本發(fā)明涉及計算機技術(shù)領(lǐng)域，特別是涉及一種運動控制方法、裝置、計算機設(shè)備和服務(wù)機器人。

背景技術(shù)：

隨著計算機技術(shù)的發(fā)展和人們生活水平的提高，人們越來越依賴于可移動的計算機設(shè)備來幫助人們完成各種任務(wù)。在傳統(tǒng)的通過可移動的計算機設(shè)備在執(zhí)行任務(wù)時，可移動的計算機設(shè)備的運動控制是基于傳感器的定位方式來實現(xiàn)的。

然而，基于傳統(tǒng)的這種通過傳感器的定位方式來控制計算機設(shè)備的運動時，在定位過程中傳感信號容易受到周圍環(huán)境的影響，會嚴(yán)重影響定位的準(zhǔn)確度，從而導(dǎo)致在控制計算機設(shè)備的運動時準(zhǔn)確率降低。

技術(shù)實現(xiàn)要素：

基于此，有必要針對傳統(tǒng)的運動控制方式導(dǎo)致在控制計算機設(shè)備的運動時準(zhǔn)確度低下的問題，提供一種運動控制方法、裝置、計算機設(shè)備和服務(wù)機器人。

一種運動控制方法，所述方法包括：

獲取圖像幀；

當(dāng)對所述圖像幀進行人臉檢測得到所述圖像幀包括人臉圖像時，確定所述人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點；

從所述地圖中挑選與所述圖像幀匹配的起始節(jié)點；其中，所述圖像幀的特征與所述起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配；

根據(jù)所述起始節(jié)點和所述目標(biāo)節(jié)點，在所述地圖包括的路徑中選取趨向目標(biāo)運動路徑；

按照選取的所述趨向目標(biāo)運動路徑運動。

一種運動控制裝置，所述裝置包括：

獲取模塊，用于獲取圖像幀；

確定模塊，用于當(dāng)對所述圖像幀進行人臉檢測得到所述圖像幀包括人臉圖像時，確定所述人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點；

挑選模塊，用于從所述地圖中挑選與所述圖像幀匹配的起始節(jié)點；其中，所述圖像幀的特征與所述起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配；

選取模塊，用于根據(jù)所述起始節(jié)點和所述目標(biāo)節(jié)點，在所述地圖包括的路徑中選取趨向目標(biāo)運動路徑；

運動模塊，用于按照選取的所述趨向目標(biāo)運動路徑運動。

在一個實施例中，所述裝置還包括：

檢測模塊，用于將所述圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型；獲取所述卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖；將各所述特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型；獲取所述記憶神經(jīng)網(wǎng)絡(luò)模型輸出的所述圖像幀是否包括人臉圖像的結(jié)果。

在一個實施例中，所述地圖構(gòu)建模塊還用于提取獲取的所述節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的所述特征與提取的所述特征之間的變化矩陣；根據(jù)所述節(jié)點與所述變化矩陣，確定獲取的所述節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

在一個實施例中，所述地圖構(gòu)建模塊還用于計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的所述節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的所述節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的所述節(jié)點圖像相應(yīng)的節(jié)點，在所述地圖中生成包括所述已有的節(jié)點的環(huán)形路徑。

在一個實施例中，所述運動模塊還用于提取所述圖像幀的特征；獲取所述起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定所述圖像幀的特征和所述節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)所述空間狀態(tài)差異量進行運動。

在一個實施例中，所述運動模塊還用于依次獲取所述趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的所述空間狀態(tài)差異量進行運動。

一種計算機設(shè)備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執(zhí)行時，使得所述處理器執(zhí)行運動控制方法的步驟。

一種服務(wù)機器人，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執(zhí)行時，使得所述處理器執(zhí)行運動控制方法的步驟

上述運動控制方法、裝置、計算機設(shè)備和服務(wù)機器人，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

附圖說明

圖1為一個實施例中運動控制方法的應(yīng)用環(huán)境圖；

圖2為一個實施例中用于實現(xiàn)運動控制方法的計算機設(shè)備的內(nèi)部結(jié)構(gòu)圖；

圖3為一個實施例中運動控制方法的流程示意圖；

圖4為一個實施例中人臉檢測的步驟的流程示意圖；

圖5為一個實施例中對人臉圖像進行人臉識別的示意圖；

圖6為一個實施例中構(gòu)建地圖的步驟的流程示意圖；

圖7為一個實施例中地圖創(chuàng)建過程的流程示意圖；

圖8為一個實施例中創(chuàng)建完成的地圖的示意圖；

圖9為一個實施例中在地圖中選取趨向目標(biāo)運動路徑的示意圖；

圖10為另一個實施例中運動控制方法的流程示意圖；

圖11為一個實施例中運動控制裝置的結(jié)構(gòu)框圖；

圖12為另一個實施例中運動控制裝置的結(jié)構(gòu)框圖；

圖13為又一個實施例中運動控制裝置的結(jié)構(gòu)框圖；

圖14為再一個實施例中運動控制裝置的結(jié)構(gòu)框圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

圖1為一個實施例中運動控制方法的應(yīng)用環(huán)境圖。如圖1所示，該運動控制方法應(yīng)用于運動控制系統(tǒng)。該運動控制系統(tǒng)應(yīng)用于室內(nèi)場景。運動控制系統(tǒng)包括計算機設(shè)備110和目標(biāo)120。計算機設(shè)備110可通過執(zhí)行運動控制方法，向目標(biāo)120運動。本領(lǐng)域技術(shù)人員可以理解，圖1中示出的應(yīng)用環(huán)境，僅僅是與本申請方案相關(guān)的部分場景，并不構(gòu)成對本申請方案應(yīng)用環(huán)境的限定，該運動控制系統(tǒng)還可應(yīng)用于室外開闊場景中等。

圖2為一個實施例中計算機設(shè)備的內(nèi)部結(jié)構(gòu)示意圖。如圖2所示，該計算機設(shè)備包括通過系統(tǒng)總線連接的處理器、非易失性存儲介質(zhì)、內(nèi)存儲器、攝像頭、聲音采集裝置、揚聲器、顯示屏、輸入裝置和運動裝置。其中，計算機設(shè)備的非易失性存儲介質(zhì)存儲有操作系統(tǒng)，還可存儲有計算機可讀指令，該計算機可讀指令被處理器執(zhí)行時，可使得處理器實現(xiàn)一種運動控制方法。該處理器用于提供計算和控制能力，支撐整個計算機設(shè)備的運行。該內(nèi)存儲器中也可儲存有計算機可讀指令，該計算機可讀指令被所述處理器執(zhí)行時，可使得所述處理器執(zhí)行一種運動控制方法。計算機設(shè)備的顯示屏可以是液晶顯示屏或者電子墨水顯示屏等，輸入裝置可以是顯示屏上覆蓋的觸摸層，也可以是終端外殼上設(shè)置的按鍵、軌跡球或觸控板，也可以是外接的鍵盤、觸控板或鼠標(biāo)等。該計算機設(shè)備是可移動的電子設(shè)備，具體可以是服務(wù)機器人等。本領(lǐng)域技術(shù)人員可以理解，圖1中示出的結(jié)構(gòu)，僅僅是與本申請方案相關(guān)的部分結(jié)構(gòu)的框圖，并不構(gòu)成對本申請方案所應(yīng)用于其上的終端的限定，具體的終端可以包括比圖中所示更多或更少的部件，或者組合某些部件，或者具有不同的部件布置。

如圖3所示，在一個實施例中，提供了一種運動控制方法。本實施例主要以該方法應(yīng)用于上述圖2中的計算機設(shè)備來舉例說明。參照圖3，該運動控制方法具體包括如下步驟：

s302，獲取圖像幀。

在一個實施例中，計算機設(shè)備可通過攝像頭，在攝像頭當(dāng)前的視野下采集圖像幀，獲取采集得到的圖像幀。其中，攝像頭的視野可因計算機設(shè)備的姿態(tài)和位置的變化而變化。

