用于防疫机器人的门把手消杀控制方法及系统技术方案

本发明专利技术提供了一种用于防疫机器人的门把手消杀控制方法及系统，属于防疫机器人控制技术领域，获取待检测的图像；根据获取的图像和预训练的SSD目标检测模型检测门把手，将第一个检测到的目标进行遮挡处理，继续进行当前图像的门把手，如继续检测到新的门把手，则继续遮挡处理，直至当前图像检测不到新的门把手；根据门把手的个数和像素坐标以及防疫机器人的机械臂和相机的标定参数，得到各个门把手的世界坐标，根据各个门把手的世界坐标得到防疫机器人的各轴关节角，根据各轴关节角控制机械臂动作以实现各个门把手的消杀；本发明专利技术在实现环境全面常规消杀的同时，通过对门把手的快速准确识别，实现了门把手的精准消杀。实现了门把手的精准消杀。实现了门把手的精准消杀。

【技术实现步骤摘要】
用于防疫机器人的门把手消杀控制方法及系统


[0001]本专利技术涉及防疫机器人控制
，特别涉及一种用于防疫机器人的门把手消杀控制方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
[0003]由于流行性病毒的传播迅速广泛、传播途径多和传染性强，因此在病毒流行期间，做好隔离消毒尤为重要。从最开始的人传人到目前的物传人，对于防疫的难度是越来越大。医院或者办公场合的门把手，属于高频的密接物体，人可能接触过携带病毒的物品，在去接触到门把手的时候就会将病毒留在门把手上，这样对于其他人再去接触到这个门把手的时候就具备一定的感染风险。
[0004]专利技术人发现，目前的消杀主要是针对空气或者是快递包裹，而对于医院、办公场合高密接门把手主要以手动喷撒的方式进行消杀，这样势必也会产生二次感染的风险；并且人工定时喷洒的工作效率较低，且无法实现定时定量的精准消杀。

