[发明专利]一种基于室内机器人的室内地点识别装置及方法在审
| 申请号: | 202211162514.8 | 申请日: | 2022-09-23 | 
| 公开(公告)号: | CN115561777A | 公开(公告)日: | 2023-01-03 | 
| 发明(设计)人: | 艾米尔;王志强;韩云鹏;肖绍章;李国豪;管薪 | 申请(专利权)人: | 淮阴工学院 | 
| 主分类号: | G01S17/931 | 分类号: | G01S17/931;G01S15/08;G01S15/86;G01S17/87 | 
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 沈丹 | 
| 地址: | 223003 江苏省*** | 国省代码: | 江苏;32 | 
| 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 基于 室内 机器人 地点 识别 装置 方法 | ||
1.一种基于室内机器人的室内地点识别装置,其特征在于:包括计算机树莓派、激光雷达、CMOS相机、超声波传感器、第一微控制器、伺服电机;所述激光雷达与计算机树莓派相连,激光雷达受伺服电机驱动,通过伺服电机的旋转进而控制激光雷达的测量方向,超声波传感器通过第一微控制器连接计算机树莓派,计算机树莓派控制激光雷达测量出当前地点的宽度和长度,控制超声波传感器对该地点进行上下扫描分别测量出超声波传感器距离地面以及距离天花板之间的距离,得到室内的高度;所述CMOS相机连接计算机树莓派,计算机树莓派发出指令控制CMOS相机,对物体及地点进行拍照并利用opencv达到识别的目的。
2.根据权利要求1所述的基于室内机器人的室内地点识别装置,其特征在于:所述伺服电机安装在装置顶部,控制激光雷达旋转角度。
3.一种基于室内机器人的室内地点识别方法,其特征在于,应用于权利要求1所述的基于室内机器人的室内地点识别装置,该方法包括以下步骤:
(1)将测量地点的信息存储至计算机树莓派的存储器;
(2)计算机树莓派通过控制第一微控制器控制超声波传感器测量出室内高度;
(3)计算机树莓派控制激光雷达在水平方向上扫描室内环境,伺服电机控制激光雷达从水平方向按照固定角度向上移动进一步扫描,每向上移动一次得到激光雷达与墙壁或周围物体之间距离的一个集合;直到在每一个距离集合中找到两个最大的距离,获得激光雷达到天花板与墙壁之间的顶角的距离,再根据这两者距离直线之间的夹角以及余弦公式,从而计算出室内的宽度和长度;
(4)计算机树莓派控制CMOS相机对室内的特殊物体进行识别,并将上述步骤获取的信息与存储器内预存的信息比较;重复识别,再次进行比对得出识别结果。
4.根据权利要求3所述的基于室内机器人的室内地点识别方法,其特征在于,步骤(1)中,所述将测量地点的信息存储至计算机树莓派的存储器,具体包括以下步骤:
(1.1)每一个需要测量的地点的数据均存储于计算机树莓派的本地数据库中,启动程序后,本地数据库的信息将与实际测量到的数据进行比较;
(1.2)每次启动装置,检测室内尺寸以及特定物体的形状,若检测到的信息地点与本地数据库中的任何已访问地点都不匹配,则地点识别模块就会使用唯一名称将该新地点加入到本地数据库中。
5.根据权利要求3所述的基于室内机器人的室内地点识别方法,其特征在于,步骤(2)中,所述第一微控制器控制超声波传感器测量室内高度,具体为,通过安装在底座上的两个超声波传感器分别测量出超声波传感器到天花板h1和到地面的距离h2,两者的和即为房间的高度h=h1+h2。
6.根据权利要求3所述的基于室内机器人的室内地点识别方法,其特征在于,所述步骤(3)具体包括以下步骤:
(3.1)当测量到室内高度后判断出处于室内,此时水平方向的伺服电机将以预设的步长从水平方向转到垂直方向,每达到一预设角度将激光雷达的扫描结果放入一个列表中Hread[n];
(3.2)从距离列表中挑选出两个最大值,并将其放入Vread[m]中,从Vread[m]中找到两个距离峰值,从而找到离天花板拐角最近的位置;
(3.3)利用上述信息及三角函数中的余弦函数计算出房间的宽度和长度。
7.根据权利要求3所述的基于室内机器人的室内地点识别方法,其特征在于,所述步骤(4)具体包括以下步骤:
(4.1)计算机树莓派控制CMOS相机利用opencv技术对室内的特殊物体进行识别,并将上述测量得到的信息与数据库中存储的信息进行比较;
(4.2)比较的结果准确率大于等于95%,则得出识别结果,达到对该地点的识别目的;
(4.3)比较的结果准确率小于95%,则表面准确率过低;此时使用CMOS相机对室内进行拍照,再次与数据库进行比较,得出识别结果,达到对该地点的识别目的。
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淮阴工学院,未经淮阴工学院许可,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/202211162514.8/1.html,转载请声明来源钻瓜专利网。





