家庭環(huán)境下人的行為理解系統(tǒng)研究.pdf

1、隨著機(jī)器人技術(shù)的發(fā)展，機(jī)器人進(jìn)入民用領(lǐng)域條件日趨成熟。人的行為理解是服務(wù)機(jī)器人進(jìn)入家庭環(huán)境，為人提供自主服務(wù)的前提。由于家庭環(huán)境下人體目標(biāo)行為模式的多樣性、所處環(huán)境的復(fù)雜性，使得家庭環(huán)境下行為理解成為一個(gè)極富挑戰(zhàn)性的課題。依靠機(jī)器人自身有限的感知和計(jì)算能力，更加難以實(shí)時(shí)的完成行為理解任務(wù)。因而，本文借助家庭助理機(jī)器人綜合平臺(tái)，利用了智能空間技術(shù)使得家庭服務(wù)機(jī)器人的感知能力和計(jì)算能力得到了極大的外延。 家庭環(huán)境下行為理解問(wèn)題被定義

2、為“利用機(jī)器視覺(jué)技術(shù)結(jié)合智能空間信息系統(tǒng)的數(shù)據(jù)庫(kù)、知識(shí)庫(kù)對(duì)人的行為和意圖進(jìn)行分析”。主要的研究?jī)?nèi)容如下： 1、從處理流程上闡述行為理解的一般框架，分析了其中涉及到的關(guān)鍵技術(shù)。并借助家庭助理機(jī)器人實(shí)驗(yàn)平臺(tái)，提出家庭監(jiān)護(hù)系統(tǒng)的行為理解方案。 2、運(yùn)動(dòng)人體檢測(cè)是行為理解初級(jí)階段需要解決的問(wèn)題。本文對(duì)基于GMM背景模型的運(yùn)動(dòng)檢測(cè)算法做了如下改進(jìn)：在背景初始化階段，采用動(dòng)態(tài)學(xué)習(xí)率提高了背景模型的準(zhǔn)確性；在背景更新階段，提出運(yùn)動(dòng)人體

3、檢測(cè)的結(jié)果指導(dǎo)背景更新的策略，使得復(fù)雜運(yùn)動(dòng)形式的人體運(yùn)動(dòng)不被背景吸收；在后期處理階段將基于GMM的運(yùn)動(dòng)檢測(cè)算法與邊緣差分相結(jié)合，消除運(yùn)動(dòng)檢測(cè)中的斷裂、孔洞現(xiàn)象。 3、提出復(fù)雜環(huán)境下基于特征融合的日常動(dòng)作、突發(fā)異常（摔倒）檢測(cè)方法。利用人的姿態(tài)、姿態(tài)變化速率特征、人的位置變化特征表征人的運(yùn)動(dòng)狀態(tài)，通過(guò)合成簡(jiǎn)單的姿態(tài)事件并結(jié)合特征來(lái)表達(dá)具有復(fù)雜時(shí)空關(guān)系的運(yùn)動(dòng)事件。 4、在智能空間技術(shù)平臺(tái)的支撐下，提出了一種新的基于場(chǎng)景信息的

4、行為理解方法。利用機(jī)器視覺(jué)技術(shù)，并結(jié)合家庭智能空間平臺(tái)提供的環(huán)境信息，實(shí)現(xiàn)了正確理解人的意圖、準(zhǔn)確識(shí)別人的反常習(xí)慣行為和突發(fā)異常事件。首先利用運(yùn)動(dòng)目標(biāo)檢測(cè)方法，提取運(yùn)動(dòng)人體在環(huán)境中的坐標(biāo)，然后結(jié)合場(chǎng)景劃分出不同區(qū)域，建立人體在環(huán)境中的位置狀態(tài)關(guān)聯(lián)矩陣和時(shí)空關(guān)聯(lián)矩陣；通過(guò)馬爾科夫模型統(tǒng)計(jì)出人體在空間中的位置狀態(tài)轉(zhuǎn)移概率矩陣及其狀態(tài)持續(xù)時(shí)間矩陣，構(gòu)建日常行為模板。根據(jù)當(dāng)前行為與日常行為模板的相似度檢測(cè)反常習(xí)慣行為和突發(fā)異常事件，并根據(jù)不同區(qū)