一种巡逻式灭火监测扫地机器人的控制方法技术

本发明专利技术涉及一种巡逻式灭火监测扫地机器人的控制方法，该方法能控制机器人巡逻监测、打扫、灭火，巡逻监测时，利用火焰传感器和双目摄像头监测火源，且通过对双目摄像头获取的图像序列进行处理，使其能够更远距离更准确的识别火焰，通过对机器人运动轨迹进行控制，使其能够快速移动到消防位置进行灭火操作，其可以在机场航站楼、工厂厂房等场所执行巡逻监测、打扫、灭火任务，与厂房消防设施一同执行灭火任务，保障机场航站楼、工厂厂房等设施的消防安全。安全。安全。

【技术实现步骤摘要】
一种巡逻式灭火监测扫地机器人的控制方法


[0001]本专利技术属于多功能智能机器人
，具体涉及一种巡逻式灭火监测扫地机器人的控制方法。

技术介绍

[0002]近年来，智能机器人技术迅速发展，灭火与扫地机器人的组合上提供了多种可能，如中国专利CN107854059A公布了一种灭火监控扫地机器人，其通过通讯设备的指令来进行控制充电座发送位置信号到处理器，然后通过控制扫地机器人的移动组件移动到对应的充电座进行充电，同时智能通讯设备与处理器无线连接并控制灭火器工作，此外也会根据充电座位置进行监控，但该专利技术的主要应用场所为家居环境，需要在充电座发送位置信号，在充电座的一个范围内运行，运动范围比较小，控制难度也比较大。
[0003]目前，相关领域公开的多功能智能机器人大多为一种带有灭火功能的小型家用扫地机器人，由于现有机器人火焰识别的距离较为有限，且机器人处理数据较慢，因此很难实现在机场航站楼、工厂厂房等大型空间场所远距离快速火焰识别以及多次灭火和打扫。因此，将具有灭火功能的机器人应用在机场航站楼、工厂厂房等大型空间场所，需要一个具有远距离火焰识别能力的大型机器人；此外，机器人应能快速移动到消防位置进行灭火操作。

