本發(fā)明涉及智能制造技術(shù)領(lǐng)域，具體涉及一種基于Delta機(jī)器人下的目標(biāo)跟蹤的方法及系統(tǒng)。

背景技術(shù)：

DELTA機(jī)器人是并聯(lián)機(jī)器人的一種，DELTA機(jī)器人通過外轉(zhuǎn)動(dòng)副驅(qū)動(dòng)3條平行四邊形支鏈，再加上中間一根旋轉(zhuǎn)驅(qū)動(dòng)軸，可實(shí)現(xiàn)其末端執(zhí)行器的空間四維運(yùn)動(dòng)，配置視覺系統(tǒng)后，在電子、輕工、食品及醫(yī)藥等領(lǐng)域的分揀包裝中廣泛應(yīng)用。

目前現(xiàn)有的各個(gè)廠家DELTA機(jī)器人的控制系統(tǒng)是采用其自身的專用機(jī)器人控制器來構(gòu)建的機(jī)器人控制系統(tǒng)，這種采用專用控制器的控制系統(tǒng)系統(tǒng)通用性不好。一般的DELTA機(jī)器人控制系統(tǒng)是由控制器、伺服系統(tǒng)、視覺跟蹤系統(tǒng)和輸送帶跟蹤系統(tǒng)組成，但是其控制系統(tǒng)的各部件的拓?fù)溥B接方式千差萬別，其內(nèi)部核心控制算法和跟蹤算法也是不一樣的，因此通用性不高。

現(xiàn)有大工廠作業(yè)目前對(duì)人員控制作業(yè)需求比較少，如何避免控制人員意外介入及保障作業(yè)安全跟蹤，變得尤為重要。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種基于Delta機(jī)器人下的目標(biāo)跟蹤的方法及系統(tǒng)，該通過紅外感應(yīng)器實(shí)現(xiàn)人物進(jìn)入判斷，啟動(dòng)攝像頭實(shí)現(xiàn)對(duì)目標(biāo)定位，保障工業(yè)化控制過程中的目標(biāo)跟蹤的效果，實(shí)現(xiàn)對(duì)人物的精準(zhǔn)了解和優(yōu)化做準(zhǔn)備。

本發(fā)明提供了一種基于Delta機(jī)器人下的目標(biāo)跟蹤的方法，包括如下步驟：

基于Delta機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)區(qū)域內(nèi)是否存有人進(jìn)入；

在判斷有人進(jìn)入時(shí)，啟動(dòng)Delta機(jī)器人上的攝像頭搜索定位人體目標(biāo)對(duì)象；

Delta機(jī)器人上的攝像頭采用顏色直方圖、紋理特征建立高斯混合背景模型；

采用基于區(qū)域的方法檢測(cè)目標(biāo)區(qū)域內(nèi)的人體目標(biāo)對(duì)象；

獲取所述人體目標(biāo)對(duì)象所在區(qū)域的圖像信息；

根據(jù)所述圖像信息獲取人體目標(biāo)對(duì)象信息；

開啟視覺跟蹤，基于共面P4P的單目視覺定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

在完成人體目標(biāo)對(duì)象的定位之后，基于結(jié)構(gòu)相似度的視頻跟蹤方法對(duì)人體目標(biāo)對(duì)象進(jìn)行視頻跟蹤；

將所述視頻跟蹤的視頻實(shí)時(shí)傳輸至控制室，并在視頻顯示中警示所示人體目標(biāo)對(duì)象狀態(tài)。

所述采用基于區(qū)域的方法檢測(cè)目標(biāo)區(qū)域內(nèi)的人體目標(biāo)對(duì)象包括：

獲取目標(biāo)區(qū)域內(nèi)初始狀態(tài)視頻背景；

獲取目標(biāo)區(qū)域下視頻的動(dòng)態(tài)圖像幀；

基于初始狀態(tài)視頻背景采用減除法分離出當(dāng)前人體目標(biāo)對(duì)象。

所述基于結(jié)構(gòu)相似度的視頻跟蹤方法對(duì)人體目標(biāo)對(duì)象進(jìn)行視頻跟蹤包括：

采用卡爾曼濾波器預(yù)測(cè)人體目標(biāo)對(duì)象在本幀圖像中的大致位置；

利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進(jìn)行迭代搜索，確定人體目標(biāo)對(duì)象在本幀圖像中的位置；

