CN111390925A - 一种用于危化品仓库的巡视机器人 - Google Patents
一种用于危化品仓库的巡视机器人 Download PDFInfo
- Publication number
- CN111390925A CN111390925A CN202010263464.7A CN202010263464A CN111390925A CN 111390925 A CN111390925 A CN 111390925A CN 202010263464 A CN202010263464 A CN 202010263464A CN 111390925 A CN111390925 A CN 111390925A
- Authority
- CN
- China
- Prior art keywords
- image
- unit
- visual feature
- inspection robot
- warehouse
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/02—Sensing devices
- B25J19/021—Optical sensing devices
- B25J19/023—Optical sensing devices including video camera means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
- B25J5/007—Manipulators mounted on wheels or on carriages mounted on wheels
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明提供了一种用于危化品仓库的巡视机器人,移动机构包括移动车体,移动车体上可升降的连接有载体平台,移动车体的底部设置有多个移动轮。升降机构包括固定在载体平台上的第一竖向滑轨,第一竖向滑轨上滑动连接有第二竖向滑轨,第二竖向滑轨上滑动连接有采集平台。采集平台上设置有图像采集单元、电子标签读取单元和环境感知监测单元。控制机构,控制机构设置在载体平台上,控制机构分别与移动机构、升降机构、图像采集单元、电子标签读取单元和环境感知监测单元电连接。本发明通过图像识别***,能够比对仓库货架上的货物是否胡乱摆放进行监测,避免危化品违规摆放。本发明利用巡检机器人代替了现有的人工巡检,大大提高了工作效率和安全性。
Description
技术领域
本发明涉及巡视机器人领域,具体涉及一种用于危化品仓库的巡视机器人。
背景技术
危险化学品作为重要的化工原料或产品,在我国经济和社会发展过程中发挥着无可取代的作用。随着我国危险化学品数量与日俱增,危险化学品仓库成为热门。危险化学品仓库的安全问题逐渐引起重视,事故研究表明,危化品泄漏、火灾以及***有14%至32%是发生在储存环节。因此,强化仓储环节的安全管理是危化品管控的重点。目前,为了保障危险化学品仓库的安全性,需要对危险化学品仓库进行巡视检查,目前的巡视工作是依靠人工巡视完成的。
现有的人工巡视危险化学品仓库时存在的问题有:巡视强度大、安全风险高,巡视人员存在个体差异,有的巡视员业务水平差、经验不足、责任心不强等,使得人工巡视危险化学品仓库存在着安全隐患,同时,巡视员的安全无法得到有效保障。因此,设计一种巡视机器人代替人工巡视是非常有必要的。
发明内容
针对现有的危化品仓库多为人工巡检,存在安全隐患的问题,本发明提供了一种用于危化品仓库的巡视机器人,机器人的巡视角度灵活可调,能够代替人工巡检,安全高效,巡视视角全面。
本发明采用以下的技术方案:
一种用于危化品仓库的巡视机器人,包括移动机构、升降机构、采集平台和控制机构;
移动机构包括移动车体,移动车体的底部设置有具备全向运动性能的多个移动轮,移动车体上通过伸缩旋转架连有载体平台,伸缩旋转架包括下旋座和上旋座,下旋座的中心轴处设有伸缩孔,伸缩孔内设有伸缩转轴,伸缩孔的孔壁上均匀分布有限位块,限位块与孔壁弹性连接,上旋座套于伸缩转轴上,伸缩转轴和限位块与控制机构电控连接,控制机构控制伸缩转轴的伸缩和旋转,控制限位块伸缩;
升降机构,升降机构包括固定在载体平台上的第一竖向滑轨,第一竖向滑轨上滑动连接有第二竖向滑轨,第二竖向滑轨上滑动连接有采集平台;
采集平台上设置有图像采集单元、电子标签读取单元和环境感知监测单元,图像采集单元通过旋转底座安装于采集平台上,旋转底座包括圆柱形的固定座和旋转座,固定座的内壁周向设有滑轨,旋转座的外壁周向设有滑块,滑块嵌入滑轨使旋转座能够沿固定座旋转,旋转座的顶端连有铰接球,铰接球用于调节图像采集单元的角度,滑块与控制机构电控连接;
控制机构,控制机构设置在载体平台上,控制机构还分别与移动机构、升降机构、图像采集单元、电子标签读取单元和环境感知监测单元电连接;
控制机构控制移动机构基于危化品仓库的地图进行移动,控制机构控制升降机构升降,控制机构采集图像采集单元、电子标签读取单元和环境感知监测单元的数据。
优选地,所述控制机构内设置有数据处理单元,数据处理单元连接有仓库地图单元、路径规划单元、避障单元、报警单元和通信单元;
