CN110031855A - 智能机器人的对象检测设备及方法 - Google Patents
智能机器人的对象检测设备及方法 Download PDFInfo
- Publication number
- CN110031855A CN110031855A CN201910199061.8A CN201910199061A CN110031855A CN 110031855 A CN110031855 A CN 110031855A CN 201910199061 A CN201910199061 A CN 201910199061A CN 110031855 A CN110031855 A CN 110031855A
- Authority
- CN
- China
- Prior art keywords
- detected object
- characteristic
- intelligent robot
- storage
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000003860 storage Methods 0.000 claims abstract description 69
- 230000005855 radiation Effects 0.000 claims abstract description 62
- 238000004891 communication Methods 0.000 claims description 18
- 230000003542 behavioural effect Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000009223 counseling Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000741 silica gel Substances 0.000 description 1
- 229910002027 silica gel Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/12—Systems for determining distance or velocity not using reflection or reradiation using electromagnetic waves other than radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Abstract
本申请公开了一种智能机器人的对象检测设备及方法。该设备中双目摄像头采集目标方向上包括至少一个被检测对象的双目视觉图像；红外传感器采集至少一个被检测对象的热辐射特征值；图像处理器获取至少一个被检测对象的特征信息和相应距离智能机器人的距离值；检测器若检测出至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征匹配，且第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间匹配，则将第一被检测对象确定为真实用户，向智能机器人的移动底盘发送移动指令，以向真实用户移动相应距离值。供电电源对双目摄像头、红外传感器和检测器提供电能。该设备提高了智能机器人的对象检测的检测准确性。
Description
技术领域
本申请涉及智能机器人领域，尤其涉及一种智能机器人的对象检测设备及方法。
背景技术
随着科学技术的不断发展，信息技术、计算机技术以及人工智能技术的引入，机器人的研究己经逐步走出工业领域，逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。同时，随着人脸识别技术上的突破，从火车站刷脸进入到银行安全认证等技术应用都非常广泛，并已有在智能机器人产品出现，人脸识别是帮助机器人识别人类，从而进阶人机交互、协同合作的一个开始，智能机器人可通过人脸识别使其更好地与人交互、融入家庭，比如：看家机器人。
然而，发明人发现机器人在人脸识别过程中待检测的人脸可能是非真实的人脸，即通过照片、硅胶、塑料等非生命物质伪造的人脸，导致检测方法的准确性不高。
发明内容
本申请实施例提供一种智能机器人的对象检测设备及方法，解决了现有技术存在的上述问题，以提高了检测的准确性。
第一方面，提供了一种智能机器人的对象检测设备，该设备可以包括：
双目摄像头，用于采集当前场景中目标方向上的双目视觉图像，所述双目视觉图像包括至少一个被检测对象；
红外传感器，用于采集所述双目视觉图像中至少一个被检测对象的热辐射特征值；
图像处理器，用于获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，所述特征信息包括生物特征；
检测器，用于将所述至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间进行匹配；若所述第一被检测对象的生物特征与存储的人体的生物特征匹配，且所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间匹配，则将所述第一被检测对象确定为真实用户，并向所述智能机器人的移动底盘发送移动指令，以使所述智能机器人向所述真实用户移动所述第一被检测对象对应的距离值；
