CN112429444A - 垃圾回收机器人及其控制方法 - Google Patents
垃圾回收机器人及其控制方法 Download PDFInfo
- Publication number
- CN112429444A CN112429444A CN202011204564.9A CN202011204564A CN112429444A CN 112429444 A CN112429444 A CN 112429444A CN 202011204564 A CN202011204564 A CN 202011204564A CN 112429444 A CN112429444 A CN 112429444A
- Authority
- CN
- China
- Prior art keywords
- robot
- garbage
- camera
- controlling
- garbage collection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F5/00—Gathering or removal of refuse otherwise than by receptacles or vehicles
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种垃圾回收机器人及其控制方法，涉及智能设备领域，机器人包括：移动部件，用于调整所述机器人的位置和方向；执行部件，用于执行垃圾回收；摄像头部件，用于拍摄图像；控制部件，用于控制所述摄像头部件拍摄图像，从拍摄到的图像中识别预设特征，根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置，控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。本发明的机器人基于机器视觉技术可以识别不同分类的垃圾桶，并实施垃圾回收。
Description
技术领域
本发明涉及智能设备领域，尤其是一种垃圾回收机器人及其控制方法。
背景技术
垃圾分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用，减少垃圾处理量和处理设备，降低处理成本，减少土地资源的小号，基于国民的素质不断提高，大部分国民都能较好的进行垃圾分类，将不同类型垃圾分别放入指定垃圾箱，然而在垃圾车回收垃圾过程中往往需要环卫工人手动将不同垃圾箱中的垃圾倒入不同垃圾车，未能实现垃圾车自动识别垃圾箱种类，自动分类回收垃圾的过程，导致垃圾回收过程消耗不必要的人力物力，降低了垃圾回收的效率。鉴于社会上的垃圾桶形状颜色各异，通过识别不同垃圾桶来辨别垃圾桶类型的算法并无可实施性。
发明内容
有鉴于此，本发明实施例提供一种垃圾回收机器人及其控制方法，以实现垃圾分类回收。
本发明的第一方面提供了一种垃圾回收机器人，包括：
移动部件，用于调整所述机器人的位置和方向；
执行部件，用于执行垃圾回收；
摄像头部件，用于拍摄图像；
控制部件，用于控制所述摄像头部件拍摄图像，从拍摄到的图像中识别预设特征，根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置，控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。
进一步，从拍摄到的图像中识别预设特征，包括：
通过寻找指定颜色色块的方式对标志牌位置进行粗定位，通过遍历指定颜色像素点的方式确认标志牌像素面积，结合遍历像素点寻找标志牌顶点方式确认标志牌像素边长并确定标志牌形状，与回收的目标垃圾类型进行匹配，以确定所述预设特征。
进一步，所述机器人还包括障碍物传感器，所述控制部件在控制所述移动部件时，根据所述障碍物传感器的传感数据，利用人工时长算法计算所述机器人的行驶路线。
进一步，所述摄像头部件还用于辅助确定障碍物的位置。
进一步，所述控制部件还用于在一个控制周期内通过接收摄像头和障碍我传感器的数据得到目标垃圾桶和障碍物的位置信息并进行解码，通过比较目标路线和实际路线之间的偏差对所述机器人的行径路线进行校正，以态规划所述机器人的行进路线。
进一步，所述预设特征包括从多个垃圾桶分类标志中提取的特征。
进一步，所述摄像头模块为openmv摄像头模块。
进一步，所述控制器在从摄像头拍摄的图像中进行特征识别之前，还通过自适应阈值算法对图像中的环境光进行过滤。
进一步，所述机器人还包括人机交互模块，用于向所述控制器输入配置参数。
本发明的第二方面提供了一种垃圾回收机器人的控制方法，包括以下步骤：
控制所述摄像头部件拍摄图像；
从拍摄到的图像中识别预设特征；
根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置；
控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。
本发明的实施例基于机器视觉的方案能够可根据垃圾标志牌识别不同分类的垃圾桶，并自主完成垃圾回收的任务。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种垃圾回收机器人的模块框图；
图2为本发明实施例提供的一种垃圾回收机器人的控制方法的流程图；
图3a、图3b、图3c为本发明实施例提供的一种垃圾回收机器人图像特征识别方法的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本实施例提供了一种垃圾回收机器人，包括：
移动部件，用于调整所述机器人的位置和方向；
执行部件，用于执行垃圾回收；
摄像头部件，用于拍摄图像；