利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

所述共面P4P的單目視覺定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位包括：

基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；

通過牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

所述將所述視頻跟蹤的視頻實(shí)時(shí)傳輸至控制室包括：

通過EtherCAT總線串聯(lián)的方式將將所述視覺跟蹤的視頻實(shí)時(shí)傳輸至控制室。

相應(yīng)的，本發(fā)明還提供了一種基于Delta機(jī)器人下的目標(biāo)跟蹤的系統(tǒng)，包括：

紅外感應(yīng)模塊，用于基于Delta機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)區(qū)域內(nèi)是否存有人進(jìn)入；

啟動(dòng)模塊，用于在判斷有人進(jìn)入時(shí)，啟動(dòng)Delta機(jī)器人上的攝像頭搜索定位人體目標(biāo)對(duì)象；

高斯背景模塊，用于基于Delta機(jī)器人上的攝像頭采用顏色直方圖、紋理特征建立高斯混合背景模型；

檢測(cè)模塊，用于采用基于區(qū)域的方法檢測(cè)目標(biāo)區(qū)域內(nèi)的人體目標(biāo)對(duì)象；

獲取模塊，用于獲取所述人體目標(biāo)對(duì)象所在區(qū)域的圖像信息，以及根據(jù)所述圖像信息獲取人體目標(biāo)對(duì)象信息；

定位模塊，用于開啟視覺跟蹤，基于共面P4P的單目視覺定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

視覺跟蹤模塊，用于在完成人體目標(biāo)對(duì)象的定位之后，基于結(jié)構(gòu)相似度的視頻跟蹤方法對(duì)人體目標(biāo)對(duì)象進(jìn)行視頻跟蹤；

傳輸模塊，用于將所述視頻跟蹤的視頻實(shí)時(shí)傳輸至控制室；

顯示模塊，用于在視頻顯示中警示所示人體目標(biāo)對(duì)象狀態(tài)。

所述檢測(cè)模塊包括：

背景檢測(cè)單元，用于獲取目標(biāo)區(qū)域內(nèi)初始狀態(tài)視頻背景；

動(dòng)態(tài)檢測(cè)單元，用于獲取目標(biāo)區(qū)域下視頻的動(dòng)態(tài)圖像幀；

分離單元，用于基于初始狀態(tài)視頻背景采用減除法分離出當(dāng)前人體目標(biāo)對(duì)象。

所述視覺跟蹤模塊包括：

預(yù)測(cè)單元，用于采用卡爾曼濾波器預(yù)測(cè)人體目標(biāo)對(duì)象在本幀圖像中的大致位置；

迭代單元，用于利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進(jìn)行迭代搜索，確定人體目標(biāo)對(duì)象在本幀圖像中的位置；

度量單元，用于利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

所述定位模塊包括：

第一定位單元，用于基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；

第二定位單元，用于通過牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

所述傳輸模塊通過EtherCAT總線串聯(lián)的方式將將所述視覺跟蹤的視頻實(shí)時(shí)傳輸至控制室。

在本發(fā)明中，通過紅外感應(yīng)器感應(yīng)目標(biāo)區(qū)域內(nèi)是否有人進(jìn)入，從而啟動(dòng)整個(gè)目標(biāo)跟蹤，實(shí)現(xiàn)實(shí)時(shí)視頻監(jiān)控。采用顏色直方圖、紋理特征等建立高斯混合背景模型，利用基于區(qū)域的方法來檢測(cè)運(yùn)動(dòng)目標(biāo)，較好的實(shí)現(xiàn)了人體目標(biāo)對(duì)象的識(shí)別過程。通過共面P4P的單目視覺定位原理可以消除人體目標(biāo)對(duì)象中的消除位置誤差的影響，實(shí)現(xiàn)對(duì)人體目標(biāo)對(duì)象的精準(zhǔn)位姿的定位?；诮Y(jié)構(gòu)相似度的視頻跟蹤方法，可以縮短對(duì)人體目標(biāo)對(duì)象在算法執(zhí)行過程中的執(zhí)行時(shí)間，也降低了跟蹤誤差。整個(gè)視頻跟蹤可以在控制室中實(shí)時(shí)播放，為整個(gè)大工廠模式提供了一種視頻監(jiān)控或者優(yōu)化作業(yè)的模式手段。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實(shí)施例中的基于Delta機(jī)器人下的目標(biāo)跟蹤的方法流程圖；

