CN114670208A - 一种带有学习功能的智能机器人防摔系统 - Google Patents
一种带有学习功能的智能机器人防摔系统 Download PDFInfo
- Publication number
- CN114670208A CN114670208A CN202210592028.3A CN202210592028A CN114670208A CN 114670208 A CN114670208 A CN 114670208A CN 202210592028 A CN202210592028 A CN 202210592028A CN 114670208 A CN114670208 A CN 114670208A
- Authority
- CN
- China
- Prior art keywords
- intelligent robot
- module
- unit
- obstacle
- falling
- 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
- 230000006870 function Effects 0.000 title claims abstract description 24
- 230000009471 action Effects 0.000 claims abstract description 48
- 238000012937 correction Methods 0.000 claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 9
- 230000004888 barrier function Effects 0.000 claims description 19
- 230000009194 climbing Effects 0.000 claims description 19
- 238000009472 formulation Methods 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 14
- 230000003746 surface roughness Effects 0.000 claims description 14
- 230000005055 memory storage Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 3
- 206010016173 Fall Diseases 0.000 claims 4
- 238000001514 detection method Methods 0.000 claims 1
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 8
- 238000005452 bending Methods 0.000 description 4
- 239000000725 suspension Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明涉及智能机器人防摔技术领域，具体地说，涉及一种带有学习功能的智能机器人防摔系统。其包括智能控制终端。本发明中，智能控制终端发出行走指令，动作执行单元用于对智能机器人动作指令进行制定，智能控制终端发出监控指令，通过摄像监控单元对智能机器人将要通过的路段进行监控处理，障碍物识别单元对智能机器人将要通过的路段障碍物进行识别，摔倒状态记录单元结合障碍物识别信息以及脚部协调信息对智能机器人摔倒前动作状态进行记录，通过智能控制终端对智能机器人脚部协调进行重新规划，实现智能机器人自动学习功能，通过矫正方式模拟单元及时对智能机器人摔倒后的脚部动作进行协调，减少智能机器人摔倒次数，提高智能机器人使用寿命。
Description
技术领域
本发明涉及智能机器人防摔技术领域，具体地说，涉及一种带有学习功能的智能机器人防摔系统。
背景技术
智能机器人之所以叫智能机器人，这是因为它有相当发达的“大脑”，在脑中起作用的是中央处理器，这种计算机跟操作它的人有直接的联系，最主要的是，这样的计算机可以进行按目的安排的动作，随着社会发展的需要和机器人应用领域的扩大，人们对智能机器人的要求也越来越高，智能机器人所处的环境往往是未知的、难以预测的。
智能机器人在进行行走过程中，很容易受到障碍物影响，在进行障碍通过时，很容易因攀爬姿势导致智能机器人摔倒，需要提前对智能机器人摔倒前的动作状态进行记录，从而在下次进行相同障碍物通过时，能够使用其他动作进行障碍通过，减少智能机器人摔倒率，所以现亟需一种带有学习功能的智能机器人防摔系统。
发明内容
本发明的目的在于提供一种带有学习功能的智能机器人防摔系统，以解决上述背景技术中提出的问题。
