CN112356028A - 一种基于深度学习的移动机器人远程目标检测系统及其检测方法 - Google Patents

Abstract

本发明是一种基于深度学习的移动机器人远程目标检测系统及其检测方法。本发明涉及移动机器人远程控制系统技术领域，所述系统包括上位主机模块、数据传输模块和移动机器人模块；所述数据传输模块，用于从移动机器人模块传输视频数据到上位主机模块，以及从上位主机传输控制指令到移动机器人模块；本发明通过远程视频数据传输，将深度学习算法在高性能上位主机上进行运算，避免了深度学习硬件设备体积过大而造成的移动机器人体积过大，负载过重，也避免了在移动机器人上运用体积较小、计算能力不足的嵌入式深度学习硬件设备；同时，使用远程数据传输的方式，可远程控制机器人进入自身无法适应的环境中完成工作。

Description

一种基于深度学习的移动机器人远程目标检测系统及其检测 方法

技术领域

本发明涉及移动机器人远程控制系统技术领域，是一种基于深度学习的移动机器人远程目标检测系统及其检测方法。

背景技术

21世纪以来，随着机器人技术的不断成熟，机器人技术得到了更广泛应用。从工业机器人发展到服务型机器人，机器人逐渐走入了人们的日常生活当中，给我们带来了诸多方便。如清洁、导游、自助服务等。随着人类物质生活水平的提高及精神生活的日益丰富，未来机器人将跟人类更密切的联系在一起。2006年，杰弗里·辛顿以及他的学生鲁斯兰·萨拉赫丁诺夫正式提出了深度学习的概念。随着科学技术的日益增长，过去只能存在于理论的深度学习技术得以实现，并在各个领域特别是图像领域取得巨大成功。

传统目标检测算法只适应于有明显特征，背景简单的情形，而在实际应用中，背景复杂多变，而且待检测的目标复杂多变，很难通过一般的抽象特征完成对目标的检测，而深度学习可以提取同一目标丰富的特征，完成目标的检测。从某种程度上来说，人们无法总结出目标在各种复杂多变情形下的抽象特征，所以只好退而求其次，利用庞大丰富的数据，通过深度学习完成模型的训练，从而使得算法的健壮性更高，泛化能力更强，更容易应用于实际场景。

然而，目前深度学习技术所需的设备体积依旧过大，无法在移动机器人平台进行安装应用，或者存在较小体积的深度学习平台，但计算能力不足，进行目标检测时需要在精确性和实时性之间进行取舍。与此同时，。随着人类探索自然的脚步的不断迈进，所面临的工作环境也越来越恶劣，例如核工作、深海作业及太空探索。因此，远程控制越来越突显出其重要性。人类通过远程控制机器人进入自身无法适应的环境中完成工作，从而避免自身受到伤害。

发明内容

本发明为对移动机器人平台进行精确控制，本发明提供了一种基于深度学习的移动机器人远程目标检测系统及其检测方法，本发明提供了以下技术方案：

一种基于深度学习的移动机器人远程目标检测系统，所述系统包括上位主机模块、数据传输模块和移动机器人模块；

所述数据传输模块，用于从移动机器人模块传输视频数据到上位主机模块，以及从上位主机传输控制指令到移动机器人模块；

所述上位主机模块包括视频接收模块、目标检测模块和远程控制模块；所述视频接收模块用于接收移动机器人发送来的视频数据并显示；所述目标检测模块用于对视频数据进行目标检测运算并转换为控制指令；所述远程控制模块用于给移动机器人模块发送控制指令。

优选地，所述移动机器人模块包括：机器人本体、视频采集模块、视频传输模块及机器人控制模块；所述视频采集模块，用于采集视频数据；所述视频传输模块用于传输视频给上位主机模块；所述机器人控制模块用于接收上位主机模块发送的控制指令，并控制机器人做出相应运动。

