技术领域
[0001] 本
发明涉及视频
跟踪领域，尤指一种导航对象行进路线的提醒方法和系统。
背景技术
[0002] 在诸如商场、医院、车站、机场等环境较复杂的室内场所，室内导航设备如导航
机器人可以为行人提供特定目标
位置的路线导航服务。
[0003] 但是用户根据室内导航设备生成的导航线路行走时，由于部分导航对象可能分不清东南西北，导致即使根据导航路线行走，也可能出现行走错误找不到目标位置的情况，或者既使导航对象后期了解自身走错方向，但是由于背离了导航路线最开始的正确行走方向，导致用户可能需要返回原来的位置或者重新寻找新的室内导航设备重新寻求导航帮助，这将导致导航对象浪费大量的时间寻找正确的线路到达目标位置，浪费导航对象的时间，影响用户的使用体验。
[0004] 如何及时的提醒告知导航对象根据导航线路行走的路线是否正确，以便及时是亟需解决的问题。
发明内容
[0005] 本发明的目的是提供一种导航对象行进路线的提醒方法和系统，实现及时提醒导航对象行进路线是否正确，减少用户时间浪费的目的。
[0006] 本发明提供的技术方案如下：
[0007] 本发明提供一种导航对象行进路线的提醒方法，包括步骤：
[0008] S1000获取导航对象的当前位置和问路
请求信息；所述问路请求信息包括目标位置；
[0009] S2000根据所述当前位置和目标位置生成导航路线；
[0010] S3000获取导航对象的行进路线；所述行进路线为导航对象根据所述导航线路，以所述当前位置为起点开始移动的路线；
[0011] S4000判断所述行进路线是否与所述导航路线匹配；若否，执行步骤S5000；
[0012] S5000生成行进错误信息。
[0013] 进一步的，所述步骤S3000包括步骤：
[0014] S3010获取目标图像
帧；所述目标图像帧包括导航对象；
[0015] S3020通过若干个分类器将对应的目标图像帧进行特征提取得到目标
框图；
[0016] S3030计算每个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置；
[0017] S3040根据所有空间位置，生成导航对象的行进路线。
[0018] 进一步的，所述步骤S3010之前包括步骤：
[0019] S3001根据当前检测范围获取第一视频图像；
[0020] S3002当根据所述当前检测范围获取所述第一视频图像，导航对象未丢失时，对所述第一视频图像进行
图像处理得到所述目标图像帧；
[0021] S3003当根据所述当前检测范围获取所述第一视频图像，导航对象丢失时，扩大检测范围，直至扩大至额定检测范围为止；
[0022] S3004当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像，对所述第一视频图像和所述第二视频图像进行图像处理得到所述目标图像帧；
[0023] S3005当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，继续扩大检测范围，直至扩大至额定检测范围后在预设时长内，根据导航对象的表观信息仍未重新检测到导航对象时，停止对该导航对象的跟踪。
[0024] 进一步的，所述步骤S4000包括步骤：
[0025] S4100获取导航对象的移动路径s1；所述行进路线S＝s1+s2+，……，si，i∈N，其中，所述s1为所述行进路线中以所述当前位置为起点的第一段移动路线，所述s2为所述行进路线中的第二段移动路线，所述si为所述行进路线中的第i段移动路线；
[0026] S4200判断所述移动路径s1与比对路径d1之间的方位差是否在预设差值范围内；所述导航线路D＝d1+d2+，……，di，i∈N，其中，所述d1为所述导航路线中以所述当前位置为起点的第一段移动路径，所述d2为所述导航路线中的第二段移动路径，所述di为所述导航路线中的第i段移动路径；若否，执行步骤S5000。
[0027] 进一步的，所述步骤S1000之前包括步骤：
[0028] S0100获取用户语音信息，并识别所述语音信息得到关键字段；
[0029] S0200判断所述关键字段是否包括预设路径询问字段；若是，执行步骤S0300；否则，返回步骤S0100；
[0030] S0300旋转摄像头的方向至目标方向；所述目标方向为所述预设路径询问字段对应的用户语音信息的用户的方向；
[0031] S0400确定在所述摄像头对应的预设采集范围内，且捕捉框采集到的用户图像尺寸最大的用户为导航对象。
