移动机器人扩展二维环境建模人体目标自主辨识.pdfVIP

1 移动机器人扩展二维环境建模与人体目标自主辨识 1 1 1 王 健 ，庄 严 ，王 伟   1 (大连理工大学信息与控制研究中心 大连 116024) (E-mail: zhuang@) 摘 要： 本文研究了针对室内场景的扩展二维环境建模问题，以及移动机器人在该环境中对 人体目标的模型构建与自主辨识方法。基于激光测距和单目视觉在环境检测中的互补性，本 文将单目视觉所获取的二维环境信息与通过激光数据提取的水平面环境特征进行融合，从而 实现了移动机器人扩展二维环境的自主构建。本文结合该环境模型并利用激光测距完成人体 候选目标的提取，并依据人体躯干、头部以及脸部肤色的差异提出一种人体区段建模方法， 进而给出了移动机器人同时对多个人体目标进行实时检测与自主辨识的具体方法。通过对应 用于 Pioneer 3移动机器人上所获得的实验结果和数据的分析讨论，验证了所提出方法的有 效性和实用性。 关键词 扩展二维环境建模，人体目标辨识，多传感器数据融合，自主移动机器人 1. 引言 随着人工智能和机器人技术的发展，机器人广泛应用于各种服务场所，如公共场所的向 导型机器人、敬老院和医院的助老助残机器人、面向家庭环境的服务机器人，以及现代建筑 中的保安监控机器人系统等。在这些应用中首当其冲的问题就是人体的发现和辨识。在实时 目标跟踪与监控中，最基本的要求就是能及时的监测到目标的出现和目标消失，同时能对已 获取的目标进行辨识和确认。 人体识别技术在过去几十年间引起了广泛的关注。早期许多学者在研究向导型机器人在 公共场所应用中的相关方法和理论[1][2][3]时就涉及到了人体识别技术。人体识别技术的发展 与图像视觉的发展的是分不开的，人体识别技术最先就是在视觉的基础上进行研究的。人们 先对获得的图像数据进行预处理，然后进行边缘提取以期望从人类体形特征上来区分人体目 标。随着图像传感器技术的发展，视频序列中的人体模型监视在最近几年内成为研究的热点。 这些基于视觉的理论和算法，往往都是先选定人体外貌特征中某一点或几点特来建立模型并 对人体进行跟踪，如论文[4]使用面部特征对人的脸部进行跟踪，论文[5]则是提取出人脸的 3D 侧面模型对脸部进行跟踪。图像数据采集方便，技术成熟，但图像数据易受背景的干拢， 丰富的信息量虽便于分析目标，但处理复杂计算量庞大。单纯依靠视觉已经无法满足快速和 准确识别目标的要求。随着传感器技术的发展，有学者借助热成像仪[5] [7] 和激光器 等新型的 传感器，来对人体目标进行识别。进一步的，有学者引入动作等其它因素极大的扩展人体识 别技术，如论文[8]中使用EM 算法对激光数据进行分析来监视动作。 本文在传统单目视觉所获得的2D 环境的基础上引入由激光距离信息形成的特定二平面 构建出一个扩展二维环境，并在该环境中实现对人体的目标快速辨识和监视。激光数据补充 了图像在特定的平面上事物的景深信息极大的丰富了单目视觉的2D 环境。通过激光数据和 图像数据的融合，可以快速定位特定目标在图像平面上的范围，减低了计算复杂度和计算量。 文中首先通过激光器快速侦查到新目标的出现，旧目标清失以及目标的出现，同时对目标进 行初步辨识以确定特定目标。然后融合图像和激光数据，从而获得目标在图像平面上的范围。 最后利用图像信息分析出目标的特征，建立目标模型，对所获得的目标进行识别以确定人体 目标，最终实现对人体目标的持续监视。系统的框架图如图1 所示。                                                                1 本文工作得到教育部高等学校博士学科点专项科研基金（项目号20060141006）资助。