随着科技的快速进步,社会对于人员定位系统的需求也迅速增加.由于室外人员定位技术已日渐成熟,所以室内人员定位技术便成了科研工作者研究的方向.室内人员定位系统的产生和发展对于多传感器融合技术、信息处理技术和计算机相关技术的推进有着非常重大的意义.在此基础上,本文融合计算机视觉定位技术和多传感器融合技术设计并实现了基于多信息的室内人员定位系统,在一定程度上为室内人员定位技术提供了理论和实际的参考价值. 基于多信息的室内人员定位系统将传感器采集到的包含多信息的点云数据作为室内人员定位系统的依据,应用人体目标检测、跟踪和定位算法,最终完成了室内人员的定位.针对传统的人体目标检测算法在光照变化和有遮挡时的检测率低,本文在传统的人体目标检测算法的基础上使用点云数据并融合了方向梯度直方图(Histogram of Oriented Gradient,HOG)特征和方向深度直方图(Histogram of Oriented Depth,HOD)特征,有效地减小了光照变化和遮挡问题对人体目标检测的影响.针对传统的粒子滤波算法在跟踪人体目标时易受遮挡因素的影响,本文在传统的粒子滤波算法的基础上融合了彩色信息和深度信息,有效地减小了遮挡问题对人体目标跟踪的影响.室内人员定位算法首先将人体目标跟踪结果的彩色图像和深度图像进行对齐,然后进行不同坐标系的转换,最后将含有人体目标区域的重心点坐标投影到地面,即可实现室内人员的定位要求. 通过实验结果的对比分析,验证了本文所提出的人体目标检测、跟踪和定位算法能有效地减小光照变化和遮挡问题对人体目标检测、跟踪和定位带来的影响,且在长7.2m和宽4.2m的室内定位精度可以达到±20cm之内.
展开▼
