一种基于Kinect的自动跟随机器人设计

摘要：利用微软的Kinect传感器获得跟随目标的坐标信息包括深度信息后，在上位机上进行数据处理，计算机器人本体与跟随目标的相对位置，发送控制指令到下位机，通过这样的方式实现本体对设定目标的运动跟随。在进行跟踪的同时从深度图像中判断是否存在障碍物，使用改进的人工势场法进行路径规划，以达到在有障碍的同时顺利完成跟踪的目标的目的。通过设计机器人本体进行实验，获得了预期效果。

关键词： kinect；人工势场；自主跟随；避障；骨架

中图分类号：TP242 文献标识码：A 文章编号：1009-3044（2013）13-3125-04

微软开发了一种Kinect系统，这套系统是一种包括硬件和软件的体感设备，具有实时捕捉、麦克风输入、语音识别等功能[1]。利用Kinect的动态捕捉可以获取运动目标的三维坐标信息。由于Kinect可以很容易获得目标的三维信息，研究者开始将这项功能应用在机器人的自主导航和避障上，同时Kinect体感设备也是一种创新的人机交互方式。

利用Kinect捕捉到的骨架信息获取目标点的深度信息，从而判断机器人本体与目标的相对位置，发送指令到下位机，控制机器人向目标行进，同时使用改进的人工势场法[2]进行路径规划，躲避障碍。

1 跟踪目标深度图像的获取与处理

Kinect通过红外线发射器和红外线CMOS摄影机共同完成深度图像的获取。首先红外线发射器会发出红外光覆盖摄取区域，同时红外线摄影机接收反射光线得到深度图像，每个像素的颜色代表物体那一点到摄像头的距离。对深度图像进行分析，利用分割算法将人体部分从环境中分离出来；对正在运动的部位进行分析，建立人体骨架图。

1.1跟踪目标的锁定

自动跟随机器人首先要获取跟踪目标，通过对骨架的分析后，Kinect识别跟踪目标的骨架信息，通过拍手动作对自身进行目标锁定。锁定后Kinect只与锁定目标进行交互，同时摄取环境信息。

1.2获取信息的处理

Kinect获取目标的实时动态信息（包括骨架信息、坐标以及深度信息），将跟随目标的三维坐标信息与预设坐标信息进行比较，发现坐标偏移时，即对下位机发送运动控制命令，直至调整至预设坐标位置。在非理想环境下，针对获取的图像信息进行障碍物分析，将图像中障碍物分割出来，提取障碍物的坐标和深度信息。

由于Kinect设备与上位机是固定在机器人本体上的，摄取的深度图像会出现一定的抖动，结合改进的均值滤波算法对深度图像进去噪声去除，提高获取坐标与深度信息的准确度，从而降低系统误差的累积速度。

2 自主跟随系统的闭环控制策略

2.2 基于改进人工势场法的路径规划

人工势场法是由Khatib在1986年提出的一种虚拟力的方法，该方法是将移动机器人的运动视为人工建立的虚拟场中的运动，移动机器人在人工势场中，因受到目标的引力和障碍物的斥力共同作用而运动[4]。

人工势场的基本思想是：构造目标点的引力场与障碍物点的斥力场共同作用的人工势场。在构造的人工势场中，目标点对机器人产生引力，障碍物会对机器人产生斥力，在引力与斥力共同作用下，控制机器人本体的运动。引力场的作用会随着机器人与目标点的远离而增大，斥力场的作用会随着机器人与障碍物的接近而增大，这就在可以保证机器人对于目标点的跟踪的同时避免发生对障碍物的碰撞。

4 结论

Kinect体感技术的发展使得交互的方式更加便利，采用Kinect获得的目标坐标信息结合人工势场法能够很好的完成对目标的跟踪以及障碍的躲避。目前只是针对低速目标的跟踪和静态障碍物的躲避。鉴于Kinect能够很好的完成动态目标的捕捉，因此，在以后的工作中有望更好的完善该机器人系统。

参考文献：

[1] 罗元，张毅.基于Kinect传感器的智能轮椅手势控制系统的设计与实现[J].机器人，2012，34（1）：110-113.

[2] Khabit. O. Real-Time obstacle avoidance for manipulators and mobile robots [J]. The International Journal of Robotics research， 1986， 5（1）：89-98.

[3] 杨东方，王仕成，刘华平，等.基于Kinect系统的场景建模与机器人自主导航[J].机器人， 2012， 34（5）：581-589.

[4] 卢恩超，张邓斓，宁雅男，等.改进人工势场法的机器人路径规划[J].西北大学学报：自然科学版，2012，42（5）：735-738.

[5] 王会丽，傅卫平，方宗德，等.基于改进的势场函数的移动机器人路径规划[J].机床与液压， 2002， （6）：67-69.