湯 辰，萬(wàn) 衡

（上海應(yīng)用技術(shù)學(xué)院，上海 201418）

在生物特征識(shí)別技術(shù)中：人臉識(shí)別、虹膜識(shí)別、掌紋識(shí)別、聲音識(shí)別等有著廣闊的應(yīng)用前景，以上技術(shù)都是利用計(jì)算機(jī)技術(shù)與人類生物特征的關(guān)聯(lián)研究，因此備受矚目［1］。其中人體骨骼信息的提取可以應(yīng)用于個(gè)人隱私保護(hù)、信息安全、金融服務(wù)和刑偵鑒定等領(lǐng)域［2］。而對(duì)于服務(wù)機(jī)器人這個(gè)朝陽(yáng)行業(yè)來(lái)講，該技術(shù)更是必不可缺［3］。目前微軟利用Kinect的紅外景深攝像頭采集人體骨骼信息，即使全身包裹衣服，依然可以獲取骨骼點(diǎn)，該技術(shù)可以提取人的20個(gè)關(guān)節(jié)點(diǎn)信息［4］，依次測(cè)算出骨骼尺寸及比例，機(jī)器人可以根據(jù)該特征信息確認(rèn)人物身份以及需要跟蹤的人物位置，但實(shí)驗(yàn)發(fā)現(xiàn)當(dāng)出現(xiàn)在攝像頭視野范圍內(nèi)的人物較少時(shí)，骨骼檢測(cè)相對(duì)穩(wěn)定，相反則容易出現(xiàn)混亂。

針對(duì)以上出現(xiàn)的問(wèn)題，本文采用激光掃描儀來(lái)掃描人腿信息進(jìn)行輔助修正，它所獲取的是全離散的矢量距離點(diǎn)構(gòu)成的“點(diǎn)云”數(shù)據(jù)，它掃描所獲得的每個(gè)像素都包含一個(gè)角度值和距離值［5］。因此使用激光掃描儀的輔助手段進(jìn)行數(shù)據(jù)分析有很大的優(yōu)勢(shì)，尤其是在結(jié)合了視頻圖像數(shù)據(jù)和激光數(shù)據(jù)時(shí)體現(xiàn)出了它的優(yōu)越性。

1 提取骨骼信息

1.1 骨骼識(shí)別

人體的骨骼信息是通過(guò)處理Kinect的深度數(shù)據(jù)獲得的［6］，在景深數(shù)據(jù)的基礎(chǔ)之上提取人體骨骼信息的過(guò)程就是骨骼追蹤。本文采用Kinect SDK的骨骼追蹤技術(shù)來(lái)獲取骨骼數(shù)據(jù)，其最多可以提供兩名用戶的詳細(xì)骨骼信息［7］。首先，Kinect的CMOS紅外傳感器會(huì)以30 frame/s的速度來(lái)掃描周邊的環(huán)境，探測(cè)到紅外光反射來(lái)計(jì)算視野范圍內(nèi)每一個(gè)像素點(diǎn)的深度值，并且生成景深圖像流，即獲得了深度數(shù)據(jù)。然后，CMOS紅外傳感器在視野范圍內(nèi)的深度圖像中尋找可能是人體的物體，最后根據(jù)產(chǎn)生的X，Y，Z數(shù)據(jù)來(lái)確定人體骨骼點(diǎn)，區(qū)分哪部分是頭、手、及身體［8］。

1.2 骨骼追蹤流程

基于Kinect SDK的骨骼追蹤流程如圖1所示。

圖1 骨骼識(shí)別流程

（1）初始化 初始化Kinect設(shè)備以及NITE環(huán)境，攝像頭仰角設(shè)置。

（2）打開(kāi)攝像頭 打開(kāi)RGB流以及深度數(shù)據(jù)流的畫(huà)面［9］。

（3）數(shù)據(jù)轉(zhuǎn)換 將深度數(shù)據(jù)類型轉(zhuǎn)換成Opencv中的IplImage圖像類型。

（4）創(chuàng)建User跟蹤器 創(chuàng)建并讀取User Frame信息，并且從中獲取User的信息。

（5）骨骼獲取跟蹤 根據(jù)所獲取的User信息完成對(duì)人體骨骼的檢測(cè)。其骨骼空間的坐標(biāo)系（X，Y，Z）表示為：skeleton.Joint.position.X，skeleton.Joint.po?sition.Y，skeleton.Joint.position.Z，將骨骼空間的3D坐標(biāo)轉(zhuǎn)換成屏幕形式的2D坐標(biāo)，根據(jù)此坐標(biāo)求出兩點(diǎn)之間的距離以及兩點(diǎn)之間的水平距離。并采用連線的方式將骨架畫(huà)出來(lái)。