在一個實施例中，計算機設(shè)備具體可按照固定或動態(tài)的幀率采集圖像幀，獲取采集得到的圖像幀。其中，固定或動態(tài)的幀率能夠使圖像幀按照該固定或動態(tài)的幀率播放時形成連續(xù)的動態(tài)畫面，以使計算機設(shè)備可追蹤連續(xù)的動態(tài)畫面中的特定目標(biāo)。

在一個實施例中，計算機設(shè)備可調(diào)用攝像頭開啟攝像掃描模式，實時掃描當(dāng)前的視野下的特定目標(biāo)，并按照一定的幀率實時地生成圖像幀，獲取生成的圖像幀。

其中，計算機設(shè)備是可移動的電子設(shè)備，具體可以是機器人等。攝像頭可以是計算機設(shè)備內(nèi)置的攝像頭，或者外置的與計算機設(shè)備關(guān)聯(lián)的攝像頭。攝像頭可以是單目攝像頭、雙目攝像頭或者rgb-d(red-green-blue-deep)攝像頭等。

s304，當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點。

其中，地圖是計算機設(shè)備根據(jù)從自然空間中采集的圖像幀構(gòu)建的特征分布圖。計算機設(shè)備可基于slam(simultaneouslocalizationandmapping定位與地圖構(gòu)建)對自然空間構(gòu)建相應(yīng)的地圖。計算機設(shè)備基于slam構(gòu)建的地圖具體可以是三維點圖。節(jié)點是計算機設(shè)備將從自然空間中采集圖像幀的位置投影至地圖空間中的位置。目標(biāo)節(jié)點是目標(biāo)在自然空間中的位置投影至地圖的節(jié)點。比如，目標(biāo)在自然空間的坐標(biāo)為a(x1，y1，z1)，將a投影至地圖空間后坐標(biāo)為b(x2，y2，z2)，那么b即為目標(biāo)在地圖中的節(jié)點。

在一個實施例中，計算機設(shè)備可在獲取到圖像幀后，提取該圖像幀中包括的圖像數(shù)據(jù)，并檢測該圖像數(shù)據(jù)是否包含人臉特征數(shù)據(jù)。若計算機設(shè)備檢測到該圖像數(shù)據(jù)中包含人臉特征數(shù)據(jù)，則判定該圖像幀中包括人臉圖像。計算機設(shè)備也可在獲取到圖像幀后，將該圖像幀發(fā)送至服務(wù)器，由服務(wù)器完成對圖像幀的人臉檢測過程，再向計算機設(shè)備返回圖像幀中是否包括人臉圖像的檢測結(jié)果。其中，檢測結(jié)果可包括圖像幀中存在人臉圖像的概率和人臉圖像的坐標(biāo)區(qū)域。

在一個實施例中，地圖中可包括若干節(jié)點，各節(jié)點均存在一一對應(yīng)的節(jié)點圖像。地圖還可包括從節(jié)點圖像中提取出的特征點。包括特征點和節(jié)點的地圖是對自然空間中場景的三維重建。具體地，自然空間中的三維場景中的三維點通過投影矩陣的投影變換，得到計算機設(shè)備攝像頭攝像平面的二維圖像幀中的像素點，二維圖像幀中的像素點再經(jīng)過投影矩陣的投影反變換，得到地圖中的三維重建場景中的三維特征點。

計算機設(shè)備可在檢測到該圖像幀中包括人臉圖像時，計算該人臉圖像在地圖中的位置。具體地，計算機設(shè)備可確定人臉圖像在該圖像幀中的坐標(biāo)位置，根據(jù)與計算機設(shè)備的攝像頭適配的投影矩陣，計算該人臉圖像在地圖中的位置，在地圖中包括的節(jié)點中查找與計算得到的位置相應(yīng)的節(jié)點，得到目標(biāo)節(jié)點。

在一個實施例中，計算機設(shè)備可在檢測到該圖像幀中包括人臉圖像時，提取該圖像幀中背景圖像的背景特征點，將提取的背景特征點與地圖中包括的特征點進行匹配，獲取地圖中與提取的背景特征點匹配的特征點的位置，從而在地圖中選取與該位置的距離最近的節(jié)點，得到目標(biāo)節(jié)點。

在一個實施例中，計算機設(shè)備獲取的圖像幀可以是兩幀或者兩幀以上的圖像幀。計算機設(shè)備在檢測得到獲取的圖像中存在人臉圖像時，可計算任意兩幀圖像幀之間的相似矩陣，再從用于計算相似矩陣的圖像幀中包括的人臉圖像上選取匹配的人臉特征點，并確定該人臉特征點在圖像幀上的位置。計算機設(shè)備可再根據(jù)計算得到的任意兩幀圖像幀之間的相似矩陣以及選取的人臉特征點在這兩幀圖像上的位置，按照三角測距算法確定該人臉特征點在自然空間中的位置。計算機設(shè)備可再根據(jù)該人臉特征點在自然空間中的位置確定該人臉特征點在地圖中的位置，從而在地圖中選取與該位置的距離最近的節(jié)點，得到目標(biāo)節(jié)點。

s306，從地圖中挑選與圖像幀匹配的起始節(jié)點；其中，圖像幀的特征與起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配。

其中，節(jié)點圖像是計算機設(shè)備在與地圖中的節(jié)點存在投影關(guān)系的自然空間中的位置處采集的圖像。圖像的特征可以是顏色特征、紋理特征和形狀特征中的一種或幾種的組合。計算機設(shè)備可在構(gòu)建地圖時，對地圖中節(jié)點對應(yīng)的節(jié)點圖像提取特征，將提取的節(jié)點圖像的特征相對于相應(yīng)的節(jié)點存儲在數(shù)據(jù)庫或者緩存中。

在一個實施例中，計算機設(shè)備可遍歷地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征，判斷遍歷至的節(jié)點圖像的特征與圖像幀的特征是否匹配。計算機設(shè)備可在判定遍歷至的節(jié)點圖像的特征與圖像幀的特征匹配時，獲取遍歷至的節(jié)點圖像的特征所對應(yīng)的節(jié)點為起始節(jié)點。

在一個實施例中，計算機設(shè)備在判斷遍歷至的節(jié)點圖像的特征與圖像幀的特征是否匹配時，具體可先計算遍歷至的節(jié)點圖像的特征與圖像幀的特征之間的相似度，進而判斷該相似度是否大于等于預(yù)設(shè)相似度；若是，則匹配；若否，則不匹配。其中，相似度可采用余弦相似度或者圖像間各自感知哈希值的漢明距離。

在一個實施例中，計算機設(shè)備具體可根據(jù)節(jié)點圖像中各像素點的像素值，選取極值點作為特征點。其中，計算機可基于fast(featuresfromacceleratedsegmenttest快速特征點檢測)或者harris角點檢測算法等算法選取極值點，得到節(jié)點圖像的特征點，再將得到的特征點通過二進制編碼表示。計算機設(shè)備可再用一維圖像特征向量表示節(jié)點圖像包括的特征點，得到與地圖的節(jié)點一一對應(yīng)的一維圖像特征向量。

計算機設(shè)備可按照表征節(jié)點圖像的特征的方式，生成表征獲取的圖像幀的特征的一維圖像特征向量。計算機設(shè)備可再計算生成的一維圖像特征向量與地圖的各節(jié)點對應(yīng)的一維圖像特征向量之間的向量相似度，進而判斷該向量相似度是否大于等于預(yù)設(shè)向量相似度；若是，則匹配；若否，則不匹配。

s308，根據(jù)起始節(jié)點和目標(biāo)節(jié)點，在地圖包括的路徑中選取趨向目標(biāo)運動路徑。

具體地，地圖中可包括通過地圖中的節(jié)點形成的路徑。計算機設(shè)備可以起始節(jié)點作為起點，目標(biāo)節(jié)點為終點，在地圖中通過節(jié)點形成的路徑中選取路徑得到趨向目標(biāo)運動路徑。