优选地，控制子系统包括模拟量输出模块和数字量输入模块，所述模拟量输出模块用于输出电流控制智能调节阀，所述的数字量输入模块用于接收主控系统的控制指令。

一种基于深度学习的移动机器人远程目标检测方法，包括以下步骤：

步骤1：通过目标检测模块对视频数据进行目标检测运算并转换为相应控制指令，通过设置选择是否需要目标检测运算，判断是否连接到数据传输模块，当连接上时则开始接收视频数据，然后判断是否需要进行目标检测运算，当不需要目标检测时则直接显示视频数据，当需要则开始进行目标检测运算，将运算结果标记在视频数据上并显示；

步骤2：通过远程控制模块向机器人控制模块发送指令，当连接到数据传输模块时，则开始创建并发送设定结构控制指令；

步骤3：通过视频传输模块传输视频给上位主机模块，确定是否连接到数据传输模块，当连接上数据传输模块时则建立监听进程，监听进程循环判断是否有缓存视频数据，当有缓存时则发送视频数据；

步骤4：移动机器人模块接收上位主机模块发送的控制指令，并控制机器人做出相应运动，首先判断是否连接到数据传输模块，当连接上数据传输模块时则建立监听进程，监听进程循环判断是否有缓存控制指令，当有控制指令时则读取并解析控制指令的具体含义，然后通过解析结果发送控制命令控制移动机器人运动。

本发明具有以下有益效果：

本发明实现了调节阀的精确控制和远程实时监控，实现了调节阀的智能化应用。

本发明通过远程视频数据传输，将深度学习算法在高性能上位主机上进行运算，避免了深度学习硬件设备体积过大而造成的移动机器人体积过大，负载过重，也避免了在移动机器人上运用体积较小、计算能力不足的嵌入式深度学习硬件设备；同时，使用远程数据传输的方式，可远程控制机器人进入自身无法适应的环境中完成工作。

附图说明

图1是基于深度学习的移动机器人远程目标检测系统示意图；

图2是视频接收模块和目标检测模块程序流程图；

图3是远程控制模块程序流程图；

图4是视频传输模块程序流程图；

图5是机器人控制模块程序流程图；

具体实施方式

以下结合具体实施例，对本发明进行了详细说明。

具体实施例一：

根据图1至图5所示，针对深度学习硬件设备体积过大，无法在移动机器人上安装应用，或者体积满足在移动机器人上安装应用，但计算能力不足，需要在精确性和实时性之间进行取舍，本发明提供一种基于深度学习的移动机器人远程目标检测系统及其检测方法，具体为：

一种基于深度学习的移动机器人远程目标检测系统，所述系统包括上位主机模块、数据传输模块和移动机器人模块；

所述数据传输模块，用于从移动机器人模块传输视频数据到上位主机模块，以及从上位主机传输控制指令到移动机器人模块；

所述上位主机模块包括视频接收模块、目标检测模块和远程控制模块；所述视频接收模块用于接收移动机器人发送来的视频数据并显示；所述目标检测模块用于对视频数据进行目标检测运算并转换为控制指令；所述远程控制模块用于给移动机器人模块发送控制指令。

优选地，所述移动机器人模块包括：机器人本体、视频采集模块、视频传输模块及机器人控制模块；所述视频采集模块，用于采集视频数据；所述视频传输模块用于传输视频给上位主机模块；所述机器人控制模块用于接收上位主机模块发送的控制指令，并控制机器人做出相应运动。

优选地，控制子系统包括模拟量输出模块和数字量输入模块，所述模拟量输出模块用于输出电流控制智能调节阀，所述的数字量输入模块用于接收主控系统的控制指令。

一种基于深度学习的移动机器人远程目标检测方法，包括以下步骤：

步骤1：通过目标检测模块对视频数据进行目标检测运算并转换为相应控制指令，通过设置选择是否需要目标检测运算，判断是否连接到数据传输模块，当连接上时则开始接收视频数据，然后判断是否需要进行目标检测运算，当不需要目标检测时则直接显示视频数据，当需要则开始进行目标检测运算，将运算结果标记在视频数据上并显示；

