杨 彪，王 狄，沈绍博，杨长春+，刘小峰

(1.常州大学 微电子与控制工程学院，江苏 常州 213164；2.河海大学 物联网工程学院，江苏 常州 213022)

0 引 言

室内外环境的复杂性为移动机器人的精准跟随提出了挑战。为了更好地完成行人跟随任务，需要精确测量人-机距离[1，2]，根据距离和偏航角调整机器人运动状态，从而鲁棒地跟随行人。

为了准确测量前人距离，研究人员使用多传感器融合的方法来检测和跟踪行人[3，4]。Tripathi等[5]使用超声波和红外传感器跟随指定行人。随着激光雷达技术的发展，可以实现远距离人体目标的测距[6，7]。Chebotareva等[8]基于激光测距仪和单目相机的数据融合方法，提出了人体跟踪算法。Zhu等[9]使用毫米波雷达和单目相机的信息感知环境，使机器人以预期的距离跟踪人体目标。毫米波雷达和激光雷达可以直接获取目标位置，但是两者成像分辨率低，难以区分物体边界，而多传感器融合方法因其高昂的售价难以在移动机器人中普及[10]。

本文基于低成本的RGB-D相机，搭建了移动机器人平台，提出了一种基于MRSD测距的移动机器人跟随系统，主要工作在于：①本文引入Mask R-CNN算法[11]对行人进行实例分割，根据行人掩膜从深度图像中提取深度像素点，测量行人距离。②针对深度伪影问题，当前工作多使用传统滤波算法[12]，导致测距精度低。本文引入S2R-DepthNet网络[13]从彩色图像中推理深度，替换相机深度图像中的无效点，提高测距精度。③针对深度融合的测距信息，建立基于Sage-Husa自适应滤波器的测距模型，抑制量测异常值的影响，从而使得移动机器人能够更加鲁棒地跟随行人。……