控制部件，用于控制所述摄像头部件拍摄图像，从拍摄到的图像中识别预设特征，根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置，控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。
具体地，本实施例的机器人系统内包含了主控系统部分，路径规划和制动系统，数据检测系统，人机交互系统。其中，路径规划和制动系统实现垃圾车移动至目标垃圾箱位置完成垃圾回收。检测系统涵盖距离检测模块，摄像头模块两部分。人机交互系统实现管理人员与该系统信息交流(垃圾箱类型信息和操作确认信息)，实现系统数据的实时监测。
如图2所示的系统一个控制周期内的软件工作流程，首先会通过交互界面输入拾取目标垃圾类型，在交互界面确认后系统进入垃圾箱识别模式，在识别环境(背景)颜色后自动滤出标志牌颜色阈值范围并识别指示牌形状，通过识别不同形状指示牌分辨垃圾箱类型后，自动匹配目标拾取垃圾类型和垃圾箱种类，经交互页面确认后识别视野内障碍物位置后规划路线前往指定垃圾箱位置装载和拾取垃圾。后重复上述步骤拾取其他类型垃圾箱中垃圾，经上位机确认装载完所有类型垃圾后结束本次控制流程。
检测系统将传感器采集到的系统信息通过无线通讯模块以特定频率发送给指控芯片实现信息的实时反馈，控制系统根据反馈得到的信息进行机器人路径规划，同时反馈得到的信息通过人机交互系统反馈至管理员，实现实时监控。
从以上实施例可知，管理人员通过人机交互界面输入指定回收垃圾类型，垃圾箱类型信息传入服务器后检测系统的图像识别模块寻找垃圾箱标志牌，并识别垃圾箱标志牌形状以确定垃圾箱类型，同时识别视野内障碍物信息；结合距离检测模块确定垃圾箱和障碍物位置实时反馈至控制系统，通过语音和显示屏交互系统显示至管理员处，实现机器人系统数据的实时监测。使用多机最优路径的优化算法实现垃圾回收的路径规划，并在机器视觉路障识别算法的辅助下完成避障功能。可见上述方案适用于本应用场景，大大提升了垃圾回收的效率。
值得注意的是，上述技术方案中的标志牌形状识别算法，既包括自适应阈值的优化算法，使摄像头在不设定特定颜色阈值的情况下自动识别标志牌颜色，锁定色块的大致信息，也包括图像像素点遍历优化算法，结合遍历像素点寻找色块顶点算法和遍历像素点得出色块像素面积方法，降低模块运算量的同时更准确的判断标志牌色块的形状和大小。基于动态路障信息的路径规划算法，在随机性路障应变能力方面优化了传统的人工势场算法，使系统可按生成的规划线路安全高效的行动至目标。
在一些实施例中，从拍摄到的图像中识别预设特征，包括：
通过寻找指定颜色色块的方式对标志牌位置进行粗定位，通过遍历指定颜色像素点的方式确认标志牌像素面积，结合遍历像素点寻找标志牌顶点方式确认标志牌像素边长并确定标志牌形状，与回收的目标垃圾类型进行匹配，以确定所述预设特征。参照图3a、图3b和图3c当目标物体调整至视野中心后，首先对图像依次从四周向中心逐行或逐列扫描，直到扫描到颜色突变的点a、b、c、d，然后依次计算线段ab、bc、cd、da的长度。该方法优点是可以得出边长之间的关系，但由于只依赖几个像素点的识别，存在较大误差。通过扫描并记录目标颜色像素点个数可得到目标色块像素面积，面积法得到的面积信息较为准确，结合两种方法可以推算出非常准确的边长信息。结合识别到的顶点和面积可以得出物体形状。
在一些实施例中，所述机器人还包括障碍物传感器，所述控制部件在控制所述移动部件时，根据所述障碍物传感器的传感数据，利用人工时长算法计算所述机器人的行驶路线。
在一些实施例中，所述摄像头部件还用于辅助确定障碍物的位置。
在一些实施例中，所述控制部件还用于在一个控制周期内通过接收摄像头和障碍我传感器的数据得到目标垃圾桶和障碍物的位置信息并进行解码，通过比较目标路线和实际路线之间的偏差对所述机器人的行径路线进行校正，以态规划所述机器人的行进路线。
在一些实施例中，所述预设特征包括从多个垃圾桶分类标志中提取的特征。可回收垃圾箱上指示牌为圆形，厨余垃圾箱上指示牌为正方形，有害垃圾箱上指示牌为三角形，其他垃圾箱上指示牌为正五边形。通过特征提取，可以让机器人学习到垃圾标志的特征。
在一些实施例中，所述摄像头模块为openmv摄像头模块。可以理解的是，openmv摄像头模块是一种技术成熟的图像识别摄像头模块，其可以帮助处理器完成部分计算，提高了图像识别效率。
在一些实施例中，所述控制器在从摄像头拍摄的图像中进行特征识别之前，还通过自适应阈值算法对图像中的环境光进行过滤。通过自适应阈值算法进行环境光的过滤可以避免环境光对图像识别造成不良的影响，从而提高识别的精度。
在一些实施例中，所述机器人还包括人机交互模块，用于向所述控制器输入配置参数。在该实施例中，管理人员通过人机交互界面输入指定回收垃圾类型，垃圾箱类型信息传入服务器后检测系统的图像识别模块寻找垃圾箱标志牌，并识别垃圾箱标志牌形状以确定垃圾箱类型，其操作方便，提高了垃圾回收的效率。
本实施例提供了一种垃圾回收机器人的控制方法，包括以下步骤：
步骤1、控制所述摄像头部件拍摄图像；
步骤2、从拍摄到的图像中识别预设特征；
步骤3、根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置；
步骤4、控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种垃圾回收机器人，其特征在于，包括：
移动部件，用于调整所述机器人的位置和方向；
执行部件，用于执行垃圾回收；
摄像头部件，用于拍摄图像；
控制部件，用于控制所述摄像头部件拍摄图像，从拍摄到的图像中识别预设特征，根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置，控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。
