[发明专利]一种机器人的人体自动跟随方法在审

专利信息
申请号: 202011600611.1 申请日: 2020-12-30
公开(公告)号: CN114683235A 公开(公告)日: 2022-07-01
发明(设计)人: 石飞;邓杨;郑九兵 申请(专利权)人: 南京景曜智能科技有限公司
主分类号: B25J5/00 分类号: B25J5/00;B25J9/16;B25J11/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 211100 江苏省南京市江宁*** 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 机器人 人体 自动 跟随 方法
【说明书】:

发明提供一种机器人的人体自动跟随方法及跟随式旱烟净化机器人,融合深度相机采集的图像数据与激光雷达采集的点云数据,获取跟随目标的最优位置,调整机器人的方向和速度,对跟随目标进行跟随。通过激光雷达弥补深度相机的视野比较小的问题,保障检测精度,精准定位人体位置,实现自动跟随。

技术领域

本发明涉及到机器人技术领域,特指一种机器人的人体自动跟随方法。

背景技术

随着传感器技术的不断突破和信息科技的高速发展,机器人技术已广泛应用于各行各业。在人机交互方面的需求也日益增多,尤其是服务机器人,人体自动跟随是其中一个重要的环节,很多特殊场景中需要机器人能够跟随人体,如应用在铁库车辆检修大库中的旱烟净化机器人。由于一个车间里往往设置有多个焊接工位,使得整个车间很多地方都需要净化机来净化烟尘污染,将人体自动跟随技术应用在净化机中,无需控制净化机的净化路径,能够省去路径规划的繁琐过程。

目前人体自动跟随技术主要有三种:第一种是采用传感器定位模块,如蓝牙、射频技术等,需要使用人员佩戴相对应的传感器,且无法判断障碍物;第二种是基于深度相机,如Kinect、Realsense等,检测精度高且可以识别大多数障碍物,但是深度相机的视角有限,一般不高于70°,人体的横向走动和转弯容易超出深度相机的视野;第三种是激光雷达,检测范围广且可以识别大多数障碍物,但是受激光雷达本身数据信息量少的限制,容易造成误检测或者检测丢失的情况。

发明内容

针对上述不足,本发明解决的技术问题在于提供一种机器人的人体自动跟随方法及跟随式旱烟净化机器人,融合深度相机与激光雷达,通过激光雷达弥补深度相机的视野比较小的问题,保障检测精度,精准定位人体位置,实现自动跟随。

本发明的目的是通过以下技术方案实现的:

一种机器人的人体自动跟随方法,所述机器人包括视觉模块、激光雷达、控制处理系统,所述方法包括以下步骤:

步骤1,跟随目标站在机器人正前方特定区域内,机器人检测到跟随目标后进入跟随模式;

步骤2,所述视觉模块获取图像信息并发送至所述控制处理系统,所述控制处理系统通过骨架识别算法对所述图像信息进行处理,获得跟随目标的第一位置信息,所述第一位置信息包括检测到跟随目标在视觉坐标系下的坐标点集合;

步骤3,所述激光雷达采集点云数据并发送至所述控制处理系统,所述控制处理系统通过人腿识别算法对所述点云数据进行处理,获得跟随目标的第二位置信息,所述第二位置信息包括检测到跟随目标在激光坐标系下的坐标点集合;

步骤4,将所述第一位置信息和第二位置信息转化到机器人坐标系下,并进行融合与筛选,获得跟随目标的最优位置;

步骤5,根据所述跟随目标的最优位置,通过PID算法,调整机器人的方向和速度,对跟随目标进行跟随;

步骤6,重复步骤2-5,直至机器人与跟随目标之间的角度和距离的偏差值低于预设值。

优选地,步骤1包括以下步骤:

步骤1.1,跟随目标站在机器人正前方特定区域内;所述特定区域为预设的能够检测到跟随目标的区域;

步骤1.2,所述视觉模块获取图像信息并发送至所述控制处理系统,所述激光雷达采集点云数据并发送至所述控制处理系统;

步骤1.3,所述控制处理系统根据所述图像信息,判断机器人正前方特定区域内是否存在跟随目标,如果是,则控制机器人进入跟随模式,并记录当前检测到的人体位置为初始时刻的最优位置,进行步骤2;如果否,则进行步骤1.4;

步骤1.4,所述控制处理系统根据所述点云数据,判断机器人正前方特定区域内是否存在跟随目标,如果是,则控制机器人进入跟随模式,并记录当前检测到的人体位置为初始时刻的最优位置,进行步骤2;如果否,则返回步骤1.2。

优选地,步骤4包括以下步骤:

步骤4.1,将视觉坐标系下的坐标点集合转换成机器人坐标系下的坐标点集合;

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京景曜智能科技有限公司,未经南京景曜智能科技有限公司许可,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/202011600611.1/2.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