数据处理单元处理图像采集单元、电子标签读取单元和环境感知监测单元采集到的数据;
仓库地图单元有危化品仓库的地图数据;
路径规划单元、仓库地图单元和避障单元配合,能在巡视机器人危化品仓库行进过程中,规划巡视机器人从起始位置至每一处货物处的路径,并提供巡视机器人在危化品仓库中的位置;
避障单元用于巡视机器人检测障碍并避开;
报警单元用于巡视机器人报警;
通信单元用于巡视机器人将数据信息、位置信息及报警信息送至总控制室。
优选地,还包括灭火机构,灭火机构包括灭火器罐,灭火器罐安装在载体平台上,灭火器罐通过灭火器管道连接有灭火器喷口,灭火器喷口设置在采集平台的下表面上。
优选地,所述移动轮为Mecanum轮,Mecanum轮有四个。
优选地,所述图像采集单元包括摄像头,摄像头通过第一升降架连接在采集平台上,摄像头采集危化品仓库的货架上货物标签信息,摄像头还能采集不同货物的距离数据,摄像头将采集到的数据送至数据处理单元处理;
所述电子标签读取单元读取危化品仓库的货架上的电子标签的信息,并送至数据处理单元处理,数据处理单元比对电子标签信息与货物标签信息是否匹配;
数据处理单元判断不同货物的距离数据是否符合规范要求。
优选地,所述环境感知监测单元包括环境温度传感器、红外传感器、烟雾传感器和有毒气体传感器;
环境温度传感器、烟雾传感器和有毒气体传感器检测到的数据送至数据处理单元处理;
所述避障单元包括超声波避障传感器,超声波避障传感器通过第二升降架安装在移动车体的前端,超声波避障传感器能发出一定频率的超声波,当遇到障碍物时反射回来,通过接收该反射波,再根据发射和接收的时间差获得障碍物位置信号,确定障碍物位置。
优选地,巡视机器人的高度调整过程为:若图像采集高度与摄像头当前高度相差较多,采用伸缩旋转架调整车体的高度,实现粗调节;车体高度调节基本到位后,再通过旋转底座调整图像采集单元的高度,实现微调,并通过铰接球调节图像采集单元的角度,从而采集适合角度的图像。
固定座机构上升的高度高于第二竖向滑轨之后,摄像头分别向左、向右旋转90度,分别拍摄左、右两侧的物体,实现升高及微调。
优选地,巡视机器人的运动控制算法为:
S1:根据巡视机器人的结构外观,结合坐标系建立方法,建立巡视机器人直行局部坐标系与转向全局坐标系;
S2:根据巡视机器人的行进路线,结合其结构外观,画出其转向运动轨迹,得到理想位姿方程,所述理想位姿方程为:
其中,Δα为航向角变化率,Vax为x轴方向参考点速度,Vay为y轴方向重心速度,α为转向时航向角,r左侧前后轮距转向圆心点P的距离,R巡视机器人右侧前后轮距转向圆心点P的距离,β为通过的圆弧弧度,L为重心与参考点之间的距离,ωl为左侧移动轮左转角速度,ωr为右侧移动轮左转角速度;
S3:使用离散求和的方法得到巡视机器人理想情况下的下一时刻运动参数;
S4:根据巡视机器人期望参数与实际参数的误差,进行经典的PID与增量式PID算法分析比较,基于增量式PID改进算法对理想位姿方程算法修正,消除误差;
具体为:基于增量式PID改进算法,算法修正后的位姿方程为:
其中,n为t时刻的采样间隔,ωl(n)、ωr(n)、α(n)为n时刻左侧移动轮角速度、右侧移动轮角速度及航向角,Vax(n+1)、Vay(n+1)、Δα(n+1)为n+1时刻位姿,eL(n)、eR(n)、e(n)分别为n时刻左侧移动轮反馈增量、右侧移动轮反馈增量与移动轮间内环反馈增量。
优选地,数据处理单元对摄像头采集的数据的图像处理过程为:
S1:确定采集图像的第一视觉特征,从图像数据库中查找与第一视觉特征匹配的一幅或多幅相似图像;
具体过程为:第一视觉特征包括图像的全局视觉特征或局部视觉特征,根据第一视觉特征中的局部视觉特征确定采集图像包括的视觉单词;按照图像数据库的倒排索引结构,在图像数据库中查找包括采集图像的视觉单词的图像,确定候选图像集合;
根据采集图像的第一视觉特征与候选图像集合中各候选图像的第一视觉特征,确定采集图像与各候选图像之间的视觉特征距离,所述视觉特征距离用于表示相似度;
根据采集图像与各候选图像之间的视觉特征距离,对各候选图像进行排序;
按照排序结果从各候选图像中确定出各相似图像;
S2:确定采集图像的第二视觉特征,根据采集图像的第二视觉特征与相似图像的第二视觉特征进行匹配,形成多组视觉特征对,第二视觉特征包括局部视觉特征;
具体为:计算采集图像的每个局部视觉特征与相似图像的每个局部视觉特征的距离,按照各距离形成多组局部视觉特征对;
S3:采用霍夫投票的方式对多组局部视觉特征对进行校验,去除误匹配的局部视觉特征对;
S4:确定采集图像与相似图像是否匹配成功,根据剩余的局部视觉特征对的数量,确定采集图像与相似图像是否匹配成功,从而确定采集图像的货物标签信息。
优选地,摄像头采集数据图像的过程中,还包括以下步骤:
步骤一:将目标图像中所有像素点放入平面区域决策树的根节点,判断中心像素点与周围像素点亮度,周围像素点亮度是否大于中心像素点亮度,如是中心像素点放入平面区域决策树的子节点,如否中心像素点放入复杂区域决策树的根节点,直至所有像素点判断完毕,其中,平面区域决策树的子节点构成叶节点集合,该集合中的像素点为目标图像的特征点;
