[发明专利]一种支持深度学习的人工智能巡检机器人在审

专利信息
申请号: 202010572698.X 申请日: 2020-06-22
公开(公告)号: CN111862377A 公开(公告)日: 2020-10-30
发明(设计)人: 朱建新 申请(专利权)人: 南通大学
主分类号: G07C1/20 分类号: G07C1/20;G06N3/08;G06N3/04;G01D21/02
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 朱小兵
地址: 226019 *** 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 支持 深度 学习 人工智能 巡检 机器人
【说明书】:

发明涉及人工智能机器人领域的一种支持深度学习的人工智能巡检机器人,包括主控MCU、按键模块、储存模块、电源模块、监测模块、定时模块、驱动模块、报警模块和识别模块,所述按键模块控制主控MCU开启,所述主控MCU与电源模块电性连接,所述电源模块为其他模块供电,所述电源模块包括用于储存电能的蓄电池和给予蓄电池充电的充电接口,所述主控MCU与储存模块、监测模块、定时模块、驱动模块、报警模块和识别模块连接,所述定时模块通过主控MCU连接监测模块,本发明通过监测模块对货物进行仓库和货物进行实时监测,再与定时模块配合,定时模块灵活控制监测模块监测方式,实现对仓库的货物安全、火灾安全等情况进行有效监控。

技术领域

本发明涉及人工智能机器人领域,具体涉及一种支持深度学习的人工智能巡检机器人。

背景技术

深度学习是机器学习领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能,深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。 深度学习是一个复杂的机器学习算法,在语音和图像识别方面取得的效果,远远超过先前相关技术。深度学习在搜索技术,数据挖掘,机器学习,机器翻译,自然语言处理,多媒体学习,语音,推荐和个性化技术,以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动,解决了很多复杂的模式识别难题,使得人工智能相关技术取得了很大进步。

近年来随着我国工业和网络购物的快速发展,货物的存储也越来越被重视,而仓库的管理方式依然相对较为落后,尤其是仓库的安全巡检工作,依然依靠投入大量的人力来实现,不仅导致的量的经济损失,同时依靠人员进行安全巡检必然会依赖于人员的素质,一旦安全巡检人员不够负责任,将导致一旦仓库出现火情或者非授权的取货人员取走货物,后台管理人员不能及时发现,从而造成大量的经济损失。

发明内容

针对现有技术所存在的上述缺点,本发明提供了一种支持深度学习的人工智能巡检机器人。

为实现以上目的,本发明通过以下技术方案予以实现:

一种支持深度学习的人工智能巡检机器人,包括主控MCU、按键模块、储存模块、电源模块、监测模块、定时模块、驱动模块、报警模块和识别模块,所述按键模块控制主控MCU开启,所述主控MCU与电源模块电性连接,所述电源模块为其他模块供电,所述电源模块包括用于储存电能的蓄电池和给予蓄电池充电的充电接口,所述主控MCU与储存模块、监测模块、定时模块、驱动模块、报警模块和识别模块连接,所述定时模块通过主控MCU连接监测模块。

更进一步地,所述储存模块包括内存模块和云端数据库,所述内存模块实现基础储存,所述主控MCU通过WIFI无限网络与云端数据库连接实现云端储存。

更进一步地,所述监测模块包括光传感器、声传感器、烟雾传感器、温度传感器、湿度传感器和热成像仪,所述光传感器、声传感器和热成像仪用于晚间放到监控,所述烟雾传感器、温度传感器和热成像仪用于火灾监控,所述温度传感器和湿度传感器用于储存环境监控。

更进一步地,所述定时模块包括定时器,所述定时器通过主控MCU对监测模块的光传感器和声传感器定时开关,实现光传感器和声传感器晚间开启、白天关闭。

更进一步地,所述驱动模块包括机器人直线驱动模块、机器人转弯驱动模块、监测模块水平转动模块和监测模块竖直转动模块,所述主控MCU通过机器人直线驱动模块控制巡检机器人进行直线运动,所述主控MCU通过机器人转弯驱动模块控制巡检机器人进行转弯,所述主控MCU通过监测模块水平转动模块控制监测模块在水平方向转动进行监测,所述主控MCU通过监测模块竖直转动模块控制监测模块在竖直方向转动进行监测。

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南通大学,未经南通大学许可,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/202010572698.X/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