供电电源，用于对所述双目摄像头、所述红外传感器和所述检测器提供电能。
在一个可选的实现中，所述特征信息还包括肢体行为特征；
所述检测器，还用于将所述肢体行为特征与存储的异常行为特征进行匹配；若匹配成功，则生成针对所述第一被检测对象的告警信息。
在一个可选的实现中，所述检测器，还用于若检测出所述第一被检测对象的生物特征与存储的人体的生物特征不匹配，或所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将所述第一被检测对象确定为非真实用户，并向所述智能机器人的移动底盘发送避让指令，以使所述机器人避让所述非真实用户。
在一个可选的实现中，所述图像处理器，具体用于对所述至少一个被检测对象采用预设的特征提取算法，获取至少一个被检测对象的特征信息；
对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
在一个可选的实现中，所述检测器，还用于若检测出所述供电电源的电量小于充电阈值，则对所述供电电源充电。
第二方面，提供了一种智能机器人的对象检测方法，所述方法包括：
采集当前场景中目标方向上的双目视觉图像和所述双目视觉图像中至少一个被检测对象的热辐射特征值；
获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，所述特征信息包括生物特征；
将所述至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间进行匹配，所述第一被检测对象为所述至少一个被检测对象中的任意一个被检测对象；
若所述第一被检测对象的生物特征与存储的人体的生物特征匹配，且所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间匹配，则将所述第一被检测对象确定为真实用户；
向所述智能机器人的移动底盘发送移动指令，以使所述智能机器人向所述真实用户移动所述第一被检测对象对应的距离值。
在一个可选的实现中，所述特征信息还包括肢体行为特征；将所述第一被检测对象确定为真实用户之后，所述方法还包括：
将所述肢体行为特征与存储的异常行为特征进行匹配；
若匹配成功，则生成针对所述第一被检测对象的告警信息。
在一个可选的实现中，所述方法还包括：
若检测出所述第一被检测对象的生物特征与存储的人体的生物特征不匹配或所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将所述第一被检测对象确定为非真实用户；
向所述智能机器人的移动底盘发送避让指令，以使所述机器人避让所述非真实用户。
在一个可选的实现中，获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，包括：
对所述至少一个被检测对象采用预设的特征提取算法，获取至少一个被检测对象的特征信息；
对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
在一个可选的实现中，所述方法还包括：
若检测出所述供电电源的电量小于充电阈值，则对所述供电电源充电。
第三方面，提供了一种电子设备，该电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第二方面中任一所述的方法步骤。
第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第二方面中任一所述的方法步骤。
本发明上述实施例的对象检测设备中双目摄像头采集当前场景中目标方向上的双目视觉图像，双目视觉图像包括至少一个被检测对象；红外传感器采集双目视觉图像中至少一个被检测对象的热辐射特征值；图像处理器获取至少一个被检测对象的特征信息和至少一个被检测对象距离智能机器人的距离值，特征信息包括生物特征；检测器将至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间进行匹配；若第一被检测对象的生物特征与存储的人体的生物特征匹配，且第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间匹配，则将第一被检测对象确定为真实用户，并向智能机器人的移动底盘发送移动指令，以使智能机器人向所述真实用户移动第一被检测对象对应的距离值，第一被检测对象为至少一个被检测对象中的任意一个被检测对象；供电电源，用于对双目摄像头、红外传感器和检测器提供电能。该设备通过检测对象的热辐射特征值和面部特征提高了智能机器人的对象检测的检测准确性。
附图说明
图1为本发明实施例提供的一种机器人的对象检测设备的结构示意图；
图2为本发明实施例提供的一种机器人的对象检测方法的流程示意图；
图3为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，并不是全部的实施例。基于本申请实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明实施例提供的智能机器人的对象检测设备应用在智能机器人中。
智能机器人可以包括充电状态、待机状态、维修状态和服务状态(或称“工作状态”)。其中，处于充电状态和维修状态的智能机器人，即使接收到服务指令也不会切换至服务状态。
处于待机状态的智能机器人接收到服务指令后，由待机状态切换至服务状态，该服务指令用于指示智能机器人向当前场景中的用户提供服务，如开启语音功能与用户进行沟通进行售卖服务，咨询服务等。智能机器人的对象检测设备对当前场景中的各个对象进行检测，以检测这些对象哪些是非真实用户，如桌椅、墙壁等障碍物，哪些是真实用户，之后向真实用户移动，以执行该服务指令。
