[发明专利]基于视觉识别和多传感器数据融合的捡球方法无效

专利信息
申请号: 201310294142.9 申请日: 2013-07-15
公开(公告)号: CN103365292A 公开(公告)日: 2013-10-23
发明(设计)人: 曹洁;马飞;牛丽波;耿振节;陈牧;张红;李晓旭;刘嘉琪;李玉琴;王川;吴亚坤 申请(专利权)人: 兰州理工大学
主分类号: G05D1/02 分类号: G05D1/02;A63B47/02
代理公司: 兰州振华专利代理有限责任公司 62102 代理人: 董斌
地址: 730050 *** 国省代码: 甘肃;62
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 视觉 识别 传感器 数据 融合 方法
【权利要求书】:

1.基于视觉识别和多传感器数据融合的捡球方法,其步骤为:

步骤A:通过红外传感器阵列获取周围环境信息,摄像头(8)在数字舵机的控制下分别在0度、45度、90度三个角度采集图像信息、处理采集到的图像,并根据图像处理的结果采取相应的动作;

步骤B:捡球机器人(9)向右旋转15度,进入下一个位置,通过红外传感器阵列获取周围环境信息,摄像头(8)在数字舵机的控制下分别在0度、45度、90度三个角度采集图像信息、处理采集到的图像,并根据图像处理的结果采取相应的动作;

步骤C:重复步骤B;

步骤D:捡球机器人(9)前进2米,进入下一个位置,通过红外传感器阵列获取周围环境信息,摄像头(8)在数字舵机的控制下分别在0度、45度、90度三个角度采集图像信息、处理采集到的图像,并根据图像处理的结果采取相应的动作;

步骤E:捡球机器人(9)向左旋转15度,进入下一个位置,通过红外传感器阵列获取周围环境信息,摄像头(8)在数字舵机的控制下分别在0度、45度、90度三个角度采集图像信息、处理采集到的图像,并根据图像处理的结果采取相应的动作;

步骤F:重复步骤E;

步骤G:捡球机器人(9)前进2米,进入下一个位置;至此,一次循环结束,重新开始循环执行步骤A以及后续步骤。

2.根据权利要求1所述基于视觉识别和多传感器数据融合的捡球方法,其特征在于,所述摄像头(8)采用USB摄像头,其中,摄像头(8)由数字舵机控制可在0度、45度、90度三个角度自由摆动并采集图像。

3.根据权利要求1所述基于视觉识别和多传感器数据融合的捡球方法,其特征在于,所述近红外传感器阵列由第一红外传感器(1)、第二红外传感器(2)、第三红外传感器(3)、第四红外传感器(4)、第五红外传感器(5)、第六红外传感器(6)、第七红外传感器(7)组成,其中,第一红外传感器(1)、第二红外传感器(2)、第三红外传感器(3)、第四红外传感器(4)为固定位置的传感器,第五红外传感器(5)、第六红外传感器(6)、第七红外传感器(7)为能成角度转动的传感器。

4.根据权利要求1所述基于视觉识别和多传感器数据融合的捡球方法,其特征在于,所述固定位置的第一红外传感器(1)、第二红外传感器(2)、第三红外传感器(3)、第四红外传感器(4)摆放的方向与捡球机器人(9)的底盘对角线所在方向一致;所述可成角度转动的第五红外传感器(5)、第六红外传感器(6)、第七红外传感器(7)分别位于捡球机器人(9)的正前方、右方和左方,分别由三个数字舵机来控制。

5.根据权利要求1所述基于视觉识别和多传感器数据融合的捡球方法,其特征在于,所述捡球机器人(9)的运动由四个按设定的角度安装的第一数字舵机(10)、第二数字舵机(11)、第三数字舵机(12)、第四数字舵机(13)来控制。

6.根据权利要求1所述基于视觉识别和多传感器数据融合的捡球方法,其特征在于,所述捡球机器人(9)的运动轨迹为折线形路径。

7.根据权利要求1所述的基于视觉识别和多传感器数据融合的捡球方法,其特征在于捡球机器人(9)的第一红外传感器(1)、第二红外传感器(2)、第三红外传感器(3)、第四红外传感器(4)、第五红外传感器(5)、第六红外传感器(6)、第七红外传感器(7)采用漫反射式光电开关。

8.根据权利要求1所述的基于视觉识别和多传感器数据融合的捡球方法,其特征在于捡球机器人(9)的第一数字舵机(10)、第二数字舵机(11)、第三数字舵机(12)、第四数字舵机(13)与捡球机器人(9)的对称轴的夹角为60度。

9.根据权利要求1所述的基于视觉识别和多传感器数据融合的捡球方法,其特征在于捡球机器人(9)的前进速度为0.5米/秒,旋转角速度为7.5度/秒,其中,捡球机器人(9)每次向左或向右旋转15度所用的时间约为2秒,捡球机器人(9)每次前进2米所用的时间约为4秒。

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兰州理工大学,未经兰州理工大学许可,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/201310294142.9/1.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