圖2是本發(fā)明實(shí)施例中的基于Delta機(jī)器人下的目標(biāo)跟蹤的系統(tǒng)結(jié)構(gòu)示意圖；

圖3是本發(fā)明實(shí)施例中的檢測(cè)模塊結(jié)構(gòu)示意圖；

圖4是本發(fā)明實(shí)施例中的視覺跟蹤模塊結(jié)構(gòu)示意圖；

圖5是本發(fā)明實(shí)施例中的定位模塊結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

相應(yīng)的，圖1示出了本發(fā)明實(shí)施例中的基于Delta機(jī)器人下的目標(biāo)跟蹤的方法流程圖，具體包括如下步驟：

開始；

S101、基于Delta機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)區(qū)域內(nèi)是否存有人進(jìn)入，如果有人進(jìn)入則進(jìn)入S102，否則繼續(xù)該步驟；

S102、在判斷有人進(jìn)入時(shí)，啟動(dòng)Delta機(jī)器人上的攝像頭搜索定位人體目標(biāo)對(duì)象；

S103、Delta機(jī)器人上的攝像頭采用顏色直方圖、紋理特征建立高斯混合背景模型；

顏色直方圖是在許多圖像檢索系統(tǒng)中被廣泛采用的顏色特征。它所描述的是不同色彩在整幅圖像中所占的比例，而并不關(guān)心每種色彩所處的空間位置，即無法描述圖像中的對(duì)象或物體。顏色直方圖特別適于描述那些難以進(jìn)行自動(dòng)分割的圖像。

混合高斯模型使用K(基本為3到5個(gè))個(gè)高斯模型來表征圖像中各個(gè)像素點(diǎn)的特征，在新一幀圖像獲得后更新混合高斯模型，用當(dāng)前圖像中的每個(gè)像素點(diǎn)與混合高斯模型匹配，如果成功則判定該點(diǎn)為背景點(diǎn)，否則為前景點(diǎn)。通觀整個(gè)高斯模型，他主要是由方差和均值兩個(gè)參數(shù)決定，對(duì)均值和方差的學(xué)習(xí),采取不同的學(xué)習(xí)機(jī)制，將直接影響到模型的穩(wěn)定性、精確性和收斂性。

S104、采用基于區(qū)域的方法檢測(cè)目標(biāo)區(qū)域內(nèi)的人體目標(biāo)對(duì)象；

具體實(shí)施過程中，其采用獲取目標(biāo)區(qū)域內(nèi)初始狀態(tài)視頻背景；獲取目標(biāo)區(qū)域下視頻的動(dòng)態(tài)圖像幀；基于初始狀態(tài)視頻背景采用減除法分離出當(dāng)前人體目標(biāo)對(duì)象。通過該步驟實(shí)施過程，可以實(shí)現(xiàn)背景與后續(xù)插入的動(dòng)態(tài)幀之間的分離，由于初始狀態(tài)一般是設(shè)置在Detlta機(jī)器人控制系統(tǒng)中，在目標(biāo)區(qū)域內(nèi)有其他物體存在時(shí)，可以實(shí)現(xiàn)目標(biāo)對(duì)象的分離過程，為后續(xù)目標(biāo)對(duì)象的識(shí)別過程作精準(zhǔn)匹配。

S105、獲取所述人體目標(biāo)對(duì)象所在區(qū)域的圖像信息；

S106、根據(jù)所述圖像信息獲取人體目標(biāo)對(duì)象信息；

S107、開啟視覺跟蹤，基于共面P4P的單目視覺定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

具體實(shí)施過程中，基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；通過牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

機(jī)器人在運(yùn)動(dòng)學(xué)標(biāo)定過程中，通過視覺測(cè)量手段完成誤差測(cè)量的關(guān)鍵在于視覺定位方法，基于4個(gè)空間點(diǎn)共面且所在平面與攝像機(jī)光軸不平行時(shí)，則對(duì)應(yīng)的共面P4P問題有唯一解，因此通過4個(gè)共面點(diǎn)實(shí)現(xiàn)人體目標(biāo)對(duì)象定位具有很強(qiáng)的實(shí)用價(jià)值，當(dāng)4個(gè)空間共面點(diǎn)組成平行四邊形時(shí)，該P(yáng)4P問題的解可以通過平行四邊形的兩個(gè)消隱點(diǎn)很方便的求解?？紤]到測(cè)量噪聲以及四個(gè)特征點(diǎn)位置誤差的影響，以消隱點(diǎn)計(jì)算出的結(jié)果作為初始值通過牛頓迭代法進(jìn)行優(yōu)化可以得到人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿態(tài)，本發(fā)明實(shí)施例中的這種定位方法首選需要對(duì)攝像機(jī)參數(shù)進(jìn)行標(biāo)定。