步骤二:构建特征向量,采用BRIEF算法,随机将特征点图像块区域内的像素点作两两比对,如一对像素点中第一个像素点的像素值比第二个像素点的像素值大,记为1,否则记为0,以此类推,得到所有特征点图像块区域的二进制特征向量,特征向量包含特征点周围图像块区域的信息;
步骤三:采集对比图像,得到对比图像的所有特征点图像块区域的二进制特征向量;
步骤四:调用RANSAC算法函数,利用单应性矩阵对初始匹配对进行误匹配剔除,得到精准的采集图像。
本发明具有的有益效果是:
本发明提供了用于危化品仓库的巡视机器人,通过图像识别***,能够比对仓库货架上的货物是否与货架的标签对应,防止货物胡乱堆放,而且还能识别不同货物之间的距离是否符合规定要求,避免危化品违规摆放,对存在违规摆放和胡乱堆放的情况,进行报警,避免事故发生;本发明对仓库中环境进行检测,避免温度异常及有毒气体泄露等情况的反生;该巡检机器人能及时发现火灾,并进行灭火,避免火灾扩大,而且初期火灾控制,能为后续人员消防提供时间和极大的安全保障。本发明利用巡检机器人代替了现有的人工巡检,大大提高了工作效率和安全性,节省了人工成本,保障了人员和仓库安全。
巡视机器人的车体高度可调,移动车体上通过伸缩旋转架连有载体平台,伸缩旋转架包括下旋座和上旋座,通过上旋座和下旋座高度可调且能够相对旋转,实现了车体的高度和角度调节;图像采集单元通过旋转底座实现高度和角度可调,极大的提高了巡检的角度和高度范围,提供了巡视机器人的适用性。
附图说明
图1为用于危化品仓库的巡视机器人的结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或彼此可通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
危化品仓库的货架上的每种货物的摆放区都有一个电子标签,电子标签中含有该种货物的各种信息,电子标签通过绑带扎紧在货架上。
结合图1,一种用于危化品仓库的巡视机器人,包括移动机构、升降机构和控制机构。
移动机构包括移动车体1,移动车体1的底部设置有具备全向运动性能的多个移动轮3,移动车体上通过伸缩旋转架连有载体平台2,伸缩旋转架包括下旋座14和上旋座15,下旋座14的中心轴处设有伸缩孔,伸缩孔内设有伸缩转轴16,伸缩孔的孔壁上均匀分布有限位块17,限位块17与孔壁弹性连接,上旋座套于伸缩转轴上,伸缩转轴和限位块与控制机构电控连接,控制机构控制伸缩转轴的伸缩和旋转,控制限位块伸缩,当伸缩转轴高度旋转到位后,距离其下端面最近的限位块弹出,对伸缩转轴进行高度限位,限位后伸缩转轴再控制机构的控制下旋转。
移动轮为Mecanum轮,Mecanum轮有四个。每个Mecanum轮负载为40Kg,直径为127mm,满足较高负载和稳定性要求。
每个Mecanum轮分别通过一个独立的电机驱动,每个电机分别通过一个独立的电机驱动器驱动,控制机构与各电机驱动器连接。
升降机构包括固定在载体平台上的第一竖向滑轨4,第一竖向滑轨上滑动连接有第二竖向滑轨5,第二竖向滑轨上滑动连接有采集平台6。
采集平台6上设置有图像采集单元、电子标签读取单元和环境感知监测单元。图像采集单元通过旋转底座安装于采集平台上,旋转底座包括圆柱形的固定座18和旋转座19,固定座18的内壁周向设有滑轨,旋转座19的外壁周向设有滑块,滑块嵌入滑轨使旋转座能够沿固定座旋转,旋转座的顶端连有铰接球13,铰接球13用于调节图像采集单元的角度,滑块与控制机构电控连接。
巡视机器人的高度调整过程为:若图像采集高度与摄像头当前高度相差较多,采用伸缩旋转架调整车体的高度,实现粗调节;车体高度调节基本到位后,再通过旋转底座调整图像采集单元的高度,实现微调,并通过铰接球调节图像采集单元的角度,从而采集适合角度的图像。
设置可升降的载体平台和两个竖向滑轨,是为了采集平台能到满足检测高度的需求,使采集平台得到较高的高度,便于对货物信息进行图像采集。固定座机构18上升的高度高于第二竖向滑轨5之后,摄像头分别向左、向右旋转90度,分别拍摄左、右两侧的物体,实现升高及微调。
控制机构7,控制机构设置在载体平台上,控制机构分别与移动机构、升降机构、图像采集单元、电子标签读取单元和环境感知监测单元电连接。
控制机构控制移动机构基于危化品仓库的地图进行移动,控制机构控制升降机构升降,控制机构采集图像采集单元、电子标签读取单元和环境感知监测单元的数据。
控制机构对数据进行处理,从而执行移动、报警和灭火等操作。
控制机构内设置有数据处理单元,数据处理单元连接有仓库地图单元、路径规划单元、避障单元、报警单元和通信单元。
数据处理单元处理图像采集单元、电子标签读取单元和环境感知监测单元采集到的数据。
仓库地图单元有危化品仓库的地图数据。
路径规划单元、仓库地图单元和避障单元配合,能在巡视机器人危化品仓库行进过程中,规划巡视机器人从起始位置至每一处货物处的路径,并提供巡视机器人在危化品仓库中的位置。
巡视机器人的运动控制算法为:
S1:根据巡视机器人的结构外观,结合坐标系建立方法,建立巡视机器人直行局部坐标系与转向全局坐标系;
S2:根据巡视机器人的行进路线,结合其结构外观,画出其转向运动轨迹,得到理想位姿方程,所述理想位姿方程为:
其中,Δα为航向角变化率,Vax为x轴方向参考点速度,Vay为y轴方向重心速度,α为转向时航向角,r左侧前后轮距转向圆心点P的距离,R巡视机器人右侧前后轮距转向圆心点P的距离,β为通过的圆弧弧度,L为重心与参考点之间的距离,ωl为左侧移动轮左转角速度,ωr为右侧移动轮左转角速度;
S3:使用离散求和的方法得到巡视机器人理想情况下的下一时刻运动参数;
S4:根据巡视机器人期望参数与实际参数的误差,进行经典的PID与增量式PID算法分析比较,基于增量式PID改进算法对理想位姿方程算法修正,消除误差;
具体为:基于增量式PID改进算法,算法修正后的位姿方程为:
其中,n为t时刻的采样间隔,ωl(n)、ωr(n)、α(n)为n时刻左侧移动轮角速度、右侧移动轮角速度及航向角,Vax(n+1)、Vay(n+1)、Δα(n+1)为n+1时刻位姿,eL(n)、eR(n)、e(n)分别为n时刻左侧移动轮反馈增量、右侧移动轮反馈增量与移动轮间内环反馈增量。
避障单元用于巡视机器人检测障碍并避开。
具体的,避障单元包括超声波避障传感器8,超声波避障传感器通过第二升降架9安装在移动车体的前端,超声波避障传感器能发出一定频率的超声波,当遇到障碍物时反射回来,通过接收该反射波,再根据发射和接收的时间差获得障碍物位置信号,确定障碍物位置。
报警单元用于巡视机器人报警。数据处理单元能控制报警单元进行报警。
通信单元用于巡视机器人将数据信息、位置信息及报警信息送至总控制室。另外,通信单元也接收来自总控制室的指令。
该巡视机器人还包括灭火机构,灭火机构包括灭火器罐10,灭火器罐安装在载体平台上,灭火器罐通过灭火器管道连接有灭火器喷口11,灭火器喷口设置在采集平台的下表面上。
具体的,图像采集单元包括摄像头12,摄像头通过第一升降架13连接在采集平台上,
摄像头识别采集危化品仓库的货架上货物标签信息,摄像头还能采集不同货物的距离数据,摄像头将采集到的数据送至数据处理单元处理。
电子标签读取单元读取危化品仓库的货架上的电子标签的信息,并送至数据处理单元处理,数据处理单元比对电子标签信息与货物标签信息是否匹配;
数据处理单元判断不同货物的距离数据是否符合规范要求。
巡检机器人对危化品仓库货物巡检的过程为:
巡检机器人根据指令对特定区域的货物进行巡检,巡检机器人利用路径规划单元、仓库地图单元和避障单元配合,规划行进路径,从而到达指定位置,在这个过程中,规避单元会检测路径上的障碍物,并进行自动规避,机器人到达指定地点后,通过升降机构将采集平台升降到合适位置,电子标签读取单元对货架上货物标签信息进行读取,同时,摄像头识别采集危化品仓库的货架上货物标签信息,数据处理单元比对电子标签信息与货物标签信息是否匹配,若存在不匹配的情况,证明此处货物存在胡乱堆放的情况,将此情况进行记录并送至总控制室,有总控制室进行后续处理。
数据处理单元对摄像头采集的数据的图像处理过程为:
S1:确定采集图像的第一视觉特征,从图像数据库中查找与第一视觉特征匹配的一幅或多幅相似图像;
具体过程为:第一视觉特征包括图像的全局视觉特征或局部视觉特征,根据第一视觉特征中的局部视觉特征确定采集图像包括的视觉单词;按照图像数据库的倒排索引结构,在图像数据库中查找包括采集图像的视觉单词的图像,确定候选图像集合;
根据采集图像的第一视觉特征与候选图像集合中各候选图像的第一视觉特征,确定采集图像与各候选图像之间的视觉特征距离,所述视觉特征距离用于表示相似度;
根据采集图像与各候选图像之间的视觉特征距离,对各候选图像进行排序;
按照排序结果从各候选图像中确定出各相似图像;
S2:确定采集图像的第二视觉特征,根据采集图像的第二视觉特征与相似图像的第二视觉特征进行匹配,形成多组视觉特征对,第二视觉特征包括局部视觉特征;
具体为:计算采集图像的每个局部视觉特征与相似图像的每个局部视觉特征的距离,按照各距离形成多组局部视觉特征对;
S3:采用霍夫投票的方式对多组局部视觉特征对进行校验,去除误匹配的局部视觉特征对;
S4:确定采集图像与相似图像是否匹配成功,根据剩余的局部视觉特征对的数量,确定采集图像与相似图像是否匹配成功,从而确定采集图像的货物标签信息。
上述摄像头采集数据图像的过程中,还包括以下步骤:
步骤一:将目标图像中所有像素点放入平面区域决策树的根节点,判断中心像素点与周围像素点亮度,周围像素点亮度是否大于中心像素点亮度,如是中心像素点放入平面区域决策树的子节点,如否中心像素点放入复杂区域决策树的根节点,直至所有像素点判断完毕,其中,平面区域决策树的子节点构成叶节点集合,该集合中的像素点为目标图像的特征点;
步骤二:构建特征向量,采用BRIEF算法,随机将特征点图像块区域内的像素点作两两比对,如一对像素点中第一个像素点的像素值比第二个像素点的像素值大,记为1,否则记为0,以此类推,得到所有特征点图像块区域的二进制特征向量,特征向量包含特征点周围图像块区域的信息;
步骤三:采集对比图像,得到对比图像的所有特征点图像块区域的二进制特征向量;
步骤四:调用RANSAC算法函数,利用单应性矩阵对初始匹配对进行误匹配剔除,得到精准的采集图像。
