一种基于视觉定位的医用物流机器人系统及其控制方法
专利汇可以提供一种基于视觉定位的医用物流机器人系统及其控制方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于视觉 定位 的医用物流 机器人 系统及其控制方法，系统包括 中央处理器 、通讯模 块 、激光导引模块、定位模块、报警模块、 人机交互 模块、远程 服务器 和避障模块；中央处理器接收所述通讯模块的运送指令，初次规划机器人的行进路线；并将初次规划路线发送给所述激光导引模块，引导机器人按设定路径行进；根据接收到避障模块的障碍物信息，二次规划机器人的行进路线；中央处理器接收到报警模块的恶意骚扰信息后，通过所述定位模块将机器人的周围图像信息和 位置 信息发送给远程服务器。本发明提高了物流运送效率，降低人工成本，具有高效性，安全性和可靠性。，下面是一种基于视觉定位的医用物流机器人系统及其控制方法专利的具体信息内容。
1.一种基于视觉定位的医用物流机器人系统，其特征在于，包括中央处理器、通讯模块、激光导引模块、定位模块、报警模块、人机交互模块、远程服务器和避障模块；所述中央处理器与通讯模块、激光导引模块、定位模块、报警模块、避障模块电连接，所述通讯模块与人机交互模块连接，所述定位模块与远程服务器连接，
所述通讯模块，用于接收人机交互模块或者远程控制终端的控制信号，并将控制信号发送至中央处理器；
所述激光导引模块，包括安装在机器人上的激光扫描器、安装在医院建筑物墙体中的激光反射板及其存储器；
所述避障模块包括安装在机器人前面、左面和右面的多个红外传感器，用来检测左前方、前方和右前方的障碍物；
所述报警模块包括蜂鸣器，用于当有人恶意骚扰时提醒并且发出警报；
所述定位模块包括摄像头，用以扫描周围图像并对门牌号进行识别；
所述中央处理器，接收所述通讯模块的运送指令，初次规划机器人的行进路线；并将初次规划路线发送给所述激光导引模块，引导机器人按设定路径行进；根据接收到避障模块的障碍物信息，二次规划机器人的行进路线，及时避开障碍物；中央处理器接收到报警模块的恶意骚扰信息后，通过所述定位模块将机器人的周围图像信息和位置信息发送给远程服务器，以提醒工作人员；机器人到达设定目的地后，中央处理器通过所述定位模块开启门牌识别功能，将识别到的门牌号发送给远程服务器，由工作人员确认是否准确送达。
2.根据权利要求1所述的基于视觉定位的医用物流机器人系统，其特征在于，所述激光扫描器具体采用的是SICK公司生产的NAV200激光扫描器。
3.基于视觉定位的医用物流机器人系统的控制方法，其特征在于，包括以下步骤：
(1)在机器人行走路线的医院建筑物墙体中预先安装好激光反射板，并测量每块所述激光反射板所在的坐标位置，将所述激光反射板的具体位置信息存储在激光反射板的存储器中；
(2)由人机交互模块或者远程控制终端发送指令，命令机器人运送设定物品到达设定地点；
(3)通讯模块将人机交互模块发出的运送指令传输到中央处理器，所述中央处理器根据接收到的运送指令，在起始点和目的地之间规划出初始行进路线，唤醒机器人，开始工作；
(4)医用物流机器人利用所述激光扫描器向空间发射激光脉冲信号，安装在地面上的所述激光反射板反射该激光信号，所述激光扫描器同时接收由激光反射板返回的激光信号，通过测量发射光脉冲从发出到反射回来的时间间隔测量出机器人到激光反射板的距离，通过测量反射光线与机器人前进方向所成的角度θ，测量出机器人的方位，多次测量取其均值；所述激光扫描器对多次采集到的数据进行位置和运动方向的几何计算，并输出当前坐标从而进行位置识别，确定机器人当前位置和航向，通过和内置的数字地图进行对比来校正方位并进行导引计算，不断对机器人的前进方向角进行修正，从而引导机器人沿设定路径行走；
(5)医用物流机器人利用红外传感器中的发射管发射设定频率的红外信号，当红外传感器的检测方向遇到障碍物时，红外信号反射回来被接收管接收，从而判断机器人行进方向是否有障碍物，如果没有障碍物，则按照规划好的路径走；如果有，所述中央处理器检测红外传感器的工作状态，根据接收管采集到的信号，利用基于能量函数的避障算法，在机器人当前位置和目标节点之间重新规划出一条最短的移动路径，实现主动绕开障碍物；
(6)医用物流机器人根据报警模块是否持续接收到红外信号来判断是否有人进行恶意骚扰，如果有，则蜂鸣器发出声响，警告骚扰人并且开启定位模块中的摄像头，将机器人的周围图像信息和具体位置信息通过所述通讯模块发送到中央处理器，提醒工作人员；