在一個實施例中，地圖以起始節(jié)點作為起點，目標(biāo)節(jié)點為終點的路徑可以是一條或者多條。當(dāng)以起始節(jié)點作為起點，目標(biāo)節(jié)點為終點的路徑唯一時，計算機設(shè)備可直接獲取該路徑為趨向目標(biāo)運動路徑。當(dāng)以起始節(jié)點作為起點，目標(biāo)節(jié)點為終點的路徑不唯一時，計算機設(shè)備可隨機選取一條路徑作為趨向目標(biāo)運動路徑，也可獲取包括的節(jié)點數(shù)最少的路徑作為趨向目標(biāo)運動路徑。

s310，按照選取的趨向目標(biāo)運動路徑運動。

具體地，計算機設(shè)備在選取趨向目標(biāo)運動路徑運動后，獲取該路徑所包括的各節(jié)點對應(yīng)的節(jié)點圖像的特征，按照各節(jié)點對應(yīng)的節(jié)點圖像的特征之間的變化關(guān)系確定計算機設(shè)備當(dāng)前運動的方向和距離，按照確定的方向和距離向目標(biāo)運動。

上述運動控制方法，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

在一個實施例中，步驟s302之后，該運動控制方法還包括人臉檢測的步驟，人臉檢測的步驟具體包括：

s402，將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型。

其中，卷積神經(jīng)網(wǎng)絡(luò)模型是由多層互相連接而形成的復(fù)雜網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)模型可包括多層特征轉(zhuǎn)換層，每層特征轉(zhuǎn)換層都有對應(yīng)的非線性變化算子，每層的非線性變化算子可以是多個，每層特征轉(zhuǎn)換層中一個非線性變化算子對輸入的圖像進行非線性變化，得到特征圖(featuremap)作為運算結(jié)果。

具體地，卷積神經(jīng)網(wǎng)絡(luò)模型是以包括人臉圖像的圖像作為訓(xùn)練數(shù)據(jù)，進行學(xué)習(xí)訓(xùn)練得到的用于提取人臉特征的模型。計算機設(shè)備在獲取到圖像幀后，將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型，利用卷積神經(jīng)網(wǎng)絡(luò)模型對圖像幀進行人臉特征提取。其中，人臉特征可以是用于反映出人的性別、人臉的輪廓、發(fā)型、眼鏡、鼻子、嘴以及各個臉部器官之間的距離等其中的一種或多種特征。

在一個實施例中，卷積神經(jīng)網(wǎng)絡(luò)模型是以圖像作為訓(xùn)練數(shù)據(jù)，進行學(xué)習(xí)訓(xùn)練得到的用于提取圖像特征的模型。計算機設(shè)備在獲取到圖像幀后，將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型，利用卷積神經(jīng)網(wǎng)絡(luò)模型對圖像幀進行圖像特征提取。

s404，獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖。

具體地，計算機設(shè)備可獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖。特征圖是由非線性變化算子對輸入的圖像進行處理得到的響應(yīng)值構(gòu)成的。不同的網(wǎng)絡(luò)層提取的特征不同。計算機設(shè)備可利用提取人臉特征的卷積神經(jīng)網(wǎng)絡(luò)輸出的特征圖確定輸入的圖像相應(yīng)的人臉特征數(shù)據(jù)。計算機設(shè)備可利用提取圖像特征的卷積神經(jīng)網(wǎng)絡(luò)輸出的特征圖確定輸入的圖像相應(yīng)的圖像特征數(shù)據(jù)，進而判斷該圖像特征數(shù)據(jù)中是否包括人臉特征數(shù)據(jù)。

舉例說明，計算機設(shè)備可采用52層深度殘差網(wǎng)絡(luò)模型進行圖像處理，提取該深度殘差網(wǎng)絡(luò)模型中包括的4層全連接層輸出的特征圖，作為后續(xù)輸入。

s406，將各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型。

其中，記憶神經(jīng)網(wǎng)絡(luò)模型是可對序列輸入進行綜合處理的神經(jīng)網(wǎng)絡(luò)模型。記憶神經(jīng)網(wǎng)絡(luò)模型是遞歸神經(jīng)網(wǎng)絡(luò)模型。記憶神經(jīng)網(wǎng)絡(luò)模型具體可以是lstm(longshort-termmemory長短時記憶神經(jīng)網(wǎng)絡(luò))。具體地，計算機設(shè)備可將獲取的各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型，進行人臉特征檢測。

s408，獲取記憶神經(jīng)網(wǎng)絡(luò)模型輸出的圖像幀是否包括人臉圖像的結(jié)果。

具體地，計算機設(shè)備可獲取記憶神經(jīng)網(wǎng)絡(luò)模型根據(jù)輸入的各特征圖綜合處理得到的人臉檢測結(jié)果。人臉檢測結(jié)果包括存在人臉圖像的概率和人臉圖像在圖像幀中的坐標(biāo)區(qū)域。

在一個實施例中，計算機設(shè)備還可在提取得到人臉檢測結(jié)果后，根據(jù)人臉檢測結(jié)果中包括的人臉圖像在圖像幀中的坐標(biāo)區(qū)域，過濾掉重疊區(qū)域超過預(yù)設(shè)重疊閾值的人臉檢測結(jié)果，根據(jù)過濾后保留的人臉檢測結(jié)果得到人臉圖像在圖像幀中的坐標(biāo)區(qū)域。

在一個實施例中，記憶神經(jīng)網(wǎng)絡(luò)模型可使用一個矩形窗口，按照預(yù)設(shè)方向和預(yù)設(shè)步長在輸入的特征圖中移動，從而進行窗口掃描，在掃描時提取掃描至的窗口圖像中人臉特征數(shù)據(jù)，根據(jù)提取的人臉特征圖像，得到掃描至的窗口圖像中存在人臉圖像的概率。將計算得到的概率排序靠前的窗口圖像在圖像幀中的坐標(biāo)區(qū)域進行存儲，并繼續(xù)對后續(xù)輸入的特征圖進行處理。

圖5示出了一個實施例中對人臉圖像進行人臉識別的示意圖。參考圖5，計算機設(shè)備采用的記憶神經(jīng)網(wǎng)絡(luò)模型對輸入的特征圖按照矩形窗口掃描分析，得到與矩形窗口a對應(yīng)的存在人臉圖像的概率pa，矩形窗口b對應(yīng)的存在人臉圖像的概率pb，矩形窗口c對應(yīng)的存在人臉圖像的概率pc。此時，pc>pa>pb，記憶神經(jīng)網(wǎng)絡(luò)模型可將pc對應(yīng)的矩形窗口c進行記錄，繼續(xù)對后續(xù)輸入的特征圖按照矩形窗口掃描分析，并綜合多次分析得到矩形窗口以及相應(yīng)的存在人臉圖像的概率，輸出計算機設(shè)備獲取的圖像幀中存在人臉圖像的概率以及該人臉圖像在圖像幀中的坐標(biāo)區(qū)域。

在本實施例中，通過卷積神經(jīng)網(wǎng)絡(luò)模型的包括的多個網(wǎng)絡(luò)層充分提取圖像特征，再將多層網(wǎng)絡(luò)層提取的特征輸入記憶神經(jīng)網(wǎng)絡(luò)模型綜合處理，使得人臉檢測更準(zhǔn)確。

在一個實施例中，步驟s304之后，該運動控制方法還包括人臉識別的步驟，人臉識別的步驟具體包括：提取人臉圖像的人臉特征數(shù)據(jù)；根據(jù)人臉特征數(shù)據(jù)查詢與人臉圖像相匹配的預(yù)設(shè)人臉圖像；根據(jù)預(yù)設(shè)人臉圖像得到目標(biāo)身份識別結(jié)果；確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。在步驟s310之后，該運動控制方法還包括：提供與服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。

其中，目標(biāo)身份識別結(jié)果是用于反映目標(biāo)身份的數(shù)據(jù)。目標(biāo)身份可以是目標(biāo)的名字、社會地位或者職位信息等。

在一個實施例中，計算機設(shè)備上設(shè)置有預(yù)設(shè)人臉圖像庫，預(yù)設(shè)人臉圖像庫中包括若干預(yù)設(shè)人臉圖像。計算機設(shè)備可在檢測到圖像幀中包括人臉圖像時，將圖像幀中的人臉圖像與預(yù)設(shè)人臉圖像庫中包括的預(yù)設(shè)人臉圖像比較，檢測圖像幀中的人臉圖像和預(yù)設(shè)人臉圖像之間是否匹配。計算機設(shè)備可在圖像幀中的人臉圖像和預(yù)設(shè)人臉圖像之間匹配時，判定該圖像幀包括的人臉圖像與預(yù)設(shè)人臉圖像為相同的人物圖像，獲取該預(yù)設(shè)人臉圖像對應(yīng)的目標(biāo)身份信息作為目標(biāo)身份識別結(jié)果。