第一视觉特征包括的全局视觉特征包括但不限于BoW(Bag of Words,词袋模型)特征、VLAD(Vector of Locally Aggregated Descriptor,局部特征聚合描述符)特征、FV(Fisher Vector,费舍尔向量)特征中的任意一种;所述第一视觉特征包括的局部视觉特征为SIFT(Scale-invariant Feature Transform,尺度不变特征)、SURF(Speeded Up RobustFeature,加速稳健特征)中的至少一种或任意组合。
第二视觉特征涉及的局部视觉特征可以选择更加轻量级的二值化视觉特征,例如ORB(Oriented FAST and Rotated BRIEF)特征、FREAK(Fast Retina Keypoint,快速视网膜关键点)特征中的任意一种。
对物品距离检测时,通过图像识别技术,判断图像区域内不同货物的距离数据是否符合规范要求,若不符合要求,同样将此情况进行记录并送至总控制室,有总控制室进行后续处理。
距离检测的原理为:图像中的距离与实际距离有一定的换算比例,识别出图像中的物品距离值,根据换算比例可得到货物的实际距离值,从而得出不同货物的距离是否符合要求。
具体的,环境感知监测单元对危化品仓库环境的监测,及时采集仓库的各项信息。环境感知监测单元包括环境温度传感器、红外传感器、烟雾传感器和有毒气体传感器等,环境温度传感器、烟雾传感器和有毒气体传感器检测到的数据送至数据处理单元处理。这些传感器随着机器人的移动,对仓库的不同位置进行各项监测,并将数据送至总控制室,一旦某一项数据存在异常,则又数据处理单元控制报警单元进行报警
灭火器罐为气体灭火器罐,数据处理单元能控制灭火器罐动作。当环境感知监测单元中的环境温度传感器和烟雾传感器同时监测到该区域异常时,证明发生火灾,红外传感器检测到起火位置,数据处理单元控制灭火器罐动作,灭火气体由灭火器喷口喷出,对起火处进行灭火。避免火灾扩大,而且初期火灾控制,能为后续人员消防提供时间和极大的安全保障。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (10)
1.一种用于危化品仓库的巡视机器人,其特征在于,包括移动机构、升降机构、采集平台和控制机构;
移动机构包括移动车体,移动车体的底部设置有具备全向运动性能的多个移动轮,移动车体上通过伸缩旋转架连有载体平台,伸缩旋转架包括下旋座和上旋座,下旋座的中心轴处设有伸缩孔,伸缩孔内设有伸缩转轴,伸缩孔的孔壁上均匀分布有限位块,限位块与孔壁弹性连接,上旋座套于伸缩转轴上,伸缩转轴和限位块与控制机构电控连接,控制机构控制伸缩转轴的伸缩和旋转,控制限位块伸缩;
升降机构,升降机构包括固定在载体平台上的第一竖向滑轨,第一竖向滑轨上滑动连接有第二竖向滑轨,第二竖向滑轨上滑动连接有采集平台;
采集平台上设置有图像采集单元、电子标签读取单元和环境感知监测单元,图像采集单元通过旋转底座安装于采集平台上,旋转底座包括圆柱形的固定座和旋转座,固定座的内壁周向设有滑轨,旋转座的外壁周向设有滑块,滑块嵌入滑轨使旋转座能够沿固定座旋转,旋转座的顶端连有铰接球,铰接球用于调节图像采集单元的角度,滑块与控制机构电控连接;
控制机构,控制机构设置在载体平台上,控制机构还分别与移动机构、升降机构、图像采集单元、电子标签读取单元和环境感知监测单元电连接;
控制机构控制移动机构基于危化品仓库的地图进行移动,控制机构控制升降机构升降,控制机构采集图像采集单元、电子标签读取单元和环境感知监测单元的数据。
2.根据权利要求1所述的一种用于危化品仓库的巡视机器人,其特征在于,所述控制机构内设置有数据处理单元,数据处理单元连接有仓库地图单元、路径规划单元、避障单元、报警单元和通信单元;
数据处理单元处理图像采集单元、电子标签读取单元和环境感知监测单元采集到的数据;
仓库地图单元有危化品仓库的地图数据;
路径规划单元、仓库地图单元和避障单元配合,能在巡视机器人危化品仓库行进过程中,规划巡视机器人从起始位置至每一处货物处的路径,并提供巡视机器人在危化品仓库中的位置;
避障单元用于巡视机器人检测障碍并避开;
报警单元用于巡视机器人报警;
通信单元用于巡视机器人将数据信息、位置信息及报警信息送至总控制室。
3.根据权利要求2所述的一种用于危化品仓库的巡视机器人,其特征在于,还包括灭火机构,灭火机构包括灭火器罐,灭火器罐安装在载体平台上,灭火器罐通过灭火器管道连接有灭火器喷口,灭火器喷口设置在采集平台的下表面上。
4.根据权利要求2所述的一种用于危化品仓库的巡视机器人,其特征在于,所述移动轮为Mecanum轮,Mecanum轮有四个。
5.根据权利要求2所述的一种用于危化品仓库的巡视机器人,其特征在于,所述图像采集单元包括摄像头,摄像头通过第一升降架连接在采集平台上,摄像头采集危化品仓库的货架上货物标签信息,摄像头还能采集不同货物的距离数据,摄像头将采集到的数据送至数据处理单元处理;
所述电子标签读取单元读取危化品仓库的货架上的电子标签的信息,并送至数据处理单元处理,数据处理单元比对电子标签信息与货物标签信息是否匹配;
数据处理单元判断不同货物的距离数据是否符合规范要求。
6.根据权利要求2所述的一种用于危化品仓库的巡视机器人,其特征在于,所述环境感知监测单元包括环境温度传感器、红外传感器、烟雾传感器和有毒气体传感器;
环境温度传感器、烟雾传感器和有毒气体传感器检测到的数据送至数据处理单元处理;
