一種巡邏機器人的制作方法
【技術領域】
[0001]本發明涉及智能機器人技術領域，具體涉及一種巡邏機器人。
【背景技術】
[0002]隨著社會經濟的發展，在生活社區、超市、會展中心、車站、機場等場所的人流量日益增多，活動人數的增加容易導致各種突發事件發生。此時傳統的固定攝像頭監控不能夠有效的震懾和制止犯罪，已經無法滿足日益增加安保需求。因此，移動視頻監控巡邏機器人應運而生。
[0003]目前，市場上的移動巡邏機器人具有攝像頭，并且能夠提供視頻錄制存儲功能。但是這種簡單的視頻錄制和存儲功能無法實現對巡邏監控范圍內的意外事件快速發現或預目ο
【發明內容】
[0004]有鑒于此，本發明實施例提供了一種巡邏機器人及其監控方法，解決了對意外事件的預警問題。
[0005]根據本發明的實施方式，提供一種巡邏機器人，其包括攝像頭、存儲器、GPS模塊和處理器。所述攝像頭被配置為，獲取實時模擬圖像，并且將所述實時模擬圖像轉換為數字圖像。所述存儲器被配置為，將所述數字圖像以本地高清形式進行存儲。所述GPS模塊被配置為，獲取所述巡邏機器人的位置信息。所述處理器被配置為，按照一定周期從存儲器中提取一幅所述數字圖像，采用智能分析方法統計出所述一幅數字圖像中的人數，并且判斷所統計的人數是否大于設定閾值，在所統計的人數大于設定閾值的情況下，控制所述巡邏機器人停止前進，并將報警信息和當前位置信息發送給遠程監控端。
[0006]進一步地，所述處理器還被配置為，接收攝像頭轉換得到的所述數字圖像，將所述數字圖像壓縮編碼，并且發送給所述遠程監控端。
[0007]進一步地，所述設定閾值根據時間并且/或者GPS信息進行設置。
[0008]進一步地，所述采用智能分析方法所述統計出所述一幅數字圖像中的人數，包括，采用行人檢測方法統計出一幅數字圖像中的行人數量；和/或采用人臉檢測方法統計出一幅數字圖像中的人臉數量。
[0009]進一步地，所述行人和/或所述人臉在所述遠程監控端可以被框出。
[0010]進一步地，所述設定閾值根據時間并且/或者GPS信息進行設置。
[0011]進一步地，通過所述行人檢測方法統計出所述一幅數字圖像中的人數包括:將一幅所述數字圖像分成若干個大小相同的子圖；分別提取所述若干個大小相同的子圖的方向梯度直方圖特征輸入到行人檢測模型；通過所述行人檢測模型的判斷統計出一幅所述數字圖像中的人數，即確定圖像中行人的位置，從而統計出圖像中行人的數量。
[0012]進一步地，所述行人檢測模型的訓練過程包括:建立樣本，其中選擇行人圖像作為正樣本，非行人圖像作為負樣本；分別提取所述正樣本、所述負樣本的方向梯度直方圖特征；采用SVM算法對正樣本和負樣本的所述方向梯度直方圖特征進行訓練得到行人檢測模型。
[0013]進一步地，所述采用人臉檢測方法統計出一幅數字圖像中的人臉數量，具體包括:將一幅數字圖像分成若干個大小相同的子圖；分別提取所述若干個大小相同的子圖的Haar特征輸入到之前訓練好的人臉檢測模型；通過所述人臉檢測模型檢測出一幅所述數字圖像中的人臉，即確定圖像中人臉的位置，從而統計出圖像中人臉的數量。
[0014]進一步地，所述人臉檢測模型的訓練過程包括:建立樣本，其中選擇人臉圖像作為正樣本，非人臉圖像作為負樣本；分別提取所述正樣本、所述負樣本的Haar特征；采用Adaboost算法對正樣本和負樣本的所述Haar特征進行訓練得到人臉檢測模型。
[0015]進一步地，提供一種巡邏機器人，包括:攝像頭，用于獲取實時模擬圖像，并將所述實時模擬圖像上傳給視頻采集卡；視頻采集卡，用于將攝像頭傳來的所述實時模擬圖像轉換成數字圖像，并將所述數字圖像發送給主機；GPS模塊，用于獲取所述巡邏機器人的位置信息；驅動模塊，用于驅動所述巡邏機器人移動；以及主機，用于通過智能分析統計出所述數字圖像中的人數，并且判斷所統計出的人數是否大于設定閾值，在所統計的人數大于設定閾值的情況下，通過所述驅動模塊控制所述巡邏機器人停止前進，并且通過所述GPS模塊獲取所述巡邏機器人的當前位置信息，并將報警信息和當前位置信息發送給遠程監控端。
[0016]本發明實施例提供一種巡邏機器人，其能夠對實時圖像進行智能分析，并統計實時圖像中的人數，即行人和人臉的數量。當行人和人臉的數量大于設定閾值時，發出預警，并將當前位置信息傳送給遠程監控端，提醒安保人員重點關注。
【附圖說明】
[0017]圖1所示為本發明一實施例提供的巡邏機器人執行監控方法的流程圖；
[0018]圖2所示為本發明一實施例提供的采用行人檢測方法統計每一秒鐘取出的一幅數字圖像中的行人數量的流程圖；
[0019]圖3所示為本發明一實施例提供的行人檢測模型的訓練過程流程圖；
[0020]圖4所示為本發明一實施例提供的采用人臉檢測方法統計每一秒鐘提取出的一幅數字圖像中的人臉數量的流程圖；
