专利名称：一种基于多传感器服务机器人跟随系统和方法
技术领域：
本发明属于机器人领域，涉及一种机器人跟随系统和方法，确切的说，是一种根据多传感器融合的量测信息实现机器人自主跟随目标人的系统和方法。
背景技术：
目标人跟随是人机交互研究中的一个热点问题，不仅在机器人领域具有广泛的应用需求，例如协助残疾人和病人移动的机器人轮椅、跟在主人身后搬运行李重物的机器人等，而且对于侦察型军用机器人也具有应用价值。跟随过程往往发生在包括目标人和非目标人的多人自然环境中，因而机器人需要在避开障碍物的同时准确跟随指定目标。目前已有的机器人跟随系统主要采用单一激光传感器，对目标人的采集方法较为单一，易受环境中相似物体干扰。机器人跟随的方法主要为基于采样的联合概率滤波算法 (SJPDAF)，此算法适于多目标人跟踪，但是过去此算法也只是采用单一激光传感器。机器人在跟随过程中环境较为复杂，可能出现静态或动态障碍物。因此要求机器人在跟随过程中有避障能力。目前的避障方法主要有动态窗口法(DWA)、势场法和速度障碍法(VO)等。这些算法的复杂度较高，有容易陷入局部最小的缺陷。中国专利号200910101604. 4的专利公开了一种多机器人跟踪移动目标算法，使用移动目标的当前位置信息和前一时刻的位置信息构造目标的运动模型，并用运动预测模型构造机器人运动控制模型，使用协方差插值方法对移动目标位置估计。该发明保证移动目标始终处于多机器人可视范围。但是该发明无法同时对多个目标进行跟踪，也没有考虑跟踪过程中的避障问题。
发明内容
本发明的目的是针对现有技术在机器人跟随目标人时存在的不足，提出一种基于多传感器的机器人跟随系统和方法，使得服务机器人在复杂室内环境下跟随目标人的同时具有良好的避障能力。本发明解决技术问题的具体技术方案如下本发明是一种适于融合多传感器的机器人跟随系统，包括传感器检测部分、检测融合部分、运动执行部分和上位主控机，传感器检测部分是采集视野中所有类似人的位置， 并将所有的量测信息发送给上位主控机，检测融合部分是上位主控机采用基于采样的联合概率滤波算法对目标人的位置进行更新，运动执行部分是根据当前目标人信息和障碍物信息生成运动目标并执行跟踪与跟随。本发明所述的传感器检测部分包括多种传感器，多种传感器包括激光测距仪和深度相机。本发明所述的检测融合部分是上位主控机运行的融合多种传感器的基于采样的联合概率滤波算法。本发明所述的运动执行部分包括底盘和云台。
本发明是一种适于融合多传感器的机器人跟随系统的使用方法，包括以下步骤(1)使用机器人的激光传感器对视野所有目标人定位，同时使用深度相机对所有目标人进行头肩检测并定位；(2)使用基于采样的联合概率滤波算法对所有目标人的位置进行更新，即根据量测信息生成每个目标人当前时刻的位置信息；(3)使用更新的被跟随的目标人信息，结合前方的障碍物信息进行避障跟随。本发明使用方法所述的激光传感器采用圆弧检测方法对类似人进行检测，深度相机采用基于AdaBoost的快速人脸检测方法，进行目标人的头肩特征的检测。本发明使用方法融合了多种传感器的量测信息，将其应用于基于采样的联合概率滤波算法(SJPDAF)中。本发明所述的使用方法在更新目标人位置的条件下，根据前方障碍物信息，采用了一种障碍物搜索半径收缩的方法快速生成运动规划的目标点。本发明的有益效果表现在，通过融合多种传感器的量测信息，结合基于采样的联合概率滤波算法和避障算法对目标人进行无碰跟随，保证机器人可良好地在室内有干扰人的情况下实现自主跟随，同时提高了跟随的鲁棒性和跟踪精度。
图1是机器人跟随系统结构示意图；图2是机器人动态规划可行目标点示意图。
具体实施例方式下面结合附图和具体实施例对发明的技术方案作进一步详细说明图1是本发明提供的机器人跟随系统的结构示意图。如图1所示，本发明机器人跟随系统包括传感器检测部分、检测融合部分和运动执行部分。采用激光和深度相机进行目标人的采集，上位主控机采用基于采样的联合概率滤波算法(SJPDAF)对目标人的位置进行更新，云台和底盘根据更新的目标人位置进行跟踪与跟随。传感器检测部分负责采集视野中所有类似人的位置和底盘障碍物信息，并将所有的量测信息发送给上位主控机。传感器检测部分包括多种传感器，多种传感器包括激光测距仪和深度相机，激光测距仪包括机器人的胸口激光测距仪和底盘激光测距仪。其中，胸口激光测距仪为HOKUYO UTM-30LX型激光测距仪，机器人头部的深度相机为MESA SR4000相机，底盘激光测距仪为SICK-100型激光测距仪。检测融合部分负责根据量测信息生成每个目标人当前时刻的位置信息，即上位主控机根据胸口激光测距仪和深度相机的量测信息生成当前时刻视野内每个人的位置信息， 同时根据底盘激光测距仪采集的障碍物信息规划下一时刻机器人运动目标点。运动执行部分负责根据当前目标人信息和障碍物信息生成运动目标并执行。本发明提供的基于多种传感器的机器人跟随方法步骤如下首先，使用机器人胸部的激光传感器采用圆弧检测方法，对视野内的类似人进行检测并定位，同时使用深度相机采用基于AdaBoost的快速人脸检测方法，对所有目标人进行头肩检测并定位，所有的传感器量测信息都发送给上位主控机。
