CN211741929U - 一种基于视觉导航的自动行走机器人 - Google Patents

Abstract

本实用新型公开一种基于视觉导航的自动行走机器人，包括：机器人本体；固定于机器人本体的行走机构；固定于机器人本体的深度摄像机模组；固定于机器人本体的位移传感器模组；与深度摄像机模组以及位移传感器模组分别电连接的图像识别神经网络处理器；与图像识别神经网络处理器电连接的三维地理信息存储器；与图像识别神经网络处理器和三维地理信息存储器分别电连接的路径规划处理器；以及与路径规划处理器电连接的行走控制器，行走控制器还与行走机构电连接。本实用新型的技术方案旨在解决现有技术中解决了现有技术中自动行走机器人使用激光传感器导航，对障碍物和标志物判断容易出现误差，不适用较远距离的应用场景的问题。

Description

一种基于视觉导航的自动行走机器人

技术领域

本实用新型涉及人工智能技术领域，具体为一种基于视觉导航的自动行走机器人。

背景技术

随着人工智能技术的日益成熟，越来越多的智能机器人应运而生，利用自动行走机器人进行自动导航、运输和巡检的需求也日益增长。尤其是在许多较为危险的导航、运输和巡检工作场景中，更需要减少人员的参与，提高自动行走机器人的参与程度。

在现有的自动行走机器人中，自动行走机器人大多采用激光器件进行导航，此种自动行走机器人大多包括机器人本体，连接于机器人本体前端的激光传感器，以及与机器人本体相连的自动行走机构。在该自动行走机器人行走时，通常在机器人本体中预设导航地图，该导航地图中规划有行走路径。当自动行走机器人沿着该行走路径行进时，设置于机器人本体前端的激光传感器发射激光，根据反射回的激光的波长等信息确定自动行走机器人前方的障碍物和标志物。当根据激光传感器传回信息，确定行走路径中存在障碍物时，自动行走机器人调整自动行走机构进行躲避；当根据激光传感器传回信息，确定行走路径中的特定位置存在标志物时，自动行走机器人调整自身运行方向和位置，以确保自动行走机器人沿着正确的行走路径前行。

然而，上述采用激光传感器进行导航的自动行走机器人，因为采用激光传感器进行导航，只能通过激光传感器发射和接收激光信号确定障碍物和标志物，这样就导致自动行走机器人对障碍物和标志物的判断结果容易出现误差，只能应用于预先设置准确规划路径且行进距离较短的应用场景中。

实用新型内容

本实用新型提供一种基于视觉导航的自动行走机器人，旨在解决现有技术中自动行走机器人使用激光传感器导航，对障碍物和标志物判断容易出现误差，不适用较远距离的应用场景的问题。