[0032] 本发明还提供一种导航对象行进路线的提醒系统，包括：
[0033] 信息获取模
块，获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0034] 路线生成模块，根据所述当前位置和目标位置生成导航路线；
[0035] 路线获取模块，获取导航对象的行进路线；所述行进路线为导航对象根据所述导航线路，以所述当前位置为起点开始移动的路线；
[0036] 匹配判断模块，判断所述行进路线是否与所述导航路线匹配；
[0037] 信息生成模块，当所述行进路线与所述导航路线不匹配时，生成行进错误信息。
[0038] 进一步的，所述路线获取模块包括：
[0039] 图像获取单元，获取目标图像帧；所述目标图像帧包括导航对象；
[0040] 框图获取单元，通过若干个分类器将对应的目标图像帧进行特征提取得到目标框图；
[0041] 响应值获取单元，计算每个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置；
[0042] 行进路线生成单元，根据所有空间位置，生成导航对象的行进路线。
[0043] 进一步的，所述路线获取模块还包括：
[0044] 采集单元，根据当前检测范围获取第一视频图像；还当在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像；
[0045] 控制单元，当根据所述当前检测范围获取所述第一视频图像，导航对象丢失时，控制所述采集单元扩大检测范围，直至扩大至额定检测范围为止；
[0046] 图像处理单元，当根据所述当前检测范围获取所述第一视频图像，导航对象未丢失时，对所述第一视频图像进行图像处理得到所述目标图像帧；
[0047] 所述图像处理单元，还当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像，对所述第一视频图像和所述第二视频图像进行图像处理得到所述目标图像帧；
[0048] 所述图像处理单元，还当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，继续扩大检测范围，直至扩大至额定检测范围后在预设时长内，根据导航对象的表观信息仍未重新检测到导航对象时，停止对该导航对象的跟踪。
[0049] 进一步的，所述匹配判断模块包括：
[0050] 路径获取单元，获取导航对象的目标移动路径s1；所述行进路线S＝s1+s2+，……，si，i∈N，其中，所述s1为所述行进路线中以所述当前位置为起点的第一段移动路线，所述s2为所述行进路线中的第二段移动路线，所述si为所述行进路线中的第i段移动路线；
[0051] 比较判断单元，判断所述移动路径s1与比对路径d1之间的方位差是否在预设差值范围内；所述导航线路D＝d1+d2+，……，di，i∈N，其中，所述d1为所述导航路线中以所述当前位置为起点的第一段移动路径，所述d2为所述导航路线中的第二段移动路径，所述di为所述导航路线中的第i段移动路径；
[0052] 所述信息生成模块，当所述移动路径s1与比对路径d1之间的方位差在预设差值范围外时，生成行进错误信息。
[0053] 进一步的，还包括：
[0054] 语音获取模块，获取用户语音信息，并识别所述语音信息得到关键字段；
[0055] 识别模块，判断所述关键字段是否包括预设路径询问字段；
[0056] 所述语音获取模块，当所述关键字段不包括预设路径询问字段时，重新获取新的用户语音信息；
[0057] 旋转模块，当所述关键字段包括预设路径询问字段时，旋转摄像头的方向至目标方向；所述目标方向为所述预设路径询问字段对应的用户语音信息的用户的方向；
[0058] 导航对象确定模块，确定在所述摄像头对应的预设采集范围内，且捕捉框尺寸最大的对应采集到的用户为导航对象。
[0059] 通过本发明提供的一种导航对象行进路线的提醒方法和系统，能够带来以下至少一种有益效果：
[0060] 1)本发明由于对导航对象的行进路线与导航路线进行比较，能够及时提醒导航对象行进路线是否正确，减少用户时间浪费，提示用户的导航使用体验。
[0061] 2)本发明通过若干个分类器将对应的目标图像帧进行特征提取得到目标框图，根据各个目标框图的响应值确定导航对象的空间位置从而生成导航对象的行进路线，能够克服外界环境的干扰，提升导航对象的跟踪检测的可靠性和准确度。
