一种机器人安全监控系统技术方案

本发明专利技术提供了一种机器人安全监控系统，包括机器人和远程控制终端，所述机器人用于进入目的地点，采集所在地点的环境图像，并将环境图像发送至远程控制终端；所述远程控制终端用于向机器人发送指令遥控机器人的行动，同时接收并存储环境图像。本发明专利技术采用机器人可实现对危险环境的监控，避免了人员亲自进入危险环境导致的不必要伤亡，同时本发明专利技术采用普通摄像头进行图像采集，降低机器人的造价成本。

A robot safety monitoring system

The invention provides a robot safety monitoring system, including the robot and remote control terminal for the robot to enter the destination location, image acquisition environment, and the environmental image sent to the remote control terminal; the remote control terminal for transmitting to the robot command remote control robot action, at the same time, receiving and storing environmental image. The invention adopts the robot can realize the monitoring of dangerous environment, to avoid unnecessary casualties caused by himself into the dangerous environment, at the same time, the invention adopts ordinary camera image acquisition, reduce the cost of the robot.

【技术实现步骤摘要】
一种机器人安全监控系统
本专利技术涉及安全监控领域，具体涉及一种机器人安全监控系统。
技术介绍
相关技术中的机器人安全监控采用摄像头采集图像，并对图像进行实时传输，图像的清晰与否依赖摄像头质量的高低不同有所差别，采用普通摄像头则得不到清晰图像，采用高清摄像头则造价成本高。高分辨率的图像可以提供丰富的细节信息，但是视觉传感器在环境动态变化过程中由于存在距离有限，环境干扰等问题，高分辨率的图像往往难以获得，且受到工艺、成本和环境等因素制约，让高分辨率的图像更难以广泛获取。通常观测到的复杂信号或图像由多种不同类型的基本信源或成分构成，每一类信源或成分具有不同的功能。近年来，Starcket等人依据形态差异性和稀疏性，提出了形态分量分析(MorphologicalComponentAnalysis，MCA)。因其能有效解决复杂图像中具有不同形态特征内容的分解问题，目前已成为图像分解的主流方法。通常自然图像的内容可以认为是由不同成分构成，且每一类成分具有独特的形态学特征，比如常见的平滑分量和纹理分量，平滑分量表示了图像中的大尺度结构特征，而纹理分量表示了图像中细节信息。目前，多分辨率分析方法是在图像超分辨率领域中最为常用的特征表示方法，不同的多分辨率分析方法分别适宜于提取图像中不同特征，平稳小波变换(SWT)用于表示图像点状特征，非下采样轮廓波变换(NSCT)用于表示图像的线和轮廓特征。有效结合平稳小波变换、非下采样轮廓波变换互补性和平滑分量、纹理分量的不同形态学特征，可合理设计出超分辨方法，将大大提高视觉动态图像的清晰度。
技术实现思路
针对上述问题，本专利技术旨在提供一种机器人安全监控系统。本专利技术的目的采用以下技术方案来实现：一种机器人安全监控系统，包括机器人和远程控制终端，所述机器人上设有摄像头、图像处理器、无线传输装置和驱动装置，所述摄像头用于采集环境图像；所述图像处理器用于将环境图像进行高分辨率处理，得到高分辨率环境图像；所述无线传输装置用于将高分辨率环境图像发送至远程控制系统；所述驱动装置用于控制机器人的行动；所述远程控制系统设有显示器、存储器和遥控器，所述显示器用于接收无线传输装置发送来的高分辨率环境图像并进行显示；所述存储器用于存储高分辨率环境图像信息；所述遥控器用于向机器人发送指令，控制机器人的运动。本专利技术的有益效果为：采用机器人来实现对危险环境的监控，避免了人员亲自进入危险环境导致的不必要伤亡，同时本专利技术采用普通摄像头进行图像采集，降低机器人的造价成本。