技术领域
[0001] 本发明涉及机器人领域，尤其涉及一种智能机器人。
相关背景技术
[0002] 在现代生活中，经常会出现如下场景：工人拖着工具箱和各种易损件不断来回奔走，对生产线进行检修或装配；农民推着车对成熟的果蔬进行采摘；老人拉着购物车到商场购物。不管是哪种场景，均需要人与运输工具或运输物体直接接触，耗费精力和体力，工作效率和生活品质降低。
[0003] 机器人发展的目的是为了方便人类，针对上述场景，研究一种智能机器人实现自动跟随，是待解决的技术问题。
具体实施方式
[0020] 实施例一
[0021] 图1为本发明实施例一智能机器人逻辑结构框图，如图1所示，本发明提供一种智能机器人，包括：控制处理器11、存储单元12、图像采集单元13；所述存储单元12和图像采集单元13分别与所述控制处理器11电性连接；
[0022] 由于家庭包括了多个家庭成员，智能机器人服务于多个用户，在智能机器人工作过程中，为了更好地实现智能机器人更精确的跟随目标人体，所述图像采集单元13获取人脸图像并发送给控制处理器11，所述控制处理器11通过所述存储单元12读取预存人脸图像，并将采集的人脸图像与预存人脸图像进行比对，确认当前用户身份；具体地说，在人脸识别的过程中，首先，控制处理器11根据获取的人脸图像进行处理，处理成有独特特征的黑白方块数据，结合肤色以后可以将跟随对象的面部生成一个唯一的数据图像；而后，对该数据图像进行预处理，消除图像中复杂背景的干扰；而后，将采集的人脸信息进行PCA处理(Principal Component Analysis，PCA，主成分分析，是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分)，即将三维图像投影到二维数据空间，提取其中有特点的信息，然后进行LDA处理，(Linear Discriminant Analysis，LDA，线性判别分析，是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。据此即可确定某一样本属于何类)通过模糊处理最终确定人脸特征；而后，通过控制处理器11的识别，将实时采集的人脸信息和存储在存储器12中的人脸样本进行比较，锁定与样本最接近的人脸信息，以确认当前用户身份。
[0023] 进一步地，所述图像采集单元13获取肢体动作图像(或者人体骨骼点图像)，并发送给控制处理器11，所述控制处理器11读取所述存储单元12中多个动作指令模板，并将获取的动作指令与每一个动作指令模板进行比较，根据相似度最高的动作指令控制智能机器人做出该动作指令相对应的开启或关闭动作；在智能机器人1跟随的过程中，所述图像采集单元13获取目标人体的深度图像和彩色图像并发送给控制处理器11，所述控制处理器11对深度图像和彩色图像进行处理后，得到目标人体的空间位置数据，该控制处理器根据该空间位置数据驱动智能机器人向目标人体靠近。具体地说，控制处理器11基于一种融合深度信息、色彩信息和预测信息的人体目标跟踪(计算机)算法，该算法利用色彩信息和深度信息将连续自适应均值漂移算法拓展到三维立体空间中，然后在三维空间中融合人体目标的深度信息，同时利用卡尔曼(Kalman)滤波器预测目标的位置信息，消除图像中复杂背景的干扰，最后在对应的深度图像中计算人体的质心位置。为了使智能机器人1更精准快速的跟随目标人体，控制处理11采用PID控制并结合M/T测速算法达到精准快速的跟随目标人体，具体地说：PID控制(比例(proportion)、积分(integral)、导数(derivative))：使用PID调节对控制信号进行修正，消除稳态误差。其中P是比例环节，起放大作用；I是积分环节，可以消除稳态误差；D是导数环节，可以加快系统的反应；加入PID控制，可以让系统在执行动作时更加精准、快速；M/T测速算法：该算法通过预置电机转速大致输出时间间隔来实现测量的实时性，通过光电编码器脉冲计数的动态自适应调整来保证测量精度。
[0024] 为了使智能机器人在运动的过程中减少碰撞，智能机器人1还包括避障装置15，所述避障装置15包括：超声波传感器(图中未示出)或红外线传感器(图中未示出)，所述超声波传感器或红外线传感器发出感知信号，当遇到障碍物时会反馈的感知信号，超声波传感器或红外线传感器将该反馈回来的感知信号发送到控制处理器11中，控制器处理器11通过驱动单元16控制行走单元17带动智能机器人，在不偏离目标追踪方向的前提下进行驱动路径的改变，待超声波或红外线传感器的反馈感知信号消失后，控制器处理器11通过驱动单元16控制行走单元17带动智能机器人回复到追踪目标的最佳驱动路径。
[0025] 另外，智能机器人还可以通过另外一种方式避障，智能机器人还包括激光扫描器(图中未示出)，通过激光扫描器，使智能机器人实现自动环境地图构建、路径规划功能的技术，简单地说，就是在智能机器人行走过程中，通过激光扫描器对所处环境(一定范围的固定环境，比如家庭内)进行扫描，扫描反馈信号输入到控制处理器11中，经过一种综合的计算法方法形成环境地图(环境地图算法已是公知技术)，同时控制处理器11自动记录智能机器人基于环境地图坐标的经过路线，记忆在环境地图中的识别点(需要人为控制机器人行走到特定目标位置并输入目标信息，例如：驱动到饮水机前，并让机器人识别记忆此位置为“饮水机”)，在智能机器人学习基础上，即可实现智能机器人对特定目标(或给出的指令目标)进行跟随路径规划和优化。
[0026] 实施例二
[0027] 图2为本发明实施例二智能机器人逻辑结构框图，如图2所示，本发明还提供一种智能机器人，本实施例中的智能机器人结构与实施例一中的智能机器人结构基本一致，不同之处在于，在本实施例中，智能机器人1还包括：麦克风14，所述麦克风14与控制处理器11连接，所述控制处理器11通过麦克风14获取用户发出的语音指令后，读取所述存储单元12中多个语音指令模板，并将获取的语音指令与每一个语音指令模板进行比对，根据相似度最高的语音指令控制智能机器人1做出该语音相对应的开启、关闭、媒体播放、到达指定地点或取物等动作。
