[发明专利]面向配电房智能值守作业的机器人视觉系统和方法在审

专利信息
申请号: 202110438961.0 申请日: 2021-04-22
公开(公告)号: CN113516122A 公开(公告)日: 2021-10-19
发明(设计)人: 高海龙;张伟;曹亚非;姜华;肖学权;阚久辉;李善波;陈少达;郭梓晗;韩天星;梁庆华;吴甜;蒲廷燕 申请(专利权)人: 国网江苏省电力有限公司徐州供电分公司;上海交通大学;北京瑞盈智拓科技发展有限公司
主分类号: G06K9/32 分类号: G06K9/32;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京风雅颂专利代理有限公司 11403 代理人: 刘志永
地址: 221005 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 配电房 智能 值守 作业 机器人 视觉 系统 方法
【权利要求书】:

1.一种面向配电房智能值守作业的机器人视觉系统,其特征在于,所述系统包括:

双目立体定位模块、图像目标检测模块以及动作指引模块;

所述图像目标检测模块用于根据接收的任务指令启动所述双目立体定位模块和所述图像目标检测模块;

所述双目定位模块根据所述任务指令的具体内容对目标设备进行查询和定位,并根据所述查询和定位的结果驱动机器人移动至所述目标设备处;

所述图像目标检测模块通过机器人的双目摄像装置对所述目标设备的图像进行检测和识别,得到检测识别结果;

所述动作指引模块基于所述检测识别结果以及所述任务指令,驱使所述机器进行与所述任务指令相适应的机械操作;

所述系统还包括:

识别学习模块,所述识别学习模块用于对获取的所述目标设备的图像进行特征识别,建立图像特征与检测识别结果之间的学习模型,并进行迭代训练,以在所述图像目标检测模块得到所述目标设备的图像时,通过所述学习输出所述检测识别结果。

2.根据权利要求1所述的系统,其特征在于,所述系统还包括:

视觉决策模块,所述视觉决策模块用于接收视觉处理任务,并将所述视觉处理任务解析为任务指令其中所述任务指令用于进行以下操作:

所述指针仪表处理模块执行所述任务指令的指针仪表处理内容;或

所述双目立体定位模块执行所述任务指令的双目摄像定位内容;或

所述图像目标检测模块执行所述任务指令的目标图像检测内容;或

所述动作指引模块执行所述任务指令中的动作指引内容。

3.根据权利要求2所述的系统,其特征在于,所述系统还包括:

指针仪表处理模块,用于接收所述图像目标检测模块的检测识别结果,根据所述检测识别结果对目标设备的仪表指针进行识读动作,并将识读结果发送至所述视觉决策模块。

4.根据权利要求3所述的系统,其特征在于,所述双目立体定位模块分别订阅所述任务指令、所述检测识别结果和目标设备待操作元件的图像感兴趣区域坐标,求解目标设备待操作元件的空间位姿信息,通过所述空间位姿信息驱使机器人机械臂的动作;

所述视觉决策模块还用于对所述检测识别结果以及指针仪表示数的识读结果和目标设备待操作元件的三维空间位姿定位进行汇总,并向机器人的上位机系统返回视觉任务处理结果。

5.根据权利要求2所述的面向配电房智能值守作业的机器人视觉系统,其特征在于,所述视觉决策模块、双目立体定位模块、图像目标检测模块以及动作指引模块之间采用套接字进行数据通讯。

6.根据权利要求1所述的面向配电房智能值守作业的机器人视觉系统,其特征在于,所述目标设备的图像通过机器人搭载的双目相机进行采集。

7.根据权利要求1所述的面向配电房智能值守作业的机器人视觉系统,其特征在于,所述识别学习模块采用YOLOv3、SSD或Faster-RCNN中的一种卷积神经网络。

8.根据权利要求1所述的面向配电房智能值守作业的机器人视觉系统,其特征在于,所述图像目标检测模块还用于将图像压缩后通过网络传输到监控中心后台供实时监控。

9.根据权利要求1所述的面向配电房智能值守作业的机器人视觉系统,其特征在于,所述动作指引模块还用于:

对接收的任务指令进行任务解析,得到任务执行顺序以及每一任务执行顺序所对应的模块,按照所述任务执行顺序向对应的模块下达解析后的任务分析指令,以分别使对应的模块执行所述解析后的任务分析指令。

10.一种面向配电房智能值守作业的机器人视觉决策方法,其特征在于,所述方法包括:

根据接收的任务指令进行目标设备进行查询和定位,获取目标设备的位置信息;

根据所述位置信息对机器人进行驱动,使得当机器人驱动至目标设备的位置后采集目标的图像信息;

对所述图像信息进行检测和识别,得到检测识别结果,并结合所述任务指令和所述检测识别结果,驱动机器人进行机械操作;

其中,对所述图像信息进行检测和识别时,基于获取的所述目标设备的图像信息进行特征识别,建立图像特征与检测识别结果之间的学习模型,并进行迭代训练,以在得到所述目标设备的图像信息时,通过所述学习模型输出所述检测识别结果。

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国网江苏省电力有限公司徐州供电分公司;上海交通大学;北京瑞盈智拓科技发展有限公司,未经国网江苏省电力有限公司徐州供电分公司;上海交通大学;北京瑞盈智拓科技发展有限公司许可,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/202110438961.0/1.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