[0062] 3)本发明获取只比较判断导航路线和行进路线的以当前位置为起点的前面第一段就能够判断导航对象的行进方向和行进路径是否正确，能够加快判断分析的效率，从而减少生成行进错误信息提醒导航对象的时间，进一步加快提示效率。
附图说明
[0063] 下面将以明确易懂的方式，结合附图说明优选实施方式，对一种导航对象行进路线的提醒方法和系统的上述特性、技术特征、优点及其实现方式予以进一步说明。
[0064] 图1是本发明一种导航对象行进路线的提醒方法的一个
实施例的
流程图；
[0065] 图2是本发明一种导航对象行进路线的提醒方法的另一个实施例的流程图；
[0066] 图3是本发明一种导航对象行进路线的提醒方法的导航对象位置判定的示意图；
[0067] 图4是本发明一种导航对象行进路线的提醒方法的另一个实施例的流程图；
[0068] 图5是本发明一种导航对象行进路线的提醒方法的另一个实施例的流程图；
[0069] 图6是本发明一种导航对象行进路线的提醒方法的行进路线与比对路径的示意图；
[0070] 图7是本发明一种导航对象行进路线的提醒系统的一个实施例的结构示意图；
[0071] 图8是本发明一种导航对象行进路线的提醒系统的另一个实施例的结构示意图；
[0072] 图9是本发明一种导航对象行进路线的提醒方法的一个实例的流程图。
具体实施方式
[0073] 为了更清楚地说明本发明实施例或
现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0074] 为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0075] 本发明一种导航对象行进路线的提醒方法的一个实施例，如图1所示，包括：
[0076] S1000获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0077] S2000根据所述当前位置和目标位置生成导航路线；
[0078] S3000获取导航对象的行进路线；所述行进路线为导航对象根据所述导航线路，以所述当前位置为起点开始移动的路线；
[0079] S4000判断所述行进路线是否与所述导航路线匹配；若否，执行步骤S5000；
[0080] S5000生成行进错误信息。
[0081] 具体的，本实施例中，导航机器人等导航设备获取导航对象的当前位置，导航对象的当前位置的获取方式可以是GPS
定位获取，也可以多个摄像头
节点通过三点定位法获取，任何室内定位方式均在本发明的保护范围呢，并且，导航机器人等导航设备还获取导航对象输入的问路请求信息，问路请求信息可以是语音输入获取，也可以是用户在
人机交互界面手动输入获取，导航设备获取到导航对象的当前位置和问路请求信息后，根据当前位置和目标位置进行路径规划生成导航路线，导航对象根据导航路线开始移动至目标位置，当导航对象从当前位置离开并沿着导航路线的指引方向进行移动时，导航设备实时采集导航对象的行进路线，对导航对象的行进路线与导航路线进行比较分析，判断行进路线与导航路线是否匹配，如果行进路线与导航路线匹配则导航设备可以不生成任何提示信息，也可以生成行进正确信息，告知导航对象的行进方向和行进路径正确；如果行进路线与导航路线不匹配则生成行进错误信息，以提醒导航对象的行进方向和行进路径错误。本发明能够及时提醒导航对象行进路线是否正确，减少用户时间浪费，提示用户的导航使用体验。
[0082] 本发明一种导航对象行进路线的提醒方法的另一个实施例，如图2所示，包括：
[0083] S1000获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0084] S2000根据所述当前位置和目标位置生成导航路线；
[0085] S3010获取目标图像帧；所述目标图像帧包括导航对象；
[0086] S3020通过若干个分类器将对应的目标图像帧进行特征提取得到目标框图；
[0087] S3030计算每个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置；
[0088] S3040根据所有空间位置，生成导航对象的行进路线；
[0089] S4000判断所述行进路线是否与所述导航路线匹配；若否，执行步骤S5000；
[0090] S5000生成行进错误信息。
[0091] 具体的，本实施例中，以YOLO V2
算法以及KCF算法为