为实现上述目的，提供了一种带有学习功能的智能机器人防摔系统，包括智能控制终端，所述智能控制终端输出端连接有动作执行单元，所述动作执行单元用于对智能机器人动作指令进行制定，所述动作执行单元输出端连接有脚部协调单元，所述脚部协调单元用于根据动作指令对智能机器人脚部动作进行协调，所述智能控制终端输出端还连接有摄像监控单元，所述摄像监控单元输出端连接有障碍物识别单元，所述障碍物识别单元用于对智能机器人将要通过的路段障碍物进行识别，所述障碍物识别单元输出端连接有摔倒状态记录单元，所述摔倒状态记录单元用于对智能机器人摔倒前动作状态进行记录，所述摔倒状态记录单元输出端连接有矫正方式模拟单元，所述矫正方式模拟单元根据智能机器人摔倒前动作状态对智能机器人摔倒前动作进行模拟矫正处理，所述矫正方式模拟单元输出端与所述智能控制终端输入端连接。
作为本技术方案的进一步改进，所述智能控制终端包括行走指令制定模块，所述行走指令制定模块用于对行走指令进行制定，所述智能控制终端包括监控指令制定模块，所述监控指令制定模块用于对监控指令进行制定，所述智能控制终端还包括矫正信息反馈模块，所述矫正信息反馈模块用于接收矫正反馈信息，所述矫正信息反馈模块输出端与所述行走指令制定模块输入端连接，所述矫正信息反馈模块输出端与所述监控指令制定模块输入端连接，所述矫正信息反馈模块输入端与所述矫正方式模拟单元输出端连接。
作为本技术方案的进一步改进，所述脚部协调单元包括指令接收模块，所述指令接收模块输出端连接有单脚悬空高度制定模块，所述单脚悬空高度制定模块用于结合障碍物高度对智能机器人将要抬起的单脚高度进行制定，所述单脚悬空高度制定模块输出端连接有双脚弯曲度制定模块，所述双脚弯曲度制定模块用于根据障碍物高度对智能机器人双脚弯曲度进行制定。
作为本技术方案的进一步改进，所述单脚悬空高度制定模块采用高度测量算法，其算法公式如下所示：
其中，
为摄像头发出激光到障碍物最高点距离，
为摄像头与平面所成夹角，
为光速，
为激光到达障碍物最高点距离所花时间，
为最终测量出的障碍物高度，
为智能机器人单脚脚底距离障碍物最高点高度，
为智能机器人单脚脚底距离悬空高度。
作为本技术方案的进一步改进，所述障碍物识别单元包括障碍物形状识别模块，所述障碍物形状识别模块输出端连接有最佳攀爬位置确定模块，所述最佳攀爬位置确定模块用于确定障碍物上最佳攀爬位置。
作为本技术方案的进一步改进，所述最佳攀爬位置确定模块输出端连接有障碍物表面粗糙度判定模块，所述障碍物表面粗糙度判定模块用于对障碍物最佳通过面粗糙程度进行判定。
作为本技术方案的进一步改进，所述摔倒状态记录单元包括摔倒状态响应模块，所述摔倒状态响应模块输出端连接有摔倒位置确定模块，所述摔倒位置确定模块用于确定智能机器人摔倒后位置，所述摔倒位置确定模块输出端连接有摔倒前状态记录模块。
作为本技术方案的进一步改进，所述摔倒状态记录单元输出端连接有记忆存储单元，所述记忆存储单元用于对智能机器人摔倒过程实时信息进行记忆存储。
作为本技术方案的进一步改进，所述记忆存储单元输入端与所述障碍物识别单元输出端连接。
与现有技术相比，本发明的有益效果：
1、该带有学习功能的智能机器人防摔系统中，智能控制终端发出行走指令，动作执行单元用于对智能机器人动作指令进行制定，智能控制终端发出监控指令，通过摄像监控单元对智能机器人将要通过的路段进行监控处理，障碍物识别单元对智能机器人将要通过的路段障碍物进行识别，摔倒状态记录单元结合障碍物识别信息以及脚部协调信息对智能机器人摔倒前动作状态进行记录，通过智能控制终端对智能机器人脚部协调进行重新规划，实现智能机器人自动学习功能，通过矫正方式模拟单元及时对智能机器人摔倒后的脚部动作进行协调，减少智能机器人摔倒次数，提高智能机器人使用寿命。
2、该带有学习功能的智能机器人防摔系统中，行走指令制定模块对行走指令进行制定，控指令制定模块对监控指令进行制定，矫正信息反馈模块接收矫正反馈信息，并将矫正反馈信息传输至行走指令制定模块以及监控指令制定模块，行走指令制定模块根据矫正反馈信息重新制定行走指令，监控指令制定模块根据矫正反馈信息重新制定监控指令。
3、该带有学习功能的智能机器人防摔系统中，指令接收模块进行指令接收，生成指令信息，并将指令信息传输至单脚悬空高度制定模块，单脚悬空高度制定模块结合障碍物高度对智能机器人将要抬起的单脚高度进行制定，生成单脚高度制定信息，并将单脚高度制定信息传输至双脚弯曲度制定模块，通过双脚弯曲度制定模块根据障碍物高度对智能机器人双脚弯曲度进行制定，以确定智能机器人最终跨越障碍物的动作状态。
4、该带有学习功能的智能机器人防摔系统中，由于障碍物表面粗糙度不同，当智能机器人通过过程中，很容易因为障碍物最佳通过面过于光滑，导致智能机器人通过过程时智能机器人脚底与障碍物接触面摩擦力过小，很容易发生打滑现象，诱发智能机器人摔倒，此时通过障碍物表面粗糙度判定模块对障碍物最佳通过面粗糙程度进行判定，在选取最佳通过点后，对最佳通过点表面区域进行粗糙程度判定，以确定粗糙较高的区域作为通过点，减少智能机器人摔倒概率。
附图说明
图1为本发明的整体结构示意图；
图2为本发明实施例1的智能控制终端流程图；
图3为本发明实施例1的脚部协调单元流程图；