其中，預(yù)設(shè)人臉圖像可以是用于反映對應(yīng)目標(biāo)的真實人臉圖像?？蓮哪繕?biāo)所上傳的個人資料、歷史發(fā)表的圖片信息中，由對應(yīng)目標(biāo)自定義選取的圖像，或由系統(tǒng)自動地分析選取的一張圖片，作為相應(yīng)的預(yù)設(shè)人臉圖像。

在一個實施例中，計算機設(shè)備在檢測圖像幀中的人臉圖像和預(yù)設(shè)人臉圖像之間是否匹配，具體可計算圖像幀中的人臉圖像和預(yù)設(shè)人臉圖像之間的相似度。計算機設(shè)備可先提取圖像幀中的人臉圖像和預(yù)設(shè)人臉圖像各自的特征，從而計算兩特征之間的差異，特征之間的差異越大則相似度越低，特征之間的差異越小則相似度越高。其中，計算機設(shè)備計算圖像幀中的人臉圖像和預(yù)設(shè)人臉圖像之間的相似度時，可以采用適于圖像處理器的加速算法，提高運算速率。

在一個實施例中，計算機設(shè)備可在判定該圖像幀中包括人臉圖像后從該圖像數(shù)據(jù)中提取人臉特征數(shù)據(jù)，再將提取的人臉特征數(shù)據(jù)與預(yù)設(shè)人臉圖像庫中各預(yù)設(shè)人臉圖像相對應(yīng)的人臉特征數(shù)據(jù)比較，得到目標(biāo)身份識別結(jié)果。

在一個實施例中，計算機設(shè)備對圖像幀進行檢測得到的該圖像幀包括的人臉圖像可以是一個或者多個。計算機設(shè)備可確定圖像幀中包括的人臉圖像占圖像幀的占比，提取占比超過預(yù)設(shè)比例的人臉圖像的人臉特征數(shù)據(jù)；和/或，確定圖像幀中包括的人臉圖像的清晰度，提取清晰度超過清晰度閾值的人臉圖像的人臉特征數(shù)據(jù)。計算機設(shè)備再對提取了人臉特征數(shù)據(jù)的人臉圖像進行識別。

進一步地，計算機設(shè)備在識別得到目標(biāo)身份識別結(jié)果后，可查找與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。其中，服務(wù)類型是向目標(biāo)提供的服務(wù)所屬的類型。服務(wù)類型比如餐廳點餐服務(wù)或者酒店接待服務(wù)等。服務(wù)類型可以是統(tǒng)一設(shè)置的類型，也可以是與目標(biāo)身份相關(guān)的類型，還可以是與目標(biāo)屬性相關(guān)的類型。

在一個實施例中，計算機設(shè)備可事先設(shè)置服務(wù)類型，并將服務(wù)類型與目標(biāo)標(biāo)識關(guān)聯(lián)，再將設(shè)置的服務(wù)類型存儲在數(shù)據(jù)庫或者文件中，在需要時從數(shù)據(jù)庫或者文件中讀取。計算機設(shè)備在識別得到目標(biāo)身份識別結(jié)果后，可拉取該目標(biāo)身份識別結(jié)果對應(yīng)的目標(biāo)標(biāo)識所關(guān)聯(lián)的服務(wù)類型。

更進一步地，計算機設(shè)備在確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型后，可在運動至目標(biāo)后，向目標(biāo)提供與確定的服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。具體地，計算機設(shè)備可通過顯示屏提供服務(wù)觸發(fā)入口，也可通過揚聲器和聲音采集器與目標(biāo)提供語音服務(wù)入口。

在一個實施例中，計算機設(shè)備在運動至目標(biāo)節(jié)點處后，可采集圖像幀確定當(dāng)前所在位置，并為目標(biāo)提供服務(wù)觸發(fā)入口，通過顯示屏或聲音采集器接收輸入的服務(wù)參數(shù)，計算機設(shè)備從而確定當(dāng)前服務(wù)的對象、當(dāng)前服務(wù)的位置以及當(dāng)前服務(wù)的內(nèi)容。

上述實施例中，在對獲取的圖像檢測到存在人臉時，對存在的人臉進行識別，在識別得到目標(biāo)的身份并運動至目標(biāo)后即可向該目標(biāo)提供與該目標(biāo)相關(guān)聯(lián)的服務(wù)入口，極大地提高了服務(wù)提供的效率。

上述實施例中，由計算機設(shè)備處理的人臉識別步驟和確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型均可由服務(wù)器處理。計算機設(shè)備可將獲取的圖像幀發(fā)送至服務(wù)器，服務(wù)器在對圖像幀完成人臉檢測、人臉識別以及確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型后，將目標(biāo)身份識別結(jié)果與相關(guān)聯(lián)的服務(wù)類型發(fā)送至計算機設(shè)備。

在一個實施例中，步驟s402之前，該運動控制方法還包括構(gòu)建地圖的步驟，該步驟具體包括：

s602，從按時序采集的圖像幀中選取圖像幀。

其中，選取的圖像幀，可以是采集的圖像幀中的關(guān)鍵幀。

在一個實施例中，計算機設(shè)備可接收用戶選擇指令，根據(jù)該用戶選擇指令，從采集的圖像幀中選取圖像幀。

在一個實施例中，計算機設(shè)備可按照預(yù)設(shè)間隔幀數(shù)從采集的圖像幀中選取圖像幀。比如，每隔20幀圖像幀后選取圖像幀。

s604，判斷選取的圖像幀的特征是否符合預(yù)設(shè)的節(jié)點圖像的特征。

具體地，預(yù)設(shè)的節(jié)點圖像的特征是預(yù)設(shè)的用于選擇節(jié)點圖像的特征。符合預(yù)設(shè)的節(jié)點圖像的特征可以是圖像中包括的特征點與已有節(jié)點圖像包括的特征點中相匹配的特征點的數(shù)量超過預(yù)設(shè)數(shù)量，也可以是包括的特征點與已有節(jié)點圖像包括的特征點中相匹配特征點占已有節(jié)點圖像包括的特征點的比例低于預(yù)設(shè)比例。

舉例說明，假設(shè)最近添加的節(jié)點圖像包括的特征點數(shù)量為100，當(dāng)前選取的圖像幀包括的特征點數(shù)量為120。預(yù)設(shè)數(shù)量為50，預(yù)設(shè)比例為90％。其中，若當(dāng)前選取的圖像幀包括的特征點與最近添加的節(jié)點圖像包括的特征點中相匹配的特征點的數(shù)量為70。那么，當(dāng)前圖像幀中包括的特征點與已有節(jié)點圖像包括的特征點匹配的數(shù)量超過預(yù)設(shè)數(shù)量，可判定當(dāng)前選取的圖像幀的特征符合預(yù)設(shè)的節(jié)點圖像的特征。

s606，當(dāng)選取的圖像幀的特征符合節(jié)點圖像的特征時，獲取選取的圖像幀為節(jié)點圖像。

在一個實施例中，計算機設(shè)備在獲取構(gòu)建地圖的指令后，可按照固定或動態(tài)的幀率采集圖像幀，選取采集的圖像幀包括的特征點的數(shù)量大于預(yù)設(shè)數(shù)量閾值的圖像幀為初始的節(jié)點圖像，確定該節(jié)點圖像在地圖中相應(yīng)的節(jié)點，以及該節(jié)點圖像包括的特征點在地圖中相應(yīng)的位置，構(gòu)建局部地圖。計算機設(shè)備再從按時序采集的圖像幀中選取圖像幀，將選取符合預(yù)設(shè)的節(jié)點圖像的特征的圖像幀作為后續(xù)的節(jié)點圖像，直至得到全局地圖。