图1为本发明实施例提供的一种智能机器人的对象检测设备的结构示意图。如图1所示该设备可以包括双目摄像头110、红外传感器120、图像处理器130、检测器140和供电电源150。
双目摄像头110，用于采集当前场景中目标方向上的双目视觉图像，双目视觉图像包括至少一个被检测对象。
双目视觉图像包括目标方向上的左侧图像和相同帧的右侧图像，即左侧图像和右侧图像均存在至少一个被检测对象。其中，左侧图像包括至少一个像素点和右侧图像包括至少一个像素点。
红外传感器120，用于采集图像中至少一个被检测对象的热辐射特征值。
热辐射特征值可以体现出该被检测对象是否是生命体，红外传感器120可以是红外测温仪。
图像处理器130，用于获取至少一个被检测对象的特征信息和至少一个被检测对象距离智能机器人的距离值；
图像处理器130可以对至少一个被检测对象采用预设的特征提取算法，如卷积算法，获取至少一个被检测对象的特征信息。其中，特征信息可以包括生物特征和肢体行为特征，生物特征用于表征被检测对象的类别。
其中，生物特征可以包括面部特征、轮廓特征、指纹特征、虹膜特征、毛发特征等或上述特征的组合。异常行为特征可以包括偷窃行为特征、摔倒行为特征、打架行为特征等或上述特征的组合。
图像处理器130可以对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
具体的，图像处理器130可以对左侧图像中的至少一个像素点和右侧图像中的至少一个像素点，采用预设相似度匹配算法，得到匹配的像素点对和相应像素点对的视差值，像素点对包括左侧图像中的第一像素点和右侧图像中与第一像素点匹配的第二像素点，第一像素点为左侧图像中的任一像素点，并获取第一像素点与第二像素点的视差值，该视差值为第一像素点和第二像素点的水平距离。再标记出至少一个被检测对象中每个被检测对象在双目视觉图像上的区域，将区域中心点处的像素点确定为相应被检测对象的像素点，以得到该被检测对象的像素点对应的视差值。之后根据至少一个被检测对象的像素点对应的视差值和双目摄像头的参数信息，获取至少一个被检测对象距离智能机器人的距离值，被检测对象与智能机器人间的距离值Z可以表示为：
Z＝(f*T)/d；
其中，f表示双目摄像头的焦距，T表示双目摄像头的水平距离，d表示视差值。
需要说明的是，除上述通过计算得到距离值外，该设备还可以包括超声波传感器，通过超声波传感器获取至少一个被检测对象距离智能机器人的距离值。
检测器140，用于将至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间进行匹配，第一被检测对象为至少一个被检测对象中的任意一个被检测对象；
若第一被检测对象的生物特征与存储的人体的生物特征匹配，且第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间匹配，则将第一被检测对象确定为真实用户，并向智能机器人的移动底盘发送移动指令，以使智能机器人向真实用户移动第一被检测对象对应的距离值，即实现靠近真实用户，之后可以开启语音交互功能与该真实用户进行沟通。
若第一被检测对象的生物特征与存储的人体的生物特征不匹配或第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将第一被检测对象确定为非真实用户，并向智能机器人的移动底盘发送避让指令，以使所述智能机器人避让非真实用户。
检测器140，还用于将肢体行为特征与存储的异常行为特征进行匹配，若匹配成功，则生成针对第一被检测对象的告警信息。
进一步的，该设备还可以包括蜂鸣器或扩音器，以通过蜂鸣器或扩音器输出告警信息。
供电电源150，用于对双目摄像头110、红外传感器120、图像处理器130和检测器140提供电能。
可选地，检测器140，还用于若检测出供电电源150的电量小于充电阈值，则对供电电源150充电。
本发明上述实施例的对象检测设备中双目摄像头采集当前场景中目标方向上的双目视觉图像，双目视觉图像包括至少一个被检测对象；红外传感器采集双目视觉图像中至少一个被检测对象的热辐射特征值；图像处理器获取至少一个被检测对象的特征信息和至少一个被检测对象距离智能机器人的距离值，特征信息包括生物特征；检测器将至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间进行匹配；若第一被检测对象的生物特征与存储的人体的生物特征匹配，且第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间匹配，则将第一被检测对象确定为真实用户，并向智能机器人的移动底盘发送移动指令，以使智能机器人向所述真实用户移动第一被检测对象对应的距离值，第一被检测对象为至少一个被检测对象中的任意一个被检测对象；供电电源对双目摄像头、红外传感器和检测器提供电能。该设备通过检测对象的热辐射特征值和面部特征提高了智能机器人的对象检测的检测准确性。
与上述方法对应的，本发明实施例还提供一种智能机器人的对象检测方法，如图2所示，该方法可以包括：
步骤210、采集当前场景中目标方向上的双目视觉图像和所述双目视觉图像中至少一个被检测对象的热辐射特征值；
步骤220、获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，所述特征信息包括生物特征。