为实现上述目的，本实用新型提出一种基于视觉导航的自动行走机器人，包括：

机器人本体；

固定于机器人本体的行走机构；

固定于机器人本体的深度摄像机模组；

固定于机器人本体的位移传感器模组；

与深度摄像机模组以及位移传感器模组分别电连接的图像识别神经网络处理器；

与图像识别神经网络处理器电连接的三维地理信息存储器；

与图像识别神经网络处理器和三维地理信息存储器分别电连接的路径规划处理器；

以及，与路径规划处理器电连接的行走控制器，行走控制器还与行走机构电连接。

优选地，所述机器人本体还包括：

固定有行走机构的机身结构；以及，

连接于机身结构的头部结构；其中，头部结构固定有深度摄像机模组，头部结构与机身结构通过转轴相连。

优选地，所述位移传感器模组包括：固定于机身结构、且与行走机构电连接的惯性传感器；以及固定于头部结构、且与深度摄像机模组同轴固定的角速度传感器；

所述图像识别神经网络处理器包括与惯性传感器、角速度传感器和三维地理信息存储器分别电连接的空间坐标映射子处理器。

优选地，所述深度摄像机模组，包括：

固定于头部结构、且横向设置的两台深度摄像机；以及，

分别与两台深度摄像机固定相连、且与图像识别神经网络处理器电连接的摄像机移动对焦机构。

优选地，所述三维地理信息存储器包括：

与图像识别神经网络处理器和路径规划处理器分别电连接的三维地图子存储器；

以及与路径规划处理器电连接的路径信息子存储器。

优选地，所述图像识别神经网络处理器，包括：

与深度摄像机模组电连接的图像特征识别子处理器；

与位移传感器模组电连接的坐标定位子处理器；

以及，与图像特征识别子处理器、坐标定位子处理器和三维地理信息存储器分别电连接的三维建模子处理器。

优选地，所述自动行走机器人还包括：与三维地理信息存储器和图像识别神经网络处理器分别电连接的无线信号收发器；

图像识别神经网络处理器包括：与无线信号收发器和图像特征识别子处理器分别电连接的新物图像上传子处理器。

优选地，所述自动行走机器人还包括：固定于机器人本体前端的激光测距传感器；

所述路径规划处理器包括：与激光测距传感器和图像识别神经网络处理器分别电连接的障碍距离计算子处理器；以及与障碍距离计算子处理器电连接的避障子处理器，避障子处理器还与行走控制器电连接。

优选地，所述行走机构，包括：

与行走控制器电连接的行走驱动马达；与行走驱动马达相连的传动机构；以及，通过传动机构与行走驱动马达转动相连的机器人车轮；其中，

传动机构包括：前端传动机构和后端传动机构；其中，

前端传动机构包括与行走驱动马达相连的第一传动横梁，以及连接于第一传动横梁两端的万向轮；

后端传动机构包括与行走驱动马达相连的变矩器；与变矩器相连的变速器；与变速器相连的万向传动机构；与万向传动机构相连的传动轴；与传动轴相连的驱动桥；与驱动桥相连的主减速器；穿设于主减速器的第二传动横梁，套接于第二传动横梁两端的转动轴承；

所述机器人车轮包括通过所述万向轮与所述第一传动横梁相连的机器人前轮；通过所述转动轴承与所述第二传动横梁相连的机器人后轮。

本实用新型技术方案提供的自动行走机器人工作过程如下：

首先预设自动行走机器人的出发地和目的地，然后控制机器人行走，机器人本体的深度摄像机模组拍摄自动行走机器人周围的环境图像，然后固定于机器人本体的位移传感器模组根据机器人的位移情况确定机器人的坐标位置，然后通过自动行走机器人周围的环境图像、坐标位置和三维地理信息存储器存储的三维地理信息，确定自动行走机器人在三维地图中的坐标位置；并且根据深度摄像机模组拍摄的环境图像，图像识别神经网络处理器通过神经网络技术提取图像特征，与三维地理信息中的地理标志物的图像特征进行匹配，判断自动行走机器人相对于现实空间中地理标志物的位置。路径规划处理器通过上述坐标位置和自动行走机器人相对于地理标志物的位置以及预设的目的地，规划自动行走机器人的行走路径；然后路径规划处理器向行走控制器发送行走控制信号，控制自动行走机器人沿着行走路径继续前进，直至到达目的地。

本实用新型技术方案提供的自动行走机器人使用深度摄像机模组摄取环境图像，并且使用位移传感器模组确定机器人的坐标位置，确定机器人在实际空间中的位置，从而规划机器人的行走路径，控制机器人沿着该行走路径前进，从而解决了现有技术中自动行走机器人使用激光传感器导航，对障碍物和标志物判断容易出现误差，不适用较远距离的应用场景。

附图说明

为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例或现有技术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实用新型的一些实施例，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示出的结构获得其他的附图。

图1是本实用新型实施例提供的一种基于视觉导航的自动行走机器人的结构示意图；

图2是图1所示实施例提供的一种自动行走机器人的内部结构示意图；

图3是图2所示实施例提供的一种图像识别神经网络处理器的结构示意图；

图4是图2所示实施例提供的一种三维地理信息存储器的结构示意图；

图5是图2所示实施例提供的一种路径规划处理器的结构示意图；

图6是图2所示实施例提供的一种行走机构的结构示意图。

附图标号说明：

标号	名称	标号	名称
				1	机器人本体	2	行走机构
3	深度摄像机模组	4	位移传感器模组
				5	图像识别神经网络处理器	6	三维地理信息存储器
7	路径规划处理器	8	行走控制器
				9	无线信号收发器	10	激光测距传感器
101	机身结构	102	头部结构
				103	转轴	201	行走驱动马达
202	传动机构	203	机器人车轮
				2021	前端传动机构	2022	后端传动机构
20211	第一传动横梁	20212	万向轮
				20221	变矩器	20222	变速器
20223	万向传动机构	20224	传动轴
				20225	驱动桥	20226	主减速器
20227	第二传动横梁	20228	转动轴承
				2031	机器人前轮	2032	机器人后轮
301	深度摄像机	302	摄像机移动对焦机构
				401	惯性传感器	402	角速度传感器
501	空间坐标映射子处理器	502	图像特征识别子处理器
				503	坐标定位子处理器	504	三维建模子处理器
505	新物图像上传子处理器	601	三维地图子存储器
				602	路径信息子存储器	701	障碍距离计算子处理器
702	避障子处理器

