System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 破拆机器人及其控制方法、控制器、控制系统和存储介质技术方案_技高网

破拆机器人及其控制方法、控制器、控制系统和存储介质技术方案

技术编号:40104697 阅读:21 留言:0更新日期:2024-01-23 18:14
本公开提出一种破拆机器人及其控制方法、控制器、控制系统和存储介质,涉及破拆机器人技术领域。本公开的一种破拆机器人的控制方法包括:获取图像采集装置视野范围内的图像信息;基于预训练的机器学习算法,根据图像信息识别破拆目标位置;在确定视野范围内包括破拆目标位置的情况下,确定破拆目标位置在破拆机器人的基座坐标系下的目标坐标信息;根据目标坐标信息和对破拆目标位置的采样结果,确定破拆目标平面;根据破拆目标平面的位置,生成对破拆机构的驱动控制信息。

【技术实现步骤摘要】

本公开涉及破拆机器人,特别是一种破拆机器人及其控制方法、控制器、控制系统和存储介质


技术介绍

1、破拆机器人具有车小力大、机动灵活、安全可靠等特点,在矿山、隧道、建筑破拆、水泥工业、抢险救援等领域被广泛应用,可以保障恶劣工作环境下施工人员的安全,并有效提高工作效率。

2、目前破拆机器人多采用人工遥控操纵方式进行破拆作业,这样的方式增加了人力要求,且破拆效果受到远程操控的精准度,以及操作人员的经验和实时状态的影响。


技术实现思路

1、本公开的一个目的在于提高破拆机器人的自动化程度和环境适应能力。

2、根据本公开的一些实施例的一个方面,提出一种破拆机器人的控制方法,包括:获取图像采集装置视野范围内的图像信息;基于预训练的机器学习算法,根据图像信息识别破拆目标位置;在确定视野范围内包括破拆目标位置的情况下,确定破拆目标位置在破拆机器人的基座坐标系下的目标坐标信息;根据目标坐标信息和对破拆目标位置的采样结果,确定破拆目标平面;根据破拆目标平面的位置,生成对破拆机构的驱动控制信息。

3、在一些实施例中,确定破拆目标位置在破拆机器人的基座坐标系下的目标坐标信息包括:调节云台使破拆目标位置位于图像采集装置的视野范围内的预定位置,其中,云台承载图像采集装置;确定破拆目标位置在图像坐标系下的第一坐标信息;根据图像坐标系下的三维坐标信息和云台的当前角度,确定破拆目标位置在破拆机器人基座坐标系下的目标坐标信息。

4、在一些实施例中,根据图像坐标系下的三维坐标信息和云台的当前角度,确定破拆目标位置在破拆机器人基座坐标系下的目标坐标信息包括:根据图像坐标系下的三维坐标信息和云台的当前角度,确定破拆目标位置在预定坐标系下的第二坐标信息,其中,预定坐标系为云台处于预定位置的情况下的图像坐标系;根据第二坐标信息,基于云台的预定坐标系与破拆机器人基座坐标系之间的关系,确定目标坐标信息。

5、在一些实施例中,确定破拆目标位置在图像坐标系下的第一坐标信息包括:通过距离传感器获取破拆目标位置与距离传感器的距离信息;根据预定位置确定破拆目标位置图像坐标位置;根据图像坐标位置和距离信息确定第一坐标信息,其中,第一坐标信息为三维坐标信息。

6、在一些实施例中,根据目标坐标信息和对破拆目标位置的采样结果,确定破拆目标平面包括:对目标坐标信息位置的预定范围内执行预定次采样,获取采样点距离信息;根据采样点距离信息和目标坐标信息,确定破拆目标平面。

7、在一些实施例中,根据破拆目标平面的位置,生成对破拆机构的驱动控制信息包括:确定破拆目标平面的法向量;生成控制破拆机构根据法向量执行破拆操作的驱动控制信息。

8、在一些实施例中,该控制方法还包括:在确定视野范围内不包括破拆目标位置的情况下,生成云台巡航控制信息。

9、在一些实施例中,预训练的机器学习算法为基于样本数据训练生成,其中,样本数据为基于破拆作业场景的视频数据生成。

10、在一些实施例中,该控制方法还包括:根据破拆作业场景的视频数据提取图像数据;在图像数据中根据破拆需求进行标注,获取样本数据;根据样本数据和构建的机器学习算法,生成预训练的机器学习算法。

11、在一些实施例中,根据样本数据和构建的机器学习算法,生成预训练的机器学习算法包括:将样本数据划分为训练样本数据集和测试样本数据集;利用训练样本数据集训练构建的机器学习算法,生成待确定模型;利用测试样本数据集验证待确定模型的准确度,在准确度高于预定阈值的情况下,获取预训练的机器学习模型。

12、在一些实施例中,机器学习算法包括深度语义分割算法。

13、在一些实施例中,该控制方法还包括:根据目标破拆场景,在深度语义分割算法集中选择目标规模的深度语义分割算法,作为机器学习算法。

14、在一些实施例中,在图像数据中根据破拆需求进行标注,获取样本数据包括:在图像数据中对作业对象进行标注,获取正样本数据;在图像数据中对非作业对象进行标注,获取负样本数据,样本数据包括正样本数据和负样本数据。

