[发明专利]具有云端分析平台的机器人系统及视觉分析方法在审

专利信息
申请号: 201911239376.7 申请日: 2019-12-06
公开(公告)号: CN111182263A 公开(公告)日: 2020-05-19
发明(设计)人: 王佳虹;朱国宏 申请(专利权)人: 杭州乔戈里科技有限公司
主分类号: H04N7/18 分类号: H04N7/18;G06K9/00;B25J11/00
代理公司: 浙江永鼎律师事务所 33233 代理人: 谢君
地址: 310052 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 具有 云端 分析 平台 机器人 系统 视觉 方法
【说明书】:

发明提供一种具有云端分析平台的机器人系统及视觉分析方法,该系统包括机器人端和具有分析平台的云端,机器人端与云端通过无线网络或移动通信网络进行通讯;基于该系统,通过机器人端采集周围环境图像并生成特征值传送给云端分析平台,然后由云端图像处理进行视觉分析得出数据回传给机器人端。本发明在机器人端仅需生成图像特征值进行数据传输,且不需要执行计算量巨大的图像处理进行视觉识别分析,降低了机器人端的运算量而减少硬件成本,并为机器人端提高动作反应速度提供支持。

技术领域

本发明涉及农业机器人领域,尤其涉及一种具有云端分析平台的机器人系统及视觉分析方法。

背景技术

近年来随着我国农业产业结构的调整及林果种植面积的不断扩大,劳动力成本的日益上涨、人口老龄化等带来的劳动力不足等问题日益突出,急需一批自动化、智能化的采摘设备来实现林果采摘环节的“机器换人”,以解放现有劳动力、提供生产效率并降低生产成本。

从20世纪80年代开始,世界各国先后开始研究采摘机器人并取得了大量成果。但是到目前为止还没有大规模商用的采摘机器人,其中成本居高不下,并且利用率低是影响其商品化进程的重要原因。由于实际作业环境的复杂性,机器人需要利用大量复杂的算法对周围的环境进行感知和对果实进行识别和定位;而大量复杂的算法需要成本较高的硬件来保证执行的效率和效果,使机器人的性能能够满足实际需求。否则如果利用成本较低的硬件和简单的算法会影响机器人对环境的判断,影响采摘准确率和效率,并容易因误判而损伤果实或果树而造成损失。

另外,果蔬的采摘期在整个农业生产周期中占用的时间较短,造成了采摘机器人时间利用率低下;在这种情况下为提高机器人的利用率,势必对机器人的功能提出更多样的需求,例如在果园里巡检分析果园中的病虫害影响等功能,由此机器人的部署复杂度大幅提高,就进一步推高了机器人的成本。

因此有必要提供一种新的系统和方法,能够实现在降低硬件成本、实现灵活部署的情况下仍然保证机器人能够高效、准确的对周围环境进行感知和判断。

发明内容

本发明是鉴于以上技术问题所提出的,提供一种具有云端分析平台的机器人系统及视觉分析方法,通过云端计算的方式,传送机器人端采集的图像数据至云端运算然后将结果返回机器人端,以此可以降低机器人端的硬件成本以及执行视觉处理的运算时间,并保证机器人能够高效、准确的对周围环境进行感知和判断。

根据本发明实施例的第一方面,提供了一种具有云端分析平台的机器人系统,该系统包括机器人端和具有分析平台的云端,机器人端与云端通过无线网络或者移动通讯网络进行通讯;

其中,机器人端具有图像采集单元和终端控制单元,图像采集单元采集机器人端的周围环境图像,终端控制单元读取图像数据进行量化以取得特征值,并将特征值传送至云端;

云端根据收到的特征值对机器人端的周围环境进行视觉识别分析,并将分析结果得出的信息传送返回机器人端的终端控制单元。

采用这种技术方案,使得机器人能够通过云端分析平台执行运算量巨大的图像处理进行视觉识别分析,并将分析结果返回机器人端,有效降低了机器人端的硬件成本,并可进一步提高机器人端动作反应效率。

根据本发明实施例的第二方面,提供了一种如第一方面的具有云端分析平台的机器人系统,其终端控制单元具有处理子单元、通讯子单元和存储子单元;

其中通讯子单元和存储子单元分别连接至处理子单元,处理子单元执行存储子单元的应用程序。

根据本发明实施例的第三方面,提供了一种如第二方面的具有云端分析平台的机器人系统,其存储子单元具有图像接收模块、图像特征值提取模块和特征值编/解码模块;图像接收模块用于取得图像数据,图像特征值提取模块用于对获取的图像数据进行预处理并将经过预处理的图像特征进行抽象量化取得特征值,特征值编/解码模块用于将得到的特征值进行编码以及将从云端分析平台接收的信息进行解码。

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杭州乔戈里科技有限公司,未经杭州乔戈里科技有限公司许可,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/201911239376.7/2.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