[发明专利]一种面向六足机器人的地形分类方法在审

专利信息
申请号: 201910254116.0 申请日: 2019-03-30
公开(公告)号: CN110008894A 公开(公告)日: 2019-07-12
发明(设计)人: 陈锐东;魏武;王栋梁;丁旭 申请(专利权)人: 华南理工大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 何淑珍;江裕强
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 六足机器人 地形 分类 机器人 步态 在线实时分类 环境适应性 摄像头 词袋模型 地形数据 离线训练 图片特征 自动选择 向量化 离线 图片 视觉 携带
【说明书】:

发明公开了一种面向六足机器人的地形分类方法,包括以下步骤:步骤一、利用六足机器人本体携带的摄像头,获取机器人所处环境的地形图片,形成地形数据集;步骤二、基于视觉词袋模型,对地形图片特征向量化;步骤三、对识别模型离线训练,实现对机器人所处地形图片进行分类;步骤四、六足机器人利用离线部分训练好的模型,对图片进行在线实时分类,根据分类的结果,选择合适的步态,实现六足机器人的运动。实现对机器人所处地形的高精度分类。基于地形分类的结果,六足机器人可自动选择步态,提高了机器人的环境适应性。

技术领域

本发明涉及机器人环境感知领域,具体是涉及一种面向六足机器人的地形分类方法。

背景技术

多足步行机器人是模仿多足动物运动形式的特种机器人,是一种足式移动机构。作为典型的多足步行机器人,六足机器人具有丰富的运动形式、冗余的肢体结构,具备很好的灵活度和稳定性,能够广泛的适应崎岖地形步行,特别适用于对自主性和可靠性要求比较高的任务,在森林采伐、矿山开采、水下建筑、核工业、军事运输及探测、星球探测等领域有着非常广阔的应用前景。因此,对六足机器人相关技术的研究具有重要的理论价值和现实意义。

多足式机器人相比于其它类型的机器人的最大优势体现在它对崎岖复杂地面的适应性,而决定多足式机器人对复杂环境适应性的主要因素在于机器人步态规划,多足机器人的步态规划关系到机器人性能是否能够充分发挥。步态是步行机器人的一种迈步方式,其通过腿的运动次序协调机体运动以最终实现机器人的运动。采用什么样的机器人步态是步行机器人行走前需要做的第一步工作。传统的六足机器人步行运动采取固定步态的方法,如三足步态、四足步态、波动步态等,研究者把几种不同的步态根据参数的不同分别做成几组步态数据,当有不同需求的时候调用。利用这种步态虽然能够在平面上表现出良好的行走能力,但在不规则地形特别是未知环境中,机器人则没有办法实现稳定的行走,因此迫切需要一种能够适应未知地形的步态规划方法。

六足机器人与环境交互过程中,地形的几何特征和非几何特征信息(密度、粘度等特征)都会影响机器人的运动性能。根据地形的几何特征可有效区分出障碍区域,避免碰撞造成机器人损坏。这些因几何特征导致其不可通过的物体或地形被称为几何地形特征危险。此外,六足机器人还需面对不同种类的路面环境,松软、泥泞、易沉陷的路面都有可能给机器人带来危险。这些危险路面统称为非几何地形特征危险。如果机器人所处地形无法被准确识别,就可能导致错误的运动控制决策。因此,六足机器人若要在室外环境中实现自主移动,必须对所处环

境的地形特征具备准确的感知和分类能力。根据地形的识别结果,六足机器人才能做出合理的路径规划、不同的步态选择和恰当的运动控制策略。

发明内容

为了实现六足机器人在未知地形的稳定行走,进一步提高六足机器人的环境适应能力,本发明提供了一种面向六足机器人的地形分类方法。

本发明采用如下技术方案实现。

一种面向六足机器人的地形分类方法,包括以下步骤:

步骤一、利用六足机器人本体携带的摄像头,获取机器人所处环境的地形图片,并将地形图片分类,形成地形数据集;

步骤二、基于视觉词袋模型对地形图片特征向量化;

步骤三、对识别模型进行离线训练,实现对机器人所处地形图片进行分类;

步骤四、六足机器人利用训练好的模型,对图片进行在线实时分类,根据分类的结果,选择合适的步态,实现六足机器人的运动。

进一步的,将地形图片分为水泥地、草地、沙地、泥地和砾石地五大类,图片大小为255*255*3,每类图片含有n张图(n大于1)。

进一步的,所述步骤二具体包括以下步骤:

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华南理工大学,未经华南理工大学许可,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/201910254116.0/2.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