[发明专利]一种智能清洗机器人路径规划方法及系统

说明书

本发明涉及机器人技术领域，公开一种智能清洗机器人路径规划方法及系统。所述智能清洗机器人路径规划方法包括：深度相机采集待清洗物体特征部位和污迹区域的图像数据，并进行图像预处理；采用卷积神经网络对待清洗物体的污迹区域的图像数据进行识别与分割；结合待清洗物体的形状和尺寸的先验信息，对清洗机器人进行清洗路径规划。本发明能够利用图像信息有针对性地对重点部位和污迹区域进行清洗，节约水资源，提高清洗质量，可以更有效地清除污渍，灵活配备高压水枪或力控浮动刷头，实现多种场景下的机器人不同清洗方式，对不同类型的待清洗设备或零部件设计了多种清洗路径，将每种清洗路径单独封装为清洗路径工艺包，提高了系统的可操作性。

技术领域

本发明涉及机器人技术领域，尤其涉及一种智能清洗机器人路径规划方法及系统。

背景技术

目前，在汽车零部件清洗领域、工业产品零部件清洗领域以及高铁动车转向架及其组件清洗领域，主要采用人工手动清洗的方法，清洗环境较为恶劣，而且工作量也大，造成清洗效率低，人力成本高。

若采用自动化的清洗设备，非接触式的高压水枪清洗方式不仅严重浪费水资源，还存在无法清洗干净的局部区域，无法对重点清洗区域进行清洗作业，造成清洗质量不合格。

发明内容

基于以上问题，本发明的目的在于提供一种智能清洗机器人路径规划方法及系统，清洗效率高，清洗质量好，节省人力成本和水资源。

为达上述目的，本发明采用以下技术方案：

一种智能清洗机器人路径规划方法，包括以下步骤：

S1、深度相机采集待清洗物体特征部位和污迹区域的图像数据，并进行图像预处理，图像预处理包括通过中值滤波和高斯滤波对图像数据进行降噪处理，图像预处理还包括采用直方图均衡化消除图像数据的亮度差异；

S2、采用卷积神经网络对待清洗物体的污迹区域的图像数据进行识别与分割；

S3、结合待清洗物体的形状和尺寸的先验信息，对清洗机器人进行清洗路径规划。

作为本发明的智能清洗机器人路径规划方法的优选方案，生成多个目标候选区域，采用卷积神经网络提取图像中目标候选区域的卷积特征，对目标图像数据进行分类，对调整后的样本候选框采用非极大值抑制，得到样本目标候选框。

作为本发明的智能清洗机器人路径规划方法的优选方案，清洗机器人通过拖拽示教或程序指令示教的方式，记录对不同类型待清洗物体的清洗路径，将每种清洗路径单独封装为清洗路径工艺包智能清洗机器人路径规划方法，清洗路径工艺包包括直线型清洗路径、Z字型清洗路径、同心圆清洗路径和螺旋型清洗路径，清洗路径规划采用其中的一种或多种组合。

一种智能清洗机器人系统，采用如上所述的智能清洗机器人路径规划方法，包括：

深度相机，设置于待清洗物体的上方，用于采集所述待清洗物体的污迹信息；

机械臂，具有多个自由度；

清洗模块，设置于所述机械臂的末端，用于清洗所述待清洗物体；

控制模块，用于根据所述深度相机采集的污迹信息，控制所述机械臂按清洗路径运动，以使所述清洗模块对所述待清洗物体进行清洗作业；

变位机平台，用于保持、一次变换或多次变换所述待清洗物体至预设清洗姿态。

作为本发明的智能清洗机器人系统的优选方案，所述清洗模块为高压水枪与所述机械臂连接，根据不同种类的所述待清洗物体的清洗路径相应设定所述高压水枪的喷水压力和流量，清洗路径上的不同路径段选择不同的喷水压力和流量。