[0021]圖5所示為本發明一實施例提供的人臉檢測模型的訓練過程流程圖；
[0022]圖6所示為本發明一實施例提供的巡邏機器人系統結構框圖。
【具體實施方式】
[0023]下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
[0024]根據本發明的實施方式，提供一種巡邏機器人，其包括攝像頭、存儲器、GPS模塊、和處理器。圖1示出本發明一實施例提供的巡邏機器人執行監控方法的流程圖。具體包括:
[0025]S101:攝像頭獲取實時模擬圖像。
[0026]S102:攝像頭將實時模擬圖像轉換為數字圖像。
[0027]S103:將數字圖像以本地高清形式存儲在存儲器中。
[0028]S104:處理器按照一定周期提取一幅所述數字圖像，采用智能分析方法統計出一幅所述數字圖像中的人數。優選地，每一秒鐘提取一幅數字圖像。
[0029]S105:處理器判斷人數是否大于設定閾值，如果大于，機器人停止前進，并將報警信息、以及GPS模塊獲取的當前GPS位置信息發送給遠程監控端。
[0030]根據本實施方式的巡邏機器人可以智能統計出監控視頻中的人數，當統計的人數超出設定閾值時，發送預警信息給遠程監控端，具有很好的對意外事件的預防作用。
[0031]根據本發明的一個實施方式，處理器還被配置為，接收攝像頭轉換得到的所述數字圖像，將所述數字圖像壓縮編碼，并且發送給所述遠程監控端。實現視頻圖像在遠程監控端的實時顯示，一方面便于安保人員對機器人的預警信息進行確認，查看是否發生突發事件；另一方面使監控過程更加透明。
[0032]根據本發明的一個實施方式，采用智能分析方法統計出所述一幅數字圖像中的人數，包括:采用行人檢測方法統計出一幅數字圖像中的行人數量；和/或采用人臉檢測方法統計出一幅數字圖像中的人臉數量。特別的，當行人背對攝像頭的時候，能檢測到行人，但是不能檢測到人臉；而當人臉占據畫面的大部分空間時，能檢測到人臉，但無法檢測出行人；鑒于上述情況，便需要同時具有行人檢測與人臉檢測的功能。
[0033]根據本發明的一個實施方式，遠程監控端接收經處理器壓縮編碼后發送來的數字圖像，解碼之后在顯示器上顯示，并且顯示器顯示的圖像中的行人可以被框出。通過這種方式，可以突出重點，加快監控人員的目標搜索時間。
[0034]根據本發明的一個實施方式，設定閾值可以根據時間、以及GPS信息分類設置。比如可以設定白天的時候發現5人及以上發出報警信息，晚上的時候發現1人即發出報警信息。當然也可以具體到時間，將一天24小時分成若干個區間，根據人的生活習慣合理設定報警閾值。再比如可以設定當發現圍墻附近1人以上發出報警信息，在廣場或門口發現10人以上發出報警信息。應當知道，這里的分類設置標準僅是示例性的。同理，人臉數量出現異常報警方式與此相同。
[0035]圖2所示為本發明一實施例提供的采用行人檢測方法統計每一秒鐘取出的一幅數字圖像中的行人數量的流程圖，具體包括:
[0036]S201:將一幅數字圖像分成若干個大小相同的子圖。優選地，采用矩形滑窗的方式從所述數字圖像中獲取若干大小相同的子圖。
[0037]S202:提取若干個大小相同的子圖的方向梯度直方圖特征輸入到行人檢測模型。在一幅圖像中，局部目標的表象和形狀能夠被梯度或邊緣的方向密度分布很好地描述，而每個像素點的梯度可以用來描述它的方向密度，因此可以利用圖像的梯度方向直方圖來表述圖像的特征。
[0038]S203:通過行人檢測模型的判斷統計出一幅數字圖像中的行人數量。即確定圖像中行人的位置，從而統計出圖像中行人的數量。
[0039]下面具體描述一幅數字圖像進行行人檢測的過程。首先，提取一幅數字圖像并將其作為當前目標數字圖像，建立大小為50*20的矩形滑窗，從圖的左上角按照一定位移從左到右滑動直至圖像最右端，然后滑窗向下移動一定位移，重新從左至右掃描，直到完全遍歷整幅圖像；將矩形區域每次移動后所包圍的部分截取出來作為子圖，并提取該子圖的方向梯度直方圖特征；將子圖的方向梯度直方圖特征輸入給行人檢測模型進行行人判別。保持矩形滑窗的大小不變，按照一定的比例縮小目標數字圖像，形成新的目標數字圖像，按照上述過程遍歷掃描新的目標數字圖像，并提取所有子圖的方向梯度直方圖特征，分別送給行人檢測模型進行行人判別。重復上述過程，直到目標圖像的寬度或高度中有一個與矩形滑窗的寬度或高度相等。通過上述過程可以檢測出圖像中行人的位置，從而進一步確定行人的數量。
[0040]在步驟S203中，圖3所示為本發明一實施例提供的行人檢測模型的訓練過程流程圖，其包括:
[0041]S301:建立樣本，其中選擇行人圖像作為正樣本，非行人圖像作為負樣本。例如，首先，找到一些包含有行人的圖像，截取圖像中包含行人的矩形區域，歸一化成50*20的大小，形成正樣本；找一些不包括行人的圖像，隨機的截取一些矩形區域，歸一化成5