(7)医用物流机器人到达目的地后，所述中央处理器控制摄像头对目的地的门牌号及周围信息进行识别，将图像信息发送至所述远程控制终端，进行目的地确认，如果符合要求，则停止行进，将货物送达，转向步骤(8)；如若不符合要求，则表示物品配送发生了错误，则待在原处等待新指令；
(8)医用物流机器人达到设定目的地后，语音提示医护人员及时取走货物，并且接受医护人员输入新的指令或等待所述远程控制终端发送的新指令。
4.根据权利要求3所述的控制方法，其特征在于：步骤(2)中，
由所述人机交互模块或者由远程控制终端发送指令，命令机器人运送设定物品到达设定地点，是指医护人员可以在人机操作界面通过触屏器直接对机器人发出配送要求指令，也可以在远程控制终端，通过无线网络给机器人发出配送要求，包括但不限于物品名称、物品数量、出发地和目的地。
5.根据权利要求3所述的控制方法，其特征在于：步骤(4)中，具体实现方法如下：
(4a)机器人进入导引区域后首先确定其准确方位，初始位置计算时小车机器人停止不动，保证激光扫描器测得的光束大于四条，并且知道各激光反射板的准确位置；
(4b)所述激光扫描器按照固定转速旋转360度，所述激光扫描器将激光发射到发射板上后，经发射板反射后被所述激光扫描器探测到机器人的当前运行速度、转向角和间隔时间；
(4c)运行中的机器人不断接受三个已知位置反射回来的激光脉冲，所述激光扫描器将步骤(4b)中探测到的信息传输给中央处理器，所述中央处理器对信息进行几何运算，准确计算出机器人的位置和运动方向；计算出机器人的位置和方位后，和控制指令中预设路径进行对比校正，不断对机器人的前进方向角进行修正，这个过程随着机器人前进不断进行，最终达到引导机器人朝目的地运行的目的。
6.根据权利要求5所述的控制方法，其特征在于，步骤(4c)中，机器人的位置和运动方向计算方法如下：
已知三个反射回来激光脉冲的参考点R1，R2，R3在坐标系xoy中的坐标分别为(x1,y1)(x2,y2)和(x3,y3)，当测得机器人前进方向和三个参考点的夹角θ1，θ2和θ3时,则机器人坐标和前进方向按下面的方法求得：
令α＝θ1-θ2，β＝θ1-θ3，圆O12表示经过机器人，R1，R2的圆，圆O13表示经过机器人R1和R3的圆，则圆心坐标O12(x12,y12)和O13(x13,y13)为
(x12,y12)＝(x1+P1,y1+Q1) (1)
(x13,y13)＝(x1+P2,y1+Q2) (2)
式(1)和(2)中，
其中，L12表示R1和R2之间的距离，L13表示R1和R3之间的距离，δ1表示L12与x轴之间的夹角，δ2表示L12与L13之间的夹角；
由方程(1)和(2),圆O12和O13可表示为：
O12:(xv-x1-P1)2+(yv-y1-Q1)2＝P12+Q12 (3)
O13:(xv-x1-P2)2+(yv-y1-Q2)2＝P22+Q22 (4)
通过解方程(3)和(4)，可得到小车的位置为：
(xv,yv)＝[x1+k(Q2-Q1),y1-k(P2-P1)] (5)
其中，
求得小车位置(xv,yv)后，小车方向可由式(6)求得：
7.如权利要求3所述的控制方法，其特征在于：步骤(5)具体方法如下：
(5a)如果发现前进道路上有障碍物，则计算整条路径碰撞罚函数的能量Ec，设K为障碍物个数，N为机器人行走路径的所有转弯节点个数， 表示第i个路径点对第k个障碍物的碰撞罚函数，通过它对障碍物的神经网络表示得到，神经网络模型包括输入层、中间层和输出层，输入层的两个结点分别表示给定路径点的坐标，中间层的每个结点相应于障碍物的一条边的不等式限制条件，运算关系如下:
其中各符号含义：
Ik:顶层结点输入；
θT:顶层结点阈值；
OHm：中间层第m个结点的输出；
IHm：中间层第m个结点的输入；
θHm：中间层第m个结点的阈值；
wxm,wym：第m个不等式限制条件的系数；
f(x):中间层和输出层的激发函数；
T:随时间变化的人为设置的温度；
则整条路径相应于碰撞函数部分的能量为：
(5b)计算整条路径长度部分的能量El，即对所有路径节点p(xi,yi)，i＝1，2，…N,计算所有线段的长度平方之和：
其中，(xi,yi)是机器人行走路径的所有转弯节点的坐标；
(5c)计算整条路径的总能量函数E。，由碰撞罚函数Ec和路径长度El两部分的加权和建立代价函数E＝wlEl+wcEc，其中，wl和wc是对应的调节系数，当E取得最小值时得到的一系列路径节点即为新规划的机器人行走路径节点，即可完成路径重新规划，机器人按照此路径节点进行运动到达目的地。
8.如权利要求3所述的机器人系统的控制方法，其特征在于：步骤(7)具体方法如下：
