CN210256167U - 智能避障系统及机器人 - Google Patents
智能避障系统及机器人 Download PDFInfo
- Publication number
- CN210256167U CN210256167U CN201920232123.6U CN201920232123U CN210256167U CN 210256167 U CN210256167 U CN 210256167U CN 201920232123 U CN201920232123 U CN 201920232123U CN 210256167 U CN210256167 U CN 210256167U
- Authority
- CN
- China
- Prior art keywords
- infrared
- obstacle
- avoidance system
- processor module
- obstacle avoidance
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000000007 visual effect Effects 0.000 claims abstract description 23
- 238000012360 testing method Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 238000007493 shaping process Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 7
- 230000003044 adaptive effect Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 20
- 230000004888 barrier function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种智能避障系统及机器人,通过设置用于进行红外线信号的发射和接收的红外线障碍物检测单元、用于获取环境的深度图像信息的视觉识别单元和用于通过所述红外信号以及深度图像信息确定障碍物信息的处理器模块;所述处理器模块分别与所述红外线障碍物检测单元和视觉识别单元电连接;所述红外线障碍物检测单元设有两个,且两个所述红外线障碍物检测单元之间设有所述视觉识别单元。达到了提高障碍物检测及判断准确度的目的,从而实现了综合单一的识别装置在检测时都具有各自的优缺点,对每个障碍物进行多次检测,进而实现精准地定位判断;而且在检测到障碍物之后,能够根据具体障碍物及机器人的特征进行适应性调整,采取适配的最佳的避障策略的技术效果。
Description
技术领域
本申请涉及机器人障碍物识别技术领域,具体而言,涉及一种智能避障系统及机器人。
背景技术
为了实现机器人视觉导航,现有技术的实现方式大致有两种:
1、需要设置路标和导航模块,以及利用路标与导航模块创建机器人视觉导航地图。所述路标可以设置在室内的天花板上;所述导航模块为了拍摄与识别所述路标,一般包括相机、图像处理单元与计算单元,所述相机设置在机器人头部顶端,所述图像处理单元、计算单元设置在机器人内部;所述地图创建一般是指机器人利用所述相机拍摄路标,并且利用导航模块内的图像处理单元、计算单元等进行路标识别、标定、计算与确定各路标之间的位置关系。
2、通过机器人上设置的识别装置,进行障碍物检测,然后采用智能算法、可视图法、自由空间法、人工势场法等导航路径的规划方法进行避障,但是这些方法各有优缺点,也常常结合起来使用。
但是第一种方法需要通过引导才能实现行动,避障效果极差;第二种方法较为常用,但是其往往只采用一种识别装置进行识别,由于单一的识别装置在检测时都具有各自的优缺点,因此也无法对每个障碍物都进行精准地定位判断;且现有的算法中,只要检测到障碍物之后,统一都是进行避障处理,没有根据具体障碍物及机器人的特征进行适应性调整。
针对相关技术中存在的诸多问题,目前尚未提出有效的解决方案。
实用新型内容
本申请的主要目的在于提供一种既能进行红外线障碍物识别又能够获取深度图像信息进行障碍物识别的智能避障系统及机器人,以解决相关技术中单一的障碍物识别装置无法准确检测到所有障碍物的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种智能避障系统。
根据本申请的智能避障系统包括:
用于进行红外线信号的发射和接收的红外线障碍物检测单元、用于获取环境的深度图像信息的视觉识别单元和用于通过所述红外信号以及深度图像信息确定障碍物信息的处理器模块;
所述处理器模块分别与所述红外线障碍物检测单元和视觉识别单元电连接;
所述红外线障碍物检测单元设有两个,且两个所述红外线障碍物检测单元之间设有所述视觉识别单元。
进一步的,如前述的智能避障系统,还包括:图像采集卡;所述图像采集卡与所述处理器模块电连接,用于存储所述视觉识别单元采集得到的深度图像信息。
进一步的,如前述的智能避障系统,所述红外线障碍物检测单元包括:依次连接的多谐振荡器、红外发射及接受器、运算放大器、有源带通滤波器和比较器电路;
所述多谐振荡器用于将产生的方波通过红外发射及接受器进行发送;
所述运算放大器用于将所述红外发射及接受器接收到的反射的红外信号进行运算放大;
所述有源带通滤波器用于将所述放大后的红外信号进行整形,排除杂波得到整形后信号;
所述比较器电路用于通过所述整形后信号得到测试点电压进而确定障碍物距离。