图4为本发明实施例1的障碍物识别单元流程图；
图5为本发明实施例1的摔倒状态记录单元流程图。
图中各个标号意义为：
10、智能控制终端；110、行走指令制定模块；120、监控指令制定模块；130、矫正信息反馈模块；
20、动作执行单元；
30、脚部协调单元；310、指令接收模块；320、单脚悬空高度制定模块；330、双脚弯曲度制定模块；
40、摄像监控单元；
50、障碍物识别单元；510、障碍物形状识别模块；520、最佳攀爬位置确定模块；530、障碍物表面粗糙度判定模块；
60、摔倒状态记录单元；610、摔倒状态响应模块；620、摔倒位置确定模块；630、摔倒前状态记录模块；
70、矫正方式模拟单元；
80、记忆存储单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
请参阅图1-图5所示，本实施例目的在于，提供了一种带有学习功能的智能机器人防摔系统，包括智能控制终端10，智能控制终端10输出端连接有动作执行单元20，动作执行单元20用于对智能机器人动作指令进行制定，动作执行单元20输出端连接有脚部协调单元30，脚部协调单元30用于根据动作指令对智能机器人脚部动作进行协调，智能控制终端10输出端还连接有摄像监控单元40，摄像监控单元40输出端连接有障碍物识别单元50，障碍物识别单元50用于对智能机器人将要通过的路段障碍物进行识别，障碍物识别单元50输出端连接有摔倒状态记录单元60，摔倒状态记录单元60用于对智能机器人摔倒前动作状态进行记录，摔倒状态记录单元60输出端连接有矫正方式模拟单元70，矫正方式模拟单元70根据智能机器人摔倒前动作状态对智能机器人摔倒前动作进行模拟矫正处理，矫正方式模拟单元70输出端与智能控制终端10输入端连接。
具体使用时，智能控制终端10发出行走指令，并将行走指令传输至动作执行单元20，动作执行单元20用于对智能机器人动作指令进行制定，生成制定信息，并将制定信息传输至脚部协调单元30，脚部协调单元30用于根据动作指令对智能机器人脚部动作进行协调，生成脚部协调信息，同时智能控制终端10输出端连接有摄像监控单元40，通过智能控制终端10发出监控指令，生成监控指令信息，并将监控指令信息传输至摄像监控单元40，通过摄像监控单元40对智能机器人将要通过的路段进行监控处理，生成监控信息，并将监控信息传输至障碍物识别单元50，障碍物识别单元50对智能机器人将要通过的路段障碍物进行识别，生成障碍物识别信息，当智能机器人通过障碍物过程中出现摔倒时，此时摔倒状态记录单元60结合障碍物识别信息以及脚部协调信息对智能机器人摔倒前动作状态进行记录，生成摔倒状态记录信息，并将摔倒状态记录信息传输至矫正方式模拟单元70，矫正方式模拟单元70根据智能机器人摔倒前动作状态对智能机器人摔倒前动作进行模拟矫正处理，生成矫正信息，并将矫正信息传输至智能控制终端10，通过智能控制终端10重新发出行走指令，对智能机器人脚部协调进行重新规划，实现智能机器人自动学习功能，同时通过矫正方式模拟单元70及时对智能机器人摔倒后的脚部动作进行协调，减少智能机器人摔倒次数，提高智能机器人使用寿命。
此外，智能控制终端10包括行走指令制定模块110，行走指令制定模块110用于对行走指令进行制定，智能控制终端10包括监控指令制定模块120，监控指令制定模块120用于对监控指令进行制定，智能控制终端10还包括矫正信息反馈模块130，矫正信息反馈模块130用于接收矫正反馈信息，矫正信息反馈模块130输出端与行走指令制定模块110输入端连接，矫正信息反馈模块130输出端与监控指令制定模块120输入端连接，矫正信息反馈模块130输入端与矫正方式模拟单元70输出端连接。具体使用时，行走指令制定模块110对行走指令进行制定，监控指令制定模块120对监控指令进行制定，矫正信息反馈模块130接收矫正反馈信息，并将矫正反馈信息传输至行走指令制定模块110以及监控指令制定模块120，行走指令制定模块110根据矫正反馈信息重新制定行走指令，监控指令制定模块120根据矫正反馈信息重新制定监控指令。
进一步的，脚部协调单元30包括指令接收模块310，指令接收模块310输出端连接有单脚悬空高度制定模块320，单脚悬空高度制定模块320用于结合障碍物高度对智能机器人将要抬起的单脚高度进行制定，单脚悬空高度制定模块320输出端连接有双脚弯曲度制定模块330，双脚弯曲度制定模块330用于根据障碍物高度对智能机器人双脚弯曲度进行制定。具体使用时，指令接收模块310进行指令接收，生成指令信息，并将指令信息传输至单脚悬空高度制定模块320，单脚悬空高度制定模块320结合障碍物高度对智能机器人将要抬起的单脚高度进行制定，生成单脚高度制定信息，并将单脚高度制定信息传输至双脚弯曲度制定模块330，通过双脚弯曲度制定模块330根据障碍物高度对智能机器人双脚弯曲度进行制定，以确定智能机器人最终跨越障碍物的动作状态。
再进一步的，单脚悬空高度制定模块320采用高度测量算法，其算法公式如下所示：
其中，
为摄像头发出激光到障碍物最高点距离，
为摄像头与平面所成夹角，
