[发明专利]一种小车对红外物体检测、识别及跟踪方法

说明书

本发明公开了一种小车对红外物体检测、识别及跟踪方法，采用目标识别跟踪闭环控制算法，图像传感器识别到小车B上的目标物后返回其中心点的初始坐标，并测量出下一帧数据中心坐标；将得到偏差△X输入到施力水平的PD控制中，得到舵机的输出值，将偏差△Y输入施力升降的PD控制中，得到电机的输出值；小车运动时，图像传感器根据物体在图像坐标系下的中心坐标，获得物体的宽度和高度，并知道物体此时的面积大小，通过采集数据来拟合出物体离图像传感器的距离值；小车知晓与红外物体的距离以及红外物体是否向下运动，当面积值小于一定值时，则判断红外物体向下运动；由于物体倾斜，通过将此时摄像头识别的图形面积进行计算，可对物体面积进行校正。

技术领域

本发明涉及一种运动目标识别跟踪方法，尤其是涉及一种小车对红外物体检测及跟踪的方案。

背景技术

随着德国工业4.0的兴起，越来越多的生产领域提出了高风险、高强度的环境要求，因而出现了“机器人”这个研究方向，试图让机器人代替人类作业。目前已经广泛应用于农业、工业、科技、国防等各个领域。而在机器人领域，机器人的动态跟踪一直是热点并且棘手的问题，要跟踪机器人首先得知道机器人的运动姿态，这就离不开传感器。

基于视觉传感器的机器人小车运动识别跟踪，有极高的优越性，并且研究成果可扩展到运动目标识别跟踪。同时运动目标识别跟踪也是目前视觉领域研究的热点问题，随着计算机技术不断发展运动目标跟踪技术也由此取得了很大的进步。

目前对于红外物体的检测与跟踪识别率较低，抗干扰性较弱，影响检测及跟踪效果。

发明内容

本发明为解决目前对于红外物体的检测与跟踪识别率较低、抗干扰性较弱的问题，提供了一种小车对红外物体检测及跟踪的方案，能够使小车完成对红外物体的检测及跟踪，同时能够自主改变小车的运动，并且识别率高，抗干扰性强。

本发明所采用的技术方案：

一种小车对红外物体检测、识别及跟踪方法，采用目标识别跟踪闭环控制算法，其用X坐标跟踪旋转方向，用Y坐标跟踪升降方向；图像传感器识别到小车B上的目标物后返回其中心点的初始坐标(X₀,Y₀)，图像传感器测量出的下一帧数据中心坐标为(X₁,Y₁)，则可得到偏差△X,△Y；将偏差△X输入到施力水平的PD控制中，得到舵机的输出值，将偏差△Y输入施力升降的PD控制中，得到电机的输出值；小车运动时，图像传感器根据物体在图像坐标系下的中心坐标，获得物体的宽度和高度，并知道物体此时的面积大小，由于物体越近，面积就越大，物体越远，面积就越小，因此，通过采集数据来拟合出物体离图像传感器的距离值；

小车知晓与红外物体的距离以及红外物体是否向下运动，通过用面积值可以判断，当面积值小于一定值时，则判断红外物体向下运动；由于物体倾斜，物体在摄像头XOY平面坐标系下会有一定的倾斜角度，导致其返回的面积数据会发生变化，通过将此时摄像头识别的图形面积进行计算，可对物体面积进行校正。

同一距离下，物体在0°时刻和非0°时刻的面积不同，物体在摄像头XOY平面坐标系下会有一定的倾斜角度，导致其返回的面积数据会发生变化，再加上距离的变化，会同时改变摄像头返回的面积值；由于知道实物在图像传感器摄像头XOY平面坐标系下的倾斜角度d、宽度P_Height、高度P_Width，通过如式3-1和3-2所示的理论关系式建立转换模型，得出0°时刻的宽度Z_Height和高度Z_Width，以及0°时刻的面积值Z_Area；

Z_Height×sinα+Z_Width×cosα＝P_Height 式(3-1)

Z_Height×cosα+Z_Width×sinα＝P_Width 式(3-2)

α、P_Height、P_Width均是已知量，Z_Height和Z_Width才是需要求的两个量，两个方程两个未知数，可以将式3-1、式3-2推导成以下结果：