基于深度学习追踪目标的自动跟随运输车制造技术

本实用新型专利技术公开了一种上述基于深度学习追踪目标的自动跟随运输车，对特定图样跟踪标志进行自动识别和跟踪，其包括设于一跟随运输车的一双目摄像头，所述双目摄像头采集多种特定图样跟踪标志，并进行局部卷积神经网络训练，所述双目摄像头仅识别采集的多种特定图样跟踪标志，所述双目摄像头配有图像识别模块和空间坐标计算模块，所述图像识别模块识别所述特定图样跟踪标志在图像中的位置，所述空间坐标计算模块计算所述特定图样跟踪标志在空间中的三维坐标值，一超声波传感器设于所述跟随运输车，所述超声波传感器探测所述跟随运输车前方的障碍物，不存在高度信息缺失问题，并可实时追踪特定目标，有效帮助运输车完成自动跟随运输任务。

Automatic following transporter based on deep learning and tracking target

【技术实现步骤摘要】
基于深度学习追踪目标的自动跟随运输车
本技术涉及一种运输车，尤指一种基于深度学习追踪目标的自动跟随运输车。
技术介绍
目前市面上已有跟随运输车的设计方案主要有两种：第一种，采用超声波传感器进行物体探测，获取跟踪目标与跟随运输车的空间相对位置，进而引导跟随运输车完成跟随功能。第二种，采用Xbee通信方式获取跟踪目标与跟随运输车的空间相对位置，进而引导跟随运输车完成跟随功能。第一种超声波传感器方案存在的缺陷是，不具备实时追踪特定目标的能力，其设计理念是在不同位置布置多个超声波传感器，探测跟随运输车前方物体与自身的相对距离,从而完成引导，然而任何物体都会被认为是有效的跟踪目标，因此跟随运输车只能跟随离它最近的前方目标，不具备跟踪特定目标的能力，跟踪目标上存在测量缺陷，这样就会经常出现跟踪错误的情况，同时也无法准确测得跟踪目标的空间三维坐标值，从而无法准确地引导车辆完成跟随任务，具体可参考中国专利申请公告号CN105629998A。而第二种Xbee方案虽然具备跟踪特定目标的能力，但是从测量原理上看，Xbee方案只能测量Xbee发射器与安装于跟随车上接收器之间的相对距离，而缺少空间高度信息。因此Xbee方案的缺点是从原理上无法准确测得跟踪目标的空间三维坐标值，存在有效信息缺失，也无法实现准确的跟随效果，具体可参考中国专利申请授权公告号CN207198661U。上述两种方案均存在成本高、效率低、耗时间等类似问题。因此，有必要设计一种好的基于深度学习追踪目标的自动跟随运输车，以克服上述问题。
技术实现思路
针对
技术介绍
所面临的问题，本技术的目的在于通过深度学习，利用局部卷积神经网络深度学习算法(RegionConvolutionalNeuralNetwork)识别双目摄像头所采集图像中的跟踪目标，同时计算出其准确空间三维坐标值，引导运输车进行跟随，不存在高度信息缺失，可实时追踪特定目标，最终使本技术自动跟随运输车跟随更为准确可靠，有效地完成跟随运输任务。为实现上述目的，本技术采用以下技术手段：一种基于深度学习追踪目标的自动跟随运输车，对特定图样跟踪标志进行自动识别和跟踪，其包括设于一跟随运输车的一双目摄像头，所述双目摄像头采集多种特定图样跟踪标志，并进行局部卷积神经网络训练，所述双目摄像头仅识别采集的多种特定图样跟踪标志，所述双目摄像头配有图像识别模块和空间坐标计算模块，所述图像识别模块识别所述特定图样跟踪标志在图像中的位置，所述空间坐标计算模块计算所述特定图样跟踪标志在空间中的三维坐标值，一超声波传感器设于所述跟随运输车，所述超声波传感器探测所述跟随运输车前方的障碍物，所述跟随运输车具有一底盘，所述底盘安装有一电池和一控制器，所述电池对所述跟随运输车、所述双目摄像头、所述超声波传感器和所述控制器进行电力供应，所述控制器对所述跟随运输车、所述双目摄像头、所述超声波传感器进行操作控制，接收和处理信号，一开关模块对所述跟随运输车进行控制。进一步地，所述底盘具有两个电机、两个前车轮和两个后车轮，两个所述电机为分别独立设置，两个所述电机对两个所述后轮进行驱动，利用差速控制算法控制所述跟随运输车完成转向，两个所述前车轮为万向轮。进一步地，所述底盘具有无线充电模块，所述无线充电模块对电池提供无线充电，1kw功率级无线充电模块，充电气隙超过20mm。进一步地，所述底盘具有扬声器，当所述跟随运输车出现故障或发生跟随失败时，所述扬声器发出语音提醒，所述扬声器发出的语音提醒包括跟踪目标丢失、电池电量低、超重、车辆自身故障等。进一步地，所述开关模块包含总开关和离身急停开关，所述总开关对所述跟随运输车上电和断电，所述离身急停开关对所述跟随运输车脱离操作人员控制时进行紧急停车。进一步地，一模式切换环设于跟随运输车，设置跟随运输车不同的工作模式，工作模式为驻车(P)、跟随(F)、驱动(D)和空挡(N)四种。进一步地，一速度挡位切换环设于跟随运输车，设置跟随运输车在跟随模式和驱动模式下不同的速度范围。进一步地，跟随运输车包含四个速度挡位，速度范围分别为一挡0至2km/h，二挡0至4km/h，三挡0至5km/h，四挡0至6km/h。进一步地，一任务管理系统分为一远程管理系统和一终端管理系统，所述远程管理系统下发物品运输任务，所述终端管理系统接收物品运输任务，通过一平板电脑终端硬件进行任务查看，完成任务后进行回传确认。进一步地，所述远程管理系统与所述终端管理系统通过4G通信模块进行通讯，所述远程管理系统为云服务器和web管理程序，所述终端管理系统为一平板电脑和相应APP程序，所述4G通信模块位于所述底盘的所述控制器内。与现有技术相比，本技术具有以下有益效果：上述基于深度学习追踪目标的自动跟随运输车，对特定图样跟踪标志进行自动识别和跟踪，其包括设于一跟随运输车的一双目摄像头，所述双目摄像头采集多种特定图样跟踪标志，并进行局部卷积神经网络训练，所述双目摄像头仅识别采集的多种特定图样跟踪标志，所述双目摄像头配有图像识别模块和空间坐标计算模块，所述图像识别模块识别所述特定图样跟踪标志在图像中的位置，所述空间坐标计算模块计算所述特定图样跟踪标志在空间中的三维坐标值，一超声波传感器设于所述跟随运输车，所述超声波传感器探测所述跟随运输车前方的障碍物，所述跟随运输车具有一底盘，所述底盘安装有一电池和一控制器，所述电池对所述跟随运输车、所述双目摄像头、所述超声波传感器和所述控制器进行电力供应，所述控制器对所述跟随运输车、所述双目摄像头、所述超声波传感器进行操作控制，接收和处理信号，一开关模块对所述跟随运输车进行控制，不存在高度信息缺失问题，并可实时追踪特定目标，有效帮助运输车完成自动跟随运输任务。【附图说明】图1为本技术特定图样跟踪标志的示意图；图2为本技术基于深度学习追踪目标的自动跟随运输车的货车的示意图；图3为本技术基于深度学习追踪目标的自动跟随运输车的跟随运输车和货车的配合图；图4为本技术基于深度学习追踪目标的自动跟随运输车的示意图；图5为本技术基于深度学习追踪目标的自动跟随运输车另一视角的示意图；图6为本技术基于深度学习追踪目标的自动跟随运输车仰视示意图。具体实施方式的附图标号说明：特定图样跟踪标志1跟随运输车2后车轮21前车轮22双目摄像头3底盘4电池5控制器6开关模块7总开关71离身急停开关72电机8跟随车货架9跟随车推杆10货车14连接块141平板电脑15驾驶操作手柄17超声波传感器18速度挡位切换环19模式切换环20减速器23警示灯24无线充电模块25【具体实施方式】为便于更好的理解本技术的目的、结构、特征以及功效等，现结合附图和具体实施方式对本技术作进一步说明。请参见图1至图4，本技术基于深本文档来自技高网...

