本发明专利技术公开了一种基于点云技术的助餐机器人智能取食系统，涉及机器人领域。包括识别模块、点云处理模块和计算分析模块。采用点云技术实时准确的获取取食位置。通过深度相机实时获取块状食物的3D点云图，通过平面拟合、点云滤波和基于区域生长的点云分割等一系列算法处理获取合适的食物分割面，并在该分割面上计算最优取食点。本发明专利技术可以实时准确的获取取食位置坐标点，确保助餐机器人准确盛取餐碗中的食物，提高取食成功率；为使用者提供更精细、智能的服务，提高生活质量，推动康复辅具产业的快速发展，为社会提供更多高质量的护理和照料服务。
【技术实现步骤摘要】
本专利技术涉及机器人领域，尤其涉及一种基于点云技术的助餐机器人智能取食系统。
技术介绍
1、随着近年来我国老龄化趋势日益严重，护理人员数量与所需照料的老年人口数量无法成正比，而我国对康复辅具的发展高度重视，康复服务机器人得到了国家和政府技术及经济的鼎力支持，同时伴随着人工智能技术的的兴起，人类对护理机器人来服务老年人的意愿也开始增强。
2、国外的助餐机器人自上世纪90年代第一代助餐机器人handy1开始，目前助餐机器人已经不断完善发展，商用的助餐机器人有例如日本的my spoon和美国的obi，可以帮助老年人和上肢功能患者自主进食，助餐机器人的出现帮助使用者自主完成进食过程，减少对护理人员的依赖，从而使护理人员能够将更多的时间和精力用于其他重要的护理工作，提高照护质量。
3、国内的助餐机器人发展起步较晚，目前没有完备的商业化助餐机器人出现，人工智能的发展和智能视觉交互技术在助餐机器人中被应用，一台智能化帮助使用者自主获取食物的助餐机器人可以提供更精细、智能的服务，提高老年人的生活质量。
4、智能视觉交互技术在助餐机器人中的应用是一个非常重要的发展方向，随着技术的不断创新和进步，助餐机器人将会发挥越来越重要的作用，成为老年人日常生活中不可或缺的一部分，人工智能的发展和智能视觉交互技术在助餐机器人中被应用，一台智能化帮助使用者自主获取食物的助餐机器人可以提供更精细、智能的服务，提高老年人的生活质量，同时，这些技术的应用也有望推动康复辅具产业的快速发展，为社会提供更多高质量的护理和照料服务。
5、因此，本领域的技术人员致力于开发一种基于点云技术的助餐机器人智能取食系统。可以提供更精细、智能的服务，提高使用者的生活质量，推动康复辅具产业的快速发展，为社会提供更多高质量的护理和照料服务。
技术实现思路
1、有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是实时准确的获取取食位置，确保助餐机器人准确盛取餐碗中的食物，提高取食成功率。
2、为实现上述目的，本专利技术提供了一种基于点云技术的助餐机器人智能取食系统，包括识别模块、点云处理模块和计算分析模块，采用点云技术获取取食位置。
3、进一步地，所述识别模块包括深度相机，获取点云图像。
4、进一步地，所述点云处理模块包括点云平面拟合数据去除、点云直通滤波、点云体素滤波、基于区域生长的点云分割。
5、进一步地，所述计算分析模块获取最优食物分割面，返回取食点。
6、进一步地，所述点云平面拟合数据去除，采用随机抽样一致模型参数估计算法，对点云图像进行平面拟合处理去除平面点云数据，减少点云数据量。
7、进一步地，所述点云直通滤波，去除噪声，裁剪数据。
8、进一步地，所述点云体素滤波，平滑数据和降低数据复杂性。
9、进一步地，所述基于区域生长的点云分割，对堆叠的食物进行分割获取最优取食面。
10、进一步地，包括以下步骤：
11、步骤1、深度相机获取点云信息；
12、步骤2、平面拟合去除边缘信息；
13、步骤3、直通滤波；
14、步骤4、体素滤波；
15、步骤5、基于区域生长的点云分割，获取最优分割面；
16、步骤6、获取分割面中心取食点。
17、进一步地，包括ros机器人操作系统。
18、在本专利技术的较佳实施方式中，针对现存的助餐机器人多采用固定轨迹取食，无精确取食点经常导致取食失败。本专利技术采用点云技术实时准确的获取取食位置。通过深度相机实时获取块状食物的3d点云图，通过平面拟合、点云滤波和基于区域生长的点云分割等一系列算法处理获取合适的食物分割面，并在该分割面上计算最优取食点。
19、针对用餐环境复杂，需要去除餐碗之外的点云信息。本专利技术对完整点云图像进行平面拟合处理去除平面点云数据和减少点云数据量。采用随机抽样一致(ransac)模型参数估计算法，随机选择一组点作为初始样本集，根据初始样本集拟合平面模型，通过平面拟合得到识别点云图中平面餐桌部分的点云信息，之后将该部分平面的拟合点云数据去除，保留餐碗和食物部分的点云，减少点云数据。
20、针对点云数据量过大，导致运算耗时，占用内存较大。本专利技术采用点云直通滤波去除噪声、裁剪数据；采用点云体素滤波平滑数据和降低数据复杂性。使用直通滤波去除范围读取点云数据并创建一个点云对象，设置过滤范围，对于每个坐标轴(x、y、z)，定义一个最小值和最大值，只有在这个范围内的点才会被保留，创建一个直通滤波器对象，并设置过滤范围，应用直通滤波器到点云对象上，去除了超出指定范围的点，保留了点云中的特征信息。使用体素滤波实将点云空间按照坐标轴进行离散化，形成一个三维的网格结构，即体素网格，在每个体素内，选择一个代表性点作为该体素的代表，通常是计算该体素内所有点的中心点或者重心，最终得到的代表性点组成了经过体素滤波后的点云，实现对点云数据的降采样和噪声削减，快速地降低点云的密度。