步骤2：通过远程控制模块向机器人控制模块发送指令，当连接到数据传输模块时，则开始创建并发送设定结构控制指令；

步骤3：通过视频传输模块传输视频给上位主机模块，确定是否连接到数据传输模块，当连接上数据传输模块时则建立监听进程，监听进程循环判断是否有缓存视频数据，当有缓存时则发送视频数据；

步骤4：移动机器人模块接收上位主机模块发送的控制指令，并控制机器人做出相应运动，首先判断是否连接到数据传输模块，当连接上数据传输模块时则建立监听进程，监听进程循环判断是否有缓存控制指令，当有控制指令时则读取并解析控制指令的具体含义，然后通过解析结果发送控制命令控制移动机器人运动。

以上所述仅是一种基于深度学习的移动机器人远程目标检测系统及其检测方法的优选实施方式，一种基于深度学习的移动机器人远程目标检测系统及其检测方法的保护范围并不仅局限于上述实施例，凡属于该思路下的技术方案均属于本发明的保护范围。应当指出，对于本领域的技术人员来说，在不脱离本发明原理前提下的若干改进和变化，这些改进和变化也应视为本发明的保护范围。

Claims (4)

1.一种基于深度学习的移动机器人远程目标检测系统，其特征是：所述系统包括上位主机模块、数据传输模块和移动机器人模块；

所述数据传输模块，用于从移动机器人模块传输视频数据到上位主机模块，以及从上位主机传输控制指令到移动机器人模块；

所述上位主机模块包括视频接收模块、目标检测模块和远程控制模块；所述视频接收模块用于接收移动机器人发送来的视频数据并显示；所述目标检测模块用于对视频数据进行目标检测运算并转换为控制指令；所述远程控制模块用于给移动机器人模块发送控制指令。

2.根据权利要求1所述的一种基于深度学习的移动机器人远程目标检测系统，其特征是：所述移动机器人模块包括：机器人本体、视频采集模块、视频传输模块及机器人控制模块；所述视频采集模块，用于采集视频数据；所述视频传输模块用于传输视频给上位主机模块；所述机器人控制模块用于接收上位主机模块发送的控制指令，并控制机器人做出相应运动。

3.根据权利要求1所述的一种基于深度学习的移动机器人远程目标检测系统，其特征是：控制子系统包括模拟量输出模块和数字量输入模块，所述模拟量输出模块用于输出电流控制智能调节阀，所述的数字量输入模块用于接收主控系统的控制指令。

4.一种基于深度学习的移动机器人远程目标检测方法，所述方法基于如权利要求1所述的一种基于深度学习的移动机器人远程目标检测系统，其特征是：包括以下步骤：

步骤1：通过目标检测模块对视频数据进行目标检测运算并转换为相应控制指令，通过设置选择是否需要目标检测运算，判断是否连接到数据传输模块，当连接上时则开始接收视频数据，然后判断是否需要进行目标检测运算，当不需要目标检测时则直接显示视频数据，当需要则开始进行目标检测运算，将运算结果标记在视频数据上并显示；

步骤2：通过远程控制模块向机器人控制模块发送指令，当连接到数据传输模块时，则开始创建并发送设定结构控制指令；

步骤3：通过视频传输模块传输视频给上位主机模块，确定是否连接到数据传输模块，当连接上数据传输模块时则建立监听进程，监听进程循环判断是否有缓存视频数据，当有缓存时则发送视频数据；

步骤4：移动机器人模块接收上位主机模块发送的控制指令，并控制机器人做出相应运动，首先判断是否连接到数据传输模块，当连接上数据传输模块时则建立监听进程，监听进程循环判断是否有缓存控制指令，当有控制指令时则读取并解析控制指令的具体含义，然后通过解析结果发送控制命令控制移动机器人运动。

Images