一种排爆子母机器人协作探测系统技术方案

本发明专利技术公开了一种排爆子母机器人协作探测系统，包括母机器人和3个子机器人，子机器人由母机器人携带，协作步骤如下：S1，母机器人确定前进方向；S2，母机器人构建三维地图；S3，判断是否释放子机器人；S4，确定子机器人的释放个数；S5，被释放的子机器人实时检测TNT分子浓度并记录；S6，被释放的子机器人得到环境点云数据反馈给母机器人；S7，构建全局环境三维地图，并在全局环境三维地图上进行标记；S8，母机器人对子机器人进行任务调整；S9，重复步骤S8对子机器人任务进行调整，直至排爆任务结束。本发明专利技术采用一个母机器人与三个子机器人结合的方式达到高效快速完成排爆工作的目的。

【技术实现步骤摘要】
一种排爆子母机器人协作探测系统
本专利技术属于排爆
，具体涉及一种排爆子母机器人协作探测系统。
技术介绍
排爆机器人是排爆人员用于处置或销毁爆炸可疑物的专用器材，避免了不必要的人员伤亡。它可用于多种复杂地形进行排爆，主要用于替代排爆人员搬运、转移爆炸可疑物品及其他有害危险品；代替排爆人员使用爆炸物销毁器销毁炸弹，代替现场安检人员进行实地勘察，实施传输现场图像；同时可配备散弹枪对犯罪分子进行攻击；排爆机器人所执行任务至关重要，要求检测精度较高，处理速度较快，但是对整体硬件要求也较高，导致现有排爆机器人体积、质量较大，灵活性较低，机器人无法进入某些复杂排爆区域；而且排爆机器人探测时，需要通过蓄电池为机器人工作提供能量，当其体积、质量过大时，单位时间内耗电量会大幅度增加，机器人工作时间急剧缩短；而现有某些简易型排爆机器人，检测精度和运算速度逊于大型排爆机器人，对信息处理不精准，延时较大，影响排爆工作进行效率。
技术实现思路
本专利技术针对现有排爆机器人要么体积大灵活性低，要么体积小信息处理不精准的技术问题，从而提供一种排爆子母机器人协作探测系统，本专利技术结合大型排爆机器人信息处理速度快，简易排爆机器人运动灵活性高的特点，通过机器人之间智能协同控制，在排爆区域内，实现对环境低成本探测、信息全面获取、实时处理信息，最终达到高效率排爆的目的。为解决上述技术问题，本专利技术所采用的技术方案如下：一种排爆子母机器人协作探测系统，包括母机器人和3个子机器人，子机器人由母机器人携带，协作步骤如下：S1，母机器人进入排爆区，探测环境中TNT分子浓度，确定前进方向。S2，母机器人采集环境的图像信息构建三维地图。S2.1，母机器人通过深度相机采集环境的彩色图像和深度图像得到环境点云数据。S2.2，母机器人通过激光雷达获得环境点云数据。S2.3，母机器人将步骤S2.1的环境点云数据和步骤S2.2的环境点云数据融合得到环境的三维地图。S3，判断是否释放子机器人。S3.1，母机器人对环境的彩色图像利用surf算法进行环境特征提取。S3.1.1，对彩色图像进行高斯滤波，得到预处理图像，表示为：S3.1.2，构建图像尺度空间，进行特征点提取和特征点描述子的生成。所述图像尺度空间由O组S层组成，并且在构建的图像尺度空间中，对每一个像素点P与其周围的26个像素点进行比较，定位特征点，并确保在图像尺度空间和二维图像空间中都能检测到极值点。所述O组是构建的尺度空间的组数；S层是构建的尺度空间的每一组内的图像层数。即利用收集到的现场图像构建一个用来进行特征提取的尺度空间，对原始图像不断降价采样，得到一系列大小不一的图像，由大到小、由下到上构成的金字塔状模型，在此模型中，采集到的原始图像为金字塔第一层，每次降采样所得到的新图像作为金字塔的一层，此时，每一层只有一张图像；为了更精确对图像进行处理，在简单降采样的基础上进一步增加了高斯滤波，将此时金字塔中每一层仅有的一张图像使用不同参数进行高斯模糊处理，使金字塔的每层含有同一张图像的不同高斯模糊图像，此时每一层内又分为多层，为了避免混淆，将通过同一张图像进行高斯模糊处理的图像合称为一组，每一组的不同参数的高斯模糊图像记为层。即此时的组就是原来初始的层，每组含有多层图像。