CN105187764A - 一种基于视觉分析的水下测量救生装置 - Google Patents

Abstract

本发明属于水下测量与救生研究领域，具体涉及一种对人的水下运动实时测量的、人的水下行为分析的、可自动报警的、基于视觉分析的水下测量救生装置。包括视觉跟踪系统、光电转换电路、放大电路、单片机、滤波器、接口，报警装置，防水外壳。本发明由于采用视觉跟踪系统，对目标人员的运动过程进行实时观测，对目标人员的水下动作进行智能分析，当发生危险时进行自动报警。不仅缩短了发现危险的时间，提高了水下救生的效率，而且经济性得到了提高。

Description

一种基于视觉分析的水下测量救生装置

技术领域

本发明属于水下测量与救生研究领域，具体涉及一种对人的水下运动实时测量的、人的水下行为分析的、可自动报警的、基于视觉分析的水下测量救生装置。

背景技术

由于水下的环境比较复杂，水下活动的人可能遇到突发情况，导致水下运动不能正常进行，或者正在进行水下工作的人发生危险，传统的水下救生工作依靠救生员发现危险并且进行施救，这导致发现危险的时间不及时，有的时候甚至不能发现危险；传统的人工救生即使成功，往往也不知道导致危险发生的原因是什么；并且人工的救生系统主观性强、经济性低、效率低下。

发明内容

本发明的目的是解决水下运动人员工作过程中无法进行直接观测、发生危险时无法及时进行报警的问题，提供一种基于视觉分析的水下测量救生装置。

本发明的目的是这样实现的：包括视觉跟踪系统、光电转换电路、放大电路、单片机、滤波器、接口，报警装置，防水外壳，视觉跟踪系统由单个摄像头组成，摄像头的输出端与光电转换电路(2)相连；光电转换电路(2)的输入端与摄像头(1)相连，输出端与放大电路(3)相连；放大电路(3)的输入端与光电转换电路(2)相连，输出端与单片机(4)相连；单片机(4)的输入端与放大电路(3)、滤波器(5)相连，输出端与滤波器(5)、接口(6)、报警装置(7)相连；滤波器(5)的输入端与单片机(4)相连，输出端与单片机(4)相连；接口(6)的输入端与单片机(4)相连；报警装置(7)的输入端与单片机(4)相连。

本装置采用的目标运动参数为某一时刻目标的位置和速度，在跟踪过程中,由于相邻两帧之间的间隔较短,一般情况下,目标的运动状态变化较小,所以假设目标在单位时间内为匀速运动。定义Kalman滤波器系统状态是一个四维向量x_k＝{x_cky_ckx_vky_vk}，其中，x_ck，y_ck分别是目标在x轴y轴上的位置，x_vk，y_vk分别是目标在x轴y轴方向的速度。对于检测出的目标，从图像中我们只能观测出目标的位置，所以系统中采用的观测向量z_k＝[xz_kyz_k]^T。

由于假设目标是在单位时间间隔内作匀速运动，所以状态转移矩阵定义为：

$A\left(\begin{array}{cc}k,& k-1\end{array}\right)=\left[\begin{array}{cccc}1& 0& 1& 0\\ 0& 1& 0& 1\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

同时,观察矩阵仅涉及物体的位置，因此设定为：

$H\left(k\right)=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\end{array}\right]$

相应的初始协方差为：

$P_0=\left[\begin{array}{cccc}100& 0& 0& 0\\ 0& 100& 0& 0\\ 0& 0& 25& 0\\ 0& 0& 0& 0\end{array}\right]$

根据运动模型以及视频帧率的大小，我们可以推得物体偏离当前帧预测的位置误差在x和y方向上均为4个像素，同时速度误差为2个像素每帧。因此状态矢量系统误差协方差矩阵为：

$Q=\left[\begin{array}{cccc}16& 0& 0& 0\\ 0& 16& 0& 0\\ 0& 0& 4& 0\\ 0& 0& 0& 4\end{array}\right]$

测量误差大小假设为x和y方向均为2个像素，因此测量误差协方差矩阵设为：

$R=\left[\begin{array}{cc}4& 0\\ 0& 4\end{array}\right]$

Kalman滤波估计步骤：

初始化滤波器：初始位置由第一帧检测到的人体中心位置决定，初始速度为0。

状态预测：计算得到k时刻修正前的状态矢量和k时刻的预测协方差矩阵。

状态修正：以的前两个分量为k时刻的人体中心位置(xc^k′,yc^k′)，重新检测运动目标，利用检测到的当前时刻的中心位置作为测量值用以修正预测值式，得到k时刻校正后的中心位置(xc^k,yc^k)。

