面向人机合作任务的kinect视觉人员识别和跟踪方法-控制科学与工程专业论文.docxVIP

原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得 的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表 的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究 工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声 明的法律责任由本人承担。 学位论文作者签名： 日期： 关于学位论文版权使用授权的说明 本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定：学校有 权采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供本学位论文全 文或者部分内容的阅览服务；学校有权将学位论文的全部或部分内容编入有关数据库 进行检索、交流；学校有权向国家有关部门或者机构送交论文的复印件和电子版。 ：（保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 日期： ： 导 师 签 名： 日期 河 河北工业大学硕士学位论文 面 面向人机合作任务的 Kinect 视觉人员识别和跟踪方法 摘 要 随着计算机视觉学科的不断发展壮大，人机合作技术逐渐成为人们的研究热点。 人机合作（Human-Robot Collaboration，简称 HRC）就是指机器人与人在同一作业空间 内直接接触，合作完成一项作业任务。这就要求机器人能够通过动作、手势或语音等 方法与人进行交流，以确保人机共处过程中人的生命安全问题，这也是人机合作技术 发展所面临的一个难题。 为了解决人机和平共处的难题，本文提出了一种基于 Kinect 视觉的目标人员识别 与跟踪方法。本文采用的是运算速度快、综合性能高，对旋转、亮度变化等具有强鲁 棒性的 SURF（Speeded-Up Robust Features）特征检测算法。本文主要包括三方面内 容：首先，通过 Kinect 分别对目标人员和现场场景进行 3D 数据采集，包括彩色图像 数据和深度图像数据，结合获取到的两种数据信息，对图像进行滤除背景干扰处理， 保留人体区域；然后，在经过预处理操作之后，再对图像进行 SURF 特征提取，以减 少 SURF 算法的运算量，进一步提高运算速度；最后，应用无迹卡尔曼滤波（UKF） 对场景中的目标人员进行跟踪。 实验结果证明，在复杂环境中，该方法也可以快速、准确的识别目标人员，不受 遮挡、光照变化等因素的影响，并且在实验室环境下实现了目标人员的跟踪任务。 关键字：人机合作 计算机视觉 Kinect SURF UKF I ABSTRACT With the development of computer vision, the Human-robot Collaboration (HRC) technology has been one of the hot research topics. HRC refers that humans and robots cooperate on a common task, in the same working environment. This requires that robots can communicate with humans through actions, gestures, voice or other methods, to ensure human security issue during collaboration time. The human security issue is a hard work in the HRC technology field. To solve this issue, the thesis presents a novel method of human recognition and tracking based on the Kinect. In the thesis, it applies SURF (Speeded-Up Robust Features) algorithm, which has faster calculating speed, higher integrated performance and stronger robustness in rotation and lightness invariant. The thesis encompasses three parts: firstly, collect three- dimensional data from target human and the scene by Kinect, including color image data flow and depth image da