[发明专利]一种机器人总控系统有效

专利信息
申请号: 202111257574.3 申请日: 2021-10-27
公开(公告)号: CN113910269B 公开(公告)日: 2022-12-20
发明(设计)人: 马战鹏;王赫;钱泓 申请(专利权)人: 因格(苏州)智能技术有限公司
主分类号: B25J13/00 分类号: B25J13/00;B25J13/08;B25J9/16
代理公司: 北京鼎承知识产权代理有限公司 11551 代理人: 夏华栋;顾可嘉
地址: 215131 江苏省苏州市相城*** 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 系统
【说明书】:

本公开涉及一种机器人总控系统,上述机器人总控系统包括:总控制器,上述总控制器用于控制至少一个双机器人控制系统;每一上述双机器人控制系统包括第一机器人、第二机器人、载物台、摄像头和分控器,上述第一机器人、上述第二机器人、上述载物台、上述摄像头均受控于上述分控器,每一上述分控器受控于上述总控制器。本公开可以协同综合管控多机器人进行物体的抓取和移动,相较于单机器人的情况,效率大幅度提升。此外,对每一双机器人控制系统进行设计,提升双机器人控制系统协同工作的作业效率。

技术领域

本公开涉及机械领域,尤其涉及一种机器人总控系统。

背景技术

机器人是一种能够半自主或全自主工作的智能机器,机具有感知、决策、执行等基本特征,可以辅助甚至替代人类完成危险、繁重、复杂的工作。伴随智能决策、自动控制等领域的发展,机器人也广泛被应用到各个领域,但是单一机器人的作业效率低下,如何协调多机器人进行工作以提升工作效率成了为新的课题。

发明内容

为了解决上述至少一个技术问题,本公开提出了一种机器人总控系统。

根据本公开的一些实施例中,提供了一种机器人总控系统,所述机器人总控系统包括:

总控制器,所述总控制器用于控制至少一个双机器人控制系统;

每一所述双机器人控制系统包括第一机器人、第二机器人、载物台、摄像头和分控器,所述第一机器人、所述第二机器人、所述载物台、所述摄像头均受控于所述分控器,

每一所述分控器受控于所述总控制器。

在一个实施例中,对于每一所述双机器人控制系统,所述摄像头用于从载物台上方拍摄载物台顶部的物体,并将拍摄到的第一图像传输至分控器;所述分控器用于根据拍摄结果控制所述第一机器人和所述第二机器人。

在一个实施例中,所述分控器包括:

启动指令获取模块,用于获取总控制器发布的启动指令;

载物台运动控制模块,用于控制所述载物台移动至第一位置,当所述载物台位于所述第一位置时,所述第一机器人和所述第二机器人分立于所述载物台两侧。

在一个实施例中,所述分控器还包括:

第一图像获取模块,用于触发摄像头进行拍摄,得到所述摄像头拍摄得到的第一图像;

第一图像分析模块,用于分析所述第一图像,得到所述载物台顶部物体的分布。

在一个实施例中,所述第一图像分析模块包括:

交互模块,用于与预设的神经网络交互,得到第一图像中物体的边界信息;

分布确认模块,用于根据所述边界信息,得到第一图像中物体的分布。

在一个实施例中,所述神经网络包括:分级卷积网络、基于注意力的编码网络、融合网络和识别网络。

在一个实施例中,所述神经网络通过下述方法训练得到:

获取样本图像,上述样本图像的标签表征上述样本图像中物体的边界信息;

基于上述分级卷积网络对上述样本图像进行分级卷积处理,得到第一特征信息;

基于上述基于注意力的编码网络对上述样本图像进行基于注意力的编码处理,得到第二特征信息;

基于上述融合网络对上述第一特征信息和上述第二特征信息进行融合处理,得到第三特征信息;

将上述第三特征信息输入上述识别网络,得到边界预测信息;

基于上述边界预测信息和上述标签的差异,优化上述神经网络的参数。

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因格(苏州)智能技术有限公司,未经因格(苏州)智能技术有限公司许可,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/202111257574.3/2.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