所述避障单元包括超声波避障传感器,超声波避障传感器通过第二升降架安装在移动车体的前端,超声波避障传感器能发出一定频率的超声波,当遇到障碍物时反射回来,通过接收该反射波,再根据发射和接收的时间差获得障碍物位置信号,确定障碍物位置。
7.根据权利要求2所述的一种用于危化品仓库的巡视机器人,其特征在于,巡视机器人的高度调整过程为:若图像采集高度与摄像头当前高度相差较多,采用伸缩旋转架调整车体的高度,实现粗调节;车体高度调节基本到位后,再通过旋转底座调整图像采集单元的高度,实现微调,并通过铰接球调节图像采集单元的角度,从而采集适合角度的图像;
固定座机构上升的高度高于第二竖向滑轨之后,摄像头分别向左、向右旋转90度,分别拍摄左、右两侧的物体,实现升高及微调。
8.根据权利要求2所述的一种用于危化品仓库的巡视机器人,其特征在于,巡视机器人的运动控制算法为:
S1:根据巡视机器人的结构外观,结合坐标系建立方法,建立巡视机器人直行局部坐标系与转向全局坐标系;
S2:根据巡视机器人的行进路线,结合其结构外观,画出其转向运动轨迹,得到理想位姿方程,所述理想位姿方程为:
其中,Δα为航向角变化率,Vax为x轴方向参考点速度,Vay为y轴方向重心速度,α为转向时航向角,r左侧前后轮距转向圆心点P的距离,R巡视机器人右侧前后轮距转向圆心点P的距离,β为通过的圆弧弧度,L为重心与参考点之间的距离,ωl为左侧移动轮左转角速度,ωr为右侧移动轮左转角速度;
S3:使用离散求和的方法得到巡视机器人理想情况下的下一时刻运动参数;
S4:根据巡视机器人期望参数与实际参数的误差,进行经典的PID与增量式PID算法分析比较,基于增量式PID改进算法对理想位姿方程算法修正,消除误差;
具体为:基于增量式PID改进算法,算法修正后的位姿方程为:
其中,n为t时刻的采样间隔,ωl(n)、ωr(n)、α(n)为n时刻左侧移动轮角速度、右侧移动轮角速度及航向角,Vax(n+1)、Vay(n+1)、Δα(n+1)为n+1时刻位姿,eL(n)、eR(n)、e(n)分别为n时刻左侧移动轮反馈增量、右侧移动轮反馈增量与移动轮间内环反馈增量。
9.根据权利要求5所述的一种用于危化品仓库的巡视机器人,其特征在于,数据处理单元对摄像头采集的数据的图像处理过程为:
S1:确定采集图像的第一视觉特征,从图像数据库中查找与第一视觉特征匹配的一幅或多幅相似图像;
具体过程为:第一视觉特征包括图像的全局视觉特征或局部视觉特征,根据第一视觉特征中的局部视觉特征确定采集图像包括的视觉单词;按照图像数据库的倒排索引结构,在图像数据库中查找包括采集图像的视觉单词的图像,确定候选图像集合;
根据采集图像的第一视觉特征与候选图像集合中各候选图像的第一视觉特征,确定采集图像与各候选图像之间的视觉特征距离,所述视觉特征距离用于表示相似度;
根据采集图像与各候选图像之间的视觉特征距离,对各候选图像进行排序;
按照排序结果从各候选图像中确定出各相似图像;
S2:确定采集图像的第二视觉特征,根据采集图像的第二视觉特征与相似图像的第二视觉特征进行匹配,形成多组视觉特征对,第二视觉特征包括局部视觉特征;
具体为:计算采集图像的每个局部视觉特征与相似图像的每个局部视觉特征的距离,按照各距离形成多组局部视觉特征对;
S3:采用霍夫投票的方式对多组局部视觉特征对进行校验,去除误匹配的局部视觉特征对;
S4:确定采集图像与相似图像是否匹配成功,根据剩余的局部视觉特征对的数量,确定采集图像与相似图像是否匹配成功,从而确定采集图像的货物标签信息。
10.根据权利要求9所述的一种用于危化品仓库的巡视机器人,其特征在于,摄像头采集数据图像的过程中,还包括以下步骤:
步骤一:将目标图像中所有像素点放入平面区域决策树的根节点,判断中心像素点与周围像素点亮度,周围像素点亮度是否大于中心像素点亮度,如是中心像素点放入平面区域决策树的子节点,如否中心像素点放入复杂区域决策树的根节点,直至所有像素点判断完毕,其中,平面区域决策树的子节点构成叶节点集合,该集合中的像素点为目标图像的特征点;
步骤二:构建特征向量,采用BRIEF算法,随机将特征点图像块区域内的像素点作两两比对,如一对像素点中第一个像素点的像素值比第二个像素点的像素值大,记为1,否则记为0,以此类推,得到所有特征点图像块区域的二进制特征向量,特征向量包含特征点周围图像块区域的信息;
步骤三:采集对比图像,得到对比图像的所有特征点图像块区域的二进制特征向量;
步骤四:调用RANSAC算法函数,利用单应性矩阵对初始匹配对进行误匹配剔除,得到精准的采集图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010263464.7A CN111390925A (zh) | 2020-04-07 | 2020-04-07 | 一种用于危化品仓库的巡视机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010263464.7A CN111390925A (zh) | 2020-04-07 | 2020-04-07 | 一种用于危化品仓库的巡视机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111390925A true CN111390925A (zh) | 2020-07-10 |