具體地，計算機設(shè)備可以初始的節(jié)點圖像為參考節(jié)點圖像，追蹤參考節(jié)點圖像中的特征點。當(dāng)選取的圖像幀包括的特征點與參考節(jié)點圖像包括的特征點的匹配數(shù)量低于第一預(yù)設(shè)數(shù)量且高于第二預(yù)設(shè)數(shù)量時，將選取的圖像幀作為節(jié)點圖像。當(dāng)選取的圖像幀包括的特征點與參考節(jié)點圖像包括的特征點的匹配數(shù)量低于第二預(yù)設(shè)數(shù)量時，將最近獲取的節(jié)點圖像為參考節(jié)點圖像，繼續(xù)進行圖像追蹤，以選取節(jié)點圖像。

s608，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

具體地，計算機設(shè)備可確定在自然空間中采集該獲取的節(jié)點圖像投影于地圖空間中的節(jié)點。計算機設(shè)備可提取在獲取的節(jié)點圖像時序靠前的節(jié)點圖像的特征，計算時序靠前的節(jié)點圖像的特征與獲取的節(jié)點圖像的變化矩陣，根據(jù)該變化矩陣得到采集時序靠前的節(jié)點圖像時的位置到采集獲取的節(jié)點圖像時的位置的變化量，再根據(jù)該變化量確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

在一個實施例中，步驟s608包括：提取獲取的節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的特征與提取的特征之間的變化矩陣；根據(jù)節(jié)點與變化矩陣，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

其中，變化矩陣是二維圖像的特征到二維圖像的特征之間的相似變化關(guān)系。具體地，計算機設(shè)備可提取獲取的節(jié)點圖像的特征，地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征進行匹配，獲取匹配成功的特征分別在獲取的節(jié)點圖像和已有的節(jié)點圖像中的位置。獲取的節(jié)點圖像為在后采集的圖像幀，已有的節(jié)點圖像為在后采集的圖像幀。計算機設(shè)備即可根據(jù)得到的匹配的特征在先后采集的兩幀圖像幀上的位置確定先后采集的兩幀圖像幀之間的變化矩陣，從而得到計算機設(shè)備采集這兩幀圖像幀時的位置變化和姿態(tài)變化，再根據(jù)在前采集的圖像的位置和姿態(tài)，即可得到在后采集的圖像的位置和姿態(tài)。

在一個實施例中，地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像可以是一幀或者多幀。計算機設(shè)備也可將獲取的節(jié)點圖像的特征與多個已有的節(jié)點對應(yīng)的節(jié)點圖像的特征比較，得到在采集后的圖像幀與多個在先采集的圖像幀的變化矩陣，再根據(jù)多個變化矩陣綜合得到在后采集的圖像的位置和姿態(tài)。比如，對計算得到的多個位置變化和姿態(tài)變化加權(quán)求平均等。

在本實施例中，通過節(jié)點圖像的特征之間的變化矩陣，得到當(dāng)前獲取的節(jié)點圖像與在前已有的節(jié)點圖像的轉(zhuǎn)化關(guān)系，從而實現(xiàn)由在前的圖像幀在地圖中的位置推測當(dāng)前圖像幀的在地圖中的位置，實現(xiàn)實時定位。

s610，對應(yīng)于確定的節(jié)點存儲獲取的節(jié)點圖像的特征。

具體地，計算機設(shè)備可提取節(jié)點圖像的特征，將節(jié)點圖像的特征對應(yīng)于節(jié)點圖像相應(yīng)的節(jié)點存儲，可在需要進行圖像特征比較時，直接根據(jù)節(jié)點查找對應(yīng)的節(jié)點圖像的特征，以節(jié)省存儲空間提高查找效率。

在本實施例中，通過自身采集圖像幀，再對采集的圖像幀進行處理即可自動進行地圖構(gòu)建，避免了需要大量具備專業(yè)繪圖能力的工作人員人工對環(huán)境進行測繪，對工作人員能力要求高且勞動量大的問題，提高地圖構(gòu)建的效率。

在一個實施例中，步驟s608之后，該運動控制方法還包括：計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括已有的節(jié)點的環(huán)形路徑。

具體地，計算機設(shè)備獲取節(jié)點圖像時，可將新增的該節(jié)點圖像的特征與地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征進行比較，計算新增的節(jié)點圖像的特征與地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征之間的相似度。當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與新增的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，計算機設(shè)備可判定新增的節(jié)點圖像在自然空間中的采集位置與已有的節(jié)點對應(yīng)的節(jié)點圖像在自然空間中的采集位置一致。

計算機設(shè)備可通過獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成自該已有的節(jié)點起，經(jīng)過該已有的節(jié)點后添加的節(jié)點，至自該已有的節(jié)點的環(huán)形路徑。計算機設(shè)備可再自該已有的節(jié)點起依次順序獲取環(huán)形路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的變化矩陣；根據(jù)依次確定的變化矩陣逆序調(diào)整環(huán)形路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征。

舉例說明，計算機設(shè)備從第一幀節(jié)點圖像起，依次添加節(jié)點圖像構(gòu)建局部地圖。在檢測到當(dāng)前第四幀節(jié)點圖像的特征與第一幀節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，判定第四幀節(jié)點圖像在自然空間中的采集位置與第一幀節(jié)點圖像在自然空間中的采集位置一致，生成第一幀節(jié)點圖像-第二幀節(jié)點圖像-第三幀節(jié)點圖像-第一幀節(jié)點圖像的環(huán)形路徑。

其中，第一幀節(jié)點圖像的特征與第二幀節(jié)點圖像的特征之間的變化矩陣為h1，第二幀節(jié)點圖像的特征與第三幀節(jié)點圖像的特征之間的變化矩陣為h2，第三幀節(jié)點圖像的特征與第四幀節(jié)點圖像的特征之間的變化矩陣為h4。計算機設(shè)備可將第一幀節(jié)點圖像的特征按照h4變化，根據(jù)得到的圖像的特征優(yōu)化第三幀節(jié)點圖像，再將優(yōu)化后的第三幀節(jié)點圖像按照h3變化，根據(jù)得到的圖像的特征優(yōu)化第二幀節(jié)點圖像。

在本實施例中，以新增的節(jié)點圖像的特征與已有的節(jié)點圖像的特征的相似度作為依據(jù)進行閉環(huán)檢測，在檢測到有閉環(huán)時，在地圖中生成環(huán)形路徑，以進行后續(xù)的閉環(huán)優(yōu)化，提高構(gòu)建地圖的準(zhǔn)確性。

圖7示出了一個實施例中地圖創(chuàng)建過程的流程示意圖。參考圖7，該地圖創(chuàng)建過程包括追蹤、建圖和閉環(huán)檢測三個部分。計算機設(shè)備在獲取構(gòu)建地圖的指令后，可按照固定或動態(tài)的幀率采集圖像幀。在采集到圖像幀后，提取該圖像幀的特征點，將提取的特征點與地圖中新增的節(jié)點對應(yīng)的節(jié)點圖像的特征點匹配。當(dāng)提取的特征點與地圖中新增的節(jié)點對應(yīng)的節(jié)點圖像的特征點匹配失敗時，計算機設(shè)備可重新獲取采集的圖像幀進行重定位。

當(dāng)提取的特征點與地圖中新增的節(jié)點對應(yīng)的節(jié)點圖像的特征點匹配成功時，根據(jù)地圖中新增的節(jié)點預(yù)估采集的該圖像幀對應(yīng)與地圖中的節(jié)點。計算機設(shè)備可再追蹤地圖中與采集的該圖像相匹配的特征點，根據(jù)相匹配的特征優(yōu)化該圖像幀對應(yīng)與地圖中的節(jié)點。在對采集的該圖像優(yōu)化完成后，判斷該圖像幀的特征點是否符合預(yù)設(shè)的節(jié)點圖像的特征點，若否，計算機設(shè)備可重新獲取采集的圖像幀進行特征點匹配。

