[发明专利]一种基于视觉深度分析的机器人主动安全防护方法及系统在审

专利信息
申请号: 202110068272.5 申请日: 2021-01-19
公开(公告)号: CN112883792A 公开(公告)日: 2021-06-01
发明(设计)人: 王晓飞;刘康康;王龙祥 申请(专利权)人: 武汉海默机器人有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/11;G06T7/50;G06T7/70;G06T7/90;G08B21/02;H04N7/18
代理公司: 上海精晟知识产权代理有限公司 31253 代理人: 刘宁
地址: 430000 湖北省武汉市东湖新技术*** 国省代码: 湖北;42
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 基于 视觉 深度 分析 机器人 主动 安全 防护 方法 系统
【权利要求书】:

1.一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:包括如下步骤:

S1、彩色深度相机实时拍摄,实时采集的图像进行语义分割后,融合彩色及深度图像信息对识别出的物体进行定位;

S2、经过运动学算法可获知机器人实时运动数据,计算出机器人实时的空间位置信息;

S3、将识别出的物体空间位置与机器人运动实时空间位置进行实时判断及预测分析,当计算出物体位置与机器人位置过近或即将发生刚体碰撞时,定义为安全隐患,发送软急停信号给机器人安全操作系统,停止机器人运动、机器人作业暂停;

S4、甄别出安全隐患的同时,进行实时视频监控记录、发送安全隐患提醒及警告,等待人工处理;

S5、人工处理进行视频监控记录的备份、进行异常检查及潜在隐患已清除的实际确认;隐患清除后,机器人从中断位置恢复加工作业。

2.根据权利要求1所述的一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:所述步骤S1中彩色深度相机获取的彩色图像数据用于深度学习训练的识别及提高识别准确度。

3.根据权利要求1所述的一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:所述步骤S1中彩色深度相机获取的深度图像数据可获取每个像素点对映的空间位置。

4.根据权利要求1所述的一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:所述步骤S3中利用视觉深度分析系统将识别出的物体空间位置与机器人运动实时空间位置进行实时判断及预测分析,视觉深度分析系统中深度相机与机器人采用眼在手外安装方式,初次安装、硬件变动、发生碰撞的情况需与机械臂本体进行手眼标定。

5.根据权利要求4所述的一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:所述步骤S3中视觉深度分析系统检测同一时刻下的,人员、物体空间位置与机器人实体位置的最近距离;

依据安全等级及人员、物体定位:安全等级低时,识别到人员、物件即将进入机器人工作空间中,发送软急停信号,机器人立即进行减速停止;

安全等级高时,识别到人员、物件即将进入机器人工作空间中,进行预测分析,当计算出人员、物体位置与机器人位置过近或即将发生刚体碰撞时,发送软急停信号,机器人立即进行减速停止。

6.根据权利要求1所述的一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:所述步骤S4中甄别出安全隐患的同时,进行实时视频监控记录,保留这一时刻彩色视频流及深度信息视频流,并将视频流发送至深度学习的安全监督数据库中。

7.根据权利要求4所述的一种基于视觉深度分析的机器人主动安全防护方法,其特征在于:所述步骤S5中将隐患清除后的视频流发送至深度学习,分析是否还有潜在隐患;深度学习系统对隐患清除后的视频流进行分析、加强学习,提高潜在隐患识别准确度及识别潜在隐患的覆盖度;视觉深度分析系统确认无潜在隐患及人工实际确认的双重监管下,机器人从中断位置恢复正常的加工作业。

8.一种基于视觉深度分析的机器人主动安全防护系统,其特征在于:包括机器人安全操作系统和视觉深度分析系统;

所述机器人安全操作系统用于获取机器人实时作业加工轨迹,经过运动学算法可获知机器人实时运动数据,通过加工轨迹获取机器人的实时运动数据,并将计算出机器人实时的空间位置信息;将空间位置信息数据同步发送至视觉深度分析系统;

所述视觉深度分析系统通过彩色深度相机实时进行数据采集,识别出物体空间位置,并将识别出的物体空间位置与机器人运动实时空间位置进行实时判断及预测分析,当计算出物体位置与机器人位置过近或即将发生刚体碰撞时,定义为安全隐患;发送软急停信号给机器人安全操作系统,停止机器人运动、机器人作业暂停。

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武汉海默机器人有限公司,未经武汉海默机器人有限公司许可,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/202110068272.5/1.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