步骤230、将所述至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间进行匹配。
其中，所述第一被检测对象为所述至少一个被检测对象中的任意一个被检测对象；
若所述第一被检测对象的生物特征与存储的人体的生物特征匹配，且所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间匹配，则将所述第一被检测对象确定为真实用户；
步骤240、向所述智能机器人的移动底盘发送移动指令，以使所述智能机器人向所述真实用户移动所述第一被检测对象对应的距离值。
在一个可选的实现中，所述特征信息还包括肢体行为特征；将所述第一被检测对象确定为真实用户之后，所述方法还包括：
将所述肢体行为特征与存储的异常行为特征进行匹配；
若匹配成功，则生成针对所述第一被检测对象的告警信息。
在一个可选的实现中，所述方法还包括：
若检测出所述第一被检测对象的生物特征与存储的人体的生物特征不匹配或所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将所述第一被检测对象确定为非真实用户；
向所述智能机器人的移动底盘发送避让指令，以使所述机器人避让所述非真实用户。
在一个可选的实现中，获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，包括：
对所述至少一个被检测对象采用预设的特征提取算法，获取至少一个被检测对象的特征信息；
对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
本发明上述实施例提供的对象检测方法的各方法步骤，可以通过上述各器件的功能操作来实现，因此，本发明实施例提供的对象检测方法中的各方法步骤和有益效果，在此不复赘述。
本发明实施例还提供了一种电子设备，如图3所示，包括处理器310、通信接口320、存储器330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。
存储器330，用于存放计算机程序；
处理器310，用于执行存储器330上所存放的程序时，实现如下步骤：
采集当前场景中目标方向上的双目视觉图像和所述双目视觉图像中至少一个被检测对象的热辐射特征值；
获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，所述特征信息包括生物特征；
将所述至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间进行匹配，所述第一被检测对象为所述至少一个被检测对象中的任意一个被检测对象；
若所述第一被检测对象的生物特征与存储的人体的生物特征匹配，且所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间匹配，则将所述第一被检测对象确定为真实用户；
向所述智能机器人的移动底盘发送移动指令，以使所述智能机器人向所述真实用户移动所述第一被检测对象对应的距离值。
在一个可选的实现中，所述特征信息还包括肢体行为特征；将所述第一被检测对象确定为真实用户之后，所述方法还包括：
将所述肢体行为特征与存储的异常行为特征进行匹配；
若匹配成功，则生成针对所述第一被检测对象的告警信息。
在一个可选的实现中，所述方法还包括：
若检测出所述第一被检测对象的生物特征与存储的人体的生物特征不匹配或所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将所述第一被检测对象确定为非真实用户；
向所述智能机器人的移动底盘发送避让指令，以使所述机器人避让所述非真实用户。
在一个可选的实现中，获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，包括：
对所述至少一个被检测对象采用预设的特征提取算法，获取至少一个被检测对象的特征信息；
对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
在一个可选的实现中，所述方法还包括：
若检测出所述供电电源的电量小于充电阈值，则对所述供电电源充电。
上述提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
由于上述实施例中电子设备的各器件解决问题的实施方式以及有益效果可以参见图2所示的实施例中的各步骤来实现，因此，本发明实施例提供的电子设备的具体工作过程和有益效果，在此不复赘述。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的智能机器人的对象检测方法。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一所述的智能机器人的对象检测方法。
本领域内的技术人员应明白，本申请实施例中的实施例可提供为方法、系统、或计算机程序产品。因此，本申请实施例中可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例中可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例中是参照根据本申请实施例中实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例中的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例中范围的所有变更和修改。
