[发明专利]基于多特征融合及注意力权重避障的消毒机器人设计方法在审
申请号: | 202110362812.0 | 申请日: | 2021-04-02 |
公开(公告)号: | CN113065470A | 公开(公告)日: | 2021-07-02 |
发明(设计)人: | 李永琳;姜玉东;吴伟峰;陆慧;李東昊;吴承鸿;杨庆凤;牟淑志;吴恩;张玉;徐雷;戴懋;王叙然;孟帅;周志桦;许嘉伟;牛玉泽;葛新颖;李罗生;李浩然;韩修磊;杨心寰;杨心宇 | 申请(专利权)人: | 金陵科技学院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06K9/62;G06T7/66;A61L2/24;A61L2/26;B25J19/00 |
代理公司: | 南京众联专利代理有限公司 32206 | 代理人: | 蒋昱 |
地址: | 210000 江*** | 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: | 基于 特征 融合 注意力 权重 消毒 机器人 设计 方法 | ||
基于多特征融合及注意力权重避障的消毒机器人设计方法,该方法包括以下步骤:步骤1,设计消毒机器人硬件设施;步骤2,设计机器人转向方式;步骤3,构建地图模型;步骤4,机器人自主避障控制;步骤5,机器人在工作运行区间中监测病人的身体指标,并对医院特定场所进行消杀,在机器人上方安装紫外线消毒灯让机器人能够进行一定的消杀功能。本发明在消毒机器人的基础上采用最新的麦克纳姆轮,解决了狭小空间容易出现死角,转向不便等问题,可代替医务工作者进行一些医院的基础工作,同时本发明通过特征显著性监测及注意力加权将轮廓特征和颜色特征融合,提高了行人检测模型的准确率。
技术领域
本发明涉及机器人控制领域,特别是涉及基于多特征融合及注意力权重避障的消毒机器人设计方法。
背景技术
医院是现代社会进步的产物,是人类创伤的庇护所,是现代社会的重要组成成分之一,其主要职能是对患者实施救护和护理患者,最大可能的减轻或者治愈患者的病痛。近些年来,随着我国人口老龄化的趋势进一步加剧,老龄患者越来越多,使得医疗服务的负担越来越大,如何改善医疗服务质量,提高医院工作的效率已经成为关乎民生的重大问题。
本发明的主要目标为代替医务工作者进行一些医院的基础工作,减轻医务工作者的负担,减少医务工作者被病人传播病毒的风险,定位为医疗服务机器人。医院医生人数少病患多,其工作量繁重,感染风险大。机器人可以提高工作效能,在医患比例较低的情况下提供高效精准的科学医疗服务,减轻了医护工作量负担,节省医疗物资投入,同时提高了患者的诊治效率,缩短了治疗周期,更降低了医护人员的传染几率,保障了医疗团队的安全与稳定。针对以上情况我们做出了如下创新。
发明内容
为解决上述问题,本发明提出了基于多特征融合及注意力权重避障的消毒机器人设计方法,通过机器人可提高工作效能,在医患比例较低的情况下提供高效精准的科学医疗服务,减轻了医护工作量负担,节省医疗物资投入。为达此目的,本发明提供基于多特征融合及注意力权重避障的消毒机器人设计方法,具体步骤如下,其特征在于:
步骤1,设计消毒机器人硬件设施:在机器人上装设病人的心率、血氧采集设备和CCD传感器,通过无线通讯技术,将病人数据和工作路况数据实时传输至数据库,并可在上位机软件中进行检索;
步骤2,设计机器人转向方式:为解决工作空间狭小,容易出现死区的问题,本发明采用麦克纳姆轮实现机器人的转向;
步骤3,构建地图模型:采用定位标签的方式实现地图模型的构建,即在每个病房、拐弯处粘贴RFID定位标签,使用定位标签构建二维的坐标系,以出发点中心,计算其他各点的相对坐标,以此构建医院的二维地图模型;
步骤4,机器人自主避障控制:将CCD传感器检测的数据集分别提取轮廓特征和颜色特征,并检测轮廓和颜色特征的显著性值,通过注意力权重融合后作为输入来训练SVM行人分类器模型,机器人通过行人检测器来判断前方是否存在行人,从而控制机器人的避障形为;
步骤5,机器人在工作运行区间中监测病人的身体指标,并对医院特定场所进行消杀,在机器人上方安装紫外线消毒灯让机器人能够进行一定的消杀功能。
进一步,步骤1中设计消毒机器人硬件设施的过程可以表示为:
本发明在消毒机器人上装设病人的心率、血氧采集设备和CCD传感器,通过无线通讯技术,实现将病人的这些数据实时导入数据库,可以直接在上位机软件中直接进行查看检索,同时行人检测器可根据CCD传感器采集的图像实现行人避障功能。当机器人检测到病人的身体数据出现异常时,仪器会发出警报,也会向后台程序的观测人员发出警报,让病人能够第一时间得到救助。
进一步,步骤2中设计机器人转向方式的过程可以表示如下:
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金陵科技学院,未经金陵科技学院许可,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/202110362812.0/2.html,转载请声明来源钻瓜专利网。