（6）退出程序 關(guān)閉Kinect數(shù)據(jù)流、跟蹤器、NITE環(huán)境以及釋放Frame信息。

1.3 骨骼分類

在骨骼的檢測(cè)識(shí)別中，可以根據(jù)人體骨骼對(duì)人進(jìn)行編號(hào)區(qū)分。其中有很多信息可以作為人物身份標(biāo)定，比如有：身高、肩寬、腿長(zhǎng)以及臂長(zhǎng)等。根據(jù)上節(jié)中所說(shuō)的骨骼空間坐標(biāo)的表達(dá)，可得肩寬L、身高H以及身高肩寬比S為：

按照骨骼比例中的某一種情況S進(jìn)行分類，其實(shí)際效果如圖2所示；在某些情況下也會(huì)出現(xiàn)圖3情況的誤檢測(cè)。

如圖2中，假設(shè)機(jī)器人所要跟隨的是右邊人物的骨架信息，試驗(yàn)發(fā)現(xiàn)，在多人干擾的情況下，右邊人物的骨架信息有時(shí)會(huì)跳轉(zhuǎn)到干擾人身上，這種情況極大地錯(cuò)誤引導(dǎo)了機(jī)器人的動(dòng)作，針對(duì)該情況以及誤檢測(cè)的情況，本文采用激光掃描的方法來(lái)糾正。

圖2 骨骼人物區(qū)分

圖3 將柱子也檢測(cè)成為了人體骨骼所導(dǎo)致的誤檢測(cè)

2 激光掃描糾正

人腿有一個(gè)顯著的特征就是呈圓弧狀［9］，如圖4所示，因此本文針對(duì)此特征，利用激光掃描儀獲取一連串離散的點(diǎn)，將其進(jìn)行聚類分析，識(shí)別出人腿的聚類信息，計(jì)算出人腿的中心點(diǎn)，從而確定目標(biāo)人物的位置。

圖4 激光掃描人腿數(shù)據(jù)點(diǎn)

Tk[n]表示人腿信息點(diǎn)的集合，其中n表示激光掃描人腿的點(diǎn)數(shù)。其識(shí)別人腿的原理如下：

（1）激光掃描人腿的首尾點(diǎn)的直線長(zhǎng)度L1和連線這些點(diǎn)的總長(zhǎng)度L2為：

通常情況下人無(wú)論是在行走或者站立其兩腿之間的距離一般不超過(guò)60 cm，也就是滿足以上條件并且L＜0.6 m時(shí)，則符合雙腿的條件，若存在3個(gè)或者3個(gè)以上的點(diǎn)兩兩之間相互滿足以上的條件，則認(rèn)為是無(wú)效的點(diǎn)，繼續(xù)掃描。如圖5所示。箭頭的起點(diǎn)為激光的位置，兩個(gè)標(biāo)為白色的數(shù)據(jù)點(diǎn)則判定為人，白色區(qū)域兩邊的凸點(diǎn)即為人腿。

圖5 激光掃描數(shù)據(jù)點(diǎn)

3 服務(wù)機(jī)器人跟蹤實(shí)驗(yàn)

實(shí)驗(yàn)中采用的激光為L(zhǎng)MS111系列，該傳感器已經(jīng)達(dá)到了0.1°的分辨率，500 Hz的掃描頻率以及0.5 ms～2 ms的響應(yīng)時(shí)間，并且其不受光照強(qiáng)度變化的影響，掃描角度為70°，20 m的檢測(cè)距離，針對(duì)10%反射率的黑色物體依然可以達(dá)到18 m。實(shí)驗(yàn)中將該設(shè)備安裝在機(jī)器人地盤(pán)的上端，采用以太網(wǎng)與主機(jī)進(jìn)行通信。