上面介绍了利用Kalman滤波解决水下运动人员的位置跟踪的问题。下面介绍基于视觉分析的人体行为理解。

本装置选取速度与形态变化率为表征，通过单片机对水下目标的运动速度和形态变化率的分析，判断水下目标是处于正常状态或者是溺水状态。设定判断溺水的两个规则：

规则一：运动慢或者一直保持在一个小区域内不动。

规则二：不规则的快速的四肢运动。

倘若水下运动目标的运动状态处于上述两种情况，则认为目标处于溺水状态，对目标进行救援。

与现有技术相比，本发明的有益效果是：本发明解决了水下运动人员工作过程中无法进行直接观测、发生危险时无法及时进行报警的问题，采用视觉跟踪系统，对目标人员的运动过程进行实时观测，对目标人员的水下动作进行智能分析，当发生危险时进行自动报警，引导救援人员及时进行救援。本发明不仅缩短了发现危险的时间，提高了水下救生的效率，而且经济性得到了提高。

附图说明

附图1是本发明的组成示意图。

附图2是本发明的俯视结构示意图。

附图3是本发明的侧视结构示意图。

具体实施方式

下面结合附图对本发明做进一步描述。

本发明涉及一种对人的水下运动实时测量的、人的水下行为分析的、可自动报警的、基于视觉分析的水下测量救生装置及其实现方法，属于水下测量和救生研究领域。

附图1中，视觉跟踪系统包括单个摄像头，两个摄像头的指向可以根据实际的测量环境调整。

本发明包括视觉跟踪系统1、光电转换电路2、放大电路3、单片机4、滤波器5、接口6、报警装置7、防水外壳8。

本发明由于采用视觉跟踪系统，对目标人员的运动过程进行实时观测，对目标人员的水下动作进行智能分析，当发生危险时进行自动报警。不仅缩短了发现危险的时间，提高了水下救生的效率，而且经济性得到了提高。

视觉跟踪系统1的作用是在水下实时跟踪水下运动人员的位置，并且对各个时刻水下运动人员的动作进行摄像，然后将获得的图像信息通过光电转换电路2转化为电信号，将信号经过滤波器5滤波处理之后录入单片机4。单片机4对获得的信息进行分析处理，分析水下运动人员在该时刻的动作是否属于正常动作范畴，如果发现水下人员运动动作异常，发出信号到报警装置7，报警装置7发出报警，引导救援人员及时进行救援。

视觉跟踪系统由单个摄像头组成，摄像头的输出端与光电转换电路2相连；

光电转换电路2的输入端与摄像头1相连，输出端与放大电路3相连；

放大电路3的输入端与光电转换电路2相连，输出端与单片机4相连；

单片机4的输入端与放大电路3、滤波器5相连，输出端与滤波器5、接口6、报警装置7相连；

滤波器5的输入端与单片机4相连，输出端与单片机4相连；

接口6的输入端与单片机4相连。

报警装置7的输入端与单片机4相连。

防水外壳8将本发明置于密闭的防水壳中，便于本发明的工作。

具体实施方式一：下面结合图1说明本实施方式，本实施方式包括视觉跟踪系统、光电转换电路、放大电路、单片机。

视觉跟踪系统由单个摄像头组成，摄像头1的输出端与光电转换电路2相连；光电转换电路2的输入端与摄像头1相连，输出端与放大电路3相连；放大电路3的输入端与光电转换电路2相连，输出端与单片机4相连；单片机4的输入端与放大电路3相连。

单片机对视觉跟踪系统传递回来的信息进行处理，根据Kalman滤波对目标的运动位置(xc^k,yc^k)进行实时记录：

由于假设目标是在单位时间间隔内作匀速运动,所以状态转移矩阵定义为：

$A\left(\begin{array}{cc}k,& k-1\end{array}\right)=\left[\begin{array}{cccc}1& 0& 1& 0\\ 0& 1& 0& 1\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

同时，观察矩阵仅涉及物体的位置，因此设定为：

$H\left(k\right)=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\end{array}\right]$

相应的初始协方差为：

$P_0=\left[\begin{array}{cccc}100& 0& 0& 0\\ 0& 100& 0& 0\\ 0& 0& 25& 0\\ 0& 0& 0& 0\end{array}\right]$

根据运动模型以及视频帧率的大小，我们可以推得物体偏离当前帧预测的位置误差在x和y方向上均为4个像素，同时速度误差为2个像素每帧。因此状态矢量系统误差协方差矩阵为：

$Q=\left[\begin{array}{cccc}16& 0& 0& 0\\ 0& 16& 0& 0\\ 0& 0& 4& 0\\ 0& 0& 0& 4\end{array}\right]$

测量误差大小假设为x和y方向均为2个像素，因此测量误差协方差矩阵设为：

$R=\left[\begin{array}{cc}4& 0\\ 0& 4\end{array}\right]$

Kalman滤波估计步骤：

初始化滤波器：初始位置由第一帧检测到的人体中心位置决定，初始速度为0。

状态预测：计算得到k时刻修正前的状态矢量和k时刻的预测协方差矩阵。

状态修正：以的前两个分量为k时刻的人体中心位置(xc^k′,yc^k′)，重新检测运动目标，利用检测到的当前时刻的中心位置作为测量值用以修正预测值式，得到k时刻校正后的中心位置(xc^k,yc^k)。