为光速，
为激光到达障碍物最高点距离所花时间，
为最终测量出的障碍物高度，
为智能机器人单脚脚底距离障碍物最高点高度，
为智能机器人单脚脚底距离悬空高度。
具体的，障碍物识别单元50包括障碍物形状识别模块510，障碍物形状识别模块510输出端连接有最佳攀爬位置确定模块520，最佳攀爬位置确定模块520用于确定障碍物上最佳攀爬位置。具体使用时，障碍物形状识别模块510对智能机器人即将经过的障碍物形状进行识别，生成识别信息，并将识别信息传输至最佳攀爬位置确定模块520，最佳攀爬位置确定模块520确定障碍物上最佳攀爬位置，以便智能机器人在最佳位置进行障碍物攀爬，提高攀爬效率。
此外，最佳攀爬位置确定模块520输出端连接有障碍物表面粗糙度判定模块530，障碍物表面粗糙度判定模块530用于对障碍物最佳通过面粗糙程度进行判定。具体使用时，由于障碍物表面粗糙度不同，当智能机器人通过过程中，很容易因为障碍物最佳通过面过于光滑，导致智能机器人通过过程时智能机器人脚底与障碍物接触面摩擦力过小，很容易发生打滑现象，诱发智能机器人摔倒，此时通过障碍物表面粗糙度判定模块530对障碍物最佳通过面粗糙程度进行判定，在选取最佳通过点后，对最佳通过点表面区域进行粗糙程度判定，以确定粗糙较高的区域作为通过点，减少智能机器人摔倒概率。
进一步的，摔倒状态记录单元60包括摔倒状态响应模块610，摔倒状态响应模块610输出端连接有摔倒位置确定模块620，摔倒位置确定模块620用于确定智能机器人摔倒后位置，摔倒位置确定模块620输出端连接有摔倒前状态记录模块630。具体使用时，摔倒状态响应模块610对智能机器人状态进行判断，当智能机器人摔倒后，发出智能机器人摔倒指令，生成摔倒指令信息，并将摔倒指令信息传输至摔倒位置确定模块620，摔倒位置确定模块620接收摔倒指令信息，并确定智能机器人摔倒后的位置，生成摔倒后位置信息，并将摔倒后位置信息传输至摔倒前状态记录模块630，摔倒前状态记录模块630首先确定智能机器人摔倒前状态信息，并结合摔倒后位置信息判断智能机器人摔倒区域，形成对比，以便寻找摔倒原因，作出相应调节。
再进一步的，摔倒状态记录单元60输出端连接有记忆存储单元80，记忆存储单元80用于对智能机器人摔倒过程实时信息进行记忆存储。具体使用时，记忆存储单元80对智能机器人摔倒过程实时信息进行记忆存储，生成记忆存储信息，当后期再次经过相同障碍物时，就能及时避开障碍物摔倒位置，进一步降低智能机器人摔倒率。
此外，记忆存储单元80输入端与障碍物识别单元50输出端连接。通过记忆存储单元80记录障碍物信息，当智能机器人经过相同障碍物时，无需对该障碍物进行二次判断，直接从记忆存储单元80提取信息，减少系统响应时间。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种带有学习功能的智能机器人防摔系统，包括智能控制终端（10），其特征在于：所述智能控制终端（10）输出端连接有动作执行单元（20），所述动作执行单元（20）用于对智能机器人动作指令进行制定，所述动作执行单元（20）输出端连接有脚部协调单元（30），所述脚部协调单元（30）用于根据动作指令对智能机器人脚部动作进行协调，所述智能控制终端（10）输出端还连接有摄像监控单元（40），所述摄像监控单元（40）输出端连接有障碍物识别单元（50），所述障碍物识别单元（50）用于对智能机器人将要通过的路段障碍物进行识别，所述障碍物识别单元（50）输出端连接有摔倒状态记录单元（60），所述摔倒状态记录单元（60）用于对智能机器人摔倒前动作状态进行记录，所述摔倒状态记录单元（60）输出端连接有矫正方式模拟单元（70），所述矫正方式模拟单元（70）根据智能机器人摔倒前动作状态对智能机器人摔倒前动作进行模拟矫正处理，所述矫正方式模拟单元（70）输出端与所述智能控制终端（10）输入端连接。
2.根据权利要求1所述的带有学习功能的智能机器人防摔系统，其特征在于：所述智能控制终端（10）包括行走指令制定模块（110），所述行走指令制定模块（110）用于对行走指令进行制定，所述智能控制终端（10）包括监控指令制定模块（120），所述监控指令制定模块（120）用于对监控指令进行制定，所述智能控制终端（10）还包括矫正信息反馈模块（130），所述矫正信息反馈模块（130）用于接收矫正反馈信息，所述矫正信息反馈模块（130）输出端与所述行走指令制定模块（110）输入端连接，所述矫正信息反馈模块（130）输出端与所述监控指令制定模块（120）输入端连接，所述矫正信息反馈模块（130）输入端与所述矫正方式模拟单元（70）输出端连接。
3.根据权利要求1所述的带有学习功能的智能机器人防摔系统，其特征在于：所述脚部协调单元（30）包括指令接收模块（310），所述指令接收模块（310）输出端连接有单脚悬空高度制定模块（320），所述单脚悬空高度制定模块（320）用于结合障碍物高度对智能机器人将要抬起的单脚高度进行制定，所述单脚悬空高度制定模块（320）输出端连接有双脚弯曲度制定模块（330），所述双脚弯曲度制定模块（330）用于根据障碍物高度对智能机器人双脚弯曲度进行制定。