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的框架结构图；图2是本专利技术机器人的框架结构图；图3是本专利技术远程控制系统的框架图。附图标记：机器人1、远程控制系统2、摄像头10、图像处理器11、无线传输装置12、驱动装置13、显示器20、存储器21、遥控器22、图像预处理模块110、图像后处理模块111、图像合成模块112、运动控制器130、驱动电机131、驱动舵机132。具体实施方式结合以下应用场景对本专利技术作进一步描述。参见图1、图2、图3，本实施例的一种机器人安全监控系统，包括机器人1和远程控制终端2，所述机器人1上设有摄像头10、图像处理器11、无线传输装置12和驱动装置13，所述摄像头10用于采集环境图像；所述图像处理器11用于将采集得到的环境图像进行高分辨率处理，得到高分辨率环境图像；所述无线传输装置12用于将高分辨率环境图像发送至远程控制系统2；所述驱动装置13用于控制机器人1的运动；所述远程控制终端2设有显示器20、存储器21和遥控器22，所述显示器20用于接收无线传输装置12发送来的高分辨率环境图像并进行显示；所述存储器21用于存储高分辨率环境图像信息；所述遥控器22用于向机器人1发送指令，控制机器人1的行动。优选地，所述无线传输装置12为4G无线网络或蓝牙。优选地，所述驱动装置包括运动控制器130、驱动电机131和驱动舵机132，所述运动控制器130用于控制驱动电机131和驱动舵机132前往目的位置。本专利技术上述实施例，采用机器人来实现对危险环境的监控，避免了人员亲自进入危险环境导致的不必要伤亡，同时本专利技术采用普通摄像头进行图像采集，降低机器人的造价成本。优选地，所述图像预处理模块20，对采集得到的环境图像通过形态分量分析(MCA)方法进行处理，将环境图像中的不同形态进行分离，得到对应的低分辨率平滑分量和低分辨率纹理分量，设定MCA方法中的迭次代数为50，迭代阈值为10-6。本优选实施例，设置图像预处理模块20，对采集的环境图像中的不同形态进行分离，避免了环境图像平滑区域产生的伪影以及纹理细节被平滑的状况，保持了较好的分量性能，减少计算量，提升整体系统的计算速度。优选地，所述图像后处理模块21用于对环境图像分离后得到的低分辨率平滑分量进行基于平稳小波变换(SWT)处理，对低分辨率纹理分量进行非下采样轮廓波变换(NSCT)处理，具体为：(1)基于平稳小波变换(SWT)，对低分辨率平滑分量进行超分辨率处理，即将低分辨率平滑分量分解为与采集得到的环境图像尺寸相同大小的低通、水平方向、垂直方向和对角方向四个子带，由于低分辨率平滑分量比低通子带包含信息更多，因此直接用低分辨率平滑分量代替低通子带，再对平滑分量、水平方向、垂直方向和对角方向四个子带进行2n倍插值，最后，对插值后的四个子带进行SWT逆变换(ISWT)重构得到高分辨率平滑分量；(2)对低分辨率纹理分量进行2n倍的Bicubic插值后得到初始高分辨率纹理分量，然后进行非下采样轮廓波变换(NSCT)，分解得到一个初始高分辨率纹理分量的低通子带，对应的低通子带系数为ψ0和i个不同尺度且每个尺度包含2i个不同方向的带通方向子带，对应的第i个尺度第j个方向的带通方向子带系数为计算当前尺度下所有带通方向子带中系数的权重值和最大值ψmax：式中，为自定义权重计算函数，ψmax为最大值计算函数，wj为权重因子，为第i个尺度第j个方向的带通方向子带系数；(3)对全部带通方向子带中每个像素依据行和列将其分类为强边缘或弱边缘，定义强弱边缘分类判定准则为：其中δ为当前尺度i下噪声的标准差，为像素，x表示行，y表示列；(4)对全部带通方向子带中强边缘的每个像素的系数进行增强处理，定义增强处理函数为：对包含模糊和变形的弱边缘的每个像素的系数进行减弱处理，定义减弱处理函数为：式中，为像素对应的NSCT变换系数，为处理后NSCT变换系数，δ为当前尺度i下噪声的标准差，为第i个尺度第j个方向的带通方向子带系数；最终，得到处理后纹理分量的全部带通方向子带系数及低通子带系数ψ0后，通过NSCT逆变换(INSCT)重构得到高分辨率的纹理分量。本优选实施例中，将环境图像不同形态进行分离，将分离后的低分辨率平滑分量进行平稳小波变换处理，对低分辨率纹理分量进行非下采样轮廓波变换，并采用自定义的强弱边缘分类判定准则准确区分每个像素的强弱边缘，并且对其进行不同的处理，其中定义了处理所需的增强处理函数和减弱处理函数公式，有利于凸显强边缘的轮廓特征，削弱了弱边缘的模糊和变形现象，避免了图像平滑区域产本文档来自技高网...