通常骨骼點(diǎn)所檢測(cè)到的Skeleton.Joint.Position.Z與激光掃描人腿的距離信息Z存在一定的閾值關(guān)系，如圖6所示。它是本文的服務(wù)機(jī)器人試驗(yàn)平臺(tái)，激光與Kinect不在一個(gè)垂直面上，該閾值P可取30 cm，當(dāng)他們的差值小于P值時(shí)，則該骨骼點(diǎn)是沒(méi)有問(wèn)題的，若出現(xiàn)骨骼誤檢測(cè)時(shí)，通常P值的大小會(huì)反應(yīng)出該情況，此時(shí)取人腿中心點(diǎn)T(xo,yo)。人與機(jī)器人之間的距離會(huì)始終保持1.5 m左右，也就是所測(cè)骨骼點(diǎn)以及激光數(shù)據(jù)點(diǎn)與機(jī)器人的徑直距離需要保持在1.5 m左右，人快則機(jī)器人快，人慢則機(jī)器人慢，當(dāng)他們之間的距離小于1 m時(shí)，機(jī)器人停止運(yùn)動(dòng)，因此骨骼點(diǎn)距離或者激光掃描點(diǎn)距離大于2 m左右時(shí)，即在正常檢測(cè)情況下，不可能出現(xiàn)徑直距離超過(guò)2 m的，否則為錯(cuò)誤點(diǎn)，此時(shí)應(yīng)取小于該距離的點(diǎn)進(jìn)行跟蹤。其中目標(biāo)人物的位置與機(jī)器人的輪子速度關(guān)系如下：

其中ω為3個(gè)輪子的角速度，θ為世界坐標(biāo)系中X軸到機(jī)器人中X軸的角度，逆時(shí)針為正，X，Z則是機(jī)器人相對(duì)目標(biāo)人物X軸方向和徑直的距離，z＞0表示向前移動(dòng)，x＞0表示向右移動(dòng)。選擇了5個(gè)人來(lái)參加本次實(shí)驗(yàn)，當(dāng)中有一個(gè)目標(biāo)人物，其他4人均為干擾背景，其測(cè)試結(jié)果如表1所示。

圖6 服務(wù)機(jī)器人

表1 實(shí)驗(yàn)數(shù)據(jù)

4 結(jié)束語(yǔ)

本文提出了針對(duì)骨骼誤檢測(cè)進(jìn)行了研究，利用人腿圓弧狀的特征，使用激光掃描人腿信息獲取人的位置及目標(biāo)人物的距離，在一定程度上糾正了骨骼誤檢測(cè)的問(wèn)題。該方法在服務(wù)機(jī)器人平臺(tái)進(jìn)行試驗(yàn)，試驗(yàn)結(jié)果驗(yàn)證了本文方法的有效性，為日后對(duì)服務(wù)機(jī)器人的研究奠定了基礎(chǔ)。

［1］馬虹.基于WiFi的云機(jī)器人設(shè)計(jì)研究［J］.電子器件，2014，37（2）：368-374.

［2］李恒.基于Kinect骨骼跟蹤功能的骨骼識(shí)別系統(tǒng)研究［D］.

［3］王一凡，顏建美，陳東升.基于RFID和視覺(jué)的工業(yè)機(jī)器人系統(tǒng)應(yīng)用與實(shí)現(xiàn)［J］.電子器件，2013，36（6）：872-875.

［4］韓文錫，張維忠，趙志剛.基于深度圖像的人體骨骼點(diǎn)的跟蹤矯正方法［J］.青島大學(xué)學(xué)報(bào)，2014，27（1）：83-86.

［5］趙艷梅，張愛(ài)武，王貴賓.基于激光掃描儀的人腿信息數(shù)據(jù)獲取與處理［J］.資源環(huán)境與工程，2007，21（3）：309-311.

［6］Human_Interface_Guideline_v1.7［M/OL］.1-56.

［7］顧容，何益明，金麗燕.基于Kinect骨骼跟蹤技術(shù)的智能教學(xué)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)應(yīng)用與軟件，2013，6（30）：276-280.

［8］樊景超，周國(guó)民.基于Kinect骨骼跟蹤技術(shù)的手勢(shì)識(shí)別研究［J］.安徽農(nóng)業(yè)科學(xué)，2014，42（11）：3444-3446.

［9］張穎超，段京易，胡凱，等.基于自然環(huán)境辨識(shí)的移動(dòng)機(jī)器人位姿快速檢測(cè)［J］.電子器件，2014，37（5）：876-881.

［10］王燦，孔斌，韋虎.基于激光雷達(dá)機(jī)器人的目標(biāo)人跟蹤方法研究［J］.計(jì)算機(jī)應(yīng)用與軟件，2014，31（7）：164-168.

湯 辰（1988-），男，漢，江蘇揚(yáng)州，上海應(yīng)用技術(shù)學(xué)院，碩士，主要從事圖像處理的研究，13681872133@163.com；

萬(wàn) 衡（1963-），男，漢，上海，上海應(yīng)用技術(shù)學(xué)院，副教授，主要從事電力電子與電氣傳動(dòng)的研究，6450387@qq.com。