进一步的,如前述的智能避障系统,还包括:电机驱动器;所述电机驱动器分别与所述处理器模块和用于带动机器人行动的电机电连接;使所述处理器模块通过所述电机驱动器驱动电机运行。
进一步的,如前述的智能避障系统,所述电机驱动器采用型号为L289的电机驱动芯片。
进一步的,如前述的智能避障系统,还包括:运行状态检测单元;所述运行状态检测单元包括:三轴陀螺仪和三轴加速计;所述三轴陀螺仪和三轴加速计分别与所述处理器模块通过I2C总线相互连接。
进一步的,如前述的智能避障系统,所述三轴陀螺仪和三轴加速计采用Omron的型号为MPU6050的传感器芯片。
进一步的,如前述的智能避障系统,所述处理器模块采用基于ARM Cortex-M3且型号为STM32F103C8T6的32位处理器。
进一步的,如前述的智能避障系统,所述视觉识别单元采用微软的Kinect 3D传感器。
为了实现上述目的,根据本申请的另一方面,提供了一种机器人。
根据本申请的机器人包括如前任一项所述的避障系统。
在本申请实施例中,采用一种结合两种障碍物识别装置的智能避障系统及机器人,通过设置用于进行红外线信号的发射和接收的红外线障碍物检测单元、用于获取环境的深度图像信息的视觉识别单元和用于通过所述红外信号以及深度图像信息确定障碍物信息的处理器模块;所述处理器模块分别与所述红外线障碍物检测单元和视觉识别单元电连接;所述红外线障碍物检测单元设有两个,且两个所述红外线障碍物检测单元之间设有所述视觉识别单元。达到了提高障碍物检测及判断准确度的目的,从而实现了综合单一的识别装置在检测时都具有各自的优缺点,对每个障碍物进行多次检测,进而实现精准地定位判断;而且在检测到障碍物之后,能够根据具体障碍物及机器人的特征进行适应性调整,采取适配的最佳的避障策略的技术效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请一种实施例的智能避障系统的模块结构示意图;
图2是根据本申请一种实施例的红外线障碍物检测单元的模块结构示意图;
图3是根据本申请一种实施例的多谐振荡器的电路结构示意图;以及
图4是根据本申请一种实施例的处理器模块的电路结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
此外,术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如,可以是固定连接,可拆卸连接,或整体式构造;可以是机械连接,或电连接;可以是直接相连,或者是通过中间媒介间接相连,又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,本申请涉及一种智能避障系统,该智能避障系统包括:用于进行红外线信号的发射和接收的红外线障碍物检测单元1、用于获取环境的深度图像信息的视觉识别单元2和用于通过所述红外信号以及深度图像信息确定障碍物信息的处理器模块3;
所述处理器模块3分别与所述红外线障碍物检测单元1和视觉识别单元2电连接;
所述红外线障碍物检测单元1设有两个,且两个所述红外线障碍物检测单元1之间设有所述视觉识别单元2;优选的,在将本申请的装置安装于机器人上的时候,由于所述红外线障碍物检测单元1设有两个,分别将其设于机器人的头部位置的两侧,可以是前后两侧,也可以是左右两侧;因而可以用来判断障碍物的位置;
所述视觉识别单元2用于获取环境的深度图像信息,并通过所述深度图像信息确定障碍物信息;在所述视觉识别单元2采集到环境的深度图像信息之后,通过所述处理器模块3的运算,对所述深度图像信息进行图像分割,图像分割的方法可以采用:基于微分算子检测边缘的分割方法、基于灰度阈值直接检测区域的分割方法以及基于彩色图像的阈值分割方法;优选的所述视觉识别单元2采用彩色图像视觉系统,即使用RGB颜色模型分割图像,采用RGB模型分割凸显可以直接采用与硬件相同的颜色系统,无需进行颜色模型间的转换,运算简单;可以有效降低处理器模块3的运算压力,降低系统能耗;此外所述视觉识别单元2在安装于机器人上的时候,优选的设于两个所述红外线障碍物检测单元1之间。且在得到所述深度图像信息之后,可以得到相应的障碍物的坐标信息,且由于一般的,以机器人所在位置作为原点,因而通过计算即可得到所述障碍物与机器人之间的距离。
在一些实施例中,如前述的智能避障系统,还包括:图像采集卡4;所述图像采集卡4与所述处理器模块3电连接,用于存储所述视觉识别单元2采集得到的深度图像信息。所述图像采集卡既能有效保存图像信号,主要还是不同的采集卡有不同的压缩算法,配合软件,可以在保持高分辨率的前提下,压缩数据,压缩文件的大小,以便长时间录影,保存资料,方便调查取证。
如图2所示,在一些实施例中,如前述的智能避障系统,所述红外线障碍物检测单元1包括:依次连接的多谐振荡器11、红外发射及接受器12、运算放大器13、有源带通滤波器14和比较器电路15;
所述多谐振荡器11用于将产生的方波通过红外发射及接受器12进行发送;所述多谐振荡器11的电路结构图如图3所示;
所述运算放大器13用于将所述红外发射及接受器12接收到的反射的红外信号进行运算放大;
所述有源带通滤波器14用于将所述放大后的红外信号进行整形,排除杂波得到整形后信号;具体的,由于空气总会存在各种与所述红外信号频率不符合的杂波,因此为了排除杂波的干扰,需要对其进行滤波;
所述比较器电路15用于通过所述整形后信号得到测试点电压进而确定障碍物距离;优选的,所述比较器电路15中的比较器采用lm393比较器;当所述整形后信号在所述比较器lm393的三角中的测试点电压大小会随着障碍物距离的远近而发生变化,因此可以通过电压值与距离之间的对应关系确定障碍物的距离。