本实用新型目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型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实用新型的一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。

需要说明，本实用新型实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本实用新型中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本实用新型的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本实用新型中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；“连接”可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本实用新型中的具体含义。

另外，本实用新型各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本实用新型要求的保护范围之内。

本申请下述实施例提供的基于视觉导航的自动行走机器人需要解决的技术问题如下：

在现有的采用激光传感器进行导航的自动行走机器人，因为采用激光传感器进行导航，只能通过激光传感器发射和接收激光信号确定障碍物和标志物，这样就导致自动行走机器人对障碍物和标志物的判断结果容易出现误差，只能应用于预先设置准确规划路径且行进距离较短的应用场景中。

为了实现上述目的，本实用新型下述实施例提供了基于视觉导航的自动行走机器人，以解决上述问题。

具体参见图1和图2，图1为本实用新型实施例提供的一种基于视觉导航的自动行走机器人；图2是图1所示自动行走机器人的内部结构示意图。如图1和图2所示，该自动行走机器人包括：

机器人本体1；

固定于机器人本体1的行走机构2；

固定于机器人本体1的深度摄像机模组3；深度摄像机模组3能够获取自动行走机器人周围的环境图像，并且该环境图像具有深度特征，这样通过该环境图像就能够确定环境图像中各物体与该深度摄像机模组3之间的距离。

固定于机器人本体1的位移传感器模组4；位移传感器模组4固定于机器人本体1，这样当自动行走机器人行走时，位移传感器模组4能够获取机器人在实际空间中的坐标位置。

另外参见图2，该自动行走机器人还包括与深度摄像机模组3以及位移传感器模组4分别电连接的图像识别神经网络处理器5；图像识别神经网络处理器5与深度摄像机模组3相连，这样能够对深度摄像机模组3获取的环境图像进行机器学习，并提取与地理标志物对应的图像特征，然后根据该图像特征与预先摄取到的地理标志物图像进行匹配，就能够判断机器人周围的环境，以及机器人的实际位置。并且该图像识别神经网络处理器5与位移传感器模组4电连接，这样图像识别神经网络处理器5就能够根据该位移传感器模组4确定的坐标位置，对环境图像进行坐标及放大或缩小处理，以精确匹配。

与图像识别神经网络处理器5电连接的三维地理信息存储器6；该三维地理信息存储器6存储有三维地图，这样三维地理信息存储器6能够将三维地图发送至图像识别神经网络处理器5，由该图像识别神经网络处理器5在三维地图中标注自动行走机器人的坐标位置，以及自动行走机器人周围物体的坐标位置。

与图像识别神经网络处理器5和三维地理信息存储器6分别电连接的路径规划处理器7。该路径规划处理器7能够通过图像识别神经网络处理器5提供的自动行走机器人的坐标位置，机器人周围环境中地理标志物的坐标位置，以及自动行走机器人和地理标志物在三维地图中的位置，形成适用于当前自动行走机器人的行走路径，从而控制机器人沿着该行走路径前行。

以及，与路径规划处理器7电连接的行走控制器8，行走控制器8还与行走机构2电连接。

综上，本申请实施例提供的自动行走机器人中，首先预设自动行走机器人的出发地和目的地，然后控制机器人行走，机器人本体1的深度摄像机模组3拍摄自动行走机器人周围的环境图像，然后固定于机器人本体1的位移传感器模组4根据机器人的位移情况确定机器人的坐标位置，然后通过自动行走机器人周围的环境图像、坐标位置和三维地理信息存储器6存储的三维地理信息，确定自动行走机器人在三维地图中的坐标位置，并且根据深度摄像机模组3拍摄的环境图像，图像识别神经网络处理器5通过神经网络技术提取图像特征，并且与三维地理信息中的地理标志物的图像特征进行匹配，判断自动行走机器人相对于现实空间中地理标志物的位置。路径规划处理器7通过上述坐标位置和自动行走机器人相对于地理标志物的位置以及预设的目的地，规划自动行走机器人的行走路径；然后路径规划处理器7向行走控制器8发送行走控制信号，控制自动行走机器人沿着行走路径继续前进，直至到达目的地。其中，深度摄像机模组3拍摄周围的环境图像后，还能够通过图像识别神经网络处理器5处理后，添加至三维地理信息存储器6的三维地理信息中，具体地，神经网络处理器5将深度摄像机模组3拍摄的环境图像添加至三维地图对应坐标的位置，以完善该三维地图。

