[发明专利]智能割草机器人的避障控制方法及控制系统在审

专利信息
申请号: 202011244206.0 申请日: 2020-11-10
公开(公告)号: CN112487872A 公开(公告)日: 2021-03-12
发明(设计)人: 段书用;马红雷;张家林;鹿宁宁;徐福田 申请(专利权)人: 河北工业大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G05D1/02
代理公司: 天津市鼎拓知识产权代理有限公司 12233 代理人: 刘雪娜
地址: 300401 天津*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 割草 机器人 控制 方法 控制系统
【说明书】:

本申请提供有一种智能割草机器人的避障控制方法,在该避障控制方法中,采集实时的地面视频信息,并提取其中的实时图片数据信息,基于训练完成的图片数据分类模型对实时图片数据信息进行识别实现分类,再将经过分类的图片数据信息转换为不同的驱动指令,如:用于避障的第一驱动指令和用于控制直行的第二驱动指令。相较于现有技术中需要基于多传感器的设计来实现避障控制而言,上述控制方法赋予割草机器人的自动判断能力,无需配置价格高昂的传感器或雷达设备。

技术领域

本申请具体公开一种智能割草机器人的避障控制方法及控制系统。

背景技术

目前,最常见的用于草坪维护美化的智能维护设备为智能割草机器人,现有的智能割草机器人大多采用传感器、智能控制和模式识别等技术,集成感知、识别、决策和控制等功能,能够自主完成设定的工作任务,同时完成自身的充电维护等。

但是,现在市售的智能割草机器人,存在着要设置工作边界的应用问题和搭载的传感器价格高昂的成本问题,限制了智能割草机器人的应用范围,亟待改进。

发明内容

第一方面、本申请旨在提供一种相较于现有技术而言,无需布置工作区域范围,极大程度上降低了使用该割草机器人的复杂程度,使得其更适于推广使用的智能割草机器人的避障控制方法。

一种智能割草机器人的避障控制方法,包括如下步骤:获得实时图片数据信息:获取实时地面视频信息,并对实时地面视频信息进行图像提取处理以获得实时图片数据信息;对实时图片数据信息进行分类:将获得的实时图片数据信息输入至图片数据分类模型进行识别,得到边界类图片数据,或障碍类图片数据,或草地类图片数据;对经过分类的图片数据信息进行指令转化:将所述边界类图片数据,或障碍类图片数据转化为用于控制避障的第一驱动指令;将所述草地类图片数据转化为用于控制直行第二驱动指令。

根据本申请中任一实施方式,在“获得实时图片数据信息”的步骤之后和“对实时图片数据信息进行分类”之前,还包括:对获得的实时图片数据信息进行编辑,过滤除了边界类、障碍类和草地类之外的信息。

根据本申请中任一实施方式,在“对经过分类的图片数据信息进行指令转化”的步骤中,将所述边界类图片数据,或障碍类图片数据转化为第一指令信息;所述草地类图片数据转化为第二指令信息;将第一指令信息和第二指令信息分别转化为第一驱动指令和第二驱动指令。

根据本申请中任一实施方式,获取图片数据分类模型的具体步骤如下:获取地面视频信息,将地面视频信息进行图像提取处理,获得图片数据集;对获得图片数据集中的图片数据信息进行分类,得到具备分类要素的有效图片数据集和未具备分类要素的无效图片数据集;分别设定边界类图片数据,障碍类图片数据,或草地类图片数据的第一分类标签;将有效图片数据集中图片数据依次输入至神经网络,依次获得各图片数据的预测分类标签,神经网络将预测分类标签进行分类分别得到与所述边界类图片数据,障碍类图片数据,或草地类图片数据对应的第二分类标签;依次计算第二分类标签和与之对应的第一分类标签之间损失函数的数值,当该数值达到收敛状态时,确定图片数据分类模型训练完成。

根据本申请中任一实施方式,将有效图片数据集中图片数据依次输入至神经网络,依次获得各图片数据的预测分类向量,并将预测分类向量进行转化得到预测分类标签。

第二方面、本申请旨在提供一种相较于现有技术而言,无需布置工作区域范围,极大程度上降低了使用该割草机器人的复杂程度,使得其更适于推广使用的智能割草机器人的避障控制系统。

一种智能割草机器人的避障控制系统,包括:用于获取实时地面视频信息的视频采集模块;与所述视频采集模块通信连接且用于对实时地面视频信息进行图像提取处理以获得实时图片数据信息的图像提取处理模块;与所述图像提取处理模块通信连接且用于对实时图片数据信息进行分类的图片数据分类模块;和,与所述图片数据分类模块通信连接且用于对经过分类的实时图片数据信息进行指令转化的指令转化模块;以及,与所述指令转化模块通信连接的驱动控制模块。

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河北工业大学,未经河北工业大学许可,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/202011244206.0/2.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