15、根据本公开的一些实施例的一个方面,提出一种破拆机器人的控制器,包括:存储器;以及耦接至存储器的处理器,处理器被配置为基于存储在存储器的指令执行上文中任意一种破拆机器人的控制方法。

16、根据本公开的一些实施例的一个方面,提出一种非瞬时性计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上文中任意一种破拆机器人的控制方法的步骤。

17、根据本公开的一些实施例的一个方面,提出一种破拆机器人,包括:图像采集装置,被配置为采集视野范围内的图像,并发送给控制器;云台,位于破拆机器人的基座,被配置为在控制器的控制下调整位姿;破拆机构,被配置为在控制器的控制下执行破拆操作;和控制器,被配置为执行上文中任意一种破拆机器人的控制方法。

18、在一些实施例中,破拆机器人还包括:距离传感器,被配置为获取与被探测位置的距离信息,并发送给控制器。

19、根据本公开的一些实施例的一个方面,提出一种破拆控制系统,包括:数据处理设备,被配置为:根据破拆作业场景的视频数据提取图像数据;获取图像数据中根据破拆需求进行标注,获取样本数据;根据样本数据和构建的机器学习算法,生成预训练的机器学习算法,并发送给破拆机器人的控制器;和破拆机器人的控制器,被配置为执行上文中任意一种除模型训练外的破拆机器人的控制方法。

20、根据本公开的一些实施例的一个方面,提出一种破拆系统,包括:数据处理设备,被配置为:根据破拆作业场景的视频数据提取图像数据;获取图像数据中根据破拆需求进行标注,获取样本数据;根据样本数据和构建的机器学习算法,生成预训练的机器学习算法,并发送给破拆机器人的控制器;和破拆机器人,包括:图像采集装置,被配置为采集视野范围内的图像,并发送给控制器;云台,位于破拆机器人的基座,被配置为在控制器的控制下调整位姿;破拆机构,被配置为在控制器的控制下执行破拆操作;和控制器,被配置为执行上文中任意一种除模型训练外的破拆机器人的控制方法。

本文档来自技高网...

【技术保护点】

1.一种破拆机器人的控制方法,包括:

2.根据权利要求1所述的控制方法,其中,所述确定所述破拆目标位置在破拆机器人的基座坐标系下的目标坐标信息包括:

3.根据权利要求2所述的控制方法,其中,所述根据所述图像坐标系下的三维坐标信息和所述云台的当前角度,确定所述破拆目标位置在破拆机器人基座坐标系下的目标坐标信息包括:

4.根据权利要求2所述的控制方法,其中,所述确定所述破拆目标位置在图像坐标系下的第一坐标信息包括:

5.根据权利要求1所述的控制方法,所述根据所述目标坐标信息和对所述破拆目标位置的采样结果,确定破拆目标平面包括:

6.根据权利要求1所述的控制方法,其中,所述根据所述破拆目标平面的位置,生成对所述破拆机构的驱动控制信息包括:

7.根据权利要求1所述的控制方法,还包括:

8.根据权利要求1所述的控制方法,其中,所述预训练的机器学习算法为基于样本数据训练生成,其中,所述样本数据为基于破拆作业场景的视频数据生成。

9.根据权利要求1或8所述的控制方法,还包括:

10.根据权利要求9所述的控制方法,其中,所述根据所述样本数据和构建的机器学习算法,生成所述预训练的机器学习算法包括:

11.根据权利要求1、8~10任意一项所述的控制方法,其中,所述机器学习算法包括深度语义分割算法。

12.根据权利要求9所述的控制方法,还包括:

13.根据权利要求9所述的控制方法,其中,所述在所述图像数据中根据破拆需求进行标注,获取样本数据包括:

14.一种破拆机器人的控制器,包括:

15.一种非瞬时性计算机可读存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现权利要求1至13任意一项所述的方法的步骤。

16.一种破拆机器人,包括:

17.根据权利要求16所述的破拆机器人,还包括:

18.一种破拆控制系统,包括:

19.一种破拆系统,包括:

...

【技术特征摘要】

1.一种破拆机器人的控制方法,包括:

2.根据权利要求1所述的控制方法,其中,所述确定所述破拆目标位置在破拆机器人的基座坐标系下的目标坐标信息包括:

3.根据权利要求2所述的控制方法,其中,所述根据所述图像坐标系下的三维坐标信息和所述云台的当前角度,确定所述破拆目标位置在破拆机器人基座坐标系下的目标坐标信息包括:

4.根据权利要求2所述的控制方法,其中,所述确定所述破拆目标位置在图像坐标系下的第一坐标信息包括:

5.根据权利要求1所述的控制方法,所述根据所述目标坐标信息和对所述破拆目标位置的采样结果,确定破拆目标平面包括:

6.根据权利要求1所述的控制方法,其中,所述根据所述破拆目标平面的位置,生成对所述破拆机构的驱动控制信息包括:

7.根据权利要求1所述的控制方法,还包括:

8.根据权利要求1所述的控制方法,其中,所述预训练的机器学习算法为基于样本数据训练生成,其中,所述样本数据为基于破拆...

【专利技术属性】
技术研发人员:孔亚男刘建梁康高志刚
申请(专利权)人:江苏徐工工程机械研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1