[发明专利]一种精确生物感知控制的多自由度机器人及其实现方法无效

专利信息
申请号: 201110445609.6 申请日: 2011-12-28
公开(公告)号: CN102514011A 公开(公告)日: 2012-06-27
发明(设计)人: 王鹏勃 申请(专利权)人: 王鹏勃
主分类号: B25J13/00 分类号: B25J13/00;B25J13/08;G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 213022 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: 一种 精确 生物 感知 控制 自由度 机器人 及其 实现 方法
【权利要求书】:

1.一种精确生物感知控制的多自由度机器人,包括机器人躯干、伺服电机、伺服电机控制电路以及控制器,其特征是:所述的伺服电机设置在机器人躯干的活动关节上,所述的控制器设置在机器人躯干的头部并且与伺服电机控制电路连接,所述的伺服电机控制电路与伺服电机连接;所述的控制器还包括摄像头以及图像识别系统,所述的图像识别系统分别与摄像头和伺服电机控制电路连接。

2.根据权利要求1所述的一种精确生物感知控制的多自由度机器人,其特征是:所述的控制器中还设有视频转换器,所述的视频转换器设置在摄像头与图像识别系统之间,所述的视频转换器用于将模拟视频信号转换成数字视频信号。

3.根据权利要求1所述的一种精确生物感知控制的多自由度机器人,其特征是:所述的图像识别系统包括跟踪器、分类器、整合器,所述的跟踪器和分类器与摄像头分别连接并接受摄像的视频信息,所述的整合器分别连接跟踪器和分类器,整合器还连接训练集,所述训练集还分别与跟踪器、分类器连接。

4.根据权利要求3所述的一种精确生物感知控制的多自由度机器人,其特征是:所述的跟踪器是前向后向中值光流跟踪器,所述的分类器是随机蕨分类器。

5.根据权利要求1-4任一项所述的一种精确生物感知控制的多自由度机器人,其特征是:所述的摄像头是微型高清数字摄像头。

6.根据权利要求1-4任一项所述的一种精确生物感知控制的多自由度机器人,其特征是:所述的图像识别系统放置在机器人躯干腹部一侧,伺服电机控制电路放置在机器人躯干腹部的另一侧,伺服电机分布于机器人躯干的上颌下颌、颈部、四肢以及尾部位置。

7.根据权利要求1-4任一项所述的一种精确生物感知控制的多自由度机器人,其特征是:所述的伺服电机控制电路的解码控制芯片是STC10F8芯片。

8.一种精确生物感知控制的多自由度机器人的实现方法,其特征是包含以下步骤:

步骤a,图像识别系统将摄像头拍摄的视频流的每一帧发送给分类器和跟踪器,视频流的第一帧用于初始化跟踪器和初始化训练分类器,初始化后,视频流逐帧输入跟踪器和分类器,整合器综合分析跟踪器和分类器的输出结果,决定最终输出结果以及是否向训练集添加样本,跟踪器跟丢时由分类器负责重置,跟踪器跟踪出的高信任度目标也用来更新分类器,处理后的视频画面进一步的计算出运动物体的空间位置;

步骤b,空间位置信息经编码器编码后传输至伺服电机控制电路中的解码芯片,解码芯片将外部指令解析为各个伺服电机的控制信号,伺服电机根据控制信号产生动作,进一步的带动机器人做出动作。

9.根据权利要求8所述的一种精确生物感知控制的多自由度机器人的实现方法,其特征是:步骤a之前还经过视频转换器将模拟视频信号转换成数字视频信号。

10.根据权利要求8所述的一种精确生物感知控制的多自由度机器人的实现方法,其特征是:所述的分类器是随机蕨分类器,包含13棵蕨,训练时每颗蕨包含10个特征,每个特征输出两种组合,这样一颗蕨总共有210种组合;对于每一颗蕨而言,训练集中的每个样本小块都会属于这棵蕨的210种组合中的某一种,经过训练后,每种组合中都有一定数量的物体样本小块W和背景样本小块B,那么属于这种组合的图像小块是物体的后验概率公式是P=W/(W+B)。

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王鹏勃,未经王鹏勃许可,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/201110445609.6/1.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