Family
ID=71417432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010263464.7A Pending CN111390925A (zh) | 2020-04-07 | 2020-04-07 | 一种用于危化品仓库的巡视机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111390925A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327877A (zh) * | 2020-11-23 | 2021-02-05 | 山东建筑大学 | 钢管仓库巡查机器人***及钢管仓库管理*** |
CN112520299A (zh) * | 2020-11-23 | 2021-03-19 | 山东建筑大学 | 钢管仓库出入库管理引导***及地面轨道式的巡查机器人 |
CN113587993A (zh) * | 2021-07-30 | 2021-11-02 | 华中农业大学 | 一种鸡舍环境采集机器人 |
CN114697534A (zh) * | 2020-12-30 | 2022-07-01 | 超聚变数字技术有限公司 | 一种升降平台和升降平台的控制方法 |
CN116714532A (zh) * | 2023-08-07 | 2023-09-08 | 福建农林大学 | 一种车用盲区监测传感器 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100076631A1 (en) * | 2008-09-19 | 2010-03-25 | Mian Zahid F | Robotic vehicle for performing rail-related actions |
CN206154287U (zh) * | 2016-11-10 | 2017-05-10 | 杭州欧润科技有限公司 | 一种智能摄像机器人 |
CN207564504U (zh) * | 2017-12-11 | 2018-07-03 | 上海朗驰佰特智能技术有限公司 | 一种巡视机械人云台旋转结构 |
CN108334644A (zh) * | 2018-03-30 | 2018-07-27 | 百度在线网络技术(北京)有限公司 | 图像识别方法和装置 |
CN208592839U (zh) * | 2018-05-31 | 2019-03-12 | 皖西学院 | 一种智能检测报警机器人 |
CN110244718A (zh) * | 2019-06-04 | 2019-09-17 | 淮阴工学院 | 一种可自动避障的巡视智能小车 |
CN110472662A (zh) * | 2019-07-10 | 2019-11-19 | 上海理工大学 | 基于改进的orb算法的图像匹配算法 |
CN110860057A (zh) * | 2019-11-18 | 2020-03-06 | 燕山大学 | 一种消防侦察机器人及侦察方法 |
CN210161133U (zh) * | 2019-04-17 | 2020-03-20 | 深圳易普森科技股份有限公司 | 一种危化品园区巡检*** |
-
2020
- 2020-04-07 CN CN202010263464.7A patent/CN111390925A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100076631A1 (en) * | 2008-09-19 | 2010-03-25 | Mian Zahid F | Robotic vehicle for performing rail-related actions |
CN206154287U (zh) * | 2016-11-10 | 2017-05-10 | 杭州欧润科技有限公司 | 一种智能摄像机器人 |
CN207564504U (zh) * | 2017-12-11 | 2018-07-03 | 上海朗驰佰特智能技术有限公司 | 一种巡视机械人云台旋转结构 |
CN108334644A (zh) * | 2018-03-30 | 2018-07-27 | 百度在线网络技术(北京)有限公司 | 图像识别方法和装置 |
CN208592839U (zh) * | 2018-05-31 | 2019-03-12 | 皖西学院 | 一种智能检测报警机器人 |
CN210161133U (zh) * | 2019-04-17 | 2020-03-20 | 深圳易普森科技股份有限公司 | 一种危化品园区巡检*** |
CN110244718A (zh) * | 2019-06-04 | 2019-09-17 | 淮阴工学院 | 一种可自动避障的巡视智能小车 |