基础，完整的进行导航对象检测和追踪，在导航设备上实现追踪检测的目的，具体为：
[0092] ①导航对象检测跟踪
[0093] 通过YOLO V2算法对该图像帧进行导航对象检测，即YOLO V2采用32层的神经网络结构(包括卷积层和
池化层)，使用416×416
分辨率的网络入口对图像帧进行预训练检测，进行预训练检测，使用5种大小的方框维度(扁长的框较少，而瘦高的框更多，以符合人的特征)进行定位预测，将浅层的目标框图(如分辨率为26*26)连接到深层的目标框图(分辨率13*13)，这种连接方式将高低两种分辨率得到特征图做链接，
叠加相邻特征到不同的通道(而非是空间位置)，类似于ResNet的“快捷连接”，将26*26*512的feature map变为13*13*
2048的feature map，然后和原来的深层特征图相连，每隔几轮(10batches)就改变模型输入尺寸，由于采用多尺度训练检测的方法，具有良好的鲁棒性。改变模型输入尺寸后，继续对模型进行训练，这种训练机制迫使32层的神经网络结构学习如何在各种输入维度上做好预测，这意味着相同的网络可以预测不同分辨率下的检测结果。因为YOLO V2模型在小尺度输入上运行速度很快，因此，YOLO V2提供了一种在速度和准确性两者之间进行权衡的方案，YOLO V2在小分辨率图像的检测上，能够保持准确率的情况下，提升处理速度。
[0094] ②导航对象检测跟踪
[0095] 通过KCF算法是判别式跟踪，在追踪过程中训练分类器，使用分类器去检测下一帧预测位置是否是导航对象，然后再使用新检测结果去更新训练集进而更新分类器。而在训练分类器时一般选取导航对象区域为正样本，导航对象的周围区域为负样本，当然越靠近导航对象的区域为正样本的可能性越大，使用目标周围区域的循环矩阵采集正负样本，利用脊回归训练分类器，并成功的利用循环矩阵在傅里叶空间可对
角化的性质将矩阵的运算转化为元素的点乘，大大降低了运算量，提高了运算速度，使算法满足实时性要求。将线性空间的脊回归通过核函数映射到非线性空间，在非线性空间通过求解一个对偶问题和某些常见的约束，同样可以使用循环矩阵傅里叶空间对角化也能够简化计算。
[0096] ③导航对象位置判定
[0097] 判断跟踪到的是导航对象还是周围的背景信息，主要使用轮转矩阵对样本进行采集，使用快速傅里叶变化对算法进行
加速计算，基于检测到的导航对象进行跟踪，首先在跟踪之前对导航对象进行检测，得到导航对象的位置，然后对导航对象进行学习，跟踪，然后计算各个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置。如图2所示，获取导航对象根据导航路线以当前位置开始移动，导航设备拍摄开始获取图像视频，图3左边的图像是当前图像帧P1，对当前图像帧P1使用虚线框6框定导航对象，获取导航对象在成像图像上的
像素坐标Q1，实线框3就是包括导航对象的样本目标框图，其他实线框(如实线框1，实线框2，实线框4，实线框5)对应的框图就是就是将样本目标框图循环移位之后对齐导航对象得到的样本，由这些样本训练出一个分类器，当分类器训练好之后，来到了下一图像帧P2，也就是图3右边的图像，首先在样本目标框图也就是实线框3对应的区域进行
采样，然后对该采样进行循环移位，对齐目标后如图3右边的图像显示的那样子(此处便于理解，实际中不对齐)，使用分类器分别对目标框图计算响应值，显然实线框1对应的目标图框对应的响应值最大，通过实线框1对应的目标图框的位置计算获取导航对象在成像图像上的像素坐标Q2，然后切换下一图像帧Pj，j∈N，继续进行上述步骤测量导航对象在成像图像上的像素坐标Q3，根据世界
坐标系和图像坐标系之间的转换关系，得到导航对象的坐标位置(包括像素坐标Q1对应的坐标位置M1即当前位置，像素坐标Q2对应的坐标位置M2，像素坐标Qj对应的坐标位置Mj)，根据所有的坐标位置绘制生成导航对象的行进路线。本实施例在跟踪-检测
框架下，利用YOLO V2和KCF算法提高跟踪检查的准确性，效率和可靠性，由于KCF具有速度快的特点，同时可以自然的利用多个特征通道，检测网络中每层的特征通道数都较多，由于神经网络结构中的不同层对于目标的描述的抽象性不一样，底层的特征简单，高层的语义特性多更加适合定位，并且由于在跟踪过程中目标不停变化，跟踪的困难程度会改变，底层特征可能就不准确了，此时级联多个跟踪器；当然，如果浅层的跟踪器就能很好的跟踪，跟踪效果较好，那么就不要进行后面的计算了，可以节省时间，跟踪器是否表现好是看当前计算的响应值，响应值越大则跟踪效果越好，因此选择神经网络结构中不同的层构建了多个KCF进行级联，利用多个网络层分别建立了多个独立分类器，提高导航对象跟踪的可靠性与准确性。
