[实用新型]一种基于变分模型处理的移动机器人有效

专利信息
申请号: 202020010276.9 申请日: 2020-01-04
公开(公告)号: CN211729152U 公开(公告)日: 2020-10-23
发明(设计)人: 杨玉红;方毅 申请(专利权)人: 合肥扬中智能科技有限公司
主分类号: B25J5/00 分类号: B25J5/00;B25J19/04;B60B33/02;B25J19/00
代理公司: 宿州智海知识产权代理事务所(普通合伙) 34145 代理人: 朱海琳
地址: 230088 安徽省合肥市高新区习友路333*** 国省代码: 安徽;34
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 模型 处理 移动 机器人
【说明书】:

实用新型属于机器人技术领域,尤其为一种基于变分模型处理的移动机器人,包括机器人本体,所述机器人本体包括驱动盘、升降仓、万向轮、视觉识别模块、显示模块、深度单目相机、USB连接口,所述升降仓的底端安设有驱动盘,所述驱动盘的底部一侧安设有万向轮,所述升降仓的一侧开设有USB连接口,通过设置有四个中型橡胶万向轮,且上侧设置有凹凸型螺纹,提高了移动时的稳固性,通过安设有四个深度单目相机,且可通过视觉识别模块旋转调节方向,便于进行将四周环境整体拍摄,使用效率高,通过四个深度单目相机拍摄不同角度的画面在一号显示屏、二号显示屏上显示,直观明了,机器人本体整体结构,从上到下逐渐变粗,提高了机器人本体的稳固性。

技术领域

本实用新型属于机器人技术领域,具体涉及一种基于变分模型处理的移动机器人。

背景技术

目前,基于移动机器人的三维建模技术研究主要采用三维激光扫描仪、Kinect 主动环境感知传感器或利用激光与视觉传感器融合的方式建立环境的三维模型,在移动机器人视觉定位精度方面,通常采用图像特征匹配方式建立数据关联,进而建立、求解位姿估计模型实现移动机器人自身定位。受限于图像特征检测与匹配精度,通常需要采用诸如M-estimation、RANSAC鲁棒性估计手段提高定位精度,但由于上述鲁棒性估计手段缺少对测试样本的准确评估,因而其执行效率相对较低,且无法保证获取位姿估计的最优解,在移动机器人单目视觉定位尺度方面,由于单目视觉定位过程中缺少环境深度信息,因而难以建立具有米制尺度定位结果,在移动机器人单目视觉三维地图建模方面,受限于移动机器人运动方式,基于单目视觉的环境地图初始化过程较为复杂;现有机器人使用效率低。

实用新型内容

为解决上述背景技术中提出的问题。本实用新型提供了一种基于变分模型处理的移动机器人,具有使用简单方便、且使用效率高的特点。

为实现上述目的,本实用新型提供如下技术方案:一种基于变分模型处理的移动机器人,包括机器人本体,所述机器人本体包括驱动盘、升降仓、万向轮、视觉识别模块、显示模块、深度单目相机、USB连接口,所述升降仓的底端安设有驱动盘,所述驱动盘的底部一侧安设有万向轮,所述升降仓的一侧开设有USB连接口,所述升降仓的顶端安设有视觉识别模块,所述视觉识别模块的外侧表面安设有深度单目相机,所述视觉识别模块的顶端安设有显示模块,所述显示模块包括一号显示屏、二号显示屏,所述升降仓包括电动升降杆、控制箱,所述升降仓的内侧中部安设有电动升降杆,所述电动升降杆的一侧安设有控制箱。

优选的,所述万向轮的个数为四个,其分别安设在驱动盘的底端,所述万向轮的外侧设有凹凸型螺纹;通过设置有四个中型橡胶万向轮,且上侧设置有凹凸型螺纹,提高了移动时的稳固性。

优选的,所述升降仓的内部底部安设有控制箱,所述控制箱包括储存器、中央处理器、通信模块、传感器控制模块、PLC、定位导航模块,所述控制箱与电动升降杆、驱动盘、视觉识别模块、深度单目相机、显示模块均电性连接;通过控制箱便于控制整体自动移动,电动升降杆、视觉识别模块自动升降及旋转,使用简单方便。

优选的,所述视觉识别模块的内部安设有旋转平台;可便于带动深度单目相机左右调节角度,其拍摄覆盖的面积大。

优选的,所述深度单目相机的个数为四个,分别整齐的安设在视觉识别模块的四圈;通过安设有四个深度单目相机,且可通过视觉识别模块旋转调节方向,便于进行将四周环境整体拍摄,使用效率高。

优选的,所述一号显示屏与二号显示屏的背面相贴安设;通过四个深度单目相机拍摄不同角度的画面在一号显示屏、二号显示屏上显示,直观明了。

优选的,所述一号显示屏、二号显示屏与四个深度单目相机电性连接,所述机器人本体整体结构,从上到下逐渐变粗,提高了机器人本体的稳固性。

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合肥扬中智能科技有限公司,未经合肥扬中智能科技有限公司许可,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/202020010276.9/2.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