若該圖像幀的特征點符合預(yù)設(shè)的節(jié)點圖像的特征點，計算機設(shè)備可獲取該圖像幀為新增的節(jié)點圖像。計算機設(shè)備可提取該新增的節(jié)點圖像的特征點，按照預(yù)設(shè)的統(tǒng)一的格式表示提取的特征點，再按照三角測距算法確定新增的節(jié)點圖像的特征點在地圖中的位置，從而更新局部地圖，再進行局部集束調(diào)整，去除相似度高于預(yù)設(shè)相似度閾值的節(jié)點圖像對應(yīng)的冗余的節(jié)點。

計算機設(shè)備在獲取該圖像幀為新增的節(jié)點圖像后，可異步進行閉環(huán)檢測。將新增的節(jié)點圖像的特征與已有的節(jié)點對應(yīng)的節(jié)點圖像的特征進行對比，當(dāng)新增的節(jié)點圖像的特征與已有的節(jié)點對應(yīng)的節(jié)點圖像的特征之間的相似度高于預(yù)設(shè)相似度閾值，計算機設(shè)備可判定新增的節(jié)點圖像在自然空間中的采集位置與已有的節(jié)點對應(yīng)的節(jié)點圖像在自然空間中的采集位置一致，即存在閉環(huán)。計算機設(shè)備可再根據(jù)新增的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括位置一致的節(jié)點的環(huán)形路徑，并進行閉環(huán)優(yōu)化和閉環(huán)融合。最終得到包括特征點、節(jié)點和路徑的全局地圖

圖8示出了一個實施例中創(chuàng)建完成的地圖的示意圖。參考圖8，該地圖是基于稀疏特征建立的特征分布示意圖。該示意圖包括特征點801、節(jié)點802以及節(jié)點間形成的路徑803。其中，特征點801是自然空間中物體的特征點在自然空間中的位置在地圖空間中的投影位置。節(jié)點802是計算機設(shè)備在自然空間中采集圖像幀時的自然空間位置在地圖空間的投影位置。節(jié)點間形成的路徑803是計算機設(shè)備在自然空間中運動的路徑在地圖空間中的投影。

在一個實施例中，步驟s306包括：提取圖像幀的特征；獲取地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征與節(jié)點圖像的特征之間的相似度；選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

具體地，計算機設(shè)備在將計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征比較時，可計算兩圖像特征之間的差異，特征之間的差異越大則相似度越低，特征之間的差異越小則相似度越高。相似度可采用余弦相似度或者圖像間各自感知哈希值的漢明距離。計算機設(shè)備在計算得到地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度后，選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

在本實施例中，通過當(dāng)前圖像幀與地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征相似匹配來定位當(dāng)前在地圖中的位置，使得自身定位結(jié)果更加準(zhǔn)確。

在一個實施例中，步驟s310之前，該運動控制方法還包括：提取圖像幀的特征；獲取起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征和節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)空間狀態(tài)差異量進行運動。

其中，空間狀態(tài)差異量是計算機設(shè)備在采集不同的圖像幀時空間狀態(tài)的變化量?？臻g狀態(tài)差異量包括空間位置差異量和空間角度差異量?？臻g位置差異量是計算機設(shè)備在物理位置上的移動。比如，計算機設(shè)備在采集第一幀圖像幀時至采集第二幀圖像幀時水平向前平移0.5m?？臻g角度差異量是計算機設(shè)備在物理方位上的旋轉(zhuǎn)，比如，計算機設(shè)備在采集第一幀圖像幀時至采集第二幀圖像幀時逆時針旋轉(zhuǎn)15度。

具體地，計算機設(shè)備可計算圖像幀的特征與起始節(jié)點所對應(yīng)的節(jié)點圖像的特征之間的變化矩陣，根據(jù)計算得到的變化矩陣恢復(fù)計算機設(shè)備的運動位置，從變化矩陣中分解得到旋轉(zhuǎn)矩陣和位移矩陣，根據(jù)旋轉(zhuǎn)矩陣得到圖像幀的特征和節(jié)點圖像的特征之間的空間角度差異量，根據(jù)位移矩陣得到圖像幀的特征和節(jié)點圖像的特征之間的空間位置差異量。計算機設(shè)備可再根據(jù)空間角度差異量確定當(dāng)前運動的方向，根據(jù)空間位置差異量確定當(dāng)前運動的距離，從而按照確定的方向移動確定的距離。

在本實施例中，通過當(dāng)前獲取到的圖像幀與確定的初始節(jié)點對應(yīng)的節(jié)點圖像之間的空間狀態(tài)差異量，以運動至地圖中的初始節(jié)點處，從而按照選取的趨向目標(biāo)運動路徑向目標(biāo)運動，保證了運動的準(zhǔn)確性。

在一個實施例中，步驟s310包括：依次獲取趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的空間狀態(tài)差異量進行運動。

具體地，計算機設(shè)備可獲取趨向目標(biāo)運動路徑包括的與初始節(jié)點相鄰的第二節(jié)點所對應(yīng)的節(jié)點圖像的特征，計算初始節(jié)點對應(yīng)的節(jié)點圖像的特征與第二節(jié)點對應(yīng)的節(jié)點圖像的特征之間的變化矩陣。計算機設(shè)備再對該變化矩陣進行分解得到旋轉(zhuǎn)矩陣和位移矩陣，根據(jù)旋轉(zhuǎn)矩陣得到圖像幀的特征和節(jié)點圖像的特征之間的空間角度差異量，根據(jù)位移矩陣得到圖像幀的特征和節(jié)點圖像的特征之間的空間位置差異量。計算機設(shè)備可再根據(jù)空間角度差異量確定當(dāng)前運動的方向，根據(jù)空間位置差異量確定當(dāng)前運動的距離，從而按照確定的方向移動確定的距離，運動至地圖中的第二節(jié)點處。計算機設(shè)備可再按照相同的處理方式確定當(dāng)前運動的距離和方向，依次從地圖中的第二節(jié)點處按照趨向目標(biāo)運動路徑上運動，直至到達目標(biāo)節(jié)點處。

在本實施例中，通過趨向目標(biāo)運動路徑包括的相鄰節(jié)點所對應(yīng)的節(jié)點圖像的特征的空間狀態(tài)差異量，逐步按照趨向目標(biāo)運動路徑在地圖上從起始節(jié)點運動至目標(biāo)節(jié)點，避免了在運動過程中發(fā)生偏差無法確定當(dāng)前位置的問題，保證了運動的準(zhǔn)確性。

圖9示出了一個實施例中在地圖中選取趨向目標(biāo)運動路徑的示意圖。參考圖9，該示意圖包括目標(biāo)節(jié)點901、起始節(jié)點902以及趨向目標(biāo)運動路徑903。計算機設(shè)備在確定目標(biāo)節(jié)點901即目標(biāo)所在的位置以及起始節(jié)點902即本機所在位置后，以起始節(jié)點902為起點，以目標(biāo)節(jié)點901為終點，在地圖中選取目標(biāo)運動路徑903。

如圖10所示，在一個具體的實施例中，運動控制方法包括以下步驟：

s1002，從按時序采集的圖像幀中選取圖像幀。

s1004，判斷選取的圖像幀的特征是否符合預(yù)設(shè)的節(jié)點圖像的特征；若是，則跳轉(zhuǎn)到步驟s1006；若否，則返回步驟s1002。

s1006，獲取選取的圖像幀為節(jié)點圖像。

s1008，提取獲取的節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的特征與提取的特征之間的變化矩陣；根據(jù)節(jié)點與變化矩陣，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點，對應(yīng)于確定的節(jié)點存儲獲取的節(jié)點圖像的特征。

s1010，計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括已有的節(jié)點的環(huán)形路徑。

s1012，獲取圖像幀。

s1014，將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型；獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖；將各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型，獲取記憶神經(jīng)網(wǎng)絡(luò)模型輸出的人臉檢測結(jié)果。

s1016，判斷人臉檢測結(jié)果是否表示圖像幀包括人臉圖像；若是，則跳轉(zhuǎn)到步驟s1018；若否，則返回步驟s1012。

s1018，提取人臉圖像的人臉特征數(shù)據(jù)；根據(jù)人臉特征數(shù)據(jù)查詢與人臉圖像相匹配的預(yù)設(shè)人臉圖像；根據(jù)預(yù)設(shè)人臉圖像得到目標(biāo)身份識別結(jié)果；確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。

s1020，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點。

s1022，提取圖像幀的特征；獲取地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征與節(jié)點圖像的特征之間的相似度；選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

s1024，根據(jù)起始節(jié)點和目標(biāo)節(jié)點，在地圖包括的路徑中選取趨向目標(biāo)運動路徑。

s1026，提取圖像幀的特征；獲取起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征和節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)空間狀態(tài)差異量進行運動。

s1028，依次獲取趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的空間狀態(tài)差異量進行運動。

s1030，提供與服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。

在本實施例中，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

如圖11所示，在一個實施例中，提供了一種運動控制裝置1100，包括：獲取模塊1101、確定模塊1102、挑選模塊1103、選取模塊1104和運動模塊1105。

獲取模塊1101，用于獲取圖像幀。

確定模塊1102，用于當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點。

挑選模塊1103，用于從地圖中挑選與圖像幀匹配的起始節(jié)點；其中，圖像幀的特征與起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配。