2.根据权利要求1所述的垃圾回收机器人，其特征在于，所述从拍摄到的图像中识别预设特征，包括：
通过寻找指定颜色色块的方式对标志牌位置进行粗定位，通过遍历指定颜色像素点的方式确认标志牌像素面积，结合遍历像素点寻找标志牌顶点方式确认标志牌像素边长并确定标志牌形状，与回收的目标垃圾类型进行匹配，以确定所述预设特征。
3.根据权利要求1所述的垃圾回收机器人，其特征在于，所述机器人还包括障碍物传感器，所述控制部件在控制所述移动部件时，根据所述障碍物传感器的传感数据，利用人工时长算法计算所述机器人的行驶路线。
4.根据权利要求1所述的垃圾回收机器人，其特征在于，所述摄像头部件还用于辅助确定障碍物的位置。
5.根据权利要求1所述的垃圾回收机器人，其特征在于，所述控制部件还用于在一个控制周期内通过接收摄像头和障碍我传感器的数据得到目标垃圾桶和障碍物的位置信息并进行解码，通过比较目标路线和实际路线之间的偏差对所述机器人的行径路线进行校正，以态规划所述机器人的行进路线。
6.根据权利要求1所述的垃圾回收机器人，其特征在于，所述预设特征包括从多个垃圾桶分类标志中提取的特征。
7.根据权利要求1所述的垃圾回收机器人，其特征在于，所述摄像头模块为openmv摄像头模块。
8.根据权利要求1所述的垃圾回收机器人，其特征在于，所述控制器在从摄像头拍摄的图像中进行特征识别之前，还通过自适应阈值算法对图像中的环境光进行过滤。
9.根据权利要求1所述的垃圾回收机器人，其特征在于，所述机器人还包括人机交互模块，用于向所述控制器输入配置参数。
10.一种如权利要求1-9任选项所述的垃圾回收机器人的控制方法，其特征在于，包括以下步骤：
控制所述摄像头部件拍摄图像；
从拍摄到的图像中识别预设特征；
根据所述预设特征在图像中的位置，以及所述摄像头的标定数据确定目标移动位置；
控制所述移动部件带动所述机器人抵达所述目标移动位置，控制所述执行部件进行垃圾回收。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011204564.9A CN112429444A (zh) | 2020-11-02 | 2020-11-02 | 垃圾回收机器人及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011204564.9A CN112429444A (zh) | 2020-11-02 | 2020-11-02 | 垃圾回收机器人及其控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112429444A true CN112429444A (zh) | 2021-03-02 |
Family
ID=74696620
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011204564.9A Pending CN112429444A (zh) | 2020-11-02 | 2020-11-02 | 垃圾回收机器人及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112429444A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114104550A (zh) * | 2021-12-01 | 2022-03-01 | 北京云迹科技有限公司 | 移动机器人楼宇垃圾回收方法及相关设备 |
| CN116766210A (zh) * | 2023-08-12 | 2023-09-19 | 中天智能装备(天津)有限公司 | 一种大型阳极熔炼池双机器人协同捞渣轨迹规划方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1745987A (zh) * | 2004-09-10 | 2006-03-15 | 中国科学院自动化研究所 | 一种移动机械手控制系统 |
| CN107123146A (zh) * | 2017-03-20 | 2017-09-01 | 深圳市华汉伟业科技有限公司 | 一种标定板图像的标志物定位方法和系统 |
| CN107301634A (zh) * | 2017-06-28 | 2017-10-27 | 湖南瑞森可机器人科技有限公司 | 一种机器人自动分拣方法及系统 |
| CN108994855A (zh) * | 2018-08-15 | 2018-12-14 | 深圳市烽焌信息科技有限公司 | 垃圾定期清理方法及机器人 |
| US20200050922A1 (en) * | 2018-08-13 | 2020-02-13 | National Chiao Tung University | Recycling system and method based on deep-learning and computer vision technology |
| CN111703792A (zh) * | 2020-06-15 | 2020-09-25 | 北京鸿程嘉信机械设备有限公司 | 智能型垃圾分类转运站及其控制方法 |
-
2020
- 2020-11-02 CN CN202011204564.9A patent/CN112429444A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1745987A (zh) * | 2004-09-10 | 2006-03-15 | 中国科学院自动化研究所 | 一种移动机械手控制系统 |
| CN107123146A (zh) * | 2017-03-20 | 2017-09-01 | 深圳市华汉伟业科技有限公司 | 一种标定板图像的标志物定位方法和系统 |