本实用新型实施例提供的自动行走机器人，使用深度摄像机模组3摄取环境图像，并且使用位移传感器模组4确定机器人的坐标位置，确定机器人在实际空间中的位置，从而结合环境图像和坐标位置规划机器人的行走路径，控制机器人沿着该行走路径前进，从而解决了现有技术中自动行走机器人使用激光传感器导航，对障碍物和标志物判断容易出现误差，不适用较远距离的应用场景。

其中，如图2所示，机器人本体1还包括：

固定有行走机构2的机身结构101；机身机构固定行走机构2，这样通过行走机构2可以带动自动行走机器人的机身结构101运动，即带动自动行走机器人整体运动，其中，该机身结构101还可以挂载车厢等结构。

以及，连接于机身结构101的头部结构102；其中，头部结构102固定有上述深度摄像机模组3，头部结构102与机身结构101通过转轴103相连。

该头部结构102通过转轴103与机身结构101相连，这样自动行走机器人的头部结构102能够绕着机身结构101转动，从而改变上述深度摄像机模组3的转动角度，进而拍摄自动行走机器人周围水平面上任意角度的物体图像。

另外，参见图2，图1所示的位移传感器模组4具体包括：

固定于机身结构101、且与行走机构2电连接的惯性传感器401；以及固定于头部结构102、且与深度摄像机模组3同轴固定的角速度传感器402。

惯性传感器401固定于机身结构101，且与行走机构2电连接，这样惯性传感器401能够对自动行走机器人进行实时定位，获取该自动行走机器人的坐标位置，角速度传感器402与深度摄像机模组3同轴固定于头部结构102，这样角速度传感器402能够感知头部结构102的转动角度，进而确定上述深度摄像机模组3的拍摄角度，方便图像识别神经网络处理器5计算该深度摄像机模组3所拍摄图像的具体坐标位置。

另外如图2所示，在本申请实施例中，图1所示的深度摄像机模组3，具体包括：

固定于头部结构102、且横向设置的两台深度摄像机301；以及，

分别与两台深度摄像机301固定相连、且与图像识别神经网络处理器5电连接的摄像机移动对焦机构302。

深度摄像机共两台，这样两台深度摄像机301能够通过摄像机移动对焦机构302实现对焦，从而更加精确地确定对于相关物体的图像的坐标位置。

另外参见图3，如图3所示，上述图2实施例提供的图像识别神经网络处理器5具体包括：

与惯性传感器401、角速度传感器402和三维地理信息存储器6分别电连接的空间坐标映射子处理器501。

空间坐标映射子处理器501与惯性传感器401、角速度传感器402和三维地理信息存储器6分别电连接，这样空间坐标映射子处理器501能够将惯性传感器401获取的机器人位置通过坐标转换映射到三维地理信息存储器6的三维地理信息，如三维图像中，并且将角速度传感器402获取到的周边物体的图像通过坐标转换映射到三维图像中。

其中，如图3所示，上述图2所示的图像识别神经网络处理器5，具体包括：

与上述深度摄像机模组3电连接的图像特征识别子处理器502；图像特征识别子处理器502能够获取深度摄像机模组3摄取到的环境图像，并且通过神经网络算法提取周围环境图像的特征，并根据该特征确定相应的物体名称，并进行分类和标记。

与图1中位移传感器模组4电连接的坐标定位子处理器503；坐标定位子处理器503与位移传感器模组4电连接，这样坐标定位子处理器503能够根据位移传感器模组4确定的自动行走机器人的位移距离和加速度，对自动行走机器人进行坐标定位，得到自动行走机器人的坐标位置，进而得到深度摄像机模组3摄取到的各个物件的坐标位置。

以及与图像特征识别子处理器502、坐标定位子处理器503和三维地理信息存储器6分别电连接的三维建模子处理器504。三维建模子处理器504能够将图像特征识别子处理器502识别到的图像特征，坐标定位子处理器503确定的各个物件的坐标位置与三维图像进行匹配，从而进行三维建模，得到自动行走机器人在三维图像中的坐标位置，生成标记有自动行走机器人的三维图像。

