1.一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：该方法包括以下步骤：

步骤1、目标区域获取

利用巡逻机器人上的相机采集当前环境图像的RGB图像，将得到的RGB图像转化为灰度图像，计算灰度图像中每个像素点的梯度幅值和方向，然后将灰度图像分割为若干个大小为8*8的cell单元，计算每个cell单元的梯度直方图，按照梯度方向对每个cell单元中的梯度幅值进行分组后，然后以4个cell单元为一个块，对每个块内的梯度幅值进行归一化处理，然后使用滑动扫描窗得到特征向量，将特征向量输入分类器中，实现目标区域和背景区域的分类，然后将目标区域压缩成大小为k*l的ROI区域；

步骤2、隐藏地貌检测

使用可分离卷积替代Unet网络中的解码部分，建立隐藏地貌检测网络，输入步骤1拍摄的RGB图像，隐藏地貌检测网络输出尺寸与输入图像相同的预测图像，通过预测图像得到当前环境的隐藏地貌区域；

步骤3、目标检测器训练

将步骤1得到的ROI区域作为初始的跟踪区域，获取初始帧Tt中的目标样本x＝[x0,x1,x2,…,xn‑1]，通过循环矩阵对目标样本进行循环位移处理得到训练样本X：对训练样本X中的每个元素xi赋予对应的标签yi，构造训练集(xi,yi)，获取误差最小的T

回归函数f(x)＝ωx，其中ω为列向量表示权重系数，上标T标识转置；构造误差函数：其中λ为正则化函数；引入映射函数 将ω映射为：其中αi为系数；

引入核函数 得到 利用循环

矩阵的性质和傅里叶变换，得到频域中的最小二乘解，完成目标监测器的训练：‑1

其中， 为α的傅里叶变换，α为系数αi形成的向量，α＝(K+λI) y， 为核函数K(xi,xj)中的第一行元素；

根据训练后的目标监测器，求取当前样本图像z的相关性最大结果，得到跟踪结果，实现对ROI区域的跟踪：

其中， 为相关性结果， 为循环矩阵，⊙表示频域像素点乘运算；

步骤4、隐藏动作执行

对步骤2得到的隐藏地貌区域结果进行灰度化处理，并获取巡逻机器人底盘可行驶地貌的像素值proad，设置巡逻机器人的前视距离为lv，并获取对应的图像坐标系中的纵坐标yt，遍历所有纵坐标为yt的像素点，记录像素值为proad的可行驶像素点，然后分别统计位于中垂线左侧和右侧的可隐藏像素点个数lcounts和rcounts，计算偏置误差errtarget：errtarget＝(lcounts+rcounts)*0.8   (6)计算巡航像素误差err作为PID控制策略的输入量：err＝lcounts‑rcounts‑errtarget   (7)调整比例参数kp和微分参数kd得到输出量output：output＝kp*err+kd*(err‑errlast)   (8)将输出量output作为巡逻机器人的角速度控制指令，控制机器人以稳定的线速度沿着隐蔽地貌区域的边界行驶，执行隐藏动作。

2.如权利要求1所述一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：步骤1中使用的分类器为支持向量机。

3.如权利要求1所述一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：步骤1中得到特征向量的具体方法为：采集当前环境图像的RGB图像和深度图像，将得到的RGB图像转化为灰度图像，大小调整为w*h，计算灰度图像中像素点(x,y)的水平梯度与垂直梯度Gx(x,y)、Gy(x,y)：其中，I(x,y)为像素点(x,y)的灰度值；然后计算每个像素点的梯度幅值G(x,y)和方向θ(x,y)：

其中θ(x,y)∈[0,180]；

然后将灰度图像分割为若干个大小为8*8的cell单元，计算每个cell单元的梯度直方图，其中梯度直方图的y轴为梯度幅值，x轴为梯度方向，将x轴以20为间隔单位，分为9个bin，将一个cell单元中每个像素点的梯度幅值分别归入对应的bin中；将4个cell单元作为一个块，对每个块内的梯度幅值进行归一化处理，再使用滑动步长为8个像素点的滑动窗对归一化后的块进行滑动扫描，得到特征向量。

4.如权利要求1所述一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：步骤2建立的隐藏地貌检测网络对输入图像进行4次下采样操作，分别得到4个特征层f1、f2、f3、f4，然后再依次对4个特征层进行上采样与融合处理，最后输出一张尺寸与输入图像相同的预测图像。

5.如权利要求1或4所述一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：下采样操作首先使用3*3的卷积核进行特征提取，然后再使用1*1的卷积核进行通道调整。

6.如权利要求1所述一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：该方法还包括跟踪距离控制步骤，具体为：利用巡逻机器人上的深度相机采集当前环境图像的深度图像，选取步骤1得到的ROI区域中的若干个像素点，根据深度图像对这些像素点的深度信息进行阈值均值滤波处理，获取可疑目标与巡逻机器人间的距离d；巡逻机器人根据与可疑目标间的距离d判断当初所处的状态，并执行对应的动作；具体为：当d∈(0,dlower)为危险状态，执行后退动作；d∈[dlower,dupper]为安全状态，执行隐藏动作；d∈(dlower,dupper)为追赶状态，执行追赶动作。

7.如权利要求1或6所述一种巡逻机器人执行追踪任务时的主动隐藏方法，其特征在于：选取ROI区域中(k/2,l/2)、(k/3,l/3)、(2k/3,l/3)、(k/3,2l/3)、(2k/3,2l/3)这5个像素点的深度信息进行可疑目标与巡逻机器人间距离的计算：其中，dm为第m个点的深度信息，m＝1,2...5，0＜dm＜10。