因而可以通过红外线障碍物检测单元1和视觉识别单元2检测得到相应的障碍物信息,且在具体实施过程中,只要其中一个单元检测得到相应的障碍物,即对其实行避障策略,可以有效保障碍物识别的精度,防止碰撞情况的发生。
在一些实施例中,如前述的智能避障系统,还包括:电机驱动器5;所述电机驱动器5分别与所述处理器模块3和用于带动机器人行动的电机电连接;使所述处理器模块3通过所述电机驱动器5驱动电机运行。
在一些实施例中,如前述的智能避障系统,所述电机驱动器采用型号为L289的电机驱动芯片。由于一般的机器人的运行电机都是采用直流电机,因此采用该型号的电机驱动芯片能够符合驱动直流电机的需求,且该芯片具有稳定、节能且使用寿命长的优点,此外,本芯片价格低廉,能够有效降低整体系统及机器人的生产成本,且适宜于推广使用。
在一些实施例中,如前述的智能避障系统,还包括:运行状态检测单元6;所述运行状态检测单元6包括:三轴陀螺仪61和三轴加速计62;所述三轴陀螺仪61和三轴加速计62分别与所述处理器模块3通过I2C总线相互连接。
在一些实施例中,如前述的智能避障系统,所述三轴陀螺仪61和三轴加速计62采用Omron的型号为MPU6050的传感器芯片。所述MPU6050的传感器芯片结合了三轴陀螺仪和三轴加速计,可以有效减小电子模块的大小,同时该芯片精度高且价格低廉、功耗低;能够有效降低生产成本,且适宜于推广使用。
在一些实施例中,如前述的智能避障系统,所述处理器模块1采用基于ARMCortex-M3且型号为STM32F103C8T6的32位处理器,所述处理器模块1及其周边电路如图4所示。该单片机具有较为丰富的外设接口以及高速的数据处理能力;同时还具有低成本、低功耗的优点;能够有效降低生产成本,且适宜于推广使用。
在一些实施例中,如前述的智能避障系统,所述视觉识别单元2采用微软的Kinect3D传感器。
为了实现上述目的,根据本申请的另一方面,提供了一种安装有避障系统的机器人。
且根据本申请的机器人包括如前任一实施例中所述的避障系统。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种智能避障系统,其特征在于,包括:用于进行红外线信号的发射和接收的红外线障碍物检测单元(1)、用于获取环境的深度图像信息的视觉识别单元(2)和用于通过所述红外线信号以及深度图像信息确定障碍物信息的处理器模块(3);所述处理器模块(3)分别与所述红外线障碍物检测单元(1)和视觉识别单元(2)电连接;所述红外线障碍物检测单元(1)设有两个,且两个所述红外线障碍物检测单元(1)之间设有所述视觉识别单元(2);还包括:图像采集卡(4);所述图像采集卡(4)与所述处理器模块(3)电连接,用于存储所述视觉识别单元(2)采集得到的深度图像信息。
2.根据权利要求1所述的智能避障系统,其特征在于,所述红外线障碍物检测单元(1)包括:依次连接的多谐振荡器(11)、红外发射及接受器(12)、运算放大器(13)、有源带通滤波器(14)和比较器电路(15);所述多谐振荡器(11)用于将产生的方波通过红外发射及接受器(12)进行发送;所述运算放大器(13)用于将所述红外发射及接受器(12)接收到的反射的红外信号进行运算放大;所述有源带通滤波器(14)用于将所述放大后的红外信号进行整形,排除杂波得到整形后信号;所述比较器电路(15)用于通过所述整形后信号得到测试点电压进而确定障碍物距离。
3.根据权利要求1所述的智能避障系统,其特征在于,还包括:电机驱动器(5);所述电机驱动器分别与所述处理器模块(3)和用于带动机器人行动的电机电连接;使所述处理器模块(3)通过所述电机驱动器(5)驱动电机运行。
4.根据权利要求3所述的智能避障系统,其特征在于,所述电机驱动器采用型号为L289的电机驱动芯片。
5.根据权利要求1所述的智能避障系统,其特征在于,还包括:运行状态检测单元(6);所述运行状态检测单元(6)包括:三轴陀螺仪(61)和三轴加速计(62);所述三轴陀螺仪(61)和三轴加速计(62)分别与所述处理器模块(3)通过I2C总线相互连接。
6.根据权利要求5所述的智能避障系统,其特征在于,所述三轴陀螺仪(61)和三轴加速计(62)采用Omron的型号为MPU6050的传感器芯片。
7.根据权利要求1所述的智能避障系统,其特征在于,所述处理器模块(3)采用基于ARMCortex-M3且型号为STM32F103C8T6的32位处理器。
8.根据权利要求1所述的智能避障系统,其特征在于,所述视觉识别单元(2)采用微软的Kinect 3D传感器。
9.一种机器人,其特征在于,包括如权利要求1至8任一项所述的避障系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920232123.6U CN210256167U (zh) | 2019-02-21 | 2019-02-21 | 智能避障系统及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201920232123.6U CN210256167U (zh) | 2019-02-21 | 2019-02-21 | 智能避障系统及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN210256167U true CN210256167U (zh) | 2020-04-07 |
Family