| CN107301634A (zh) * | 2017-06-28 | 2017-10-27 | 湖南瑞森可机器人科技有限公司 | 一种机器人自动分拣方法及系统 |
| US20200050922A1 (en) * | 2018-08-13 | 2020-02-13 | National Chiao Tung University | Recycling system and method based on deep-learning and computer vision technology |
| CN108994855A (zh) * | 2018-08-15 | 2018-12-14 | 深圳市烽焌信息科技有限公司 | 垃圾定期清理方法及机器人 |
| CN111703792A (zh) * | 2020-06-15 | 2020-09-25 | 北京鸿程嘉信机械设备有限公司 | 智能型垃圾分类转运站及其控制方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114104550A (zh) * | 2021-12-01 | 2022-03-01 | 北京云迹科技有限公司 | 移动机器人楼宇垃圾回收方法及相关设备 |
| CN116766210A (zh) * | 2023-08-12 | 2023-09-19 | 中天智能装备(天津)有限公司 | 一种大型阳极熔炼池双机器人协同捞渣轨迹规划方法 |
| CN116766210B (zh) * | 2023-08-12 | 2023-12-01 | 中天智能装备(天津)有限公司 | 一种大型阳极熔炼池双机器人协同捞渣轨迹规划方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9802317B1 (en) | Methods and systems for remote perception assistance to facilitate robotic object manipulation | |
| Wang et al. | Vision-based robotic system for on-site construction and demolition waste sorting and recycling | |
| US20230046145A1 (en) | Systems and methods for detecting waste receptacles using convolutional neural networks | |
| CN111360780A (zh) | 一种基于视觉语义slam的垃圾捡拾机器人 | |
| CN110245663A (zh) | 一种用于钢卷信息识别的方法 | |
| CN112429444A (zh) | 垃圾回收机器人及其控制方法 | |
| JP2005164323A (ja) | 位置検出用マーク、並びに、マーク検出装置、その方法及びそのプログラム | |
| CN115049700A (zh) | 一种目标检测方法及装置 | |
| CN105868766A (zh) | 喷涂流水线工件自动检测与识别方法 | |
| CN103593654A (zh) | 一种人脸定位的方法与装置 | |
| US20220083792A1 (en) | Method and device for providing data for creating a digital map | |
| CN117531717A (zh) | 一种巡逻式智能垃圾分拣机器人及其工作方法 | |
| Gökçe et al. | Recognition of dynamic objects from UGVs using Interconnected Neuralnetwork-based Computer Vision system | |
| CN106477219B (zh) | 一种基于机器视觉的板材成品入库管理系统及方法 | |
| CN114675658B (zh) | 一种空货架的自动回收方法、系统、设备以及介质 | |
| JP2861014B2 (ja) | 物体認識装置 | |
| CN109032125B (zh) | 一种视觉agv的导航方法 | |
| Othman et al. | Comparison on cloud image classification for thrash collecting LEGO mindstorms EV3 robot | |
| CN113298044B (zh) | 基于定位补偿的障碍物检测方法、系统、设备及存储介质 | |
| CN105678257A (zh) | 一种交通调查车型识别方法、装置及其系统 | |
| CN114972945A (zh) | 多机位信息融合的车辆识别方法、系统、设备及存储介质 | |
| CN114548868A (zh) | 基于机器视觉的仓库堆垛物品盘库计数方法及装置 | |
| CN117284663B (zh) | 一种园林垃圾的处理系统及方法 | |
| CN115730236B (zh) | 一种基于人机交互药物识别获取方法、设备及存储介质 | |
| TWI838236B (zh) | 人員偵測系統及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210302 |
|
| RJ01 | Rejection of invention patent application after publication |