基于精确背景运动补偿的机器人运动目标检测与跟踪

来源：机床与液压杂志2023年第3期北京时间：

作者：马东，刘超杰，王立玲，王洪瑞

单位：河北大学电子信息工程学院，河北大学机器人技术研究中心；河北大学电子信息工程学院，河北大学机器人技术研究中心；河北大学电子信息工程学院，河北大学机器人技术研究中心；河北大学电子信息工程学院

摘要：为实现动态场景下机器人快速准确地检测与跟踪运动目标，提出一种基于精确背景补偿的运动目标检测方法，并利用Kalman滤波扩展的KCF算法进行目标跟踪。针对传统ORB算法存在特征点分布不均匀、误匹配率高导致背景补偿效果不佳的问题，采用小波变换及图像分块处理保证提取的特征点数目及均匀分布，通过SURF算法提取具有尺度不变性的特征点并构建ORB描述子。利用KNN算法与对称约束相结合的特征匹配法提高匹配精度，同时引入改进的RANSAC方法精确求解全局运动参数完成背景运动补偿，最后通过帧差法及形态学处理获得完整的运动目标，并将KCF算法融合Kalman滤波实现对被遮挡目标进行再跟踪。实验结果表明：该方法特征匹配正确率达到98.4%，在背景运动状态下能够实时准确地检测出运动目标，并且能够连续稳定地跟踪目标。

关键词：动态场景;背景补偿;运动目标检测;目标跟踪;ORB算法

基金资助：国家自然科学基金青年科学基金项目（61703133）；国家重点研发计划（2017YFB1401200）