[发明专利]基于机器人视觉系统和自主跟踪系统的运输装置

摘要

本发明公开了一种基于机器人视觉系统和自主跟踪系统的运输装置，包括运输车体，运输车体上设置有控制系统和分别与控制系统连接的初始目标信息储存系统、视觉识别系统、决策控制系统、自主跟踪系统，初始目标信息储存系统，用于储存初始目标的人体特征信息、行李提取密码或者感应信号的设置；视觉识别系统，用于提取的图像信息进行处理；决策控制系统，用于对初始目标追踪判断、路径优化、控制指令生成，并将控制指令下达到自主跟踪系统；自主跟踪系统，用于运输车体的车轮实行差速调节，驱动运输车体对目标实施追踪，本发明利用视觉识别锁定目标物及自身位置，通过遗传PID算法决策控制并执行运动机构完成对目标物的跟踪，达到紧跟在旅客身边的目的。

主权项

一种基于机器人视觉系统和自主跟踪系统的运输装置，包括运输车体，其特征在于：所述运输车体上设置有控制系统和分别与控制系统连接的初始目标信息储存系统、视觉识别系统、决策控制系统、自主跟踪系统，所述初始目标信息储存系统，用于储存初始目标的人体特征信息、行李提取密码或者感应信号的设置；所述视觉识别系统，用于提取的图像信息进行处理；所述决策控制系统，用于对初始目标追踪判断、路径优化、控制指令生成，并将控制指令下达到自主跟踪系统；所述自主跟踪系统，用于运输车体的车轮实行差速调节，驱动运输车体对目标实施追踪；所述运输车体底部设置有左、右驱动轮和转向万向轮，所述自主跟踪系统利控制系统通过PWM脉冲宽度调制对分别与左、右驱动轮连接的驱动电机实现差速控制，并利用PID控制算法调整机器人运动状态，对目标实现任意曲线追踪；所述决策控制系统通过利用遗传算法参数寻优模型来设计行李车路径，所述遗传算法参数寻优的计算方法为：小车中心C的位姿P和位置PC分别定义为P＝[XC YC θC]T，PC＝[XC YC]T，轮子在地面作纯滚动，每瞬时与地面接触点的速度等于零，则速度向量定义为：其中，VC和ωC为小车质心C的瞬时线速度和角速度，V＝[VL VR]是小车左、右轮速度向量，l为小车两轮之间的长度，由于存在着非奇异的转换矩阵，可以通过控制任一速度向量来改变小车的位姿，从控制的角度说小车左、右轮速度向量是等价的，可知小车的运动学方程：或记为其中，J(θ)为小车的雅可比(Jacobian)矩阵，在系统仿真过程中需要求解微分方程来计算下一周期机器人的位置，即计算仿真轨迹，假设采样周期为T0进行离散化得到式：当ω＝0时小车作直线运动或静止方向角不发生改变，当ω≠0时，根据小车的曲率半径可以得到小车转动的瞬心，通过瞬心和上一周期的坐标计算下一周期的位置；移动小车的运动控制问题，主要是控制其角速度和线速度，前者完成移动小车的转向控制，后者实现其前进速度的控制，将移动小车在笛卡尔坐标系X，Y中的位姿误差转化为机器人坐标系XV，YV下的误差为：eXV(k)=ex(k)*cos(θ(k))+ey(k)*sin(θ(k))eYV(k)=ey(k)*cos(θ(k))-ex(k)*sin(θ(k))eθ(k)=eθ(k),ex(k)=Xi(k)-Xr(k)ey(k)=Yi(k)-Yr(k)eθ(k)=θi(k)-θr(k)]]>其中下标i表示理想路径，下标r表示实际路径，反映了小车前进方向上的误差，和反映了小车侧向误差，用增量式PID控制算法来进行控制用来调节小车的前进速度V，用和来调节小车的侧向运动即角速度ω0,增量式PID控制算法：遗传算法是模拟自然界遗传机制和生物进化论而成的一种并行随机搜索最优方法，目前已建立起的遗传算法参数寻优模型为J=∫0∞(0.6eXV2+eYV2+0.3|eθ|+0.05V2+0.05ω2)dt+2*tu.]]>