基于移動機器人的人臉實時跟蹤方法和跟蹤系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明涉及移動機器人領域，特別涉及一種基于移動機器人的人臉實時跟蹤方法和跟蹤系統(tǒng)。
【背景技術】
[0002]與70年代的機器人浪潮相比，現(xiàn)在的機器人研究有兩個特點:一是對機器人的智能定位有了更加符合實際的標準，也就是不要機器人具有像人類一樣的高智能，而是只要求機器人在某種程度上具有自主處理問題的能力；另一個特點是許多新技術及控制方法(例如，神經網(wǎng)絡、傳感器融合、虛擬現(xiàn)實、計算機視覺以及多agent技術等)被引入到機器人的研究中，研究重點的轉變使得機器人研究走向了健康而平穩(wěn)發(fā)展的道路，并不斷取得新的研究成果。
[0003]隨著傳感器、控制、驅動以及新材料等技術的發(fā)展，近年來移動機器人的研究在多方面取得了很大的進展。另外，移動機器人具有較高的智能水平且可用于服務業(yè)及其他范圍中，大大增強了機器人的應用范圍和功能。據(jù)專家預測，智能機器人的數(shù)量最終超過工業(yè)機器人。目前，許多國家都在從事智能機器人的研究，作為世界機器人生產前茅的日本一直比較重視民用智能機器人的發(fā)展。它主要用于三個方面:一是家務勞動和環(huán)境應用，包括服務機器人及相關的家務勞動自動化；二是生活支持應用，為老年人和身體殘疾者提供幫助；三是生活和教育方面的應用。從世界范圍來看，一些經濟和技術實力比較雄厚的國家均制定了自己近期和長期機器人發(fā)展計劃，如美國、法國、日本和意大利等。
[0004]路徑跟蹤技術是移動機器人系統(tǒng)中重要的模塊之一。移動機器人有多種路徑跟蹤技術，根據(jù)環(huán)境信息的完整程度、路徑跟蹤指示信號類型、路徑跟蹤地域等因素不同，主要包括基于地圖路徑跟蹤、基于路標路徑跟蹤、基于視覺路徑跟蹤以及基于感知器路徑跟蹤等。
[0005]機器視覺是用攝像機和計算機來代替人眼和大腦，對周圍環(huán)境進行感知、解釋和理解。目標跟蹤作為機器視覺領域的一個重要研究方向，在諸多領域有著廣泛的應用前景，隨著近年來機器人技術的迅猛發(fā)展，基于視覺的機器人目標跟蹤成為研究的熱點。

【發(fā)明內容】

[0006]有鑒于此，本發(fā)明提供一種基于移動機器人的人臉實時跟蹤方法和跟蹤系統(tǒng)。
[0007]一種基于移動機器人的人臉實時跟蹤方法，包括以下步驟:
[0008]向機器人發(fā)出指令，要求機器人與身份信息庫中一預定人臉進行交互；
[0009]尋找目標，利用深度攝像頭拍照采集目標的臉部圖像信息、距離信息；同時利用紅外溫度傳感器采集目標的體溫信息；
[0010]將臉部圖像信息、距離信息以及體溫信息傳送至人臉檢測模塊，判斷被檢測目標是否為人臉以及是否為活動生命體，當被檢測目標為非人臉或非活的生命體時，啟動驅動跟蹤模塊進行移動機器人，以避開被測目標；當被檢測目標為活的人臉時，繼續(xù)執(zhí)行后續(xù)動作；
[0011]經過人臉檢測模塊檢測后，將活的人臉信息傳送到特征提取模塊，提取特征信息;
[0012]將所提取的特征信息傳送到特征對比識別模塊，使其與身份信息庫中的信息進行對比，從而識別目標是否為所述身份信息庫中的預定人臉，當確認不是預定人臉時，啟動驅動跟蹤模塊進行移動機器人，以避開被測目標；當確認是預定人臉時，進行交互活動；
[0013]將目標被確認是預定人臉后，將目標的距離信息傳送至驅動跟蹤模塊，利用驅動跟蹤模塊調整機器人的移動，使得深度攝像頭和紅外溫度傳感器和目標的距離保持在合適的距離范圍，確保機器人與目標的交互過程正常進行。
[0014]優(yōu)選地，所述人臉檢測模塊的檢測過程包括以下步驟:
[0015]調整深度攝像頭拍照角度，使得目標人臉顯示在深度攝像頭所獲取的視頻圖像的中心位置，D代表深度攝像頭獲取的處于圖像中心的目標的距離；
[0016]在所述深度攝像頭拍照的同時，利用紅外溫度傳感器獲取目標的溫度，T代表紅外溫度傳感器測量的溫度；