S3.1.3，确定特征点的方向。采集该特征点所在的图像尺度空间内像素的梯度和方向分布特征，使用统计图统计该特征点邻域内像素的梯度和方向，保留峰值80％的方向作为该特征点的辅方向。S3.1.4，为每一个特征点建立一个描述子。所述描述子为描述特征点特征的向量。S3.1.4.1，确定计算描述子所需的图像区域半径为：σ：尺度空间坐标；是计算描述子所需的窗口边长，即可得实际计算的图像区域半径为r；d表示将关键点附近的邻域划分为d*d个子区域。S3.1.4.2，得到描述子；对特征点八个方向的梯度进行差值累加计算并归一化处理，得到最终的特征向量为：L＝(l1,l2,l3,……)；得到的描述子向量为H＝(h1,h2,……h128)，故设hj是得到的描述子向量，其中j＝1,2,3……，li为最终的特征向量。S3.2，将步骤S3.1中的特征点与数据库中特征点进行匹配得到特征点的平均通过权值k。采用深度学习的方式将当前环境的特征点与数据库中特征点与特征点描述子进行数据匹配。并且在数据库中，以集合的形式进行特征点的表示，某个特征点索引为Xi，Xi与其特征点描述子aij进行链接，同时与其训练得到的平均权值K进行相应链接。S3.3，将平均通过权值k与设定权值P比较，若k＜p，则进行步骤S4-S9；若k≥p，则母机器人继续前进工作并重复步骤S1-S3，直至排爆任务结束。S4，确定子机器人的释放个数。按照母机器人当前所处位置中子机器人可通过区域判断应释放子机器人个数，并按照个的标准进行子机器人的释放。机器人通过构建的三维地图可知机器人前方可通过区域的范围，以母机器人为中心，判断可通过区域的范围与中心点所组成的扇形的角度，然后按照个的标准进行子机器人的释放。S5，被释放的子机器人在前进过程中实时检测所在位置的TNT分子浓度，并进行记录。S6，被释放的子机器人，利用视觉传感器进行环境图像信息采集，得到环境点云数据，经过时间T后通过无线网络反馈给母机器人。S7，母机器人根据子机器人得到的环境点云数据，构建全局环境三维地图，并将环境中TNT分子浓度以及子机器人实时位置在全局环境三维地图上进行标记。S8，母机器人对子机器人进行任务调整。S8.1，根据各子机器人反馈的浓度变化情况，确定需调整任务的子机器人。针对浓度递减或不变的子机器人进行任务调整，对于对着探测时间延长TNT浓度随之增加的子机器人不做调整，继续按照初始任务计划进行环境探测。S8.2，母机器人重新划分未探测的环境并广播给所有子机器人。母机器人将未探测的环境划分为x块，x为需要进行任务调整的子机器人个数，且被划分的未探测的环境不包括原本划分给现在不需要做任务调整的子机器人的部分，并将当前全局环境三维地图以及x块环境探测任务通过广播发送给所有正在工作的子机器人。S8.3，不需要做任务调整的子机器人接收到广播信息之后，更新内部存储地图，继续按照上次分配任务前进。S8.4，当需要进行任务调整的子机器人接收到母机器人广播信息之后，子机器人依次针对划分的任务进行竞争。S8.4.1，子机器人基于路程和时间分别计算自身完成该任务的成本。S8.4.2，计算各子机器人完成任务的总效益。S8.4.3，选择完成该任务效益最高的子机器人与该任务配对。S8.4.4，母机器人对配对结果进行审核。子机器人与任务配对结束后，将配对结果反馈给母机器人，母机器人面向全局对所有子机器人配对方案进行最终决策，若各子机器人之间和各子机器人配对的任务之间没有路线、时间冲突，则确认子机器人任务调整规划，并将确认信息广播发送给子机器人，子机器人按照任务配对情况去完成相应任务。S9，每经过时间T，母机器人重复步骤S8对子机器人任务进行调整，直至排爆任务结束。本专利技术中共包含4个机器人，分别是1个母机器人，即传统大型排爆机器人，3个子机器人，即简易机器人。当子机器人不工作时，子机器人由母机器人携带移动，便于母机器人随时释放子机器人。并且设置3个子机器人的原因如下：若母机器本文档来自技高网...