ID=70010104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201920232123.6U Expired - Fee Related CN210256167U (zh) | 2019-02-21 | 2019-02-21 | 智能避障系统及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN210256167U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113160095A (zh) * | 2021-05-25 | 2021-07-23 | 烟台艾睿光电科技有限公司 | 红外探测信号伪彩处理方法、装置、系统及存储介质 |
CN113282087A (zh) * | 2021-05-21 | 2021-08-20 | 武汉商学院 | 避障导游机器人及避障方法 |
-
2019
- 2019-02-21 CN CN201920232123.6U patent/CN210256167U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113282087A (zh) * | 2021-05-21 | 2021-08-20 | 武汉商学院 | 避障导游机器人及避障方法 |
CN113160095A (zh) * | 2021-05-25 | 2021-07-23 | 烟台艾睿光电科技有限公司 | 红外探测信号伪彩处理方法、装置、系统及存储介质 |
CN113160095B (zh) * | 2021-05-25 | 2023-05-19 | 烟台艾睿光电科技有限公司 | 红外探测信号伪彩处理方法、装置、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108845574B (zh) | 目标识别与追踪方法、装置、设备及介质 | |
JP4612635B2 (ja) | 低照度の深度に適応可能なコンピュータ視覚を用いた移動物体検出 | |
CN111814752B (zh) | 室内定位实现方法、服务器、智能移动设备、存储介质 | |
CN109409368A (zh) | 矿用皮带纵撕检测装置及检测方法 | |
CN110928301A (zh) | 一种检测微小障碍的方法、装置及介质 | |
CN108090428B (zh) | 一种人脸识别方法及其系统 | |
CN210256167U (zh) | 智能避障系统及机器人 | |
CN110084842B (zh) | 一种机器人云台伺服二次对准方法及装置 | |
CN110371565B (zh) | 智能仓储系统 | |
CN112927303B (zh) | 一种基于车道线的自动驾驶车载相机位姿估计方法及系统 | |
CN107798688A (zh) | 运动目标识别方法、预警方法以及汽车防追尾预警装置 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN105913034B (zh) | 车辆识别方法、装置及车辆 | |
CN111832410A (zh) | 一种基于视觉与激光雷达融合的前向列车检测方法 | |
CN113838125A (zh) | 目标位置确定方法、装置、电子设备以及存储介质 | |
CN108710828A (zh) | 识别目标物的方法、装置和存储介质以及车辆 | |
JP2002282210A (ja) | 視線検出方法及びその装置 | |
CN107767366B (zh) | 一种输电线路拟合方法及装置 | |
CN107728160A (zh) | 一种基于红外热像仪的视觉雷达探测方法及系统 | |
CN113701750A (zh) | 一种井下多传感器的融合定位系统 | |
CN112598743A (zh) | 一种单目视觉图像的位姿估算方法及相关装置 | |
JP7081720B2 (ja) | 異物検出装置、異物検出方法、およびプログラム | |
JP2008026999A (ja) | 障害物検出システム、及び障害物検出方法 | |
CN113362370B (zh) | 目标对象的运动信息确定方法、装置、介质及终端 | |
CN115808723A (zh) | 一种农机前方人员检测装置与方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210312 Address after: No. 417, 4th floor, building 1, 1388, middle section of Tianfu Avenue, Chengdu hi tech Zone, China (Sichuan) pilot Free Trade Zone, Chengdu, Sichuan 610000 Patentee after: Sichuan Zhiji Technology Co.,Ltd. Address before: 528000 unit 11, 7th floor, Chengye building, No.13, Nanping West Road, Guicheng, Nanhai District, Foshan City, Guangdong Province Patentee before: GUANGDONG ZHIJI TECHNOLOGY Co.,Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200407 |