S108、在完成人體目標(biāo)對(duì)象的定位之后，基于結(jié)構(gòu)相似度的視頻跟蹤方法對(duì)人體目標(biāo)對(duì)象進(jìn)行視頻跟蹤；

具體實(shí)施過程中，采用卡爾曼濾波器預(yù)測(cè)人體目標(biāo)對(duì)象在本幀圖像中的大致位置；利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進(jìn)行迭代搜索，確定人體目標(biāo)對(duì)象在本幀圖像中的位置；利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

具體實(shí)施過程中，其通過構(gòu)造人體目標(biāo)對(duì)象的運(yùn)動(dòng)系統(tǒng)模型，基于卡爾曼濾波器進(jìn)一步預(yù)測(cè)得到本幀中目標(biāo)的預(yù)測(cè)位置，以及根據(jù)本幀跟蹤結(jié)果進(jìn)行卡爾曼濾波器觀測(cè)更新；以及在整個(gè)人體目標(biāo)對(duì)象運(yùn)動(dòng)過程中計(jì)算移動(dòng)方向，計(jì)算最優(yōu)的移動(dòng)步長(zhǎng)；計(jì)算最終的候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度值，計(jì)算卡爾曼濾波器噪聲矩陣的協(xié)方差，從而完成整個(gè)視覺跟蹤。

S109、將所述視頻跟蹤的視頻實(shí)時(shí)傳輸至控制室，并在視頻顯示中警示所示人體目標(biāo)對(duì)象狀態(tài)。

具體實(shí)施過程中，通過EtherCAT總線串聯(lián)的方式將將所述視覺跟蹤的視頻實(shí)時(shí)傳輸至控制室。

由此可見，通過紅外感應(yīng)器感應(yīng)目標(biāo)區(qū)域內(nèi)是否有人進(jìn)入，從而啟動(dòng)整個(gè)目標(biāo)跟蹤，實(shí)現(xiàn)實(shí)時(shí)視頻監(jiān)控。采用顏色直方圖、紋理特征等建立高斯混合背景模型，利用基于區(qū)域的方法來檢測(cè)運(yùn)動(dòng)目標(biāo)，較好的實(shí)現(xiàn)了人體目標(biāo)對(duì)象的識(shí)別過程。通過共面P4P的單目視覺定位原理可以消除人體目標(biāo)對(duì)象中的消除位置誤差的影響，實(shí)現(xiàn)對(duì)人體目標(biāo)對(duì)象的精準(zhǔn)位姿的定位?；诮Y(jié)構(gòu)相似度的視頻跟蹤方法，可以縮短對(duì)人體目標(biāo)對(duì)象在算法執(zhí)行過程中的執(zhí)行時(shí)間，也降低了跟蹤誤差。整個(gè)視頻跟蹤可以在控制室中實(shí)時(shí)播放，為整個(gè)大工廠模式提供了一種視頻監(jiān)控或者優(yōu)化作業(yè)的模式手段。

相應(yīng)的，圖2示出了本發(fā)明實(shí)施例中的基于Delta機(jī)器人下的目標(biāo)跟蹤的系統(tǒng)結(jié)構(gòu)示意圖，該系統(tǒng)包括：

紅外感應(yīng)模塊，用于基于Delta機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)區(qū)域內(nèi)是否存有人進(jìn)入；

啟動(dòng)模塊，用于在判斷有人進(jìn)入時(shí)，啟動(dòng)Delta機(jī)器人上的攝像頭搜索定位人體目標(biāo)對(duì)象；

高斯背景模塊，用于基于Delta機(jī)器人上的攝像頭采用顏色直方圖、紋理特征建立高斯混合背景模型；

檢測(cè)模塊，用于采用基于區(qū)域的方法檢測(cè)目標(biāo)區(qū)域內(nèi)的人體目標(biāo)對(duì)象；

獲取模塊，用于獲取所述人體目標(biāo)對(duì)象所在區(qū)域的圖像信息，以及根據(jù)所述圖像信息獲取人體目標(biāo)對(duì)象信息；

定位模塊，用于開啟視覺跟蹤，基于共面P4P的單目視覺定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

視覺跟蹤模塊，用于在完成人體目標(biāo)對(duì)象的定位之后，基于結(jié)構(gòu)相似度的視頻跟蹤方法對(duì)人體目標(biāo)對(duì)象進(jìn)行視頻跟蹤；