[0017]T_d代表經距離修正的人臉表面溫度，當T_d，T以及D滿足表達式T_d = f(T，D)，Tmin，Tmax分別為最小和最大溫度值，當Tmin〈T_d〈Tmax時，檢測目標為活的人臉。
[0018]優(yōu)選地，所述機器人與目標進行交互活動過程中，利用一位置反饋模塊實時反饋目標的位置信息至所述控制驅動模塊，該控制驅動模塊實時控制所述機械運動模塊移動機器人，對目標進行實時跟蹤，確保目標始終處于所述深度攝像頭的視頻圖像的中心位置，且處于所述紅外溫度傳感器的檢測范圍。
[0019]另外，本發(fā)明還提供一種基于移動機器人的人臉實時跟蹤系統(tǒng)，包括:信息采集模塊、人臉檢測模塊、特征提取模塊、身份信息庫、特征對比識別模塊、控制驅動模塊以及機械運動模塊，所述信息采集模塊包括深度攝像頭和紅外溫度傳感器，所述深度攝像頭采集目標的臉部圖像信息、目標的位置信息，所述紅外溫度傳感器采集目標的體溫信息，所述信息采集模塊將所述臉部圖像信息、位置信息、體溫信息傳送至所述人臉檢測模塊，所述人臉檢測模塊判斷被測目標是否為活的人臉，當檢測結果非活的人臉時，將該結果信息傳送至控制驅動模塊，控制所述機械運動模塊移動機器人避開當前目標，當檢測結果為活的人臉時，將該結果信息傳送至所述特征提取模塊，所述特征提取模塊提取目標的特征信息并將所述特征信息傳送至所述特征對比識別模塊，所述特征對比識別模塊將目標的特征信息與所述身份信息庫中的特征信息進行對比識別，當識別結果為身份信息庫中預定的目標人臉時，機器人進行人機交互，當識別結果非份信息庫中預定的目標人臉時，將該結果信息傳送至控制驅動模塊，控制所述機械運動模塊移動機器人避開當前目標。
[0020]優(yōu)選地，所述基于移動機器人的人臉實時跟蹤系統(tǒng)，還包括一位置反饋模塊，用于實時反饋目標的位置信息至所述控制驅動模塊。
[0021]優(yōu)選地，所述基于移動機器人的人臉實時跟蹤系統(tǒng)中，所述機械運動模塊包括底盤驅動輪和頭部旋轉件，所述底盤驅動輪驅動機器人底盤移動，所述頭部旋轉件驅動機器人頭部旋轉，從而調整所述深度攝像頭的拍攝范圍。
[0022]優(yōu)選地，所述機械運動模塊的頭部旋轉件包括第一頭部旋轉件和第二頭部旋轉件，所述第一頭部旋轉件驅動機器人的頭部在豎直方向的空間內旋轉，所述第二頭部旋轉件驅動機器人的頭部在水平方向的空間內內旋轉。
[0023]與現(xiàn)有技術相比，本發(fā)明具有以下優(yōu)點:
[0024]首先，在信息采集模塊中，利用深度攝像頭和紅外溫度傳感器結合起來，綜合利用人臉圖像信息和體溫信息共同作為檢測判斷人臉的信息，以從兩個方面進行人臉的檢測。
[0025]其次，利用控制驅動模塊、機械運動模塊、位置反饋模塊的協(xié)同作用，控制機器人底盤的移動以及控制機器人頭部的旋轉，使得在人機交互過程中，達成對目標的實時跟蹤。
【附圖說明】
[0026]圖1是本發(fā)明基于移動機器人的人臉實時跟蹤系統(tǒng)示意圖。
[0027]圖2是圖1中人臉檢測模塊的工作流程示意圖。
[0028]圖3是本發(fā)明基于移動機器人的人臉實時跟蹤系統(tǒng)應用于機器人的一個實施方式示意圖。
[0029]圖4是本發(fā)明基于移動機器人的人臉實時跟蹤方法的流程圖。
【具體實施方式】
[0030]為使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合具體實施方案，對本發(fā)明進行詳細說明。應當理解，此處所描述的具體實施方案僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0031]本發(fā)明提供一種基于移動機器人的人臉實時跟蹤方法和跟蹤系統(tǒng)。
[0032]如圖1所示，基于移動機器人的人臉實時跟蹤系統(tǒng)100，包括信息采集模塊110、人臉檢測模塊120、特征提取模塊130、身份信息庫140、特征對比識別模塊150、控制驅動模塊160、機械運動模塊170以及位置反饋模塊180。
[0033]信息采集模塊110包括深度攝像頭111和紅外溫度傳感器112。深度攝像頭110對