显然，本领域的技术人员可以对本申请实施例中实施例进行各种改动和变型而不脱离本申请实施例中实施例的精神和范围。这样，倘若本申请实施例中实施例的这些修改和变型属于本申请实施例中权利要求及其等同技术的范围之内，则本申请实施例中也意图包含这些改动和变型在内。
Claims (12)
1.一种智能机器人的对象检测设备，其特征在于，所述设备包括：
双目摄像头，用于采集当前场景中目标方向上的双目视觉图像，所述双目视觉图像包括至少一个被检测对象；
红外传感器，用于采集所述双目视觉图像中至少一个被检测对象的热辐射特征值；
图像处理器，用于获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，所述特征信息包括生物特征；
检测器，用于将所述至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间进行匹配；若所述第一被检测对象的生物特征与存储的人体的生物特征匹配，且所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的热辐射特征区间匹配，则将所述第一被检测对象确定为真实用户，并向所述智能机器人的移动底盘发送移动指令，以使所述智能机器人向所述真实用户移动所述第一被检测对象对应的距离值，所述第一被检测对象为所述至少一个被检测对象中的任意一个被检测对象；
供电电源，用于对所述双目摄像头、所述红外传感器和所述检测器提供电能。
2.如权利要求1所述的设备，其特征在于，所述特征信息还包括肢体行为特征；
所述检测器，还用于将所述肢体行为特征与存储的异常行为特征进行匹配；若匹配成功，则生成针对所述第一被检测对象的告警信息。
3.如权利要求1所述的设备，其特征在于，
所述检测器，还用于若检测出所述第一被检测对象的生物特征与存储的人体的生物特征不匹配，或所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将所述第一被检测对象确定为非真实用户，并向所述智能机器人的移动底盘发送避让指令，以使所述机器人避让所述非真实用户。
4.如权利要求1所述的设备，其特征在于，
所述图像处理器，具体用于对所述至少一个被检测对象采用预设的特征提取算法，获取至少一个被检测对象的特征信息；
对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
5.如权利要求1所述的设备，其特征在于，
所述检测器，还用于若检测出所述供电电源的电量小于充电阈值，则对所述供电电源充电。
6.一种智能机器人的对象检测方法，其特征在于，所述方法包括：
采集当前场景中目标方向上的双目视觉图像和所述双目视觉图像中至少一个被检测对象的热辐射特征值；
获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，所述特征信息包括生物特征；
将所述至少一个被检测对象中第一被检测对象的生物特征与存储的人体的生物特征进行匹配，以及将所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间进行匹配，所述第一被检测对象为所述至少一个被检测对象中的任意一个被检测对象；
若所述第一被检测对象的生物特征与存储的人体的生物特征匹配，且所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间匹配，则将所述第一被检测对象确定为真实用户；
向所述智能机器人的移动底盘发送移动指令，以使所述智能机器人向所述真实用户移动所述第一被检测对象对应的距离值。
7.如权利要求6所述的方法，其特征在于，所述特征信息还包括肢体行为特征；将所述第一被检测对象确定为真实用户之后，所述方法还包括：
将所述肢体行为特征与存储的异常行为特征进行匹配；
若匹配成功，则生成针对所述第一被检测对象的告警信息。
8.如权利要求6所述的方法，其特征在于，所述方法还包括：
若检测出所述第一被检测对象的生物特征与存储的人体的生物特征不匹配，或所述第一被检测对象的热辐射特征值与存储的相应温湿度条件下的人体热辐射特征区间不匹配，则将所述第一被检测对象确定为非真实用户；
向所述智能机器人的移动底盘发送避让指令，以使所述机器人避让所述非真实用户。
9.如权利要求6所述的方法，其特征在于，
获取所述至少一个被检测对象的特征信息和所述至少一个被检测对象距离所述智能机器人的距离值，包括：
对所述至少一个被检测对象采用预设的特征提取算法，获取至少一个被检测对象的特征信息；
对所述少一个被检测对象采用预设的双目视觉测距算法，获取至少一个被检测对象距离智能机器人的距离值。
10.如权利要求6所述的方法，其特征在于，所述方法还包括：
若检测出所述供电电源的电量小于充电阈值，则对所述供电电源充电。
11.一种电子设备，其特征在于，所述电子设备包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存储的程序时，实现权利要求1-5任一所述的方法步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910199061.8A CN110031855A (zh) | 2019-03-15 | 2019-03-15 | 智能机器人的对象检测设备及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910199061.8A CN110031855A (zh) | 2019-03-15 | 2019-03-15 | 智能机器人的对象检测设备及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110031855A true CN110031855A (zh) | 2019-07-19 |