選取模塊1104，用于根據(jù)起始節(jié)點和目標(biāo)節(jié)點，在地圖包括的路徑中選取趨向目標(biāo)運動路徑。

運動模塊1105，用于按照選取的趨向目標(biāo)運動路徑運動。

上述運動控制裝置1100，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

如圖12所示，在一個實施例中，運動控制裝置1100還包括：檢測模塊1106。

檢測模塊1106，用于將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型；獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖；將各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型；獲取記憶神經(jīng)網(wǎng)絡(luò)模型輸出的圖像幀是否包括人臉圖像的結(jié)果。

在本實施例中，通過卷積神經(jīng)網(wǎng)絡(luò)模型的包括的多個網(wǎng)絡(luò)層充分提取圖像特征，再將多層網(wǎng)絡(luò)層提取的特征輸入記憶神經(jīng)網(wǎng)絡(luò)模型綜合處理，使得人臉檢測更準(zhǔn)確。

如圖13所示，在一個實施例中，運動控制裝置1100還包括：識別模塊1107和服務(wù)模塊1108。

識別模塊1107，用于提取人臉圖像的人臉特征數(shù)據(jù)；根據(jù)人臉特征數(shù)據(jù)查詢與人臉圖像相匹配的預(yù)設(shè)人臉圖像；根據(jù)預(yù)設(shè)人臉圖像得到目標(biāo)身份識別結(jié)果；確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。

服務(wù)模塊1108，用于提供與服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。

在本實施例中，在對獲取的圖像檢測到存在人臉時，對存在的人臉進行識別，在識別得到目標(biāo)的身份并運動至目標(biāo)后即可向該目標(biāo)提供與該目標(biāo)相關(guān)聯(lián)的服務(wù)入口，極大地提高了服務(wù)提供的效率。

如圖14所示，在一個實施例中，運動控制裝置1100還包括：地圖構(gòu)建模塊1109。

地圖構(gòu)建模塊1109，用于從按時序采集的圖像幀中選取圖像幀；判斷選取的圖像幀的特征是否符合預(yù)設(shè)的節(jié)點圖像的特征；當(dāng)選取的圖像幀的特征符合節(jié)點圖像的特征時，獲取選取的圖像幀為節(jié)點圖像；確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點；對應(yīng)于確定的節(jié)點存儲獲取的節(jié)點圖像的特征。

在本實施例中，通過自身采集圖像幀，再對采集的圖像幀進行處理即可自動進行地圖構(gòu)建，避免了需要大量具備專業(yè)繪圖能力的工作人員人工對環(huán)境進行測繪，對工作人員能力要求高且勞動量大的問題，提高地圖構(gòu)建的效率。

在一個實施例中，地圖構(gòu)建模塊1109還用于提取獲取的節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的特征與提取的特征之間的變化矩陣；根據(jù)節(jié)點與變化矩陣，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

在本實施例中，通過節(jié)點圖像的特征之間的變化矩陣，得到當(dāng)前獲取的節(jié)點圖像與在前已有的節(jié)點圖像的轉(zhuǎn)化關(guān)系，從而實現(xiàn)由在前的圖像幀在地圖中的位置推測當(dāng)前圖像幀的在地圖中的位置，實現(xiàn)實時定位。

在一個實施例中，地圖構(gòu)建模塊1109還用于計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括已有的節(jié)點的環(huán)形路徑。

在本實施例中，以新增的節(jié)點圖像的特征與已有的節(jié)點圖像的特征的相似度作為依據(jù)進行閉環(huán)檢測，在檢測到有閉環(huán)時，在地圖中生成環(huán)形路徑，以進行后續(xù)的閉環(huán)優(yōu)化，提高構(gòu)建地圖的準(zhǔn)確性。

在一個實施例中，挑選模塊1103還用于提取圖像幀的特征；獲取地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征與節(jié)點圖像的特征之間的相似度；選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

在一個實施例中，運動模塊1105還用于提取圖像幀的特征；獲取起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征和節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)空間狀態(tài)差異量進行運動。

在本實施例中，通過當(dāng)前圖像幀與地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征相似匹配來定位當(dāng)前在地圖中的位置，使得自身定位結(jié)果更加準(zhǔn)確。

在一個實施例中，運動模塊1105還用于依次獲取趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的空間狀態(tài)差異量進行運動。

在本實施例中，通過當(dāng)前獲取到的圖像幀與確定的初始節(jié)點對應(yīng)的節(jié)點圖像之間的空間狀態(tài)差異量，以運動至地圖中的初始節(jié)點處，從而按照選取的趨向目標(biāo)運動路徑向目標(biāo)運動，保證了運動的準(zhǔn)確性。

一種計算機可讀存儲介質(zhì)，其上存儲有計算機可讀指令，該計算機可讀指令被處理器執(zhí)行時實現(xiàn)以下步驟：獲取圖像幀；當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點；從地圖中挑選與圖像幀匹配的起始節(jié)點；其中，圖像幀的特征與起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配；根據(jù)起始節(jié)點和目標(biāo)節(jié)點，在地圖包括的路徑中選取趨向目標(biāo)運動路徑；按照選取的趨向目標(biāo)運動路徑運動。

上述計算機可讀存儲介質(zhì)上存儲的計算機可讀指令在被執(zhí)行時，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行獲取圖像幀之后，還執(zhí)行以下步驟：將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型；獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖；將各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型；獲取記憶神經(jīng)網(wǎng)絡(luò)模型輸出的圖像幀是否包括人臉圖像的結(jié)果。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點之后，還執(zhí)行以下步驟：提取人臉圖像的人臉特征數(shù)據(jù)；根據(jù)人臉特征數(shù)據(jù)查詢與人臉圖像相匹配的預(yù)設(shè)人臉圖像；根據(jù)預(yù)設(shè)人臉圖像得到目標(biāo)身份識別結(jié)果；確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。計算機可讀指令使得處理器在執(zhí)行按照選取的趨向目標(biāo)運動路徑運動之后，還執(zhí)行以下步驟：提供與服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行獲取圖像幀之前，還執(zhí)行以下步驟：從按時序采集的圖像幀中選取圖像幀；判斷選取的圖像幀的特征是否符合預(yù)設(shè)的節(jié)點圖像的特征；當(dāng)選取的圖像幀的特征符合節(jié)點圖像的特征時，獲取選取的圖像幀為節(jié)點圖像；確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點；對應(yīng)于確定的節(jié)點存儲獲取的節(jié)點圖像的特征。

在一個實施例中，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點，包括：提取獲取的節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的特征與提取的特征之間的變化矩陣；根據(jù)節(jié)點與變化矩陣，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點之后，還執(zhí)行以下步驟：計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括已有的節(jié)點的環(huán)形路徑。

在一個實施例中，從地圖中挑選與圖像幀匹配的起始節(jié)點，包括：提取圖像幀的特征；獲取地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征與節(jié)點圖像的特征之間的相似度；選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行按照選取的趨向目標(biāo)運動路徑運動之前，還執(zhí)行以下步驟：提取圖像幀的特征；獲取起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征和節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)空間狀態(tài)差異量進行運動。

在一個實施例中，按照選取的趨向目標(biāo)運動路徑運動，包括：依次獲取趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的空間狀態(tài)差異量進行運動。

