[发明专利]一种对机器视觉数据模糊运算的路径规划方法

权利要求书

1.一种对机器视觉数据模糊运算的路径规划方法，其特征在于，步骤如下：

步骤S1：采集镜头将实际采集的图像进行处理，根据图像进行物体识别，并且对危险物体的外观形状、材质进行识别；

步骤S2：针对火灾高温的复杂环境，计算不同的物体的危险性，并且对危险性影响范围进行预估，选择规避影响范围的路径进行移动；

步骤S21：针对该物体的外观形状，确定该物体的弯曲节点、断裂节点以及节点完整度，通过弯曲节点、断裂节点、节点完整度、材质、火点与物体的距离以及物体存放量判断该物体的倾倒、断裂、爆炸危险性发生概率，并对倾倒坍塌产生的冲击能量、爆炸产生的能量进行预估计算，从而计算了不同物体的危险性；

步骤S22：针对物体的弯曲节点、断裂节点和外形尺寸计算出弯曲节点、断裂节点距离危险物体顶端的高度，并通过判断物体的弯曲方向、断裂方向确定物体倾倒、坍塌的方向；

步骤S23：针对该物体倾倒坍塌产生的冲击能量、爆炸产生的爆炸能量、弯曲节点或断裂节点距离物体顶端的高度以及物体倾倒、坍塌的方向，计算出物体的倾倒、坍塌、爆炸影响范围；

步骤S24：针对物体的倾倒、坍塌、爆炸影响范围，对物体倾倒、坍塌以及爆炸的范围内的物体进行识别，判断二次倒塌的的大小；

步骤S3：在强行通过后，根据持续时间对后续的物体危险性发生概率进行预估；

步骤S4：如果判断后续危险性的发生概率出现增加的情况，则在机器人返航时提前更改运动路径。

2.根据权利要求1所述的一种对机器视觉数据模糊运算的路径规划方法，其特征在于：步骤S1中，采集镜头数量至少为5个，四个采集镜头位于机器人的四周，一个采集镜头位于机器人的顶部，通过云台转动。

3.根据权利要求1所述的一种对机器视觉数据模糊运算的路径规划方法，其特征在于：步骤S1中，根据图像进行危险物体识别时，在机器人内部安装GPS定位系统，同时机器人内部设置储存器，对于具有施工图纸的区域将施工图纸通过储存器存放在机器人内部，根据GPS定位系统定位的机器人区域，并且将GPS周围的图样与施工图纸进行对比，进而根据施工图纸通过模板匹配的方法判断机器人需要采集的危险土体物体以及危险物体的具体长度、宽度、高度以及材料特性，避免预测产生的偏差。

4.根据权利要求1所述的一种对机器视觉数据模糊运算的路径规划方法，其特征在于：步骤S21中，在计算不同的危险物体的危险性时，对于有高强度的钢构件，通过其弯曲节点、断裂节点以及节点完整度判断该物体的倾倒、坍塌危险性发生概率；计算其发生倾倒、坍塌后，下落时的产生的冲击能量，从而完成了对高强度的钢构件危险性的预估；对于易爆物体，通过火点与易爆物体的距离、易爆物体材料性质、易爆物体的存放量以及周围环境因素分析对爆炸发生的概率进行预估；计算其发生爆炸产生的爆炸能量，从而完成了对易爆物体的危险性的预估。

5.根据权利要求1所述的一种对机器视觉数据模糊运算的路径规划方法，其特征在于：步骤S4如果判断后续危险性的发生概率出现增加的情况，在选择强行通过后，机器人进入区域深处进行作业，同时根据机器人在进入前对灾场中分布的各类物体的判断情况，以及在区域深处的持续时间，对返程物体变化情况进行推算；推算的过程利用数据库，数据库是机器人在执行任务时，对每次采集到的信息数据以及后续的情况演化时间进行储存，进而使机器人根据前后情况进行对比，从而判断原路返程危险性，同时也将多个灾场上的数据收集后存放在数据库中，通过机器人将采集数据与数据库内容对比进行判断，在整个对比判断的过程中，采用模糊计算，模糊计算能够处理不精确的模糊输入信息。