CN110472662A (zh) * | 2019-07-10 | 2019-11-19 | 上海理工大学 | 基于改进的orb算法的图像匹配算法 |
CN110860057A (zh) * | 2019-11-18 | 2020-03-06 | 燕山大学 | 一种消防侦察机器人及侦察方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327877A (zh) * | 2020-11-23 | 2021-02-05 | 山东建筑大学 | 钢管仓库巡查机器人***及钢管仓库管理*** |
CN112520299A (zh) * | 2020-11-23 | 2021-03-19 | 山东建筑大学 | 钢管仓库出入库管理引导***及地面轨道式的巡查机器人 |
WO2022105371A1 (zh) * | 2020-11-23 | 2022-05-27 | 山东建筑大学 | 钢管仓库巡查机器人***及钢管仓库管理*** |
CN114697534A (zh) * | 2020-12-30 | 2022-07-01 | 超聚变数字技术有限公司 | 一种升降平台和升降平台的控制方法 |
CN113587993A (zh) * | 2021-07-30 | 2021-11-02 | 华中农业大学 | 一种鸡舍环境采集机器人 |
CN116714532A (zh) * | 2023-08-07 | 2023-09-08 | 福建农林大学 | 一种车用盲区监测传感器 |
CN116714532B (zh) * | 2023-08-07 | 2023-10-20 | 福建农林大学 | 一种车用盲区监测传感器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111390925A (zh) | 一种用于危化品仓库的巡视机器人 | |
US10233021B1 (en) | Autonomous vehicles for delivery and safety | |
US11195011B2 (en) | Object detection and avoidance for aerial vehicles | |
EP3803734B1 (en) | Tracking vehicles in a warehouse environment | |
US11565881B1 (en) | Mobile sortation and delivery of multiple items | |
US10613533B1 (en) | Autonomous delivery and retrieval of inventory holders at transfer locations | |
US20210209543A1 (en) | Directing secondary delivery vehicles using primary delivery vehicles | |
CN114604761B (zh) | 实现智能塔吊辅助的操控安全性警示***及方法 | |
CN110619276B (zh) | 基于无人机移动监控的异常及暴力检测***和方法 | |
CN112784814B (zh) | 车辆倒车入库的姿态识别方法及输送车倒车入库引导*** | |
CN106052695A (zh) | 一种利用360°激光扫描仪导航的飞行巡视***及方法 | |
CN114104653A (zh) | 一种输煤仓区域输煤皮带机智能巡检检测方法 | |
CN114115296A (zh) | 一种重点区域智能巡检与预警***及方法 | |
CN113240881A (zh) | 一种基于多特征融合的火灾识别*** | |
CN114604773B (zh) | 用于智能塔吊的安全性警示辅助***及方法 | |
CN114348887A (zh) | 基于塔吊回转动作模型的智能监控预警***及方法 | |
CN114604787A (zh) | 用于无人驾驶智能塔吊的物料自动特征识别方法和装置 | |
CN103218914A (zh) | 一种集装箱港口车辆智能检测装置及检测方法 | |
CN114926773A (zh) | 一种基于单目视觉的目标检测方法及装置 | |
CN112393617B (zh) | 一种环冷机台车车轮检测方法、装置、设备及介质 | |
CN114604756A (zh) | 用于智能塔吊运行数据的云端信息***及其方法 | |
Kubota et al. | Dependable visual servo control of a small-scale helicopter with a wireless camera | |
CN110497331A (zh) | 辅助隐患识别巡检机器人 | |
CN113984163B (zh) | 一种用于货车不停车称重的视觉辅助研判方法及*** | |
CN114604765B (zh) | 基于物联网通信的智能塔吊物料定位辅助装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |