一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

基于巡检机器人的网络设备信号灯视觉识别系统及其方法与流程

2021-10-29 23:15:00 来源:中国专利 TAG:机器人 巡检 信号灯 网络设备 识别系统


1.本发明涉及巡检机器人领域,具体涉及基于巡检机器人的网络设备信号灯视觉识别系统及其方法。


背景技术:

2.机器人是一种能够半自主或全自主工作的智能机器,机器人具有感知、决策、执行等基本特征,可以辅助甚至替代人类完成危险、繁重、复杂的工作,提高工作效率与质量,服务人类生活,扩大或延伸人的活动及能力范围机器人是自动执行工作的机器装置,它既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动,它的任务是协助或取代人类工作的工作,例如生产业、建筑业,或是危险的工作,如今在一些特殊场所,人们也使用机器人来代替人进行巡检,该种机器人叫做巡检机器人。
3.现有技术存在以下不足:现有的交通系统中的信号灯已经成为交通驾驶安全及交通枢纽中必不可少的安全指示工具,现有的采集图像单元将所能取景范围内的环境信息进行全部采集,采集数据较多,使得图像处理单元在处理数据过程中干扰较多,使得识别效率较低,同时识别成功率较低,还同时存在有携带不方便的缺陷,不能很好的满足用户需求,且视觉识别是通过人工进行遥控操作,无法自主进行环境数据收集。
4.因此,发明基于巡检机器人的网络设备信号灯视觉识别系统及其方法很有必要。


技术实现要素:

5.为此,本发明提供基于巡检机器人的网络设备信号灯视觉识别系统及其方法,以解决采集数据较多,使得图像处理单元在处理数据过程中干扰较多,使得识别效率较低,同时识别成功率较低,还同时存在有携带不方便的缺陷,不能很好的满足用户需求,且视觉识别是通过人工进行遥控操作,无法自主进行环境数据收集的问题。
6.为了实现上述目的,本发明提供如下技术方案:基于巡检机器人的网络设备信号灯视觉识别系统及其方法,包括巡检机器人模块,所述巡检机器人模块输出端设有无线传输模块,所述无线传输模块连接端设有终端控制模块,所述巡检机器人模块连接端设有控制芯片模块,所述控制芯片模块连接端分别设有常规识别模块和自适应识别模块,所述常规识别模块连接端分别设有磁轨导航模块和rfid定位模块,所述rfid定位模块连接端设有环境数据收集模块,所述自适应识别模块连接端分别设有惯性导航模块、地图匹配模块和声音收集模块,所述惯性导航模块、地图匹配模块和声音收集模块输出端与环境数据收集模块输入端电性连接;所述无线传输模块包括无线发射模块,所述无线发射模块连接端设有安全通信模块,所述安全通信模块连接端设有无线接收模块,所述安全通信模块输入端设有信号加密模块,所述无线接收模块连接端设有信号收集模块,所述信号收集模块连接端设有内网交换机模块。
7.优选的,所述终端控制模块连接端设有信息交互模块,所述信息交互模块输入端
设有信号灯模块,所述信号灯模块输入端设有信号同步模块,所述信号同步模块输入端设有信号灯处理模块。
8.优选的,所述终端控制模块连接端设有数据存储模块和数据处理模块,所述数据处理模块连接端设有计算机算法模拟模块,所述计算机算法模拟模块连接端分别设有环境模型创建模块和路径模型创建模块,所述环境模型创建模块和路径模型创建模块连接端设有模型发送模块,所述模型发送模块输出端与巡检机器人模块输入端电性连接。
9.优选的,所述巡检机器人模块连接端分别设有自状态监测模块和报警模块,所述自状态监测模块连接端分别设有速度检测模块、能源检测模块和自主充电模块。
10.优选的,所述巡检机器人模块连接端设有视觉识别模块,所述视觉识别模块连接端分别设有高清摄像机模块、无线传感器定位模块、红外线传感器模块和激光雷达模块,所述高清摄像机模块、无线传感器定位模块、红外线传感器模块和激光雷达模块的输出端与环境数据收集模块输入端电性连接。
11.优选的,所述巡检机器人模块包括巡检机器人壳体,所述巡检机器人壳体内部固定设有保护罩,所述保护罩内部设有,所述保护罩内部设有电机,所述电机输出端固定连接有第三锥齿轮,所述第三锥齿轮顶部设有螺纹杆,所述螺纹杆贯穿保护罩并与保护罩通过轴承连接,所述螺纹杆两端与巡检机器人模块侧壁通过轴承连接,所述螺纹杆外部固定套设有第一锥齿轮,所述第一锥齿轮与第三锥齿轮相啮合。
12.优选的,所述第一锥齿轮两侧均设有丝杆,所述丝杆贯穿保护罩并与保护罩通过轴承连接,所述丝杆端部与巡检机器人模块侧壁通过轴承连接,所述丝杆一端固定连接有第二锥齿轮,所述第二锥齿轮与第一锥齿轮相啮合。
13.优选的,所述丝杆和螺纹杆外部均套设有螺纹块,所述螺纹块分别与螺纹杆和丝杆通过螺纹连接,所述螺纹块一侧固定连接有连接架,所述连接架一端固定连接有摄像探头,所述摄像探头贯穿巡检机器人壳体。
14.优选的,所述巡检机器人模块底部两侧均设有移动轮,所述巡检机器人模块外侧设有挡板,所述巡检机器人模块与挡板通过转轴活动连接。
15.优选的,具体步骤如下:s1、常规巡检识别:当所有待巡检目标均为常规巡检目标时,巡检机器人全局路径规划仅需要基于全站环境和设备地图,以及磁导航地图获取最优巡检路径即可机器人能够仅依靠基于磁导轨导航和rfid定位的方法就可以到达该巡检目标的信息采集点,同时常规巡检可直接收到信号灯信息;s2、自适应巡检识别:当机器人不能仅依靠基于磁导轨导航和rfid定位的方法就可以到达该巡检目标的信息采集点时,该待巡检目标为自适应巡检目标,为了确保变电站机器人的定位和导航的精度和可靠性,变电站机器人全局路径规划仍然基于磁导轨和rfid定位信标的磁导航进行全局巡检路径规划,根据自适应巡检目标的位置,选择适当的rfid定位信标脱离点,变电站机器人在该点脱离磁导轨,基于视觉系统、惯性导航和地图匹配等方法进行自主定位与导航,完成自适应目标巡检任务结束后,选择适当的rfid返回点;s3、终端控制:巡检机器人将巡检信息通过无线传输给终端,终端会将得到的信息进行存储,同时终端会与信号灯进行同步,使终端得到信号灯信息,同时终端会对巡检的信息进行处理,同时通过计算机算法对环境模型和路径模型进行创建,并将模型再次发送给
巡检机器人,计算机算法是深度神经网络架构的基础上,通过基于参数修剪和共享、低秩分解、迁移、压缩卷积滤波器和知识精炼等方法的深度神经网络压缩技术,基于参数修剪和共享的方法关注于探索模型参数中冗余的部分,并尝试去除冗余和不重要的参数,基于低秩分解技术的方法使用矩阵、张量分解以估计深层神经网络中最具信息量的参数,基于迁移、压缩卷积滤波器的方法设计特殊结构的卷积滤波器以减少存储和计算的复杂度,通过知识精炼学习精炼模型;s4、环境数据收集:视觉识别系统会通过巡检机器人上的高清摄像机对环境进行拍照摄像,并对环境信息进行收集,同时利用无线传感器发送实时位置,且利用红外传感器和雷达对周围进行探测,同时高清摄像机会对信号灯进行拍照,且巡检机器人会自己检测自身速度、能源情况,并控制巡检机器人充电,且对周围环境进行声音收集,并将视觉内的环境信息和信号灯信息发送给终端。
16.本发明的有益效果是:1、本发明通过视觉识别系统会通过巡检机器人上的高清摄像机对环境进行拍照摄像,并对环境信息进行收集,同时利用无线传感器发送实时位置,且利用红外传感器和雷达对周围进行探测,同时高清摄像机会对信号灯进行拍照,且巡检机器人会自己检测自身速度、能源情况,并控制巡检机器人充电,且对周围环境进行声音收集,并将视觉内的环境信息和信号灯信息发送给终端,通过;2、本发明通过巡检机器人将巡检信息通过无线传输给终端,终端会将得到的信息进行存储,同时终端会与信号灯进行同步,使终端得到信号灯信息,同时终端会对巡检的信息进行处理,同时通过计算机算法对环境模型和路径模型进行创建,并将模型再次发送给巡检机器人,方便巡检机器人下次规划路径,巡检机器人对周围环境以及信号灯进行信息收集,避免信息收集出现干扰,且视觉识别成功率高,且巡检机器人可自主进行巡检、减少人工巡检成本。
附图说明
17.图1为本发明提供的整体系统结构图;图2为本发明提供的无线传输模块系统结构图;图3为本发明提供的终端控制模块系统结构图;图4为本发明提供的巡检机器人模块系统结构图;图5为本发明提供的巡检机器人壳体剖视图;图6为本发明提供的巡检机器人壳体俯视剖视图。
18.图中:1巡检机器人模块、2无线传输模块、3终端控制模块、4控制芯片模块、5常规识别模块、6磁轨导航模块、7rfid定位模块、8环境数据收集模块、9自适应识别模块、10惯性导航模块、11地图匹配模块、12声音收集模块、13信号加密模块、14无线发射模块、15安全通信模块、16无线接收模块、17信号收集模块、18内网交换机模块、19信息交互模块、20数据存储模块、21数据处理模块、22计算机算法模拟模块、23环境模型创建模块、24模型发送模块、25路径模型创建模块、26信号灯模块、27信号同步模块、28信号灯处理模块、29速度检测模块、30能源检测模块、31自主充电模块、32自状态监测模块、33报警模块、34视觉识别模块、35高清摄像机模块、36无线传感器定位模块、37红外线传感器模块、38激光雷达模块、39巡
检机器人壳体、40挡板、41连接架、42摄像探头、43螺纹块、44螺纹杆、45第一锥齿轮、46第二锥齿轮、47保护罩、48移动轮、49丝杆、50电机、51第三锥齿轮。
具体实施方式
19.以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
20.参照附图1

6,本发明提供的基于巡检机器人的网络设备信号灯视觉识别系统及其方法,包括巡检机器人模块1,所述巡检机器人模块1输出端设有无线传输模块2,所述无线传输模块2连接端设有终端控制模块3,所述巡检机器人模块1连接端设有控制芯片模块4,所述控制芯片模块4连接端分别设有常规识别模块5和自适应识别模块9,所述常规识别模块5连接端分别设有磁轨导航模块6和rfid定位模块7,所述rfid定位模块7连接端设有环境数据收集模块8,所述自适应识别模块9连接端分别设有惯性导航模块10、地图匹配模块11和声音收集模块12,所述惯性导航模块10、地图匹配模块11和声音收集模块12输出端与环境数据收集模块8输入端电性连接;所述无线传输模块2包括无线发射模块14,所述无线发射模块14连接端设有安全通信模块15,所述安全通信模块15连接端设有无线接收模块16,所述安全通信模块15输入端设有信号加密模块13,所述无线接收模块16连接端设有信号收集模块17,所述信号收集模块17连接端设有内网交换机模块18。
21.进一步地,所述终端控制模块3连接端设有信息交互模块19,所述信息交互模块19输入端设有信号灯模块26,所述信号灯模块26输入端设有信号同步模块27,所述信号同步模块27输入端设有信号灯处理模块28。
22.进一步地,所述终端控制模块3连接端设有数据存储模块20和数据处理模块21,所述数据处理模块21连接端设有计算机算法模拟模块22,所述计算机算法模拟模块22连接端分别设有环境模型创建模块23和路径模型创建模块25,所述环境模型创建模块23和路径模型创建模块25连接端设有模型发送模块24,所述模型发送模块24输出端与巡检机器人模块1输入端电性连接。
23.进一步地,所述巡检机器人模块1连接端分别设有自状态监测模块32和报警模块33,所述自状态监测模块32连接端分别设有速度检测模块29、能源检测模块30和自主充电模块31。
24.进一步地,所述巡检机器人模块1连接端设有视觉识别模块34,所述视觉识别模块34连接端分别设有高清摄像机模块35、无线传感器定位模块36、红外线传感器模块37和激光雷达模块38,所述高清摄像机模块35、无线传感器定位模块36、红外线传感器模块37和激光雷达模块38的输出端与环境数据收集模块8输入端电性连接。
25.进一步地,所述巡检机器人模块1包括巡检机器人壳体39,所述巡检机器人壳体39内部固定设有保护罩47,所述保护罩47内部设有,所述保护罩47内部设有电机50,所述电机50输出端固定连接有第三锥齿轮51,所述第三锥齿轮51顶部设有螺纹杆44,所述螺纹杆44贯穿保护罩47并与保护罩47通过轴承连接,所述螺纹杆44两端与巡检机器人模块1侧壁通过轴承连接,所述螺纹杆44外部固定套设有第一锥齿轮45,所述第一锥齿轮45与第三锥齿轮51相啮合。
26.进一步地,所述第一锥齿轮45两侧均设有丝杆49,所述丝杆49贯穿保护罩47并与保护罩47通过轴承连接,所述丝杆49端部与巡检机器人模块1侧壁通过轴承连接,所述丝杆49一端固定连接有第二锥齿轮46,所述第二锥齿轮46与第一锥齿轮45相啮合。
27.进一步地,所述丝杆49和螺纹杆44外部均套设有螺纹块43,所述螺纹块43分别与螺纹杆44和丝杆49通过螺纹连接,所述螺纹块43一侧固定连接有连接架41,所述连接架41一端固定连接有摄像探头42,所述摄像探头42贯穿巡检机器人壳体39。
28.进一步地,所述巡检机器人模块1底部两侧均设有移动轮48,所述巡检机器人模块1外侧设有挡板40,所述巡检机器人模块1与挡板40通过转轴活动连接。
29.进一步地,具体步骤如下:s1、常规巡检识别:当所有待巡检目标均为常规巡检目标时,巡检机器人全局路径规划仅需要基于全站环境和设备地图,以及磁导航地图获取最优巡检路径即可机器人能够仅依靠基于磁导轨导航和rfid定位的方法就可以到达该巡检目标的信息采集点,同时常规巡检可直接收到信号灯信息;s2、自适应巡检识别:当机器人不能仅依靠基于磁导轨导航和rfid定位的方法就可以到达该巡检目标的信息采集点时,该待巡检目标为自适应巡检目标,为了确保变电站机器人的定位和导航的精度和可靠性,变电站机器人全局路径规划仍然基于磁导轨和rfid定位信标的磁导航进行全局巡检路径规划,根据自适应巡检目标的位置,选择适当的rfid定位信标脱离点,变电站机器人在该点脱离磁导轨,基于视觉系统、惯性导航和地图匹配等方法进行自主定位与导航,完成自适应目标巡检任务结束后,选择适当的rfid返回点;s3、终端控制:巡检机器人将巡检信息通过无线传输给终端,终端会将得到的信息进行存储,同时终端会与信号灯进行同步,使终端得到信号灯信息,同时终端会对巡检的信息进行处理,同时通过计算机算法对环境模型和路径模型进行创建,并将模型再次发送给巡检机器人,计算机算法是深度神经网络架构的基础上,通过基于参数修剪和共享、低秩分解、迁移、压缩卷积滤波器和知识精炼等方法的深度神经网络压缩技术,基于参数修剪和共享的方法关注于探索模型参数中冗余的部分,并尝试去除冗余和不重要的参数,基于低秩分解技术的方法使用矩阵、张量分解以估计深层神经网络中最具信息量的参数,基于迁移、压缩卷积滤波器的方法设计特殊结构的卷积滤波器以减少存储和计算的复杂度,通过知识精炼学习精炼模型;s4、环境数据收集:视觉识别系统会通过巡检机器人上的高清摄像机对环境进行拍照摄像,并对环境信息进行收集,同时利用无线传感器发送实时位置,且利用红外传感器和雷达对周围进行探测,同时高清摄像机会对信号灯进行拍照,且巡检机器人会自己检测自身速度、能源情况,并控制巡检机器人充电,且对周围环境进行声音收集,并将视觉内的环境信息和信号灯信息发送给终端。
30.以上所述,仅是本发明的较佳实施例,任何熟悉本领域的技术人员均可能利用上述阐述的技术方案对本发明加以修改或将其修改为等同的技术方案。因此,依据本发明的技术方案所进行的任何简单修改或等同置换,尽属于本发明要求保护的范围。
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献

  • 日榜
  • 周榜
  • 月榜