其次，使用基于采样的联合概率滤波算法(SJPDAF)对所有目标人的位置进行更新。假设t时刻有η个跟踪目标，mt个观测。由于我们只能跟随一个目标运动，所以只关注被跟随目标的t时刻的状态，记为x(t) ；Z(t)表示t时刻所有传感器的观测的组合序列，记 Z(O = Iz1^)L、⑴}，Zj(t)表示t时刻这组观测中的一个观测。β」表示观测j对目标的关联概率。假设被跟随目标的粒子滤波器有K个粒子。结合量测信息的多传感器融合SJPDAF算法具体的步骤如下(1)在预测阶段根据预测方程更新前一时刻粒子群的状态；(2)根据下式计算各个观测对于被跟踪目标的关联概率β j,
mt ι Kβ=Σ^Π^Σ^ωι^(0)]
6 εΘJ=Ik=\其中θ表示观测特征j与目标的关联集合，Θ表示将观测j与目标关联的所有可能的关联事件组合，xk (t)表示t时刻第k个粒子的状态，α表示归一化因子；(3)根据下式使用传感器当前时刻的量测信息估计被跟随目标的状态，
mtp(x(t) I Z(O) = ^X β}ρ{ζ} (0 ι x{t))p{x{t) ι Z{t -1));
J=Ot时刻目标第k个粒子的权重Wk (t)为
mtwk{t) = aYjβ]Ρ{ζ}(01 Xk(0)。
J=O最后，使用更新的被跟随的目标人信息，结合前方的障碍物信息进行避障跟随。动态规划可行目标点的思路如图2示首先根据底盘激光检测的信息以及机器人半径扩充障碍物区间；其次以目标人方向为中心向左右分别搜索可行目标点，如果找到可行规划目标点P，算法退出；最后如果在当前障碍物搜索半径R范围上没有合适的可行路径，适当缩小搜索障碍物半径R重复上面两个步骤直到找到一个可行的目标点。如果搜索半径缩小到机器人底盘半径大小还没找到可行的目标点，那么说明机器人前方没有可行路径，机器人保持静止。机器人实物在复杂环境下跟随目标人无碰运动。机器人在跟随过程中有动态干扰人出现，同时地面也有静态障碍物。机器人能够通过SJPDAF算法跟踪多个目标人，使得机器人不被动态干扰人影响。机器人根据底盘激光测距仪采集的障碍物信息搜索合理的运动目标点，使得机器人能够在狭小的空间内无碰运动，体现了避障方法的有效性。以上列举的仅是本发明的一个具体实施例，显然，本发明不限于以上实施例，还可以有许多变形，本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形，均应认为是本发明的保护范围。
权利要求
1.一种适于融合多传感器的机器人跟随系统，包括传感器检测部分、检测融合部分、运动执行部分和上位主控机，其特征在于，所述的传感器检测部分是采集视野中所有类似人的位置，并将所有的量测信息发送给上位主控机，所述的检测融合部分是上位主控机采用基于采样的联合概率滤波算法对目标人的位置进行更新，所述的运动执行部分是根据当前目标人信息和障碍物信息生成机器人运动规划点并执行跟踪与跟随。
2.如权利要求1所述的机器人跟随系统，其特征在于，所述的传感器检测部分包括多种传感器。
3.如权利要求2所述的机器人跟随系统，其特征在于，所述的多种传感器包括激光测距仪和深度相机。
4.如权利要求1所述的机器人跟随系统，其特征在于，所述的检测融合部分是上位主控机运行的融合多种传感器的基于采样的联合概率滤波算法。
5.如权利要求1所述的机器人跟随系统，其特征在于，所述的运动执行部分包括底盘和云台。
6.一种适于融合多传感器的机器人跟随系统的使用方法，其特征在于，包括以下步骤(1)使用机器人的激光传感器对视野所有目标人定位，同时使用深度相机对所有目标人进行头肩检测并定位；(2)使用基于采样的联合概率滤波算法对所有目标人的位置进行更新，即根据量测信息生成每个目标人当前时刻的位置信息；(3)使用更新的被跟随的目标人信息，结合前方的障碍物信息进行避障跟随。
7.如权利要求6所述的机器人跟随系统的使用方法，其特征在于，所述的激光传感器采用圆弧检测方法对类似人进行检测，深度相机采用基于AdaBoost的快速人脸检测方法， 进行目标人的头肩特征的检测。
8.如权利要求6所述的机器人跟随系统的使用方法，其特征在于，融合了多种传感器的量测信息，将其应用于基于采样的联合概率滤波算法(SJPDAF)中。
9.如权利要求6所述的机器人跟随系统的使用方法，其特征在于，在更新目标人位置的条件下，根据前方障碍物信息，采用了一种障碍物搜索半径收缩的方法快速生成运动规划的目标点。
全文摘要
本发明公开一种根据多传感器融合的量测信息实现机器人自主跟随目标人的系统和方法，包括传感器检测部分、检测融合部分、运动执行部分和上位主控机，传感器检测部分是采集视野中所有类似人的位置，并将所有的量测信息发送给上位主控机，检测融合部分是上位主控机采用基于采样的联合概率滤波算法对目标人的位置进行更新，运动执行部分是根据当前目标人信息和障碍物信息生成运动目标并执行跟踪与跟随，本发明通过融合多种传感器的量测信息，结合基于采样的联合概率滤波算法和避障算法对目标人进行无碰跟随，保证机器人可良好地在室内有干扰人的情况下实现自主跟随，同时提高了跟随的鲁棒性和跟踪精度。
文档编号G05D1/02GK102411371SQ20111037057
公开日2012年4月11日 申请日期2011年11月18日 优先权日2011年11月18日
发明者刘南洋, 李千山, 熊蓉, 王军南, 褚健 申请人:浙江大学