【技术保护点】
1.一种排爆子母机器人协作探测系统，其特征在于，包括母机器人和3个子机器人，子机器人由母机器人携带，协作步骤如下：S1，母机器人进入排爆区，探测环境中TNT分子浓度，确定前进方向；S2，母机器人采集环境的图像信息构建三维地图；S3，判断是否释放子机器人；S4，确定子机器人的释放个数；按照母机器人当前所处位置，子机器人可通过区域判断应释放子机器人个数，并按照

【技术特征摘要】
1.一种排爆子母机器人协作探测系统，其特征在于，包括母机器人和3个子机器人，子机器人由母机器人携带，协作步骤如下：S1，母机器人进入排爆区，探测环境中TNT分子浓度，确定前进方向；S2，母机器人采集环境的图像信息构建三维地图；S3，判断是否释放子机器人；S4，确定子机器人的释放个数；按照母机器人当前所处位置，子机器人可通过区域判断应释放子机器人个数，并按照/个的标准进行子机器人的释放；S5，被释放的子机器人在前进过程中实时检测所在位置的TNT分子浓度，并进行记录；S6，被释放的子机器人，利用视觉传感器进行环境图像信息采集，得到环境点云数据，经过时间T后通过无线网络反馈给母机器人；S7，母机器人根据子机器人得到的环境点云数据，构建全局环境三维地图，并将环境中TNT分子浓度以及子机器人实时位置在全局环境三维地图上进行标记；S8，母机器人对子机器人进行任务调整；S9，每经过时间T，母机器人重复步骤S8对子机器人任务进行调整，直至排爆任务结束。2.根据权利要求1所述的排爆子母机器人协作探测系统，其特征在于，在步骤S2中，具体步骤为：S2.1，母机器人通过深度相机采集环境的彩色图像和深度图像得到环境点云数据；S2.2，母机器人通过激光雷达获得环境点云数据；S2.3，母机器人将步骤S2.1的环境点云数据和步骤S2.2的环境点云数据融合得到环境的三维地图。3.根据权利要求1所述的排爆子母机器人协作探测系统，其特征在于，在步骤S3中，具体步骤为：S3.1，母机器人对环境的彩色图像利用surf算法进行环境特征提取；S3.1.1，对彩色图像进行高斯滤波，得到预处理图像，表示为：S3.1.2，构建图像尺度空间，进行特征点提取和特征点描述子的生成；所述图像尺度空间由O组S层组成，并且在构建的图像尺度空间中，对每一个像素点P与其周围的26个像素点进行比较，定位特征点，并确保在图像尺度空间和二维图像空间中都能检测到极值点；S3.1.3，确定特征点的方向；采集该特征点所在的图像尺度空间内像素的梯度和方向分布特征，使用统计图统计该特征点邻域内像素的梯度和方向，保留峰值80％的方向作为该特征点的辅方向；S3.1.4，为每一个特征点建立一个描述子；所述描述子为描述特征点特征的向量；S3.1.4.1，确定计算描述子所需的图像区域半径为：σ：尺度空间坐标；是计算描述子所需的窗口边长，即可得实际计算的图像区域半径为r；d表示将关键点附近的邻域划分为d*d个子区域。S3.1.4.2，得到...

【专利技术属性】
技术研发人员：蔡磊，徐涛，李国厚，孙乾坤，罗培恩，
申请(专利权)人：河南科技学院，
类型：发明
国别省市：河南,41