[0098] 本发明一种导航对象行进路线的提醒方法的另一个实施例，如图4所示，包括：
[0099] S1000获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0100] S2000根据所述当前位置和目标位置生成导航路线；
[0101] S3001根据当前检测范围获取第一视频图像；
[0102] S3002当根据所述当前检测范围获取所述第一视频图像，导航对象未丢失时，对所述第一视频图像进行图像处理得到所述目标图像帧；
[0103] S3003当根据所述当前检测范围获取所述第一视频图像，导航对象丢失时，扩大检测范围，直至扩大至额定检测范围为止；
[0104] S3004当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像，对所述第一视频图像和所述第二视频图像进行图像处理得到所述目标图像帧；
[0105] S3005当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，继续扩大检测范围，直至扩大至额定检测范围后在预设时长内，根据导航对象的表观信息仍未重新检测到导航对象时，停止对该导航对象的跟踪。
[0106] S3010获取目标图像帧；所述目标图像帧包括导航对象；
[0107] S3020通过若干个分类器将对应的目标图像帧进行特征提取得到目标框图；
[0108] S3030计算每个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置；
[0109] S3040根据所有空间位置，生成导航对象的行进路线；
[0110] S4000判断所述行进路线是否与所述导航路线匹配；若否，执行步骤S5000；
[0111] S5000生成行进错误信息。
[0112] 具体的，本实施例中，导航设备的摄像头以当前检测范围进行第一视频
图像采集，实时获取第一视频图像时判断导航对象是否会出现丢失的情况，导航对象丢失的原因有多种，可能是因为分类器漏检，也可能被场景中的背景物体(如墙、树木等)的遮挡造成的导航对象跟踪丢失。当导航对象未丢失时，直接对第一视频图像进行图像处理得到目标图像帧；当出现丢失时，在导航对象丢失时扩大检测范围，根据导航对象的表观信息，表观信息为导航对象与背景之间的区别特征，表观信息包括导航对象的，头部位置，体积大小，身高大小，肤色，发型，衣服
颜色、衣服纹理等特征，判断根据扩大后的检测范围在预设时长内是否重新检测到导航对象，如果在预设时长内重新检测到丢失的导航对象，则根据扩大后的检测范围获取第二视频图像，对第一视频图像和第二视频图像进行图像处理得到目标图像帧；
如果在预设时长内还未检测到丢失的导航对象时，则继续扩大检测范围，直至扩大后的检测范围达到额定检测范围为止，如果达到额定检测范围后，在预设时长内还不能检测到丢失的导航对象，则不对该导航对象进行跟踪检测。通常在一定时间段内，丢失的导航对象会在消失位置附近一定范围内重新出现，所以这个阶段的目的就是重新找到丢失掉的导航对象，处理方法是保留丢失的导航对象一段时间，并且在消失位置一定范围的区域内比较丢失的导航对象和重新检测到的对象之间的表观信息相似程度，如果相似性大于一定
阈值，即说明该检测框范围内重新检测到的对象是之前消失的导航对象。本发明避免由于导航对象丢失后，无法继续对导航对象进行跟踪检测问题，提高导航对象行进线路检测的鲁棒性。
[0113] 本发明一种导航对象行进路线的提醒方法的另一个实施例，如图5所示，包括：
[0114] S1000获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0115] S2000根据所述当前位置和目标位置生成导航路线；
[0116] S3001根据当前检测范围获取第一视频图像；
[0117] S3002当根据所述当前检测范围获取所述第一视频图像，导航对象未丢失时，对所述第一视频图像进行图像处理得到所述目标图像帧；
[0118] S3003当根据所述当前检测范围获取所述第一视频图像，导航对象丢失时，扩大检测范围，直至扩大至额定检测范围为止；
