[发明专利]一种机器人安全监控系统

说明书

本发明提供了一种机器人安全监控系统，包括机器人和远程控制终端，所述机器人用于进入目的地点，采集所在地点的环境图像，并将环境图像发送至远程控制终端；所述远程控制终端用于向机器人发送指令遥控机器人的行动，同时接收并存储环境图像。本发明采用机器人可实现对危险环境的监控，避免了人员亲自进入危险环境导致的不必要伤亡，同时本发明采用普通摄像头进行图像采集，降低机器人的造价成本。

技术领域

本发明涉及安全监控领域，具体涉及一种机器人安全监控系统。

背景技术

相关技术中的机器人安全监控采用摄像头采集图像，并对图像进行实时传输，图像的清晰与否依赖摄像头质量的高低不同有所差别，采用普通摄像头则得不到清晰图像，采用高清摄像头则造价成本高。

高分辨率的图像可以提供丰富的细节信息，但是视觉传感器在环境动态变化过程中由于存在距离有限，环境干扰等问题，高分辨率的图像往往难以获得，且受到工艺、成本和环境等因素制约，让高分辨率的图像更难以广泛获取。

通常观测到的复杂信号或图像由多种不同类型的基本信源或成分构成，每一类信源或成分具有不同的功能。近年来，Starcket等人依据形态差异性和稀疏性，提出了形态分量分析(Morphological Component Analysis，MCA)。因其能有效解决复杂图像中具有不同形态特征内容的分解问题，目前已成为图像分解的主流方法。

通常自然图像的内容可以认为是由不同成分构成，且每一类成分具有独特的形态学特征。比如常见的平滑分量和纹理分量，平滑分量表示了图像中的大尺度结构特征，而纹理分量表示了图像中细节信息。

目前，多分辨率分析方法是在图像超分辨率领域中最为常用的特征表示方法，不同的多分辨率分析方法分别适宜于提取图像中不同特征，平稳小波变换(SWT)用于表示图像点状特征，非下采样轮廓波变换(NSCT)用于表示图像的线和轮廓特征。有效结合平稳小波变换、非下采样轮廓波变换互补性和平滑分量、纹理分量的不同形态学特征，可合理设计出超分辨方法，将大大提高视觉动态图像的清晰度。

发明内容

针对上述问题，本发明旨在提供一种机器人安全监控系统。

本发明的目的采用以下技术方案来实现：

一种机器人安全监控系统，包括机器人和远程控制终端，所述机器人上设有摄像头、图像处理器、无线传输装置和驱动装置，所述摄像头用于采集环境图像；所述图像处理器用于将环境图像进行高分辨率处理，得到高分辨率环境图像；所述无线传输装置用于将高分辨率环境图像发送至远程控制系统；所述驱动装置用于控制机器人的行动；所述远程控制系统设有显示器、存储器和遥控器，所述显示器用于接收无线传输装置发送来的高分辨率环境图像并进行显示；所述存储器用于存储高分辨率环境图像信息；所述遥控器用于向机器人发送指令，控制机器人的运动。本发明的有益效果为：采用机器人来实现对危险环境的监控，避免了人员亲自进入危险环境导致的不必要伤亡，同时本发明采用普通摄像头进行图像采集，降低机器人的造价成本。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的框架结构图；

图2是本发明机器人的框架结构图；

图3是本发明远程控制系统的框架图。

附图标记：

机器人1、远程控制终端2、摄像头10、图像处理器11、无线传输装置12、驱动装置13、显示器20、存储器21、遥控器22、图像预处理模块110、图像后处理模块111、图像合成模块112、运动控制器130、驱动电机131、驱动舵机132。

具体实施方式