一種計算機設(shè)備，包括存儲器和處理器，存儲器中儲存有計算機可讀指令，計算機可讀指令被處理器執(zhí)行時，使得處理器執(zhí)行以下步驟：獲取圖像幀；當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點；從地圖中挑選與圖像幀匹配的起始節(jié)點；其中，圖像幀的特征與起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配；根據(jù)起始節(jié)點和目標(biāo)節(jié)點，在地圖包括的路徑中選取趨向目標(biāo)運動路徑；按照選取的趨向目標(biāo)運動路徑運動。

上述計算機設(shè)備，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行獲取圖像幀之后，還執(zhí)行以下步驟：將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型；獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖；將各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型；獲取記憶神經(jīng)網(wǎng)絡(luò)模型輸出的圖像幀是否包括人臉圖像的結(jié)果。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點之后，還執(zhí)行以下步驟：提取人臉圖像的人臉特征數(shù)據(jù)；根據(jù)人臉特征數(shù)據(jù)查詢與人臉圖像相匹配的預(yù)設(shè)人臉圖像；根據(jù)預(yù)設(shè)人臉圖像得到目標(biāo)身份識別結(jié)果；確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。計算機可讀指令使得處理器在執(zhí)行按照選取的趨向目標(biāo)運動路徑運動之后，還執(zhí)行以下步驟：提供與服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行獲取圖像幀之前，還執(zhí)行以下步驟：從按時序采集的圖像幀中選取圖像幀；判斷選取的圖像幀的特征是否符合預(yù)設(shè)的節(jié)點圖像的特征；當(dāng)選取的圖像幀的特征符合節(jié)點圖像的特征時，獲取選取的圖像幀為節(jié)點圖像；確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點；對應(yīng)于確定的節(jié)點存儲獲取的節(jié)點圖像的特征。

在一個實施例中，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點，包括：提取獲取的節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的特征與提取的特征之間的變化矩陣；根據(jù)節(jié)點與變化矩陣，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點之后，還執(zhí)行以下步驟：計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括已有的節(jié)點的環(huán)形路徑。

在一個實施例中，從地圖中挑選與圖像幀匹配的起始節(jié)點，包括：提取圖像幀的特征；獲取地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征與節(jié)點圖像的特征之間的相似度；選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行按照選取的趨向目標(biāo)運動路徑運動之前，還執(zhí)行以下步驟：提取圖像幀的特征；獲取起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征和節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)空間狀態(tài)差異量進行運動。

在一個實施例中，按照選取的趨向目標(biāo)運動路徑運動，包括：依次獲取趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的空間狀態(tài)差異量進行運動。

一種服務(wù)機器人，包括存儲器和處理器，存儲器中儲存有計算機可讀指令，計算機可讀指令被處理器執(zhí)行時，使得處理器執(zhí)行以下步驟：獲取圖像幀；當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點；從地圖中挑選與圖像幀匹配的起始節(jié)點；其中，圖像幀的特征與起始節(jié)點對應(yīng)的節(jié)點圖像的特征相匹配；根據(jù)起始節(jié)點和目標(biāo)節(jié)點，在地圖包括的路徑中選取趨向目標(biāo)運動路徑；按照選取的趨向目標(biāo)運動路徑運動。

上述服務(wù)機器人，在獲取到圖像幀后，就可以自動地在檢測到該圖像幀包括人臉圖像時，在地圖中確定該人臉圖像相應(yīng)的目標(biāo)節(jié)點，定位目標(biāo)在地圖中的位置，然后以該圖像幀的特征與地圖中各節(jié)點對應(yīng)的節(jié)點圖像的特征的匹配關(guān)系為依據(jù)，即可從地圖中挑選與該圖像幀匹配的起始節(jié)點，定位本機當(dāng)前在地圖中的位置，再根據(jù)當(dāng)前節(jié)點和目標(biāo)節(jié)點便可在地圖包括的路徑中選取趨向目標(biāo)運動路徑來運動。這樣通過圖像之間的特征匹配即可完成在地圖中的定位，避免了通過傳感信號定位引起的環(huán)境影響，提高了運動控制的準(zhǔn)確性。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行獲取圖像幀之后，還執(zhí)行以下步驟：將圖像幀輸入卷積神經(jīng)網(wǎng)絡(luò)模型；獲取卷積神經(jīng)網(wǎng)絡(luò)模型包括的多個網(wǎng)絡(luò)層輸出的特征圖；將各特征圖依次輸入記憶神經(jīng)網(wǎng)絡(luò)模型；獲取記憶神經(jīng)網(wǎng)絡(luò)模型輸出的圖像幀是否包括人臉圖像的結(jié)果。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行當(dāng)對圖像幀進行人臉檢測得到圖像幀包括人臉圖像時，確定人臉圖像在地圖中相應(yīng)的目標(biāo)節(jié)點之后，還執(zhí)行以下步驟：提取人臉圖像的人臉特征數(shù)據(jù)；根據(jù)人臉特征數(shù)據(jù)查詢與人臉圖像相匹配的預(yù)設(shè)人臉圖像；根據(jù)預(yù)設(shè)人臉圖像得到目標(biāo)身份識別結(jié)果；確定與目標(biāo)身份識別結(jié)果相關(guān)聯(lián)的服務(wù)類型。計算機可讀指令使得處理器在執(zhí)行按照選取的趨向目標(biāo)運動路徑運動之后，還執(zhí)行以下步驟：提供與服務(wù)類型相應(yīng)的服務(wù)觸發(fā)入口。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行獲取圖像幀之前，還執(zhí)行以下步驟：從按時序采集的圖像幀中選取圖像幀；判斷選取的圖像幀的特征是否符合預(yù)設(shè)的節(jié)點圖像的特征；當(dāng)選取的圖像幀的特征符合節(jié)點圖像的特征時，獲取選取的圖像幀為節(jié)點圖像；確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點；對應(yīng)于確定的節(jié)點存儲獲取的節(jié)點圖像的特征。

在一個實施例中，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點，包括：提取獲取的節(jié)點圖像的特征；獲取地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征；確定獲取的特征與提取的特征之間的變化矩陣；根據(jù)節(jié)點與變化矩陣，確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行確定獲取的節(jié)點圖像在地圖中相應(yīng)的節(jié)點之后，還執(zhí)行以下步驟：計算地圖中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度；當(dāng)?shù)貓D中已有的節(jié)點對應(yīng)的節(jié)點圖像的特征，與獲取的節(jié)點圖像的特征之間的相似度超過預(yù)設(shè)相似度閾值時，則根據(jù)獲取的節(jié)點圖像相應(yīng)的節(jié)點，在地圖中生成包括已有的節(jié)點的環(huán)形路徑。

在一個實施例中，從地圖中挑選與圖像幀匹配的起始節(jié)點，包括：提取圖像幀的特征；獲取地圖包括的節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征與節(jié)點圖像的特征之間的相似度；選取對應(yīng)相似度最高的節(jié)點圖像的特征所對應(yīng)的節(jié)點，得到與圖像幀相匹配的起始節(jié)點。

在一個實施例中，計算機可讀指令使得處理器在執(zhí)行按照選取的趨向目標(biāo)運動路徑運動之前，還執(zhí)行以下步驟：提取圖像幀的特征；獲取起始節(jié)點所對應(yīng)的節(jié)點圖像的特征；確定圖像幀的特征和節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)空間狀態(tài)差異量進行運動。

在一個實施例中，按照選取的趨向目標(biāo)運動路徑運動，包括：依次獲取趨向目標(biāo)運動路徑包括的各節(jié)點所對應(yīng)的節(jié)點圖像的特征；依次確定獲取的對應(yīng)相鄰節(jié)點的節(jié)點圖像的特征之間的空間狀態(tài)差異量；根據(jù)依次確定的空間狀態(tài)差異量進行運動。

本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關(guān)的硬件來完成，所述的程序可存儲于一非易失性計算機可讀取存儲介質(zhì)中，該程序在執(zhí)行時，可包括如上述各方法的實施例的流程。其中，所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(read-onlymemory，rom)等。

以上實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當(dāng)認為是本說明書記載的范圍。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。