[0119] S3004当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像，对所述第一视频图像和所述第二视频图像进行图像处理得到所述目标图像帧；
[0120] S3005当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，继续扩大检测范围，直至扩大至额定检测范围后在预设时长内，根据导航对象的表观信息仍未重新检测到导航对象时，停止对该导航对象的跟踪。
[0121] S3010获取目标图像帧；所述目标图像帧包括导航对象；
[0122] S3020通过若干个分类器将对应的目标图像帧进行特征提取得到目标框图；
[0123] S3030计算每个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置；
[0124] S3040根据所有空间位置，生成导航对象的行进路线；
[0125] S4100获取导航对象的移动路径s1；所述行进路线S＝s1+s2+，……，si，i∈N，其中，所述s1为所述行进路线中以所述当前位置为起点的第一段移动路线，所述s2为所述行进路线中的第二段移动路线，所述si为所述行进路线中的第i段移动路线；
[0126] S4200判断所述移动路径s1与比对路径d1之间的方位差是否在预设差值范围内；所述导航线路D＝d1+d2+，……，di，i∈N，其中，所述d1为所述导航路线中以所述当前位置为起点的第一段移动路径，所述d2为所述导航路线中的第二段移动路径，所述di为所述导航路线中的第i段移动路径；若否，执行步骤S5000；
[0127] S5000生成行进错误信息。
[0128] 具体的，上述实施例是一直跟踪检测导航对象的完整的行进路线，此处的行进路线是在导航设备的图像采集设备(如摄像头)的有效采集范围内采集到的用户的行进路线，对完整的行进路线与导航路线进行比较匹配，而本实施例，如图6所示，获取导航对象的行进路线中的第一段线路即移动路径s1与导航线路的第一段线路及比对路径d1进行比较判断，这样能够只比较判断导航路线和行进路线的以当前位置为起点的前面第一段就能够判断导航对象的行进方向和行进路径是否正确，即能够加快判断分析的效率，从而减少生成行进错误信息提醒导航对象的时间，进一步加快提示效率，及时提醒导航对象行进路线是否正确，减少用户时间浪费，提示用户的导航使用体验。
[0129] 本发明一种导航对象行进路线的提醒系统的一个实施例，如图7所示，包括：
[0130] 信息获取模块100，获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0131] 路线生成模块200，根据所述当前位置和目标位置生成导航路线；
[0132] 路线获取模块300，获取导航对象的行进路线；所述行进路线为导航对象根据所述导航线路，以所述当前位置为起点开始移动的路线；
[0133] 匹配判断模块400，判断所述行进路线是否与所述导航路线匹配；
[0134] 信息生成模块500，当所述行进路线与所述导航路线不匹配时，生成行进错误信息。
[0135] 具体的，本实施例是上述方法实施例对应的系统实施例，具体效果参见上述对应的方法实施例，在此不再一一赘述。
[0136] 本发明一种导航对象行进路线的提醒系统的另一个实施例，如图8所示，包括：
[0137] 信息获取模块100，获取导航对象的当前位置和问路请求信息；所述问路请求信息包括目标位置；
[0138] 路线生成模块200，根据所述当前位置和目标位置生成导航路线；
[0139] 路线获取模块300，获取导航对象的行进路线；所述行进路线为导航对象根据所述导航线路，以所述当前位置为起点开始移动的路线；
[0140] 匹配判断模块400，判断所述行进路线是否与所述导航路线匹配；
[0141] 信息生成模块500，当所述行进路线与所述导航路线不匹配时，生成行进错误信息；
[0142] 路线获取模块300包括：
[0143] 图像获取单元310，获取目标图像帧；所述目标图像帧包括导航对象；
[0144] 框图获取单元320，通过若干个分类器将对应的目标图像帧进行特征提取得到目标框图；
[0145] 响应值获取单元330，计算每个目标框图的响应值，确认响应值最大的目标框图对应的位置为导航对象的空间位置；
[0146] 行进路线生成单元340，根据所有空间位置，生成导航对象的行进路线。
[0147] 优选的，路线获取模块300还包括：