Family
ID=67236154
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910199061.8A Pending CN110031855A (zh) | 2019-03-15 | 2019-03-15 | 智能机器人的对象检测设备及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110031855A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027540A (zh) * | 2019-11-08 | 2020-04-17 | 深兰科技（上海）有限公司 | 一种寻找目标对象的方法和设备 |
| CN111716358A (zh) * | 2020-06-23 | 2020-09-29 | 北京如影智能科技有限公司 | 一种控制机械臂的方法及装置 |
| CN112418096A (zh) * | 2020-11-24 | 2021-02-26 | 京东数科海益信息科技有限公司 | 检测跌的方法、装置和机器人 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202255404U (zh) * | 2011-08-24 | 2012-05-30 | 国营红林机械厂 | 一种室内移动机器人双目视觉导航系统 |
| KR101497096B1 (ko) * | 2014-02-25 | 2015-03-03 | 경남대학교 산학협력단 | 시각장애인용 쇼핑 도우미 로봇 |
| CN105563488A (zh) * | 2016-02-25 | 2016-05-11 | 四川阿泰因机器人智能装备有限公司 | 一种夜巡机器人 |
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
| GB201703474D0 (en) * | 2017-03-03 | 2017-04-19 | Reach Robotics Ltd | Infrared sensor assembly and positioning system |
| CN106845345A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 活体检测方法及装置 |
| CN107443387A (zh) * | 2017-09-29 | 2017-12-08 | 上海与德通讯技术有限公司 | 智能识别方法及机器人 |
| CN207027526U (zh) * | 2017-06-05 | 2018-02-23 | 安徽金赛弗信息技术有限公司 | 一种基于双目视觉的具有视频分析功能的移动安防机器人 |
| CN108413965A (zh) * | 2018-03-12 | 2018-08-17 | 中国矿业大学 | 一种室内室外巡检机器人综合系统及巡检机器人导航方法 |
| CN108469304A (zh) * | 2018-03-30 | 2018-08-31 | 百度在线网络技术（北京）有限公司 | 红外测距和检测方法、装置、家庭机器人及存储介质 |
-
2019
- 2019-03-15 CN CN201910199061.8A patent/CN110031855A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202255404U (zh) * | 2011-08-24 | 2012-05-30 | 国营红林机械厂 | 一种室内移动机器人双目视觉导航系统 |
| KR101497096B1 (ko) * | 2014-02-25 | 2015-03-03 | 경남대학교 산학협력단 | 시각장애인용 쇼핑 도우미 로봇 |
| CN105563488A (zh) * | 2016-02-25 | 2016-05-11 | 四川阿泰因机器人智能装备有限公司 | 一种夜巡机器人 |
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
| CN106845345A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 活体检测方法及装置 |
| GB201703474D0 (en) * | 2017-03-03 | 2017-04-19 | Reach Robotics Ltd | Infrared sensor assembly and positioning system |
| CN207027526U (zh) * | 2017-06-05 | 2018-02-23 | 安徽金赛弗信息技术有限公司 | 一种基于双目视觉的具有视频分析功能的移动安防机器人 |
| CN107443387A (zh) * | 2017-09-29 | 2017-12-08 | 上海与德通讯技术有限公司 | 智能识别方法及机器人 |
