[发明专利]一种基于激光的人流检测方法以及设备

说明书

本发明提供了一种基于激光的人流检测方法以及设备，包括：目标机器人对目标区域进行激光扫描获取多帧激光点云数据，其中，所述多帧激光至少为两帧；将所述多帧激光点云数据通过坐标转化为灰度图；将正样本输入到分类模型中进行训练，通过所述分类模型提取目标特征曲线；基于目标特征曲线确定角点，再采用稀疏光流的方法估计待跟踪的所述角点在灰度图中的位置；再计算所述角点流光变化判断人流的运动状态，其中，所述运动状态包括进入、离开和静止；根据所述运动状态所述机器人将移动或者静止不动；采用稀疏光流的方法估计待跟踪的所述角点在所述灰度图中的位置，可以在灰度图中算出人流的流光变化。

技术领域

本发明涉及智能机器人领域，尤其涉及一种基于激光的人流检测方法以及设备。

背景技术

随着服务机器人行业的快速发展与应用落地，机器人自主进出垂直电梯已成为移动服务机器人的一项基础的功能。在进出电梯的场景中，由于存在人群进出电梯，为避免机器人对进出梯的行人造成影响且自身能够顺利进出梯，机器人需要能够准确感知人流的变化。即:当有人群出电梯时，机器人不可以进电梯。为满足这样的场景需求，需要提出一种可靠的人流检测方法，以进一步指导机器人做出正确的进出电梯的决策。

发明内容

本发明的目的之一在于，用智能机器人检测人流。

为实现上述目的，本发明提供了一种基于激光的人流检测方法，包括：

目标机器人对目标区域进行激光扫描获取多帧激光点云数据，其中，所述多帧激光至少为两帧；

将多帧所述激光点云数据通过坐标转化为灰度图；

将正样本输入到分类模型中进行训练，通过所述分类模型提取目标特征曲线；

基于目标特征曲线确定角点，再采用稀疏光流的方法估计待跟踪的所述角点在所述灰度图中的位置；

再计算所述角点流光变化判断人流的运动状态，其中，所述运动状态包括进入、离开和静止；

根据所述运动状态所述机器人将移动或者静止不动。

进一步地，将正样本输入到分类模型中进行训练，其中，所述正样本为双腿曲线，所述双腿曲线的种类包括双腿并行曲线、双腿并拢、双腿交叉曲线和遮盖型曲线；

确定每帧灰度图中所述目标曲线特征的个数

确定所述目标特征曲线的种类；

模拟出目标特征曲线相对应的简易双腿模型，其中，所述简易双腿模型包括双腿并行模型、双腿并拢模型、双腿交叉模型和遮盖型模型；

在所述灰度图中输出所述目标特征曲线相应的双腿模型。

进一步地，在第一预设时间内，如果多帧所述灰度灰度图中所

述目标特征曲线的个数为0，所述目标机器人移动并停止扫描。进一步地，在第一预设时间内，如果多帧所述灰度灰度图中所述目标特征曲线的个数为1；

确定所述目标特征曲线的角点；

确定所述目标特征曲线的种类为双腿并行曲线、双腿并拢和双腿交叉曲线；

在所述灰度图中输出所述目标特征曲线相应的所述简易双腿模型；

在不同帧中，根据所述灰度图的流光向量的变化来判断人流的流动方方向。

进一步地，在第一预设时间内，如果多帧灰度灰度图中所述目标特征曲线的个数为多个；

确定多个所述目标特征曲线的角点；

对多个所述目标特征曲线进行编号；

确定所述目标特征曲线的种类为双腿并行曲线、双腿并拢、双腿交叉曲线；