4.根据权利要求3所述的带有学习功能的智能机器人防摔系统，其特征在于：所述单脚悬空高度制定模块（320）采用高度测量算法，其算法公式如下所示：
其中，
为摄像头发出激光到障碍物最高点距离，
为摄像头与平面所成夹角，
为光速，
为激光到达障碍物最高点距离所花时间，
为最终测量出的障碍物高度，
为智能机器人单脚脚底距离障碍物最高点高度，
为智能机器人单脚脚底距离悬空高度。
5.根据权利要求1所述的带有学习功能的智能机器人防摔系统，其特征在于：所述障碍物识别单元（50）包括障碍物形状识别模块（510），所述障碍物形状识别模块（510）输出端连接有最佳攀爬位置确定模块（520），所述最佳攀爬位置确定模块（520）用于确定障碍物上最佳攀爬位置。
6.根据权利要求5所述的带有学习功能的智能机器人防摔系统，其特征在于：所述最佳攀爬位置确定模块（520）输出端连接有障碍物表面粗糙度判定模块（530），所述障碍物表面粗糙度判定模块（530）用于对障碍物最佳通过面粗糙程度进行判定。
7.根据权利要求1所述的带有学习功能的智能机器人防摔系统，其特征在于：所述摔倒状态记录单元（60）包括摔倒状态响应模块（610），所述摔倒状态响应模块（610）输出端连接有摔倒位置确定模块（620），所述摔倒位置确定模块（620）用于确定智能机器人摔倒后位置，所述摔倒位置确定模块（620）输出端连接有摔倒前状态记录模块（630）。
8.根据权利要求7所述的带有学习功能的智能机器人防摔系统，其特征在于：所述摔倒状态记录单元（60）输出端连接有记忆存储单元（80），所述记忆存储单元（80）用于对智能机器人摔倒过程实时信息进行记忆存储。
9.根据权利要求8所述的带有学习功能的智能机器人防摔系统，其特征在于：所述记忆存储单元（80）输入端与所述障碍物识别单元（50）输出端连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210592028.3A CN114670208A (zh) | 2022-05-28 | 2022-05-28 | 一种带有学习功能的智能机器人防摔系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210592028.3A CN114670208A (zh) | 2022-05-28 | 2022-05-28 | 一种带有学习功能的智能机器人防摔系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114670208A true CN114670208A (zh) | 2022-06-28 |
Family
ID=82079713
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210592028.3A Pending CN114670208A (zh) | 2022-05-28 | 2022-05-28 | 一种带有学习功能的智能机器人防摔系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114670208A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6463356B1 (en) * | 1999-11-24 | 2002-10-08 | Sony Corporation | Legged mobile robot and method of controlling operation of the same |
| CN102541068A (zh) * | 2011-12-27 | 2012-07-04 | 广东工业大学 | 一种双足机器人跨越障碍物的下肢运动规划系统 |
| CN106393140A (zh) * | 2015-07-30 | 2017-02-15 | 燕成祥 | 自动调整动作路径的机器人及其方法 |
| CN106597844A (zh) * | 2015-10-20 | 2017-04-26 | 沈阳新松机器人自动化股份有限公司 | 一种机器人防摔倒控制方法及系统 |
| CN114415699A (zh) * | 2022-04-02 | 2022-04-29 | 深圳市海纳鑫信息科技有限公司 | 一种能够根据路面信息进行处理的机器人智能避障系统 |
-
2022
- 2022-05-28 CN CN202210592028.3A patent/CN114670208A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6463356B1 (en) * | 1999-11-24 | 2002-10-08 | Sony Corporation | Legged mobile robot and method of controlling operation of the same |