根据图像信息的特征对目标的运动状态进行判断。

具体实施方式二：本实施方案与实施方案一的不同之处在于，它还包括报警装置7，当单片机4判断目标发生危险时，传递信号到报警装置7，报警装置7发出警报。

单片机对视觉跟踪系统传递回来的信息进行处理，根据Kalman滤波对目标的运动位置(xc^k,yc^k)进行实时记录，根据传递回来的图像对目标的运动特征进行分析，判断目标是否处于溺水状态。如果目标处于溺水状态，单片机发出信号到报警装置，报警装置发出警报。

具体实施方式三：本实施方案与实施方案二不同之处在于，它还包括与人机操作界面和显示系统相接的接口6，接口6的输入端与单片机4相连，输出端与人机操作界面和显示系统相连。

为了让操作者更加直观的对水下目标的运动状态进行观察与处理，特别加入了人机操作界面和显示系统。人机操作界面加入的目的是对摄像头的角度进行人为干预，对水下环境进行全面的观察。显示系统的目的是实施显示水下的环境，使岸上的人员对水下的环境有直观的了解。

Claims (4)

1.一种基于视觉分析的水下测量救生装置，其特征在于：包括视觉跟踪系统、光电转换电路、放大电路、单片机、滤波器、接口，报警装置，防水外壳，视觉跟踪系统由单个摄像头组成，摄像头的输出端与光电转换电路(2)相连；光电转换电路(2)的输入端与摄像头(1)相连，输出端与放大电路(3)相连；放大电路(3)的输入端与光电转换电路(2)相连，输出端与单片机(4)相连；单片机(4)的输入端与放大电路(3)、滤波器(5)相连，输出端与滤波器(5)、接口(6)、报警装置(7)相连；滤波器(5)的输入端与单片机(4)相连，输出端与单片机(4)相连；接口(6)的输入端与单片机(4)相连；报警装置(7)的输入端与单片机(4)相连。

2.根据权利要求1所述的一种基于视觉分析的水下测量救生装置，其特征在于：采用的目标运动参数为某一时刻目标的位置和速度，假设目标在单位时间内为匀速运动，定义Kalman滤波器系统状态是一个四维向量x_k＝{x_cky_ckx_vky_vk}，其中，x_ck，y_ck分别是目标在x轴y轴上的位置，x_vk，y_vk分别是目标在x轴y轴方向的速度，系统中采用的观测向量z_k＝[xz_kyz_k]^T，

状态转移矩阵定义为：

$A(k,k-1)=\left[\begin{array}{cccc}1& 0& 1& 0\\ 0& 1& 0& 1\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right]$

同时，观察矩阵仅涉及物体的位置，因此设定为：

$H\left(k\right)=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& 1& 0& 0\end{array}\right]$

相应的初始协方差为：

$P_0=\left[\begin{array}{cccc}100& 0& 0& 0\\ 0& 100& 0& 0\\ 0& 0& 25& 0\\ 0& 0& 0& 0\end{array}\right]$

根据运动模型以及视频帧率的大小，推得出物体偏离当前帧预测的位置误差在x和y方向上均为4个像素，同时速度误差为2个像素每帧，因此状态矢量系统误差协方差矩阵为：

$Q=\left[\begin{array}{cccc}16& 0& 0& 0\\ 0& 16& 0& 0\\ 0& 0& 4& 0\\ 0& 0& 0& 4\end{array}\right]$

测量误差大小假设为x和y方向均为2个像素，因此测量误差协方差矩阵设为：

$R=\left[\begin{array}{cc}4& 0\\ 0& 4\end{array}\right]$

Kalman滤波估计步骤：

初始化滤波器：初始位置由第一帧检测到的人体中心位置决定，初始速度为0，

状态预测：计算得到k时刻修正前的状态矢量和k时刻的预测协方差矩阵，

状态修正：以的前两个分量为k时刻的人体中心位置(xc^k′,yc^k′)，重新检测运动目标，利用检测到的当前时刻的中心位置作为测量值用以修正预测值式，得到k时刻校正后的中心位置(xc^k,yc^k)；

基于视觉分析的人体行为理解是：

选取速度与形态变化率为表征，通过单片机对水下目标的运动速度和形态变化率的分析，判断水下目标是处于正常状态或者是溺水状态，设定判断溺水的两个规则：

规则一：运动慢或者一直保持在一个小区域内不动，

规则二：不规则的快速的四肢运动，

倘若水下运动目标的运动状态处于上述两种情况，则认为目标处于溺水状态，对目标进行救援。

3.根据权利要求1所述的一种基于视觉分析的水下测量和救生装置，其特征在于：单片机对视觉跟踪系统传递回来的信息进行处理，根据Kalman滤波对目标的运动位置(xc^k,yc^k)进行实时记录，根据传递回来的图像对目标的运动特征进行分析，判断目标是否处于溺水状态，如果目标处于溺水状态，单片机发出信号到报警装置，报警装置发出警报。

4.根据权利要求1所述的一种基于视觉分析的水下测量和救生装置，其特征在于：为了让操作者更加直观的对水下目标的运动状态进行观察与处理，特别加入了人机操作界面和显示系统，人机操作界面加入的目的是对摄像头的角度进行人为干预，对水下环境进行全面的观察，显示系统的目的是实施显示水下的环境，使岸上的人员对水下的环境有直观的了解。