[发明专利]一种基于超声波传感器与单目相机结合的割刀定位算法在审

专利信息
申请号: 202011082122.1 申请日: 2020-10-12
公开(公告)号: CN112215139A 公开(公告)日: 2021-01-12
发明(设计)人: 徐洛冬;张云飞 申请(专利权)人: 东北大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/46;G01S15/08;B25J5/00;B25J9/16;B25J11/00;B25J13/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 110819 辽宁*** 国省代码: 辽宁;21
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 超声波传感器 相机 结合 割刀 定位 算法
【说明书】:

本发明公开了一种基于超声波传感器与单目相机结合的割刀定位算法。本算法采用了超声波测距模块与单目相机相结合的方式,多超声波数据融合能够准确快速地计算出目标橡胶树相对于三超声波传感器的相对位置,单目相机能够进一步提高控制精度,从而顺利地移动机器人的割刀到合适的割胶位置,为接下来的割胶任务顺利进行提供了有力保证。此发明既提高了整个割胶任务的工作效率和质量,同时又能够有效地降低了劳动成本与硬件成本,具有成本低,算法简单的特点,大大降低了现有定位算法的研发成本与复杂度,能够提高最终所获得的经济效益。

技术领域

本发明涉及割胶机器人的关键技术领域,尤其是智能履带式自动割胶机器人,具体涉及智能割胶机器人机械臂上的割刀在切割橡胶树时的定位算法设计与实现。为了控制割胶机器人的割刀能更加快速和精确地到达初始割胶位置,本设计提出了一种基于超声波传感器与单目相机结合的割刀定位算法,能够快速有效实现割刀定位,从而提高割胶产量。

背景技术

目前天然橡胶还是采用人力手工割胶的这种原始手段,即工人使用专用割胶工具在树木的特定位置环绕树木割出一个斜半圆形的切口,等待橡胶顺着切口流下并在底部汇集后再收集。海南橡胶目前还有约2.5万从事割胶工作的工人,橡胶树出胶以温度25度左右为益,所以工人的工作时间常常为凌晨1点到6点,工人工作量约为人均每天30棵树。因此当前割胶工作所需劳动成本较高,工人的工作效率仍有很大的提升空间,苛刻的工作条件使得工人凌晨作业安全难以得到有效的保障。

2019年8月16日中国农业大学公开的《一种割胶机器人系统及割胶方法》(CN110122256 A)发明专利中使用深度相机用于获取割胶刀与橡胶树之间的距离以及割胶刀割胶过程中的割胶深度。分析可知,通过深度相机进行橡胶树割痕的识别,不仅夜间识别特别困难,还有成本高、算法参数多且需频繁调整的劣势。同时其使用的遨博AUBO-i5机器人工业六自由度机械臂售价8.4万成本极其昂贵,虽然稳定性有保障但是量产起来十分困难。

2020年7月14日沈阳新松机器人自动化股份有限公司公开的《一种智能割胶机器人》(CN 210998744 U)实用新型专利中有关割刀定位部分使用摄像云台进行识别,其生产厂家为浙江大华技术股份有限公司,型号为DH-PTZ11204-GN-P。分析可知,此摄像头在同类产品中夜市能力较好,价格适中,配合识别算法能够起到不错的效果。但是相对于本发明所使用的多超声波模组与单目相机来说其算法与成本皆逊色一些。

2020年1月17日北京信息科技大学公开的《一种割胶机器人》(CN 110696008 A)发明专利中有关距离问题也有涉及超声波测距,但其超声波传感器仅用于定位胶刀扎入深度,简言之其只是将超声波数据作为判断标志进行使用,控制作用单一,此部分不具备创新性。

简言之,目前市场上现有的一些成品割胶机器人仍存在很多问题,如成品工业机械臂的成本较高,投入较大;商业机器人可扩展性不强;机器人夜间工作割刀定位不准确;对不同姿态生长的树干定位适应性不好等。虽然如今工业机械臂的集成度越来越高,灵活性也得到了很大的提升,但其可扩展性受到了开发商极大的限制,如一些必要的辅助割胶的传感器和功能模块难以集成到现有的机械臂上。正是因为此类问题的存在,加大了机器人识别割刀位置的难度,成为当前亟待解决的问题。众所周知快速有效地加快工作进度,完成工作任务,是提高割胶产业经济效益最有效的手段。

发明内容

为了减小人工操作所带来的不确定性,提高割胶过程中机器人割刀定位的精度,增强其工作稳定性。同时为了有效降低机器人的制作成本,增加机器人的可扩展性,在实际工作中能够更好地适应割胶环境的多样变化,达到提高工作效率进而提升最终的割胶产量的效果,本文提出了一种基于超声波传感器与单目相机结合的割刀定位算法。

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北大学,未经东北大学许可,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/202011082122.1/2.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