[发明专利]一种管道智能清淤机器人在审

专利信息
申请号: 202211224538.1 申请日: 2022-10-09
公开(公告)号: CN115450310A 公开(公告)日: 2022-12-09
发明(设计)人: 范瑞峰;邵金燕;翟江;喻俊志;崔立家;刘生强;郝少辉;吴天岭;刘思洋 申请(专利权)人: 北京大学南昌创新研究院
主分类号: E03F7/10 分类号: E03F7/10;G01D21/02;G06V20/70;G06V10/26
代理公司: 广东柏权维知识产权代理有限公司 44898 代理人: 陈燕妹
地址: 330000 江西省南昌市南*** 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 管道 智能 清淤 机器人
【权利要求书】:

1.一种管道智能清淤机器人,其特征在于,包括:

液压动力组件,与多个液压输出端连接,用于为清淤机器人提供液压动力;

电控组件,与液压动力组件连接,用于控制液压动力组件的液压动力输出,并配合地理信息系统用于清淤机器人获取管道内环境参数;

超声扫描组件,用于对管道进行连续扫描,并构建管道内淤泥三维模型;

吸污绞龙破碎组件,用于对管道内污物进行破碎筛选清除。

2.如权利要求1所述的管道智能清淤机器人,其特征在于,液压动力组件、电控组件、超声扫描组件、吸污绞龙破碎组件和控制器安装在机器人本体,控制器与液压动力组件、电控组件、超声扫描组件、吸污绞龙破碎组件连接,液压动力组件与机器人本体上液压装置连接,电控组件与机器人本体的控制器连接,吸污绞龙破碎组件安装在机器人本体的前端。

3.如权利要求1所述的管道智能清淤机器人,其特征在于,电控组件包括陀螺仪、力传感器、温度传感器、湿度传感器和气体传感器;

陀螺仪安装在机器人本体上,与控制器连接,用以保证清淤机器人的平衡;

力传感器安装在吸污绞龙破碎组件的前端,与控制器连接,用以测量污物与吸污绞龙破碎组件接触产生的压力,反映污物的数量,评估清淤机器人与污物接触面是否需要调整;

温度传感器、湿度传感器和气体传感器安装在机器人本体的前端,与控制器连接,用以测量管道内的温度、湿度和气体浓度,保证清淤机器人能够稳定的工作。

4.如权利要求2所述的管道智能清淤机器人,其特征在于,控制器包括对温度传感器、湿度传感器和气体传感器的测量数据进行加权融合的加权融合模块。

5.如权利要求4所述的管道智能清淤机器人,其特征在于,加权融合模块具体包括:

平均值计算子模块,控制器获取温度传感器、湿度传感器或气体传感器的历史测量数据,并将历史测量数据求平均值;

权重计算子模块,基于得到温度传感器、湿度传感器或气体传感器的历史测量数据计算温度传感器、湿度传感器或气体传感器的测量精度,进而计算出权重;

融合值计算子模块,基于权重的值对当前时刻温度传感器、湿度传感器和气体传感器的测量数据进行加权融合,生成融合值。

6.如权利要求1所述的管道智能清淤机器人,其特征在于,陀螺仪安装有保证清淤机器人沿着直线运动且不会发生跑偏的线性控制器,线性控制器的控制量由比例P和积分I组成。

7.如权利要求1所述的管道智能清淤机器人,其特征在于,地理信息系统包括:

第一信息采集模块,用于采集管道内的场景图像信息;

第二信息采集模块,接收控制器处理后的温度传感器、湿度传感器和气体传感器的测量数据,得到管道内的温度、湿度和气体浓度;

信息处理模块,根据第一信息采集模块和第二信息采集模块的信息采集结果,确定管道内的环境实况,确定对淤泥、菌藻及污水的处理路径及工作时间,将处理路径和工作时间发送至控制器,控制器控制清淤机器人进行清淤工作。

8.如权利要求7所述的管道智能清淤机器人,其特征在于,场景图像信息包含:淤泥、菌藻及污水;气体包含硫化氢、瓦斯和氧气。

9.如权利要求1所述的管道智能清淤机器人,其特征在于,超声扫描组件包括:

场景图像信息获取模块,通过控制器调取地理信息系统的场景图像信息;

淤泥图像识别模块,根据控制器内数据库预设的淤泥图像数据识别处场景图像信息的淤泥图像;

图像预处理模块,通过超声扫面组件对管道内进行扫描,将扫描得到的淤泥图像与淤泥图像识别模块的淤泥图像进行合并;

图像分割模块,将合并后的淤泥图像进行分割,分割后的淤泥图像进行重建,得到管道内淤泥的三维模型,将三维模型发送至控制器。

10.如权利要求1所述的管道智能清淤机器人,其特征在于,吸污绞龙破碎组件包括:

污物吸收模块,用于吸收污水、淤泥及菌藻等;

污物传动模块,在绞龙的带动下,将吸收的污水、淤泥及菌藻进行传动,到达污物破碎模块;

污物破碎模块,将淤泥及菌藻进行破碎处理,达到便于清理的颗粒级别。

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北京大学南昌创新研究院,未经北京大学南昌创新研究院许可,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/202211224538.1/1.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