基于视觉—触觉多特征感知的水下嵌结物回收与分类系统技术方案

技术编号:41205610 阅读:26 留言:0更新日期:2024-05-07 22:31
本发明专利技术公开了一种基于视觉—触觉多特征感知的水下嵌结物回收与分类系统包括柔性机械爪、分类舱、主控制计算机、水下摄像头,可安装在水下嵌结物采集机器人上,以辅助完成水下嵌结物的识别、回收、分类过程,通过人类“视觉偏差依赖于触觉信息纠正”的现象,提出一种视觉—触觉多特征感知的识别方法,并应用于水下嵌结物回收与分类工程中。改善了传统依赖视觉识别方法在恶劣工况下识别准确度差,对视觉系统要求高的缺点,通过视觉识别、触觉识别、综合识别的多级识别过程,提高了识别精度、降低了各级识别方式对设备和环境的要求,可以适用于水下嵌结物回收与分类工程的各类恶劣工况。

【技术实现步骤摘要】

本专利技术属于水下机器人智能识别领域,尤其涉及一种基于视觉—触觉多特征感知的水下嵌结物回收与分类系统


技术介绍

1、随着社会的发展和海洋的探索,水底垃圾、海底矿物、水下水产等嵌结物的智能抓取需求越来越高。相关技术的发展对环境、经济、民生有着巨大的意义。但目前水下嵌结物抓取工作的识别系统依赖于视觉识别,难以满足恶劣的水下工况。


技术实现思路

1、专利技术目的:为了解决上述问题,利用触觉信息纠正视觉偏差,提出一种视觉—触觉多特征感知的识别系统和方法,并应用于水下嵌结物回收与分类工程中。

2、技术方案:基于视觉—触觉多特征感知的水下嵌结物回收与分类系统由柔性机械爪、分类舱、主控制计算机、水下摄像头组成,可安装在水下嵌结物采集机器人上,以辅助完成水下嵌结物的识别、回收、分类过程。其中柔性机械爪、水下摄像头与主控制计算机通过线缆相连,并分别与水下嵌结物采集机器人供电系统联通,柔性机械爪可将不同种类的嵌结物放入对应的分类舱内。

3、进一步的,所述的柔性机械爪由操控臂、柔性夹、触觉传感器阵列组成,本文档来自技高网...

【技术保护点】

1.基于视觉—触觉多特征感知的水下嵌结物回收与分类系统,其特征在于,包括柔性机械爪(1)、分类舱(2)、主控制计算机(3)、水下摄像头(4),其中柔性机械爪(1)、水下摄像头(4)与主控制计算机(3)通过线缆相连,并分别与水下嵌结物采集机器人供电系统联通,柔性机械爪(1)能将不同种类的嵌结物放入对应的分类舱(2)内。

2.根据权利要求1所述的基于视觉—触觉多特征感知的水下嵌结物回收与分类系统,其特征在于,所述的柔性机械爪(1)包括操控臂(11)、柔性夹(12)、触觉传感器阵列(13),其中操控臂(11)由控制头(111)、控制龙骨(112)、紧固螺栓(113)组成,控制头(1...

【技术特征摘要】

1.基于视觉—触觉多特征感知的水下嵌结物回收与分类系统,其特征在于,包括柔性机械爪(1)、分类舱(2)、主控制计算机(3)、水下摄像头(4),其中柔性机械爪(1)、水下摄像头(4)与主控制计算机(3)通过线缆相连,并分别与水下嵌结物采集机器人供电系统联通,柔性机械爪(1)能将不同种类的嵌结物放入对应的分类舱(2)内。

2.根据权利要求1所述的基于视觉—触觉多特征感知的水下嵌结物回收与分类系统,其特征在于,所述的柔性机械爪(1)包括操控臂(11)、柔性夹(12)、触觉传感器阵列(13),其中操控臂(11)由控制头(111)、控制龙骨(112)、紧固螺栓(113)组成,控制头(111)用于传输控制信号和触觉特征信号,并控制控制龙骨(112)执行抓紧和放松工作,紧固螺栓(113)用于紧固柔性夹(12),柔性夹(12)嵌套在控制龙骨(112)上并通过紧固螺栓(113)二次加固连接。

3.根据权利要求2所述的基于视觉—触觉多特征感知的水下嵌结物回收与分类系统,其特征在于,所述触觉传感器阵列(13)黏附在柔性夹(12)的内侧的防水耐腐柔性膜(121)内层,所述触觉传感器阵列(13)包括硬度传感器(131)、压力传感器(132)、纹理传感器(133)、光纤(134),硬度传感器(131)、压力传感器(132)、纹理传感器(133)交替阵列,并由光纤(134)连通。

4.根据权利要求3所述的基于视觉—触觉多特征感知的水下嵌结物回收与分类系统,其特征在于,所述硬度传感器(131)、压力传感器(132)、纹理传感器(133)基本组成包括上层电极层(231)、触觉芯片层(232)、下层电极层(233)、粘贴层(234),其中上层电极层(231)、下层电极层(233)为柔性电极,用于传输触觉芯片层(232)接触嵌结物产生的电信号,粘贴层(234)用于为上层电极层(231)、触觉芯片层(232)、下层电极层(233)提供黏附平面,并能黏附在柔性夹(12)的内侧的防水耐腐柔性膜(121)内层,触觉芯片层(232)根据不同的信息获取需求,分别对应设为硬度芯片层、压力芯片层和纹理芯片层。<...

【专利技术属性】
技术研发人员:徐立新李秀洪智超窦培林刘亚娇韩超帅张曙光于雪莹沈人杰盛兴
申请(专利权)人:江苏科技大学
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