[0148] 采集单元350，根据当前检测范围获取第一视频图像；还当在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像；
[0149] 控制单元360，当根据所述当前检测范围获取所述第一视频图像，导航对象丢失时，控制所述采集单元扩大检测范围，直至扩大至额定检测范围为止；
[0150] 图像处理单元370，当根据所述当前检测范围获取所述第一视频图像，导航对象未丢失时，对所述第一视频图像进行图像处理得到所述目标图像帧；
[0151] 所述图像处理单元370，还当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息重新检测到导航对象时，根据扩大后的检测范围获取第二视频图像，对所述第一视频图像和所述第二视频图像进行图像处理得到所述目标图像帧；
[0152] 所述图像处理单元370，还当根据扩大后的检测范围在预设时长内，根据导航对象的表观信息未重新检测到导航对象时，继续扩大检测范围，直至扩大至额定检测范围后在预设时长内，根据导航对象的表观信息仍未重新检测到导航对象时，停止对该导航对象的跟踪。
[0153] 优选的，所述匹配判断模块400包括：
[0154] 路径获取单元410，获取导航对象的目标移动路径s1；所述行进路线S＝s1+s2+，……，si，i∈N，其中，所述s1为所述行进路线中以所述当前位置为起点的第一段移动路线，所述s2为所述行进路线中的第二段移动路线，所述si为所述行进路线中的第i段移动路线；
[0155] 比较判断单元420，判断所述移动路径s1与比对路径d1之间的方位差是否在预设差值范围内；所述导航线路D＝d1+d2+，……，di，i∈N，其中，所述d1为所述导航路线中以所述当前位置为起点的第一段移动路径，所述d2为所述导航路线中的第二段移动路径，所述di为所述导航路线中的第i段移动路径；
[0156] 所述信息生成模块500，当所述移动路径s1与比对路径d1之间的方位差在预设差值范围外时，生成行进错误信息。
[0157] 优选的，还包括：
[0158] 语音获取模块600，获取用户语音信息，并识别所述语音信息得到关键字段；
[0159] 识别模块700，判断所述关键字段是否包括预设路径询问字段；
[0160] 所述语音获取模块600，当所述关键字段不包括预设路径询问字段时，重新获取新的用户语音信息；
[0161] 旋转模块800，当所述关键字段包括预设路径询问字段时，旋转摄像头的方向至目标方向；所述目标方向为所述预设路径询问字段对应的用户语音信息的用户的方向；
[0162] 导航对象确定模块900，确定在所述摄像头对应的预设采集范围内，且捕捉框尺寸最大的对应采集到的用户为导航对象。
[0163] 具体的，本实施例是上述方法实施例对应的系统实施例，具体效果参见上述对应的方法实施例，在此不再一一赘述。
[0164] 根据上述实施例，例举一个实例，如图9所示，
[0165] 在诸如商场、医院、车站、机场等环境较复杂的室内场所，导航机器人可以为导航对象提供特定目标位置的路径指示服务。
[0166] 该任务的主要内容概括为：
[0167] 1)导航对象向导航机器人询问附近特定地点(如某个出口、某个餐厅、卫生间等等)的行走路线；
[0168] 2)导航机器人根据地图给出从本地即当前位置出发到达目标位置的导航路线；
[0169] 3)导航机器人对导航对象即导航对象建模跟踪一段距离，如果导航对象在这段距离内的移动路径不符合机器人给出的比对路径，将利用语音提示对导航对象进行纠正提示。
[0170] 即事件发展的过程为，导航对象询问路线，根据导航机器人提供的导航路线行走，导航机器人对导航对象进行跟踪，对比导航对象的轨迹即行进路线与导航机器所提供导航路线的一致性，其中目标跟踪阶段的难点在于：导航对象进行询问时，靠近导航机器人较近且为
正面，其后对导航对象跟踪则是后方全身跟踪，因此需要应对目标尺度的变化、目标的旋转、目标外观的变化，由于是在人群较为密集的场所，因此还需要克服其他行人的干扰，此处可以采用KCF算法结合YOLO V2算法进行检测跟踪。
[0171] 实际中，导航路线通常将包含多段，为了提升导航机器人工作的效率，跟踪纠正范围为移动路径s1，即为当导航对象在移动路径s1内行进方向和行进路径没有出错，将不再对该导航对象进行跟踪纠正任务。
[0172] 应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
