公开(公告)号：CN108762309B

公开(公告)日：2021-05-18

申请号：CN201810412567.8

申请日：2018-05-03

Applicant: 浙江工业大学

Inventor： 张文安 ,  杜华臻 ,  杨旭升 ,  张鋆豪 ,  何百岳

IPC: G05D1/12

Abstract: 一种基于假设卡尔曼滤波的人体目标跟随方法，包括如下步骤：1)通过移动机器人与人的相对位置关系建立机器人跟随模型；2)利用激光雷达获取目标的二维信息，提取出人体的腿部的几何特征，并用支持向量机方法来训练和识别；3)应用假设卡尔曼滤波方法对机器人进行运动滤波，使移动机器人能够平稳运行；4)移动机器人控制器的设计。针对移动机器人运动模型建立了系统状态方程和观测方程，并考虑由于人的运动模型是未知的，因此在每一时刻的估计位置附近选取多个假设的预测位姿，使用假设卡尔曼滤波器，运用支持向量机方法极大提高了人体的识别率，保证了移动机器人能够很好的跟随人体，估计结果可以满足实际应用的精度与实时性要求。

公开(公告)号：CN108762309A

公开(公告)日：2018-11-06

申请号：CN201810412567.8

申请日：2018-05-03

Applicant: 浙江工业大学

Inventor： 张文安 ,  杜华臻 ,  杨旭升 ,  张鋆豪 ,  何百岳

IPC: G05D1/12

CPC classification number: G05D1/12

Abstract: 一种基于假设卡尔曼滤波的人体目标跟随方法，包括如下步骤：1)通过移动机器人与人的相对位置关系建立机器人跟随模型；2)利用激光雷达获取目标的二维信息，提取出人体的腿部的几何特征，并用支持向量机方法来训练和识别；3)应用假设卡尔曼滤波方法对机器人进行运动滤波，使移动机器人能够平稳运行；4)移动机器人控制器的设计。针对移动机器人运动模型建立了系统状态方程和观测方程，并考虑由于人的运动模型是未知的，因此在每一时刻的估计位置附近选取多个假设的预测位姿，使用假设卡尔曼滤波器，运用支持向量机方法极大提高了人体的识别率，保证了移动机器人能够很好的跟随人体，估计结果可以满足实际应用的精度与实时性要求。