| CN108413965A (zh) * | 2018-03-12 | 2018-08-17 | 中国矿业大学 | 一种室内室外巡检机器人综合系统及巡检机器人导航方法 |
| CN108469304A (zh) * | 2018-03-30 | 2018-08-31 | 百度在线网络技术（北京）有限公司 | 红外测距和检测方法、装置、家庭机器人及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 曹志昊: "《 社区服务机器人导航系统设计与实现》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 胡德文，陈芳林: "《生物特征识别与方法》", 31 August 2013, 国防工业出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027540A (zh) * | 2019-11-08 | 2020-04-17 | 深兰科技（上海）有限公司 | 一种寻找目标对象的方法和设备 |
| CN111716358A (zh) * | 2020-06-23 | 2020-09-29 | 北京如影智能科技有限公司 | 一种控制机械臂的方法及装置 |
| CN112418096A (zh) * | 2020-11-24 | 2021-02-26 | 京东数科海益信息科技有限公司 | 检测跌的方法、装置和机器人 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108921100B (zh) | 一种基于可见光图像与红外图像融合的人脸识别方法及系统 | |
| TWI687879B (zh) | 伺服器、客戶端、用戶核身方法及系統 | |
| CN105868716B (zh) | 一种基于面部几何特征的人脸识别方法 | |
| CN104978549B (zh) | 三维人脸图像特征提取方法和系统 | |
| CN107590430A (zh) | 活体检测方法、装置、设备及存储介质 | |
| US10121273B2 (en) | Real-time reconstruction of the human body and automated avatar synthesis | |
| CN110031855A (zh) | 智能机器人的对象检测设备及方法 | |
| CN106446754A (zh) | 图像识别方法、度量学习方法、图像来源识别方法及装置 | |
| CN108875510A (zh) | 图像处理的方法、装置、系统及计算机存储介质 | |
| CN105046710A (zh) | 基于深度图分割与代理几何体的虚实碰撞交互方法及装置 | |
| CN108124486A (zh) | 基于云端的人脸活体检测方法、电子设备和程序产品 | |
| Min et al. | Support vector machine approach to fall recognition based on simplified expression of human skeleton action and fast detection of start key frame using torso angle | |
| CN109214366A (zh) | 局部目标重识别方法、装置及系统 | |
| CN108491808B (zh) | 用于获取信息的方法及装置 | |
| CN108509857A (zh) | 人脸活体检测方法、电子设备和计算机程序产品 | |
| WO2021129107A1 (zh) | 深度人脸图像的生成方法、装置、电子设备及介质 | |
| CN109766755A (zh) | 人脸识别方法及相关产品 | |
| Liu et al. | 3D gait recognition based on a CNN-LSTM network with the fusion of SkeGEI and DA features | |
| JP2014085933A (ja) | ３次元姿勢推定装置、３次元姿勢推定方法、及びプログラム | |
| CN113378649A (zh) | 身份、位置和动作识别方法、系统、电子设备及存储介质 | |
| CN108717520A (zh) | 一种行人重识别方法及装置 | |
| Ma et al. | Human motion gesture recognition based on computer vision | |
| Mollaret et al. | Perceiving user's intention-for-interaction: A probabilistic multimodal data fusion scheme | |
| CN103049747A (zh) | 利用肤色的人体图像再识别的方法 | |
| Mahapatra et al. | A multi-view video synopsis framework |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |
|
| RJ01 | Rejection of invention patent application after publication |