技术实现思路

[0004]鉴于上述技术问题，本专利技术的目的在于提供一种巡逻式灭火监测扫地机器人的控制方法，该方法能控制机器人巡逻监测、打扫、灭火，巡逻监测时，利用火焰传感器和双目摄像头监测火源，且通过对双目摄像头获取的图像序列进行处理，使其能够更远距离更准确的识别火焰，通过对机器人运动轨迹进行控制，使其能够快速移动到消防位置进行灭火操作。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种巡逻式灭火监测扫地机器人的控制方法，该方法包括以下步骤：
[0007]步骤S1、通过整车控制器控制机器人转向电机和驱动电机来控制机器人行驶，机器人行驶过程中，安装在机器人上的双目摄像头获取外界图像序列，火焰传感器获取外界是否有火源发生；若火焰传感器监测到有火源，则通过无线收发模块向管理人员以及厂房内的消防设施发送火灾信号，同时调整机器人方向，使双目摄像头对准火源位置，执行步骤S2；若火焰传感器没有监测到火源，则执行步骤S2；
[0008]步骤S2、对双目摄像头获取的图像数据进行处理，同时通过无线收发模块实时发送双目摄像头获取的外界环境的图像序列，将其发送到绑定连接的上位机设备；
[0009]其中，对图像数据处理的方法为：
[0010]步骤S2.1、通过卷积神经网络进行特征提取，卷积神经网络包含8层卷积层和1层全局平均池化层，8层卷积层的卷积核尺寸均为4*4，卷积层整体特征尺寸逐渐缩小、特征通道数逐渐增加，最终为1024；全局平均池化层将卷积层提取到的特征图压缩为固定尺寸为
1024
×1×
1的特征向量；
[0011]步骤S2.2、通过噪声类型估计算法和噪声水平估计算法估计出噪声类型和水平信息；其中，噪声类型估计算法通过计算出噪声类型的置信度，并将置信度最高的噪声类型估计值输出；噪声水平估计算法根据不同噪声类型分别解析特征向量并回归出各自的噪声水平值，根据噪声类型估计值确定噪声水平估计值，进而得到融合了噪声估计的混合图像集；
[0012]步骤S2.3、通过去噪卷积神经网络提取混合图像集的噪声特征图；
[0013]步骤S2.4、利用图像重建模块对图像特征进行调整，重建并输出图像；其中，通过一个重建滤波层将噪声特征图转化为噪声残差，将噪声残差与混合图像集结合，得到新的图像集；
[0014]步骤S2.5、新的图像集输入到基于显著性的火焰识别模型，利用图像的显著性检测火源，识别是否有火源发生；若没有火源，则执行步骤S2.6；若有火源，则执行步骤S3；
[0015]步骤S2.6、采用高分辨率图像特征提取方法提取新的图像集的图像特征，并将图像特征发送至第一识别模块，执行步骤S4；
[0016]步骤S3、提取出火焰目标，根据双目摄像头确认火源在图像上的位置及距离，计算出机器人行驶方向与火源与机器人连线之间的夹角，机器人根据改进的模型预测控制算法进行移动，并获取移动后的位置、距离、角度反馈到整车控制器；
[0017]利用改进的模型预测控制算法控制机器人移动的过程为：
[0018]步骤S3.1安装在机器人上的双目摄像头、四轮转角、四轮转矩、方向盘转角传感器、轮毂电机转矩传感器将监测的信号传递到改进的MPC控制器内，改进的MPC控制器的代价函数的形式为：
[0019][0020]其中，T为四轮转矩，θ为四轮转角，s为机器人距目标位置的距离，v为机器人速度，为机器人行驶方向与目标距离的夹角，u为系统输入，ρ1，ρ2，ρ3，ρ4，ρ5和ρ6分别为T，θ，s，v，和u的权值；
[0021]步骤S3.2改进的MPC控制器将计算的系统输入u作用于系统模型，系统模型根据系统输入u对下一时段的机器人状态进行预测，并将控制信号发送给整车控制器；其中，所述u是一个矩阵，包括四轮转角和四轮转矩，系统输入u的计算方法为：将代价函数转化为二次规划的形式，根据目标位置计算代价函数的最小值，获得系统输入u；
[0022]步骤S3.3整车控制器控制机器人移动，使机器人移动到合适位置，执行步骤S8；移动过程中，若遇到障碍物，则执行步骤S5，之后返回步骤S3；
[0023]步骤S4、第一识别模块通过图像的形状大小判断是否有障碍物，若有障碍物，则执行步骤S5、S6；若没有障碍物，则执行步骤S6；
[0024]步骤S5、判断障碍物是否可以清理，若障碍物不可清理，进行避障；若障碍物可以清理，则通过机器人前方挡板清障，将障碍物移动到不妨碍打扫的位置；