(6a)图像预处理，载入扫描到的门牌图像，转为数字图像f(m,n),将彩色图像转换为灰度图像，对图像进行去噪、平滑处理；
(6b)门牌定位，利用sobel算子法进行边缘点判定，其水平梯度模板为
垂直梯度模板为 根据梯度公式Gh(m,n)＝F(m,n)*Wh，Gv(m,n)＝F(m,
n)*Wv进行图像处理，其中(m,n)为图像元素，F(m,n)表示原图像的灰度值分布函数，G(m,n)表示图像边缘的梯度值，*表示模板与原图像进行卷积运算；根据梯度幅度公式进行梯度合成；选取阈值T＝0.5,对梯度图像进行二值化，即
边缘二值化图像 从而检测出边缘点；根据获取的图像边缘，通过
数学形态学变换得到闭合的连通的门牌候选区域，经过判别是否有效，显示定位结果；
(6c)门牌字符分割，首先采用Hough变换方法来获取(6b)定位出来的二值门牌图像的倾斜角，并进行旋转校正处理，再去除门牌的边框和铆钉，统一门牌底色和字符颜色，然后采用腐蚀运算和膨胀运算对二值门牌图像进行处理，由门牌的先验知识确定门牌图像在垂直方向的投影必然在字符间或字符内的间隙处取得局部最小值；结合垂直投影法和门牌的先验知识来获取门牌字符的左右分割位置；引入特征值 其中，
width表示门牌的宽度，proj(i)表示图像第i列上所有像素灰度值之和，λ表示常数参量，取λ＝0.5，round(x)函数表示对数值x取整；从任何一个分割点开始，经过一个超越特征值Z的波峰后找到的第一个波谷值即为下一个分割点的位置；
(6d)门牌字符识别，采用模板匹配法，选择双线性插值法对分割后的门牌字符进行归一化处理为模板的大小，f(xi,yi)为原字符图像的灰度值，g(xk,yk)为归一化后的字符图像的灰度值，g(xk,yk)中的任意一点(xk,yk)对应于f(xi,yi)中的任意一点(xi,yi)，设原图像的任意像素点(xi,yi)的周围四个网格点分别为(i,j),(i,j+1),(i+1,j),(i+1,j+1)，i是xi取整后的值，j是yi取整后的值；将这四个点的像素灰度值进行加权作为插值结果得到归一化后的字符图像，则双线性插值可以通过以下三个公式来实现：u＝(1-λ)f(i,j)+λf(i,j+1)，v＝(1-λ)f(i+1,j)+λf(i+1,j+1)，g(xk,yk)＝(1-μ)u+μv，其中λ＝|xi-i|,μ＝|yi-j|；计算与模板集合匹配的相似度，选择最佳匹配结果。
一种基于视觉定位的医用物流机器人系统及其控制方法
技术领域
背景技术
发明内容
n)*Wv进行图像处理，其中(m,n)为图像元素，F(m,n)表示原图像的灰度值分布函数，G(m,n)表示图像边缘的梯度值，*表示模板与原图像进行卷积运算；根据梯度幅度公式进行梯度合成；选取阈值T＝0.5,对梯度图像进行二值化，即
边缘二值化图像 从而检测出边缘点；根据获取的图像边缘，通过
数学形态学变换得到闭合的连通的门牌候选区域，经过判别是否有效，显示定位结果；
附图说明
具体实施方式
Wh，Gv(m,n)＝F(m,n)*Wv进行图像处理，其中(m,n)为图像元素，F(m,n)表示原图像的灰度值分布函数，G(m,n)表示图像边缘的梯度值，*表示模板与原图像进行卷积运算；根据梯度幅度公式 进行梯度合成；选取阈值T＝0.5,对梯度图像进行二
值化，即边缘二值化图像 从而检测出边缘点；根据获取的图像边
缘，通过数学形态学变换得到闭合的连通的门牌候选区域，经过判别是否有效，显示定位结果；
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 发光元件及对于制造该发光元件而言有用的组合物 | 2020-05-14 | 148 |
| 一种有机电致发光器件 | 2020-05-13 | 667 |
| 有机发光器件和方法 | 2020-05-11 | 554 |
| 双色单光子横向超分辨成像的方法和装置 | 2020-05-14 | 837 |
| 发光元件 | 2020-05-12 | 323 |
| 聚合物及有机发光器件 | 2020-05-15 | 125 |
| 有机发光组件、发光层及其制造方法 | 2020-05-12 | 444 |
| 发光元件及其制造方法以及发光方法 | 2020-05-13 | 325 |
| 一种高强高保温砌块 | 2020-05-14 | 286 |
| 具有三重态发射体复合物的有机电致发光组件 | 2020-05-15 | 358 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
