31、移动机器人的人员跟随：视觉与距离跟踪方法分析

移动机器人的人员跟随：视觉与距离跟踪方法分析

1. 传感器对检测物体反射面角度的依赖

在检测物体时，传感器的性能会受到物体反射面角度的影响。以黑色皮夹克为例，当不旋转衣物时，激光和深度相机在 3 米处无法检测到物体；而当对衣物进行轻微旋转时，激光在 1 米及以上距离无法检测到物体，深度相机在 2 米及以上距离也无法检测到。这表明主动深度传感器在一些实际但并非复杂的条件下，对某些材料的检测不够鲁棒。

2. 人员跟随方法对比

人员跟随问题可建模为人体跟踪问题加上机器人姿态的基本控制，可使用 RGB 或距离相机来解决。在这两种情况下，通过跟踪算法或检测算法在图像空间中跟踪边界框。为分析基于视觉的人体跟踪和检测算法在人员跟随中的性能，选择了三种先进方法，并与 Kinect 传感器和基于激光的方法进行比较。

2.1 具体方法介绍

• HOG ：使用 HOG 人员检测器进行视觉跟踪。该检测器使用滑动窗口方法对图像的不同尺度和位置进行详尽搜索，使用 HOG 特征和基于部分的分析，结合 SVM 分类器。训练使用 2007 年 VOC 挑战的原始数据库，但去除了骑自行车的人的图像。
• HOG1/2 ：基于 HOG 的躯干检测器进行视觉跟踪。与 HOG 类似，但仅使用受试者的上半身（躯干）进行训练，能检测靠近机器人或远离相机的受试者。
• TDK ：使用基于核的检测跟踪方法进行视觉跟踪。在视频的每一帧重新训练分类器，利用前一帧的样本进行训练，通过循环矩阵表示在傅里叶空间进行训练和分类，可实