21、针对餐碗中食物堆叠，分割难度较大。本专利技术采用区域生长的点云分割算法对堆叠的食物进行分割获取最优取食面。对预处理后的点云数据中选择一个点作为种子点开始，用于构建初始的区域；从种子点开始，通过迭代的方式不断扩展该区域，直到满足一定的停止条件，采用法向量的生长准则，每个点对应一个法向量，假设当前区域的法向量为n1，需要加入的新点的法向量为n2，则可以使用下列公式来计算它们的夹角cos(θ)：cos(θ)＝n1·n2/|n1||n2|。其中，n1·n2表示n1与n2的点积，|n1|和|n2|分别表示n1和n2的模长，如果cos(θ)小于等于阈值，则将新点加入到当前区域中；对最终得到的每个区域进行筛选获取最合适的取食面并返回，以便于后续的分析和应用。
22、本专利技术与现有技术相比较，具有如下显而易见的实质性特点和显著优点：
23、1.本专利技术实时准确的获取取食位置坐标点，确保助餐机器人准确盛取餐碗中的食物，提高取食成功率。
24、2.本专利技术去除位于指定范围之外(例如平面餐桌部分的点云信息)的数据点，只保留符合条件的数据点；这有助于减少点云数据的密度和复杂性，提高处理效率。
25、3.本专利技术实现对数据的平滑处理和数据的降采样，从而改善数据质量和方便后续的点云分析和应用。
26、4.本专利技术对餐碗中堆叠的食物进行基于区域生长的点云分割算法对食物点云信息进行分割，以获取食物不同的分割面并计算最优取食面方便获取最优取食点并进行准确实时取食。
27、以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。
本文档来自技高网...
【技术保护点】
1.一种基于点云技术的助餐机器人智能取食系统，其特征在于，包括识别模块、点云处理模块和计算分析模块，采用点云技术获取取食位置。
2.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述识别模块包括深度相机，获取点云图像。
3.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述点云处理模块包括点云平面拟合数据去除、点云直通滤波、点云体素滤波、基于区域生长的点云分割。
4.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述计算分析模块获取最优食物分割面，返回取食点。
5.如权利要求3所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述点云平面拟合数据去除，采用随机抽样一致模型参数估计算法，对点云图像进行平面拟合处理去除平面点云数据，减少点云数据量。
6.如权利要求3所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述点云直通滤波，去除噪声，裁剪数据。
7.如权利要求3所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述点云体素滤波，平滑数据和降低数据复杂性。
8.如权利要求3所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述基于区域生长的点云分割，对堆叠的食物进行分割获取最优取食面。
9.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，包括以下步骤：
10.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，包括ROS机器人操作系统。
...
【技术特征摘要】
1.一种基于点云技术的助餐机器人智能取食系统，其特征在于，包括识别模块、点云处理模块和计算分析模块，采用点云技术获取取食位置。
2.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述识别模块包括深度相机，获取点云图像。
3.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述点云处理模块包括点云平面拟合数据去除、点云直通滤波、点云体素滤波、基于区域生长的点云分割。
4.如权利要求1所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述计算分析模块获取最优食物分割面，返回取食点。
5.如权利要求3所述的基于点云技术的助餐机器人智能取食系统，其特征在于，所述点云平面拟合数据去除，采用随机抽样一致模...
【专利技术属性】
技术研发人员：喻洪流，任诗扬，吴伟铭，胡冰山，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：
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。