傳輸模塊，用于將所述視頻跟蹤的視頻實(shí)時(shí)傳輸至控制室；

顯示模塊，用于在視頻顯示中警示所示人體目標(biāo)對(duì)象狀態(tài)。

具體的，圖3示出了本發(fā)明實(shí)施例中的檢測(cè)模塊結(jié)構(gòu)示意圖，該檢測(cè)模塊包括：

背景檢測(cè)單元，用于獲取目標(biāo)區(qū)域內(nèi)初始狀態(tài)視頻背景；

動(dòng)態(tài)檢測(cè)單元，用于獲取目標(biāo)區(qū)域下視頻的動(dòng)態(tài)圖像幀；

分離單元，用于基于初始狀態(tài)視頻背景采用減除法分離出當(dāng)前人體目標(biāo)對(duì)象。

具體的，圖4示出了本發(fā)明實(shí)施例中的視覺跟蹤模塊結(jié)構(gòu)示意圖，該視覺跟蹤模塊包括：

預(yù)測(cè)單元，用于采用卡爾曼濾波器預(yù)測(cè)人體目標(biāo)對(duì)象在本幀圖像中的大致位置；

迭代單元，用于利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進(jìn)行迭代搜索，確定人體目標(biāo)對(duì)象在本幀圖像中的位置；

度量單元，用于利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

具體的，圖5示出了本發(fā)明實(shí)施例中的定位模塊結(jié)構(gòu)示意圖，該定位模塊包括：

第一定位單元，用于基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；

第二定位單元，用于通過牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

機(jī)器人在運(yùn)動(dòng)學(xué)標(biāo)定過程中，通過視覺測(cè)量手段完成誤差測(cè)量的關(guān)鍵在于視覺定位方法，基于4個(gè)空間點(diǎn)共面且所在平面與攝像機(jī)光軸不平行時(shí)，則對(duì)應(yīng)的共面P4P問題有唯一解，因此通過4個(gè)共面點(diǎn)實(shí)現(xiàn)人物特征定位具有很強(qiáng)的實(shí)用價(jià)值，當(dāng)4個(gè)空間共面點(diǎn)組成平行四邊形時(shí)，該P(yáng)4P問題的解可以通過平行四邊形的兩個(gè)消隱點(diǎn)很方便的求解?？紤]到測(cè)量噪聲以及四個(gè)特征點(diǎn)位置誤差的影響，以消隱點(diǎn)計(jì)算出的結(jié)果作為初始值通過牛頓迭代法進(jìn)行優(yōu)化可以得到人物特征在攝像機(jī)坐標(biāo)系下的精確位姿態(tài)，本發(fā)明實(shí)施例中的這種定位方法首選需要對(duì)攝像機(jī)參數(shù)進(jìn)行標(biāo)定

具體實(shí)施過程中，該傳輸模塊通過EtherCAT總線串聯(lián)的方式將將所述視覺跟蹤的視頻實(shí)時(shí)傳輸至控制室。

綜上，通過紅外感應(yīng)器感應(yīng)目標(biāo)區(qū)域內(nèi)是否有人進(jìn)入，從而啟動(dòng)整個(gè)目標(biāo)跟蹤，實(shí)現(xiàn)實(shí)時(shí)視頻監(jiān)控。采用顏色直方圖、紋理特征等建立高斯混合背景模型，利用基于區(qū)域的方法來檢測(cè)運(yùn)動(dòng)目標(biāo)，較好的實(shí)現(xiàn)了人體目標(biāo)對(duì)象的識(shí)別過程。通過共面P4P的單目視覺定位原理可以消除人體目標(biāo)對(duì)象中的消除位置誤差的影響，實(shí)現(xiàn)對(duì)人體目標(biāo)對(duì)象的精準(zhǔn)位姿的定位?；诮Y(jié)構(gòu)相似度的視頻跟蹤方法，可以縮短對(duì)人體目標(biāo)對(duì)象在算法執(zhí)行過程中的執(zhí)行時(shí)間，也降低了跟蹤誤差。整個(gè)視頻跟蹤可以在控制室中實(shí)時(shí)播放，為整個(gè)大工廠模式提供了一種視頻監(jiān)控或者優(yōu)化作業(yè)的模式手段。

本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲(chǔ)于計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)可以包括：只讀存儲(chǔ)器(ROM，Read Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁盤或光盤等。

以上對(duì)本發(fā)明實(shí)施例所提供的基于Delta機(jī)器人下的目標(biāo)跟蹤的方法及系統(tǒng)進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。