[0025]步骤S6、第二识别模块判断获取的图像内是否有垃圾，若有垃圾，则执行步骤7；若没有监测到垃圾，则返回步骤S1，使机器人行驶到下一位置，继续进行巡逻监测任务；
[0026]步骤S7、整个控制器控制机器人底部的毛刷组件工作，执行打扫任务，打扫完则返回步骤S1，使机器人行驶到下一位置，继续进行巡逻监测任务；
[0027]步骤S8、整个控制器控制机器人上的消防设备工作，执行灭火任务，灭火完则返回
步骤S1，使机器人行驶到下一位置，继续进行巡逻监测任务。
[0028]作为本专利技术的优选，所述上位机设备包括手机、电脑，上位机设备通过向整车控制器发送信号，来控制机器人的巡逻监测、打扫、灭火以及控制机器人转向电机和驱动电机来控制机器人的行驶。
[0029]作为本专利技术的优选，所述机器人上安装遥控接收模块，管理人员通过遥控器向整车控制器发送信号，来控制机器人的巡逻监测、打扫、灭火以及控制机器人转向电机和驱动电机来控制机器人的行驶。
[0030]作为本专利技术的优选，步骤S5中，若障碍物过大，或障碍物形状为厂房立柱、设备、机场座椅，将判断为不可清理；若障碍物较为小型，或障碍物形状为可移动座椅，将判断为可以清理。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种巡逻式灭火监测扫地机器人的控制方法，其特征在于，该方法包括以下步骤：步骤S1、通过整车控制器控制机器人转向电机和驱动电机来控制机器人行驶，机器人行驶过程中，安装在机器人上的双目摄像头获取外界图像序列，火焰传感器获取外界是否有火源发生；若火焰传感器监测到有火源，则通过无线收发模块向管理人员以及厂房内的消防设施发送火灾信号，同时调整机器人方向，使双目摄像头对准火源位置，执行步骤S2；若火焰传感器没有监测到火源，则执行步骤S2；步骤S2、对双目摄像头获取的图像数据进行处理，同时通过无线收发模块实时发送双目摄像头获取的外界环境的图像序列，将其发送到绑定连接的上位机设备；其中，对图像数据处理的方法为：步骤S2.1、通过卷积神经网络进行特征提取，卷积神经网络包含8层卷积层和1层全局平均池化层，8层卷积层的卷积核尺寸均为4*4，卷积层整体特征尺寸逐渐缩小、特征通道数逐渐增加，最终为1024；全局平均池化层将卷积层提取到的特征图压缩为固定尺寸为1024
×1×
1的特征向量；步骤S2.2、通过噪声类型估计算法和噪声水平估计算法估计出噪声类型和水平信息；其中，噪声类型估计算法通过计算出噪声类型的置信度，并将置信度最高的噪声类型估计值输出；噪声水平估计算法根据不同噪声类型分别解析特征向量并回归出各自的噪声水平值，根据噪声类型估计值确定噪声水平估计值，进而得到融合了噪声估计的混合图像集；步骤S2.3、通过去噪卷积神经网络提取混合图像集的噪声特征图；步骤S2.4、利用图像重建模块对图像特征进行调整，重建并输出图像；其中，通过一个重建滤波层将噪声特征图转化为噪声残差，将噪声残差与混合图像集结合，得到新的图像集；步骤S2.5、新的图像集输入到基于显著性的火焰识别模型，利用图像的显著性检测火源，识别是否有火源发生；若没有火源，则执行步骤S2.6；若有火源，则执行步骤S3；步骤S2.6、采用高分辨率图像特征提取方法提取新的图像集的图像特征，并将图像特征发送至第一识别模块，执行步骤S4；步骤S3、提取出火焰目标，根据双目摄像头确认火源在图像上的位置及距离，计算出机器人行驶方向与火源与机器人连线之间的夹角，机器人根据改进的模型预测控制算法进行移动，并获取移动后的位置、距离、角度反馈到整车控制器；利用改进的模型预测控制算法控制机器人移动的过程为：步骤S3.1安装在机器人上的双目摄像头、四轮转角、四轮转矩、方向盘转角传感器、轮毂电机转矩传感器将监测的信号传递到改进的MPC控制器内，改进的MPC控制器的代价函数的形式为：其中，T为四轮转矩，θ为四轮转角，s为机器人距目标位置的距离，v为机器人速度，为机器人行驶方向与目标距离的夹角，u为系统输入，ρ1，ρ2，ρ3，ρ4，ρ5和ρ6分别为T，θ，s，v，和u的权值；步骤S3.2改进的MPC控制器将计算的系统输入u作用于系统模型，系统模型根据系统输入u对下一时段的机器人状态进行预测，并将控制信号发送给整车控制器；其中...

【专利技术属性】
技术研发人员：吴量，张伟洲，蒲永锋，郑博远，王晨，龚蕾欣，
申请(专利权)人：长沙吉湘汽车创新科技发展有限公司，
类型：发明
国别省市：