[发明专利]基于图像识别和隐形喷码的自学习方法有效

专利信息
申请号: 201511024924.6 申请日: 2015-12-30
公开(公告)号: CN105653497B 公开(公告)日: 2019-08-23
发明(设计)人: 林宋伟;吴克兵;韦沛余 申请(专利权)人: 深圳智尊保投资控股有限公司
主分类号: G06N3/00 分类号: G06N3/00;G06N20/00;G06T7/70
代理公司: 深圳市硕法知识产权代理事务所(普通合伙) 44321 代理人: 李姝
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
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 图像 识别 隐形 自学习 装置 方法
【说明书】:

发明还公开了一种基于图像识别和隐形喷码的自学习的方法,包括如下步骤:第一步:根据目标位置制定预定的移动路线,在移动过程中依次记录路线坐标进行喷印标记,并在主控单元生成各喷印标记与相应路线坐标的关联;第二步:当传感器单元检测遇到障碍物发生碰壁时,记录并保存路线坐标(xn,yn),摄像保存场景图像imagen,建立场景图像imagen与路线坐标(xn,yn)的关联;第三步:当下一次移动到路线坐标(xn,yn)的上一个路线坐标(xn‑1,yn‑1)位置时,摄像获取场景图像imagen‑1,并与保存的图像imagen进行比较匹配分析计算,从而返回或改变移动路线。本发明具有能简单、可靠地实现机器人自学习能力,从而能提高机器人技术的智能化和实用性的优点。

技术领域

本发明涉及自动化技术,尤其是涉及一种能简单、可靠地实现机器人自学习能力,从而能提高机器人技术的智能化和实用性的自学习方法。

背景技术

现有的机器人自学习技术包括神经网络控制、基于Skinner操作条件反射原理的机器人避障等。神经网络控制是通过传感器探测控制输入的位置、速度、电流等反馈信息进行学习;基于Skinner操作条件的反射原理,是建立机器人的动作集合概率,并令其符合均匀分布,然后随机选取一个动作,计算相应的位置变化,进而根据与障碍及目标距离点计算等算法实现自学习功能。这些的技术算法复杂、较难实现,准确度也很难得到保证。

发明内容

为解决上述问题,本发明的目的在于提供一种能简单、可靠地实现机器人自学习能力,从而能提高机器人技术的智能化和实用性的基于图像识别和隐形喷码的自学习方法。

本发明通过以下技术措施实现的,一种基于图像识别和隐形喷码的自学习的方法,其特征在于包括如下步骤:

第一步:根据目标位置制定预定的移动路线,并在移动过程中依次记录在不同的喷印区域路线坐标进行不同的喷印标记,并在主控单元生成各喷印标记与相应路线坐标的关联;

第二步:当传感器单元检测遇到障碍物发生碰壁时,记录并保存路线坐标(xn,yn),通过摄像单元获取和保存场景图像imagen,建立场景图像imagen与路线坐标(xn,yn)的关联;

第三步:当下一次移动到路线坐标(xn,yn)的上一个路线坐标(xn-1,yn-1)位置时,通过摄像单元获取场景图像imagen-1,并与保存的场景图像imagen进行比较匹配,如果场景相同部分超过80%,则将下一路线坐标判断为之前在此位置发生过碰壁,机器人返回或改变移动路线。

作为一种优选方式,所述改变移动路线为删除路线坐标(xn,yn),将路线坐标(xn-1,yn-1)与原路线坐标(xn,yn)的下一个路线坐标(xn+1,yn+1)建立相邻的顺序关系。

作为一种优选方式,所述传感器单元为压力传感器。

作为一种优选方式,所述喷印标记所用的墨水为紫外线隐形墨水。

作为一种优选方式,基于图像识别和隐形喷码的自学习的方法由自学习装置实现,所述自学习装置包括行走主体,所述行走主体上设置有主控单元,所述主控单元电性连接有驱动系统单元、隐形墨水喷码单元、读码单元、传感器单元和摄像单元。

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深圳智尊保投资控股有限公司,未经深圳智尊保投资控股有限公司许可,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/201511024924.6/2.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