[发明专利]一种用于视觉导航机器人图像处理系统及处理方法在审

专利信息
申请号: 202010207544.0 申请日: 2020-03-23
公开(公告)号: CN111339999A 公开(公告)日: 2020-06-26
发明(设计)人: 任斌;刘志佳;卢杰鑫;雷震霆;陈瑾庭 申请(专利权)人: 东莞理工学院
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01C21/20
代理公司: 北京卓特专利代理事务所(普通合伙) 11572 代理人: 段宇
地址: 523000 广东省东莞市*** 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: 一种 用于 视觉 导航 机器人 图像 处理 系统 方法
【说明书】:

发明公开了一种用于视觉导航机器人图像处理系统,包括机器人和计算机终端,所述机器人包括卷积神经网络模块、分类模块、存储模块及第一无线通讯模块,所述计算机终端包括无线摄像头模块、图片处理模块、分类模型模块及第二无线通讯模块。本发明仅取图片最上层像素点作为训练样本搭配更为简单快速的全连接神经网络,将大幅降低模型的训练时长;而且图片经过裁剪出最上一层的操作后,不同分类的图片的特征值明确且差别大,模型训练和模型判断时都会有更高的准确性和抗干扰性;与此同时,视觉导航驾驶时把图片送去网络判断分类模型将会更为快速,提高了机器人的实时性。

技术领域

本发明属于机器人技术领域,具体涉及一种用于视觉导航机器人图像处理系统及处理方法。

背景技术

在智能机器人的研究中,机器人的导航是一个十分重要的问题,导航是智能机器人的核心技术,也是实现真正地智能化和完全自主移动的关键技术。机器人导航的方式有很多一种,例如惯性导航、视觉导航、GPS定位导航、利用传感器的数据导航等等。视觉方法时近年发展起来的一种先进的导航方案,视觉传感器为机器人提供了十分丰富的外界信息,并且在不需要传感器的运动以及物体无任何接触的情况下,就可以达到对环境和目标的识别,这是其他传感器难以做到的,此外视觉传感器所提供的信息往往比其他传感器丰富得多,更有利于机器人对当前坏境的识别和导航。

现有方案中将整张图片作为训练样本训练神经网络,由于图片的信息量本较大,在训练样本庞大时,这会导致神经网络的训练过程异常耗时,对电脑配置也有不少的要求;由于一张图片的特征多,会导致训练出来的模型抗干扰性较差,不利于提升系统的鲁棒性;此外,在机器人视觉导航驾驶过程中,将实时采集的图片送入神经网络判断,也需要消耗一部分时间,降低机器人的实时性。

发明内容

本发明的目的在于提供一种用于视觉导航机器人图像处理系统,以解决上述背景技术中提出现有技术中图片量大神经网络的训练过程异常耗时的问题。

为实现上述目的,本发明采用了如下技术方案:

一种用于视觉导航机器人图像处理系统,包括机器人和计算机终端,所述机器人包括卷积神经网络模块、分类模块、存储模块及第一无线通讯模块,所述计算机终端包括无线摄像头模块、图片处理模块、分类模型模块及第二无线通讯模块,所述机器人和计算机终端通过第一无线通讯模块和第二无线通讯模块信号连接。

优选的,所述无线摄像头模块采用多广角CMOS摄像头。

优选的,所述图片处理模块包括图片抓取模块和图片识别模块,所述图片抓取模块用于图片处理模块中抓取图片,所述图片识别模块用于识别图片抓取模块抓取来的图片并将识别结果输出给计算机终端。

优选的,所述分类模块包括特征识别模块,用于识别所提取的图片的特征,将所识别的特征与所设置的图片的基本特征进行比对。

本发明还提供一种用于视觉导航机器人图像处理方法,包括以下步骤:

S1、使用无线摄像头模块进行拍摄赛道阶段图片并传输给计算机终端,所述计算机终端中的图片处理模块对图片进行压缩、滤波、剪切,裁取图片的最上端并保存;

S2、利用计算机终端通过第二无线通讯模块将处理后的图片传输给机器人,所述机器人中的卷积神经网络模块对图片进行分类判断,得到分类结果,从而指导机器人做出相应的动作完成道路的驾驶并通过存储模块进行保存;

S3、图片处理模块中仅取图片最上层一行的像素点作为训练样本训练一个全连接神经网络,得到分类模型;

S4、机器人视觉导航时实时采集的图片进过处理后也是取最上层一行的像素点递送给网络做判断,机器人由此作出相应的反应;

S5、利用图片处理模块中由人工去除掉一些模糊或者不能分辨方向的图片后,首先将图片进行适当压缩以及裁剪,降低图片的信息量,进过压缩以及裁剪后的图片。

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东莞理工学院,未经东莞理工学院许可,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/202010207544.0/2.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