其中，参见图2，本申请实施例提供的自动行走机器人还包括：与三维地理信息存储器6和图像识别神经网络处理器5分别电连接的无线信号收发器9；

图像识别神经网络处理器5包括：与无线信号收发器9和图像特征识别子处理器502分别电连接的新物图像上传子处理器505。

无线信号收发器9与三维地理信息存储器6和图像识别神经网络处理器5分别电连接，这样能够接收神经网络处理器识别到的图像，并且将三维地理信息传输至三维地理信息存储器6中。

新物图像上传子处理器505，能够将图像特征识别子处理器502识别到的新物件，如行走路径上的障碍物，实时出现的车辆等信息通过无线信号收发器9上传至云端服务器，由云端服务器进行解析。

另外，如图4所示，图2所示实施例提供的三维地理信息存储器6，具体包括：

与图像识别神经网络处理器5和路径规划处理器7分别电连接的三维地图子存储器601；三维地图子存储器601中存储有从出发地到目的地的三维地图，这样图像识别神经网络处理器5获取到相关标志物的坐标位置时，可以通过该坐标位置，精确确定该自动行走机器人在三维地图中的位置，以及相关标志物的位置。

以及与路径规划处理器7电连接的路径信息子存储器602。路径信息子存储器602存储有自动行走机器人的相关路径，包括自动行走机器人的出发点和目的地。这样路径规划处理器7能够通过三维地图和相关路径信息，确定自动行走机器人距离目的地的位置，自动行走机器人的实际位置以及周围标志物的位置，从而规划自动行走机器人的行走路径。

另外，如图2和图5所示，本实施例提供的自动行走机器人还包括：固定于机器人本体1前端的激光测距传感器10。

其中，参见图5，上述所述路径规划处理器7包括：与激光测距传感器10和图像识别神经网络处理器5分别电连接的障碍距离计算子处理器701；以及与障碍距离计算子处理器701电连接的避障子处理器702，避障子处理器702还与行走控制器8电连接。

激光测距传感器10固定于机器人本体1的前端，能够通过激光检测周围物体与自动行走机器人之间的距离。障碍距离计算子处理器701与激光测距传感器10相连，能够根据激光测距传感器10检测到的回路激光计算障碍物的距离。避障子处理器702与障碍距离计算子处理器701电连接，能够根据障碍物的距离向行走控制器8发送行走控制信号，进行紧急避障。

另外，如图6所述，本申请实施例提供的行走机构2，具体包括：与行走控制器8电连接的行走驱动马达201；与行走驱动马达201相连的传动机构202；以及，通过传动机构202与行走驱动马达201转动相连的机器人车轮203。

传动机构202包括：前端传动机构2021和后端传动机构2022；其中，

前端传动机构2021包括与行走驱动马达201相连的第一传动横梁20211，以及连接于第一传动横梁20211两端的万向轮20212；

后端传动机构2022包括与行走驱动马达201相连的变矩器20221；与变矩器20221相连的变速器20222；与变速器20222相连的万向传动机构20223；与万向传动机构20223相连的传动轴20224；与传动轴20224相连的驱动桥20225；与驱动桥20225相连的主减速器20226；穿设于主减速器20226的第二传动横梁20227，套接于第二传动横梁20227两端的转动轴承20228；

所述机器人车轮203包括通过所述万向轮20212与所述第一传动横梁20211相连的机器人前轮2031；通过所述转动轴承20228与所述第二传动横梁20227相连的机器人后轮2032。

以上所述仅为本实用新型的优选实施例，并非因此限制本实用新型的专利范围，凡是在本实用新型的实用新型构思下，利用本实用新型说明书及附图内容所做的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本实用新型的专利保护范围内。

Claims (9)

1.一种基于视觉导航的自动行走机器人，其特征在于，包括：

机器人本体(1)；

固定于所述机器人本体(1)的行走机构(2)；

固定于所述机器人本体(1)的深度摄像机模组(3)；

固定于所述机器人本体(1)的位移传感器模组(4)；

与所述深度摄像机模组(3)以及所述位移传感器模组(4)分别电连接的图像识别神经网络处理器(5)；

与所述图像识别神经网络处理器(5)电连接的三维地理信息存储器(6)；

与所述图像识别神经网络处理器(5)和所述三维地理信息存储器(6)分别电连接的路径规划处理器(7)；

以及，与所述路径规划处理器(7)电连接的行走控制器(8)，所述行走控制器(8)还与所述行走机构(2)电连接。

2.根据权利要求1所述的自动行走机器人，其特征在于，所述机器人本体(1)，还包括：

固定有所述行走机构(2)的机身结构(101)；以及，

连接于所述机身结构(101)的头部结构(102)；其中，所述头部结构(102)固定有所述深度摄像机模组(3)，所述头部结构(102)与所述机身结构(101)通过转轴(103)相连。

