摘要：利用微軟的Kinect傳感器獲得跟隨目標(biāo)的坐標(biāo)信息包括深度信息后，在上位機上進行數(shù)據(jù)處理，計算機器人本體與跟隨目標(biāo)的相對位置，發(fā)送控制指令到下位機，通過這樣的方式實現(xiàn)本體對設(shè)定目標(biāo)的運動跟隨。在進行跟蹤的同時從深度圖像中判斷是否存在障礙物，使用改進的人工勢場法進行路徑規(guī)劃，以達到在有障礙的同時順利完成跟蹤的目標(biāo)的目的。通過設(shè)計機器人本體進行實驗，獲得了預(yù)期效果。

關(guān)鍵詞： kinect；人工勢場；自主跟隨；避障；骨架

中圖分類號：TP242 文獻標(biāo)識碼：A 文章編號：1009-3044（2013）13-3125-04

微軟開發(fā)了一種Kinect系統(tǒng)，這套系統(tǒng)是一種包括硬件和軟件的體感設(shè)備，具有實時捕捉、麥克風(fēng)輸入、語音識別等功能[1]。利用Kinect的動態(tài)捕捉可以獲取運動目標(biāo)的三維坐標(biāo)信息。由于Kinect可以很容易獲得目標(biāo)的三維信息，研究者開始將這項功能應(yīng)用在機器人的自主導(dǎo)航和避障上，同時Kinect體感設(shè)備也是一種創(chuàng)新的人機交互方式。

利用Kinect捕捉到的骨架信息獲取目標(biāo)點的深度信息，從而判斷機器人本體與目標(biāo)的相對位置，發(fā)送指令到下位機，控制機器人向目標(biāo)行進，同時使用改進的人工勢場法[2]進行路徑規(guī)劃，躲避障礙。

1 跟蹤目標(biāo)深度圖像的獲取與處理

Kinect通過紅外線發(fā)射器和紅外線CMOS攝影機共同完成深度圖像的獲取。首先紅外線發(fā)射器會發(fā)出紅外光覆蓋攝取區(qū)域，同時紅外線攝影機接收反射光線得到深度圖像，每個像素的顏色代表物體那一點到攝像頭的距離。對深度圖像進行分析，利用分割算法將人體部分從環(huán)境中分離出來；對正在運動的部位進行分析，建立人體骨架圖。

1.1跟蹤目標(biāo)的鎖定

自動跟隨機器人首先要獲取跟蹤目標(biāo)，通過對骨架的分析后，Kinect識別跟蹤目標(biāo)的骨架信息，通過拍手動作對自身進行目標(biāo)鎖定。鎖定后Kinect只與鎖定目標(biāo)進行交互，同時攝取環(huán)境信息。

1.2獲取信息的處理

Kinect獲取目標(biāo)的實時動態(tài)信息（包括骨架信息、坐標(biāo)以及深度信息），將跟隨目標(biāo)的三維坐標(biāo)信息與預(yù)設(shè)坐標(biāo)信息進行比較，發(fā)現(xiàn)坐標(biāo)偏移時，即對下位機發(fā)送運動控制命令，直至調(diào)整至預(yù)設(shè)坐標(biāo)位置。在非理想環(huán)境下，針對獲取的圖像信息進行障礙物分析，將圖像中障礙物分割出來，提取障礙物的坐標(biāo)和深度信息。

由于Kinect設(shè)備與上位機是固定在機器人本體上的，攝取的深度圖像會出現(xiàn)一定的抖動，結(jié)合改進的均值濾波算法對深度圖像進去噪聲去除，提高獲取坐標(biāo)與深度信息的準(zhǔn)確度，從而降低系統(tǒng)誤差的累積速度。

2 自主跟隨系統(tǒng)的閉環(huán)控制策略

2.2 基于改進人工勢場法的路徑規(guī)劃

人工勢場法是由Khatib在1986年提出的一種虛擬力的方法，該方法是將移動機器人的運動視為人工建立的虛擬場中的運動，移動機器人在人工勢場中，因受到目標(biāo)的引力和障礙物的斥力共同作用而運動[4]。

人工勢場的基本思想是：構(gòu)造目標(biāo)點的引力場與障礙物點的斥力場共同作用的人工勢場。在構(gòu)造的人工勢場中，目標(biāo)點對機器人產(chǎn)生引力，障礙物會對機器人產(chǎn)生斥力，在引力與斥力共同作用下，控制機器人本體的運動。引力場的作用會隨著機器人與目標(biāo)點的遠離而增大，斥力場的作用會隨著機器人與障礙物的接近而增大，這就在可以保證機器人對于目標(biāo)點的跟蹤的同時避免發(fā)生對障礙物的碰撞。

4 結(jié)論

Kinect體感技術(shù)的發(fā)展使得交互的方式更加便利，采用Kinect獲得的目標(biāo)坐標(biāo)信息結(jié)合人工勢場法能夠很好的完成對目標(biāo)的跟蹤以及障礙的躲避。目前只是針對低速目標(biāo)的跟蹤和靜態(tài)障礙物的躲避。鑒于Kinect能夠很好的完成動態(tài)目標(biāo)的捕捉，因此，在以后的工作中有望更好的完善該機器人系統(tǒng)。

參考文獻：

[1] 羅元，張毅.基于Kinect傳感器的智能輪椅手勢控制系統(tǒng)的設(shè)計與實現(xiàn)[J].機器人，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] 楊東方，王仕成，劉華平，等.基于Kinect系統(tǒng)的場景建模與機器人自主導(dǎo)航[J].機器人， 2012， 34（5）：581-589.

[4] 盧恩超，張鄧斕，寧雅男，等.改進人工勢場法的機器人路徑規(guī)劃[J].西北大學(xué)學(xué)報：自然科學(xué)版，2012，42（5）：735-738.

[5] 王會麗，傅衛(wèi)平，方宗德，等.基于改進的勢場函數(shù)的移動機器人路徑規(guī)劃[J].機床與液壓， 2002， （6）：67-69.