基于LabVIEW及智能机器人人体姿态检测.docVIP

基于LabVIEW及智能机器人人体姿态检测 　　摘要 针对老年人或者残疾人独自行走时，可能发生意外事故而得不到及时处理等问题，提出一种解决方案：智能机器人在保持安全距离的前提下，能够跟随独居老人或残疾人移动，在移动过程中能够实时监测老年人的人体姿态变化，以便及时关注老年人的生活状况。该方案以Microsoft Kinect为硬件基础 ，结合模式识别算法在LabVIEW平台上来实现人体姿态检测，相比采用传统的RGB或者深度图像做姿态匹配时需要建立大量样本库，采用Kinect的骨骼图来检测人体姿态，只需要根据Kinect的三维坐标就可以判断出人体的各种姿态，应用价值较大 关键词 智能机器人；Microsoft Kinect；LabVIEW；姿态检测 DOI DOI： 10.11907/rjdk.162797 中图分类号： TP301 文献标识码： A 文章编号 文章编号：2017）002001603 0 引言 人体姿态实时检测是智能服务机器人的一大特点，近年来逐渐成为机器人研究领域的重点[1]。通过实时的人体姿态检测，该服务器机器人可以对被跟随者的实时状态是否安全作出相应判断，然后进行及时的事故处理，可用于残障人士、独居老人等社会弱势群体的日常监护中。一旦检测并判断出被跟随者有类似跌倒的紧急情况，智能机器人报警模块会立刻发出警报，寻求帮助 过去研究者大多采用RGB图像检测人体姿态，不仅需要大量的样本库供机器人进行学习和匹配，而且受周围光线影响容易导致姿态检测判断失误；也有很多研究者采用Kinect的深度图，此方法同样需要建立大量样本库。虽然以上方法都能较准确地实现人体姿态检测的目的，但是都需要建立大量的样本库，都有各自应用场合的局限性[2] 本方案采用Kinect的骨骼图来检测人体姿态，骨骼图中包含人体20个关节点，并将每个关节点标注为Kinect的三维坐标，根据坐标值的变化可以准确判断出人体各种姿态。首先在机器人上安装一台miniPC，通过 Microsoft的SDK获取骨骼图。Kinect本身采集到的是深度图和RGB图，然后经过SDK中的相关算法处理才得到骨骼图。使用骨骼图虽然需要相应的硬件支持，但是可以不用建立大量的?颖究猓?并且可以精确地检测到各种人体姿态。总体来看，采用Kinect的骨骼图来实现人体姿态的检测拥有良好的应用前景 1 人体姿态检测原理分析 1.1 智能服务机器人及Kinect模块 该智能跟随服务机器人如图1（左图）所示，该服务机器人具有智能跟随、自动避障、实时人体姿态检测以及远程监控等功能。人体姿态检测模块采用的传感器是Microsoft的Kinect模块，如图1（右图）所示，模块有3个摄像镜头，中间的RGB摄像镜头主要用来负责采集彩色图像信息，其两边的3D DEPTH SENSORS摄像头主要用来采集深度数据。比如场景中物体到摄像头的距离，此外模块还拥有强大的随着对焦物体移动的技术。随着对焦物体的移动，其底座上的马达也会跟着转动，能够对运动物体进行实时拍摄，以便后续用于人体姿态检测处理 1.2 Kinect 骨骼图 Microsoft还使用模式识别算法，根据RGB图像和深度图生成人体骨骼图，可实时显示Kinect摄像头前人体的20个关节点，如图2所示，同时还能将每个关节点用坐标（x，y，z）表示出其相对于Kinect的位置，从Kinect感应器的视角来看，假设HIP CENTER为坐标原点，以坐标原点向左的直线作为坐标系轴的负向，以坐标原点向上的直线作为坐标系轴的正向，Kinect感应的方向作为坐标系的z。这为人们检测人体姿态提供了极大地便利，在该方案中主要是检测人体是否处于跌倒状态，以便更好地实现对独居老人的监护功能[3]。因此，可以用图2中的头部关节点坐标中的值来判断独居老人是否处于跌倒状态，即当小于某个值时即认为老人此时已经处于跌倒状态，此时机器人会触发报警装置，并发生报警信号，使得能够在第一时间里及时处理事故，更好地监控老年人的生活状态 2 人体姿态检测的LabVIEW程序设计 2.1 LabVIEW介绍 LabVIEW是美国NI公司开发的编程语言，与其它语言最大的不同是其采用图形化编辑方式。使用LabVIEW进行软件开发，其流程相对简单、高效 LabVIEW最大的优点是在硬件一定情况下，可以通过修改流程图或者框图，实现不同仪表的功能[4]。使用LabVIEW进行原理研究、算法设计，并最终实现系统功能时，极大提高了工程师的设计效率，同时使用LabVIEW Real-Time工具进行并发编程时，可以对相应的嵌入式开发平台进行多核支持，比如在此智能机器人的硬件平台下，使用LabVIEW进行人体姿