3.根据权利要求2所述的自动行走机器人，其特征在于，

所述位移传感器模组(4)包括：

固定于所述机身结构(101)、且与所述行走机构(2)电连接的惯性传感器(401)；以及，

固定于所述头部结构(102)、且与所述深度摄像机模组(3)同轴固定的角速度传感器(402)；

所述图像识别神经网络处理器(5)包括：

与所述惯性传感器(401)、所述角速度传感器(402)和所述三维地理信息存储器(6)分别电连接的空间坐标映射子处理器(501)。

4.根据权利要求2所述的自动行走机器人，其特征在于，所述深度摄像机模组(3)，包括：

固定于所述头部结构(102)、且横向设置的两台深度摄像机(301)；以及，

分别与所述两台深度摄像机(301)固定相连、且与所述图像识别神经网络处理器(5)电连接的摄像机移动对焦机构(302)。

5.根据权利要求1所述的自动行走机器人，其特征在于，所述三维地理信息存储器(6)，包括：

与所述图像识别神经网络处理器(5)和所述路径规划处理器(7)分别电连接的三维地图子存储器(601)；

以及，与所述路径规划处理器(7)电连接的路径信息子存储器(602)。

6.根据权利要求1所述的自动行走机器人，其特征在于，所述图像识别神经网络处理器(5)，包括：

与所述深度摄像机模组(3)电连接的图像特征识别子处理器(502)；

与所述位移传感器模组(4)电连接的坐标定位子处理器(503)；

以及，与所述图像特征识别子处理器(502)、所述坐标定位子处理器(503)和所述三维地理信息存储器(6)分别电连接的三维建模子处理器(504)。

7.根据权利要求6所述的自动行走机器人，其特征在于，还包括：与所述三维地理信息存储器(6)和所述图像识别神经网络处理器(5)分别电连接的无线信号收发器(9)；

所述图像识别神经网络处理器(5)包括：与所述无线信号收发器(9)和所述图像特征识别子处理器(502)分别电连接的新物图像上传子处理器(505)。

8.根据权利要求1所述的自动行走机器人，其特征在于，还包括：固定于所述机器人本体(1)前端的激光测距传感器(10)；

所述路径规划处理器(7)包括：

与所述激光测距传感器(10)和所述图像识别神经网络处理器(5)分别电连接的障碍距离计算子处理器(701)；

以及，与所述障碍距离计算子处理器(701)电连接的避障子处理器(702)，所述避障子处理器(702)还与所述行走控制器(8)电连接。

9.根据权利要求1所述的自动行走机器人，其特征在于，所述行走机构(2)，包括：

与所述行走控制器(8)电连接的行走驱动马达(201)；与所述行走驱动马达(201)相连的传动机构(202)；以及，通过所述传动机构(202)与所述行走驱动马达(201)转动相连的机器人车轮(203)；其中，

所述传动机构(202)包括：前端传动机构(2021)和后端传动机构(2022)；其中，

所述前端传动机构(2021)包括与所述行走驱动马达(201)相连的第一传动横梁(20211)，以及连接于所述第一传动横梁(20211)两端的万向轮(20212)；

所述后端传动机构(2022)包括与所述行走驱动马达(201)相连的变矩器(20221)；与所述变矩器(20221)相连的变速器(20222)；与所述变速器(20222)相连的万向传动机构(20223)；与所述万向传动机构(20223)相连的传动轴(20224)；与所述传动轴(20224)相连的驱动桥(20225)；与所述驱动桥(20225)相连的主减速器(20226)；穿设于所述主减速器(20226)的第二传动横梁(20227)，套接于所述第二传动横梁(20227)两端的转动轴承(20228)；

所述机器人车轮(203)包括通过所述万向轮(20212)与所述第一传动横梁(20211)相连的机器人前轮(2031)；通过所述转动轴承(20228)与所述第二传动横梁(20227)相连的机器人后轮(2032)。

Images