技术实现思路

[0005]为了解决现有技术的不足，本专利技术提供了一种用于防疫机器人的门把手消杀控制方法及系统，实现了基于防疫机器人的全流程自主化消杀，在实现环境全面常规消杀的同时，通过对门把手的快速准确识别，实现了门把手的精准消杀。
[0006]为了实现上述目的，本专利技术采用如下技术方案：本专利技术第一方面提供了一种用于防疫机器人的门把手消杀控制方法。
[0007]一种用于防疫机器人的门把手消杀控制方法，包括以下过程：获取待检测的图像；根据获取的图像和预训练的SSD目标检测模型检测门把手，将第一个检测到的目标进行遮挡处理，继续进行当前图像的门把手，如继续检测到新的门把手，则继续遮挡处理，直至当前图像检测不到新的门把手；根据门把手的个数和像素坐标以及防疫机器人的机械臂和相机的标定参数，得到各个门把手的世界坐标，根据各个门把手的世界坐标得到防疫机器人的各轴关节角，根据各轴关节角控制机械臂动作以实现各个门把手的消杀。
[0008]作为可选的一种实现方式，预训练的SSD目标检测模型的训练中，包括：采用生成对抗网络进行图像的去模糊处理，采用Retinex方法进行图像的增强处理，将原始图像数据集、去模糊处理后的图像数据集和增强处理后的图像数据集一起作为训练集。
[0009]作为可选的一种实现方式，SSD目标检测模型中，对除第一卷积层外的其他卷积层，各卷积层的输入为上一卷积层的输入和上一卷积层的输出的融合。
[0010]作为可选的一种实现方式，根据获取的图像和预训练的SSD目标检测模型检测门
把手，包括：对获取的图像依次进行去模糊和图像增强预处理，将预处理后的图像输入到预训练的SSD目标检测模型中，得到门把手检测结果。
[0011]作为可选的一种实现方式，防疫机器人本体不动作，根据各轴关节角控制机械臂带动消杀装置动作以实现各个门把手的消杀。
[0012]作为可选的一种实现方式，当同一图像中检测到多个门把手时，按照门把手的识别顺序依次进行门把手消毒。
[0013]作为可选的一种实现方式，SSD目标检测模型为SSD
‑
MobileNetV1模型。
[0014]本专利技术第二方面提供了一种用于防疫机器人的门把手消杀控制系统。
[0015]一种用于防疫机器人的门把手消杀控制系统，包括：图像获取模块，被配置为：获取待检测的图像；门把手识别模块，被配置为：根据获取的图像和预训练的SSD目标检测模型检测门把手，将第一个检测到的目标进行遮挡处理，继续进行当前图像的门把手，如继续检测到新的门把手，则继续遮挡处理，直至当前图像检测不到新的门把手；消杀控制模块，被配置为：根据门把手的个数和像素坐标以及防疫机器人的机械臂和相机的标定参数，得到各个门把手的世界坐标，根据各个门把手的世界坐标得到防疫机器人的各轴关节角，根据各轴关节角控制机械臂动作以实现各个门把手的消杀。
[0016]作为可选的一种实现方式，预训练的SSD目标检测模型的训练中，包括：采用生成对抗网络进行图像的去模糊处理，采用Retinex方法进行图像的增强处理，将原始图像数据集、去模糊处理后的图像数据集和增强处理后的图像数据集一起作为训练集。
[0017]作为可选的一种实现方式，SSD目标检测模型中，对除第一卷积层外的其他卷积层，各卷积层的输入为上一卷积层的输入和上一卷积层的输出的融合。
[0018]与现有技术相比，本专利技术的有益效果是：1、本专利技术所述的用于防疫机器人的门把手消杀控制方法及系统，实现了基于防疫机器人的全流程自主化消杀，在实现环境全面常规消杀的同时，通过对门把手的快速准确识别，实现了门把手的精准消杀。
[0019]2、本专利技术所述的用于防疫机器人的门把手消杀控制方法及系统，卷积层通过跳跃连接实现了特征的复用，增加了网络的深度，相比于直接用mobileNet V1的方式极大的提高了精度和减少了漏检。
[0020]3、本专利技术所述的用于防疫机器人的门把手消杀控制方法及系统，在训练过程中增加去模糊和增强处理，对于少量的数据可以起到扩充的作用，丰富了数据集，可以提升模型的泛化能力；同时在实际检测中，对获取的图像进行去模糊和增强处理，增加了检测的精度，减少了漏检。
[0021]4、本专利技术所述的用于防疫机器人的门把手消杀控制方法及系统，将第一个检测到的目标进行遮挡处理，继续进行当前图像的门把手，如继续检测到新的门把手，则继续遮挡处理，直至当前图像检测不到新的门把手，有效的避免了漏检情况的发生。
[0022]5、本专利技术所述的用于防疫机器人的门把手消杀控制方法及系统，SSD目标检测模型为SSD
‑
MobileNetV1模型，用深度可分离卷积代替普通的卷积，并使用宽度乘数减少参数
量，实现了模型的轻量化，更有利于防疫机器人的门把手识别效率的提升。
[0023]6、由于检测必然不能百分百检测多目标，起码是SSD暂时对训练数据有着比较高的要求，如果数据量较少，对多目标检测漏检率很大，因此本专利技术针对缺少训练样本的问题，提出通过掩膜遮挡方法去提高检测准确性，无需频繁的采集数据和长时间的模型训练。
[0024]本专利技术附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0025]构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。
[0026]图1为本专利技术实施例1提供的SSD网络提取特征的示意图。
[0027]图2为本专利技术实施例1提供的SSD
‑
MobileNetV1网络结构图。
[0028]图3为本专利技术实施例1提供的用于防疫机器人的门把手消杀控制方法的流程示意图。
[0029]图4为本专利技术实施例1提供的卷积层跳跃连接示意图。
具体实施方式
[0030]下面结合附图与实施例对本专利技术作进一步说明。
[0031]应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于防疫机器人的门把手消杀控制方法，其特征在于：包括以下过程：获取待检测的图像；根据获取的图像和预训练的SSD目标检测模型检测门把手，将第一个检测到的目标进行遮挡处理，继续进行当前图像的门把手，如继续检测到新的门把手，则继续遮挡处理，直至当前图像检测不到新的门把手；根据门把手的个数和像素坐标以及防疫机器人的机械臂和相机的标定参数，得到各个门把手的世界坐标，根据各个门把手的世界坐标得到防疫机器人的各轴关节角，根据各轴关节角控制机械臂动作以实现各个门把手的消杀。2.如权利要求1所述的用于防疫机器人的门把手消杀控制方法，其特征在于：预训练的SSD目标检测模型的训练中，包括：采用生成对抗网络进行图像的去模糊处理，采用Retinex方法进行图像的增强处理，将原始图像数据集、去模糊处理后的图像数据集和增强处理后的图像数据集一起作为训练集。3.如权利要求1所述的用于防疫机器人的门把手消杀控制方法，其特征在于：SSD目标检测模型中，对除第一卷积层外的其他卷积层，各卷积层的输入为上一卷积层的输入和上一卷积层的输出的融合。4.如权利要求1所述的用于防疫机器人的门把手消杀控制方法，其特征在于：根据获取的图像和预训练的SSD目标检测模型检测门把手，包括：对获取的图像依次进行去模糊和图像增强预处理，将预处理后的图像输入到预训练的SSD目标检测模型中，得到门把手检测结果。5.如权利要求1所述的用于防疫机器人的门把手消杀控制方法，其特征在于：防疫机器人本体不动作，根据各轴关节角控制机械臂带动消杀装置动作以实现各个门把手的...

【专利技术属性】
技术研发人员：周军，叶丰，李建强，赵厚勇，史建杰，付周，高新彪，李文广，陈宇，
申请(专利权)人：山东亚历山大智能科技有限公司，
类型：发明
国别省市：