各个点云聚类的点数、圆度、直径、分段宽度、边界长度几何特征，并与初始化数据进行对比，获取几何评价模型得分；所述的步骤20)具体包括以下步骤：步骤201)条件滤波与下采样：根据传感器的安装位置和传感器所需要采集到的行人的背部信息，选取立方体参数对点云进行条件滤波，根据选定的立方体包围盒，删除包围盒外的点云数据，仅保留包围盒内的数据；同时，使用体素化网格方法实现下采样，减少点云数据中点的数量，并保持点云的形状特征；步骤202)欧式聚类：通过点云的三维坐标，计算点云之间的距离，以确定点云的类别；将疑似的目标从整体点云中分离，得到独立点云；步骤203)几何特征的提取与评定：通过欧式聚类获取的独立点云，对独立点云进行拟合，提取几何特征参数，然后与初始化目标进行对比，最后对提取的每个几何特征进行加权求和，获取每一独立的子点云得分，如式(7)所示：d₁＝a₁x₁+a₂x₂+a₃x₃+…a_nx_n                 式(7)其中，d₁表示几何评价模型得分，a₁表示第一个几何特征的比例系数，a₂表示第二个几何特征的比例系数，a₃表示第三个几何特征的比例系数，a_n表示第n个几何特征的比例系数，x₁表示第一个几何特征与初始值的差值，x₂表示第二个几何特征与初始值的差值，x₃第三个几何特征与初始值的差值，x_n表示第n个几何特征与初始值的差值；步骤30)构建聚类的颜色评价模型：采用RGB获取的颜色信息，进行色彩空间转换与归一化后，根据颜色相似性，构建聚类的颜色评价模型；步骤40)对几何评价模型和颜色评价模型进行综合评定，确定最优的跟踪目标，并通过跟踪模型确定最优目标参数，生成相应跟踪指令。