[发明专利]机器人电梯按键定位控制方法及系统在审

专利信息
申请号: 201910197090.0 申请日: 2019-03-15
公开(公告)号: CN109760070A 公开(公告)日: 2019-05-17
发明(设计)人: 高子庆 申请(专利权)人: 深圳市锐曼智能装备有限公司
主分类号: B25J11/00 分类号: B25J11/00;B25J9/16
代理公司: 暂无信息 代理人: 暂无信息
地址: 518000 广东省深圳市宝安区福永街道大*** 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: 电梯按键 按键图像 目标按键 控制机器人 定位控制 空间坐标 坐标数据 按键 空间坐标计算 三维坐标数据 机器人 图像 按键操作 定位标识 获取目标 控制指令 路径规划 神经网路 相邻电梯 精准度 匹配 电梯 分析 行驶
【权利要求书】:

1.一种机器人电梯按键定位控制方法,其特征在于,包括:

接收电梯按键控制指令,并根据所述电梯按键控制指令进行路径规划,以得到导航路径;

根据所述导航路径控制机器人行驶至目标电梯内,获取所述目标电梯内的目标按键图像;

将所述目标按键图像输送至神经网路模型进行识别分析,以得到按键图像坐标数据,所述按键图像坐标数据中存储有多个不同电梯按键在所述目标按键图像中的坐标点信息;

获取所述目标按键图像中相邻所述电梯按键之间的按键间距,并根据所述按键间距对所述按键图像坐标数据进行空间坐标计算,以得到三维坐标数据;

获取所述电梯按键控制指令中存储的按键定位标识,并将所述按键定位标识与所述三维坐标数据进行匹配,以得到目标按键空间坐标;

根据所述目标按键空间坐标控制所述机器人执行按键操作。

2.如权利要求1所述的机器人电梯按键定位控制方法,其特征在于,所述神经网路模型中第一层为常规卷积层外,其余均为深部卷积层,所述将所述目标按键图像输送至神经网路模型进行坐标分析的步骤之前,所述方法还包括:

对所述神经网路模型中的卷积进行压缩处理;

采集电梯按键图片数据,并以所述电梯按键图片数据为训练样本对所述神经网路模型进行训练迭代;

对经所述训练迭代后的所述神经网路模型进行参数保存。

3.如权利要求2所述的机器人电梯按键定位控制方法,其特征在于,所述对所述神经网路模型中的卷积进行压缩处理的步骤包括:

将卷积的步长修改为卷积核的边长,以使深度卷积层与池化层合并为一层。

4.如权利要求1所述的机器人电梯按键定位控制方法,其特征在于,所述根据所述目标按键空间坐标控制所述机器人执行按键操作的步骤包括:

获取所述目标按键空间坐标中存储的坐标参数,所述坐标参数包括x轴坐标、y轴坐标和z轴坐标;

根据所述坐标参数控制所述机器人的食指移动至对应空间位置,并控制所述机器人针对食指完成按压动作。

5.如权利要求1所述的机器人电梯按键定位控制方法,其特征在于,所述根据所述按键间距对所述按键图像坐标数据进行空间坐标计算采用的计算公式为:

其中,u、v代表像素平面坐标系下的物体坐标,Zc代表像平面坐标系下物体在Z轴上的距离,Fx、Fy代表x、y轴方向上面的焦距,cx、cy代表光心的坐标,R、t代表旋转向量和平移向量,Xw、Yw、Zw代表物体在世界坐标系下的坐标。

6.如权利要求1所述的机器人电梯按键定位控制方法,其特征在于,所述根据所述电梯按键控制指令进行路径规划的步骤包括:

获取所述电梯按键控制指令中存储的目标坐标点,并获取所述机器人的当前坐标点;

以所述当前坐标点为起点、所述目标坐标点为终点与本地预存储的路径表进行匹配,以得到所述导航路径。

7.一种机器人电梯按键定位控制系统,其特征在于,所述系统包括:

路径规划模块,用于接收电梯按键控制指令,并根据所述电梯按键控制指令进行路径规划,以得到导航路径;

坐标分析模块,用于根据所述导航路径控制机器人行驶至目标电梯内,获取所述目标电梯内的目标按键图像,并将所述目标按键图像输送至神经网路模型进行识别分析,以得到按键图像坐标数据,所述按键图像坐标数据中存储有多个不同电梯按键在所述目标按键图像中的坐标点信息;

坐标计算模块,用于获取所述目标按键图像中相邻所述电梯按键之间的按键间距,并根据所述按键间距对所述按键图像坐标数据进行空间坐标计算,以得到三维坐标数据;

操作控制模块,用于获取所述电梯按键控制指令中存储的按键定位标识,并将所述按键定位标识与所述三维坐标数据进行匹配,以得到目标按键空间坐标,根据所述目标按键空间坐标控制所述机器人执行按键操作。

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深圳市锐曼智能装备有限公司,未经深圳市锐曼智能装备有限公司许可,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/201910197090.0/1.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