【技术保护点】
一种机器人安全监控系统，其特征是，包括机器人和远程控制终端，所述机器人用于采集目的地点的环境图像，并将环境图像发送至远程控制终端；所述远程控制终端用于向机器人发送指令遥控机器人的行动，同时接收并存储环境图像。

【技术特征摘要】
1.一种机器人安全监控系统，其特征是，包括机器人和远程控制终端，所述机器人用于采集目的地点的环境图像，并将环境图像发送至远程控制终端；所述远程控制终端用于向机器人发送指令遥控机器人的行动，同时接收并存储环境图像。2.根据权利要求1所述的一种机器人安全监控系统，其特征是，所述机器人上设有摄像头、图像处理器、无线传输装置和驱动装置，所述摄像头用于采集环境图像；所述图像处理器用于将环境图像进行高分辨率处理，得到高分辨率环境图像；所述无线传输装置用于将高分辨率环境图像发送至远程控制系统；所述驱动装置用于控制机器人的行动。3.根据权利要求1所述的一种机器人安全监控系统，其特征是，所述远程控制终端上设有显示器、存储器和遥控器，所述显示器用于接收无线传输装置发送来的高分辨率环境图像并进行显示；所述存储器用于存储高分辨率环境图像信息；所述遥控器用于向机器人发送指令，控制机器人的行动。4.根据权利要求2所述的一种机器人安全监控系统，其特征是，所述无线传输装置为4G无线网络或蓝牙。5.根据权利要求2所述的一种机器人安全监控系统，其特征是，所述驱动装置包括运动控制器、驱动电机和驱动舵机，所述运动控制器用于控制驱动电机和驱动舵机前往目的位置。6.根据权利要求2所述的一种机器人安全监控系统，其特征是，所述图像处理器包括依次连接的图像预处理模块、图像后处理模块、图像合成模块，具体为：(1)所述图像预处理模块用于对采集得到的环境图像进行分量处理，得到环境图像的低分辨率平滑分量和纹理分量；(2)所述图像后处理模块用于对低分辨率平滑分量进行基于平稳小波变换(SWT)处理，得到高分辨率的平滑分量，对低分辨率的纹理分量进行非下采样轮廓波变换(NSCT)处理，得到高分辨率的纹理分量；(3)所述图像合成模块用于对高分辨率平滑分量和高分辨率纹理分量进行叠加合成，得到高分辨率的环境图像。7.根据权利要求6所述的一种机器人安全监控系统，其特征是，所述对采集得到的环境图像进行分量处理，即对采集得到的环境图像通过形态分量分析(MCA)方法进行处理，将环境图像中的不同形态进行分离，得到对应的低分辨率平滑分量和低分辨率纹理分量。8.根据权利要求7所述的一种机器人安全监控系统，其特征是，所述采集得到的环境图像分离后得到的低分辨率平滑分量进行基于平稳小波变换(SWT)处理，对低分辨率纹理分量进行非下采样轮廓波变换(NSCT)处理，具体为：(1)基于平稳小波变换(SWT)，对低分辨率平滑分量进行高分辨率处理，即将低分辨率平滑分量分解为与环境图像尺寸相同大小的低通、水平方向、垂直方向和对角方向四个子带，直接用低分辨率平滑分量代替低通子带，再对...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：深圳汇创联合自动化控制有限公司，
类型：发明
国别省市：广东,44