[发明专利]一种自主类人双臂机器人及其对运动目标的跟踪操作系统有效

专利信息
申请号: 201810184427.X 申请日: 2018-03-06
公开(公告)号: CN108838991B 公开(公告)日: 2022-03-25
发明(设计)人: 王红星;黄志开;邓少波;刘国满;廖高华;马永力 申请(专利权)人: 南昌工程学院
主分类号: B25J9/00 分类号: B25J9/00;B25J5/00;B25J9/16;B25J13/08;G05D1/02
代理公司: 北京科亿知识产权代理事务所(普通合伙) 11350 代理人: 汤东凤
地址: 330099 江西*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自主 双臂 机器人 及其 运动 目标 跟踪 操作系统
【说明书】:

发明公开了一种自主类人双臂机器人,其包括头部、双轮差速驱动移动平台、七自由度类人双臂、移动目标模拟平台、PTZ摄像头系统;双轮差速驱动移动平台里设有里程计,二维激光雷达系统,超声波避障传感器系统、双目视觉测量系统和PTZ摄像头系统。本发明的优点:利用双轮差速驱动移动平台和高冗余类人双臂机器人组成一个基于ROS操作系统的高冗余类人双臂移动服务机器人系统;提出了一种先进的基于整体性速度分解控制算法对该高冗余类人双臂移动服务机器人进行整体性运动规划方法;建立基于PTZ视觉系统和激光传感器系统多模态信息融合的目标捕获辨识和抓取系统;提出一种基于三维C空间的增强型概率地图改进型A*算法的路径规划方法。

技术领域

本发明涉及一种自主类人双臂机器人及其对运动目标的跟踪操作系统,属于机器人技术领域。

背景技术

类人双臂移动服务机器人是在非结构环境下为人类提供必要服务的多种高技术的集成体。类人双臂机器人并不是简单的把两个单臂机器人组合在一起,而是将其作为一个独立的机器人系统,类人双臂之间存在着高度的协同关系。人型化的服务机器人拥有着人体手臂一样的高冗余双臂系统,而双臂协调操作是提高机器人系统操作能力、负载能力、可靠性及扩展操作空间的有效途径。我国《国家中长期科学和技术发展规划纲要 (2006-2020)》将在非结构环境下为人类提供必要服务的多种高技术集成的智能服务机器人作为未来15年前沿申请技术,并将类人服务机器人作为我国重点发展的对象。不同于一般工业机器人固定在特定位置做着重复性高精度的运动,服务机器人具有灵活的运动机构,可以随时运动到需要的地方,包括一些对于普通人来说不易到达的地方和角落,完成人或智能系统预先设置指定的工作。目前社会对实际可用的家庭类人服务机器人的需求日益迫切,尤其随着全球人口老龄化进程的加速,对配有类人双臂的自主移动机器人及相关技术的研发更具有急切的现实意义。我国的老龄化现象非常严重,据统计,到2012年底,我国60岁以上老年人占全部人口的比例高达14.3%,预计2050年,这一比例将超过30%。为了护理老年人、残疾人等行动不便人士,对家庭环境中常见物体的抓取,成为家庭类人服务机器人不可或缺的重要功能需求。因此高冗余类人双臂移动服务机器人协调运动控制和基于多模态传感器信息融合的抓取机理的研究成为当今机器人发展的一个主要方向。高冗余类人双臂移动服务机器人的应用增强了机器人对复杂任务的适应性,提高了机器人对工作空间的利用率。类人双臂无碰撞路径规划方法可使机器人类人双臂运动过程中互不相碰,扩大了机器人工作空间,可应用于家庭移动类人服务机器人和与机械手臂生产实践相关的领域,具有很广阔的研究和实际应用价值。

多传感器信息融合技术通过对多类同构或异构传感器数据进行综合,形成比单一信源更可靠、更完全的融合信息。基于多模态信息融合的物体识别和抓取规划一直是图像处理、机器视觉、深度信息处理、机器学习、人工智能等领域的研究焦点,也是类人双臂移动服务机器人动态目标追踪研究中至关重要的环节,其中较典型的信息主要是图像信息和深度信息。一个典型的识别系统一般包含数据预处理、特征提取、特征匹配等部分,在机器视觉领域分别对应低层视觉、中层视觉与高层视觉。数据预处理一般是对数据进行滤波,去除噪声,图像增强或复原等,为下一步的特征提取做准备。特征提取是物体识别的关键,物体特征应具有类内的一致性与类间的区分性,常用的特征包括轮廓特征、颜色特征、形状特征等。为了方便下一步的特征匹配,常常将特征提取的结果表示成一定维度的向量,从而在一定意义上将物体的识别与匹配转换为在特征向量空间里对最近邻的搜索和对特征空间的划分问题,一般需要综合利用多种机器学习与人工智能算法,例如人工神经网络、支持向量机、贝叶斯分类器等。按照被识别对象的种类,可以将物体识别方法分为对特定物体的识别与对一般物体的识别。本申请以基于激光传感器的深度信息和视觉传感器的图像信息进行融合进行运动目标检测用于对运动目标的跟踪抓取操作,在移动服务机器人领域有着重要意义与应用价值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南昌工程学院,未经南昌工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810184427.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top