【技术保护点】
1.一种基于深度学习追踪目标的自动跟随运输车，对图样跟踪标志进行自动识别和跟踪，其特征在于，包括：设于一跟随运输车的一双目摄像头，所述双目摄像头采集多种图样跟踪标志，并进行局部卷积神经网络训练，所述双目摄像头仅识别采集的多种图样跟踪标志，所述双目摄像头配有图像识别模块和空间坐标计算模块，所述图像识别模块识别所述图样跟踪标志在图像中的位置，所述空间坐标计算模块计算所述图样跟踪标志在空间中的三维坐标值，一超声波传感器设于所述跟随运输车，所述超声波传感器探测所述跟随运输车前方的障碍物，所述跟随运输车具有一底盘，所述底盘安装有一电池和一控制器，所述电池对所述跟随运输车、所述双目摄像头、所述超声波传感器和所述控制器进行电力供应，所述控制器对所述跟随运输车、所述双目摄像头、所述超声波传感器进行操作控制，接收和处理信号，一开关模块对所述跟随运输车进行控制。/n

【技术特征摘要】
1.一种基于深度学习追踪目标的自动跟随运输车，对图样跟踪标志进行自动识别和跟踪，其特征在于，包括：设于一跟随运输车的一双目摄像头，所述双目摄像头采集多种图样跟踪标志，并进行局部卷积神经网络训练，所述双目摄像头仅识别采集的多种图样跟踪标志，所述双目摄像头配有图像识别模块和空间坐标计算模块，所述图像识别模块识别所述图样跟踪标志在图像中的位置，所述空间坐标计算模块计算所述图样跟踪标志在空间中的三维坐标值，一超声波传感器设于所述跟随运输车，所述超声波传感器探测所述跟随运输车前方的障碍物，所述跟随运输车具有一底盘，所述底盘安装有一电池和一控制器，所述电池对所述跟随运输车、所述双目摄像头、所述超声波传感器和所述控制器进行电力供应，所述控制器对所述跟随运输车、所述双目摄像头、所述超声波传感器进行操作控制，接收和处理信号，一开关模块对所述跟随运输车进行控制。


2.如权利要求1所述的基于深度学习追踪目标的自动跟随运输车，其特征在于：所述底盘具有两个电机、两个前车轮和两个后车轮，两个所述电机为分别独立设置，两个所述电机对两个所述后车轮进行驱动，利用差速控制算法控制所述跟随运输车完成转向，两个所述前车轮为万向轮。


3.如权利要求2所述的基于深度学习追踪目标的自动跟随运输车，其特征在于：所述底盘具有无线充电模块，所述无线充电模块对电池提供无线充电，1kw功率级无线充电模块，充电气隙超过20mm。


4.如权利要求1所述的基于深度学习追踪目标的自动跟随运输车，其特征在于：所述底盘具有扬声器，当所述跟随运输车出现故障或发生跟随失败时，所述扬声器发出语音提醒，所述扬声器发出的语音提醒包括跟踪目标丢...

【专利技术属性】
技术研发人员：李佳恒，刘振宇，
申请(专利权)人：深圳诗航智能科技有限公司，
类型：新型
国别省市：广东;44