| CN102541068A (zh) * | 2011-12-27 | 2012-07-04 | 广东工业大学 | 一种双足机器人跨越障碍物的下肢运动规划系统 |
| CN106393140A (zh) * | 2015-07-30 | 2017-02-15 | 燕成祥 | 自动调整动作路径的机器人及其方法 |
| CN106597844A (zh) * | 2015-10-20 | 2017-04-26 | 沈阳新松机器人自动化股份有限公司 | 一种机器人防摔倒控制方法及系统 |
| CN114415699A (zh) * | 2022-04-02 | 2022-04-29 | 深圳市海纳鑫信息科技有限公司 | 一种能够根据路面信息进行处理的机器人智能避障系统 |
Non-Patent Citations (1)
| Title |
|---|
| 黄强作: "《仿人机器人基础理论与技术》", 31 January 2021, 北京理工大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7532743B2 (en) | Object detector, object detecting method and robot | |
| US9036018B2 (en) | Facial expression recognition systems and methods and computer program products thereof | |
| US10939791B2 (en) | Mobile robot and mobile robot control method | |
| US7369686B2 (en) | Robot apparatus, face recognition method, and face recognition apparatus | |
| TWI671740B (zh) | 基於地磁訊號結合電腦視覺的室內定位系統及方法 | |
| CN108348813A (zh) | 用于使用可穿戴活动监测器进行跑步跟踪的系统和方法 | |
| CN106444777A (zh) | 机器人自动回位充电方法和系统 | |
| US20130173054A1 (en) | Method of controlling balance of walking robot | |
| US20230202027A1 (en) | Walking control method, biped robot and computer-readable storage medium | |
| WO2002099545A1 (en) | Man-machine interface unit control method, robot apparatus, and its action control method | |
| US6980889B2 (en) | Information processing apparatus and method, program storage medium, and program | |
| KR20150051907A (ko) | 활동 검출 및 분석 | |
| CN109631888A (zh) | 动作轨迹识别方法、装置、可穿戴设备及存储介质 | |
| CN112334965B (zh) | 具有动作检测器的体育训练辅助器 | |
| JP2016198850A (ja) | 自律移動装置および自律移動装置の制御方法 | |
| US11969876B2 (en) | Robot and control method of robot | |
| CN105943016A (zh) | 一种心率测量方法及系统 | |
| JP2003271975A (ja) | 平面抽出方法、その装置、そのプログラム、その記録媒体及び平面抽出装置搭載型ロボット装置 | |
| CN111460978A (zh) | 一种基于动作判定传感器和深度学习技术的幼儿行为监控系统及其判定方法 | |
| CA3102896A1 (en) | Real time golf swing training aid | |
| WO2023125363A1 (zh) | 电子围栏自动生成方法、实时检测方法及装置 | |
| WO2021174664A1 (zh) | 一种仿人机器人摔倒预测方法 | |
| CN115999139A (zh) | 实时体育动作训练辅助器 | |
| CN114670208A (zh) | 一种带有学习功能的智能机器人防摔系统 | |
| JP2020188449A (ja) | 画像分析プログラム、情報処理端末、及び画像分析システム |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220628 |