摄像系统中的访客监控干扰器

    我们介绍了一种新的，廉价的深度摄像设备，微软Kinect，用于家庭环境中被动跌倒风险评估。为了使老年人能够随着年龄的增长安全地继续生活在独立的环境中，评估他们跌倒的风险以及检测疾病的早期发作和功能衰退的能力至关重要。每天摄像头测量时间和空间步态参数将极大地促进这种评估。理想情况下，这些测量值将在正常的日常活动中被动获得，无需佩戴设备或昂贵的设备。在这项工作中，我们评估了使用廉价的Microsoft Kinect获取时间和空间步态参数的测量结果，与现有的基于网络摄像机的系统以及用于地面真实感的Vicon运动捕获系统进行了比较。我们描述了从Kinect数据中提取步态参数的技术，以及Kinect相对于基于网络摄像头的被动入户风险评估干扰器系统的优势。

 

    服务机器人，例如在家庭环境中工作的机器人，需要非常健壮和可靠的传感机制。在本文中，我们提出了一种基于结构光的三维摄像机，适用于在家庭环境中工作的机器人。首先，我们证明了摄像头精度和鲁棒性的降低主要来自于在相机像素处接收的信号中多个代码的重叠。然后，我们提出了一种新的信号分离编码，它不仅可以分离重叠码，而且还可以对像素对应进行鲁棒性判断并进行纠错。为了避免用户在家庭环境中的不便，提出的方法是使用不可见的红外（IR）光来实现的。实验结果表明，与传统方法相比，该算法显著提高了深度成像的鲁棒性和精度。提出的方法为将基于屏蔽器结构光的深度成像应用于家庭服务机器人杂乱工作空间的三维建模提供了更大的可行性。

 

    一种识别访客的系统，使用闭路电视摄像机通过读取访客图像生成图像数据，并使用麦克风将从访客接收到的声波转换为电波。门铃按钮具有访客呼叫时可用的呼叫铃功能，以及监控在计算机处于休眠状态时操作计算机的开关功能。计算机系统控制并存储来自CCTV摄像机、麦克风和呼叫铃按钮的信号和图像数据，同时使用显示器显示图像数据。该干扰器系统通过在用户不在时存储从识别设备感测到的访客图像来识别访客，并在使用通用家用计算机后重新确认；该系统具有休眠功能，价格低廉。