扫地机器人垃圾与行驶区域检测研究

发布时间：2020-11-17 03:31

　　 随着科技的发展,和人类日常生活、工作密切相关的家居服务机器人受到越来越多的关注。近年来,智能扫地机器人在已在国内外消费市场大规模产业化,给人们的生活带来极大的便利。目前,市面上的扫地机器人具备路径规划、自动充电、作业规划、避障等简单功能,但扫地机器人智能化程度不高,普遍缺乏对环境的理解能力,复杂感知、认知与决策能力弱,不具备对垃圾进行分类辨别、按类处理的能力,清扫效率低并且缺乏适应性强的路径规划方法。研究基于机器视觉的扫地机器人环境感知能力,并对垃圾进行精准检测与分类,有利于增强垃圾清扫的主动性和效率,同时能够大大增强扫地机器人对不同垃圾的分类处置的能力。为了提高扫地机器人的智能化程度,本文围绕垃圾检测与分类问题、行驶区域的检测问题展开研究,论文主要完成了以下三部分工作:(1)搭建了扫地机器人试验平台,该平台主要包括嵌入式视觉处理系统,车载摄像头,全向运动Anycbot四轮驱动机器人底盘。配备的视觉传感器支持垃圾的检测与分类和行驶区域检测,满足原理验证和算法验证的需求。(2)针对家居环境下垃圾快速、准确检测与分类的问题。本文选择检测速度较快的YOLOv2网络作为主网络。同时,为了充分利用图像的高分辨率特征,将YOLOv2网络和密集连接卷积网络相结合,通过嵌入深层密集模块实现图像浅层和深层特征的复用和融合,从而减少特征信息丢失;最后通过采用训练数据增强化处理和多尺度训练策略,完成垃圾检测分类模型的训练。实验表明,本文方法的垃圾检测识别准确率达到84.98%,实时检测速度达到26帧每秒,基本满足实时性和准确性的要求。(3)针对室内场景中扫地机器人行驶区域的检测问题,本文选择了一种用于语义分割的deepabV3+网络模型对室内机器人行驶区域进行判别。deepabV3+网络模型采用Encoder-Decoder架构,Encoder部分使用Xception模型并采用了空洞空间金字塔池化捕获更高语义信息,增加特征提取的能力,Decoder部分采用一个简单有效的模块,逐渐恢复目标细节信息和相应的空间维度。该方法在公开的ADE20K数据集与自建数据集上进行了测试,取得了良好效果,虽然在多目标分割任务上分割效果还有待加强,但很好地解决了室内行驶区域分割问题。在室内行驶区域分割上,该方法达到了预期的要求。本文在垃圾的检测与分类以及室内场景中行驶区域的检测问题上进行的尝试有助于增强扫地机器人的智能化水平,研究方法对于智能扫地机器人技术研发具有推动作用和重要的借鉴价值,相关方法也值得进一步深入研究与分析。
【学位单位】：湘潭大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP242
【部分图文】：

行业经历了 20 多年的产业升级和变革，现在已经机器人产品之一。1996 年，人类历史上出现了第bite)”，如图 1-1 所示，这款扫地机器人是由瑞制造。第一台扫地机器人的出现完全改变了人们对“三叶虫”才被推向市场，并成为人类历史上第一机器人的外形和基本功能颇具现在智能扫地机器”。机身是由圆饼形的塑料外壳构成，高度 13 厘行清扫。机器人配有基本的传感器，可拆卸的滚筒车轮能够进行转动。“三叶虫”通过超声波检测自身障碍物，第一代“三叶虫”扫地机器人不能很好规避感器，但是没有下视探头，所以只能在水平方向上和房门出贴上磁条作为虚拟墙限制机器人的运动范叶虫”的功能不如现在扫地机器人强大，但其作业为现在的智能扫地机器人设计提供了技术标准。

了各种款式的扫地机器人，在网络和商场都能够见英国的工程技术创新公司戴森推出了 Dyson 360 E在顶端搭载了一个 360°全景摄像头，采用 30 帧的测，并分析周围环境，经过图像处理等后，利用算。通过获取的前后图像当中各个地标的位置变化扫地机器人的当前位置，将摄像头获取的的图像整与更新。解决了定位问题，而且提高了清扫覆盖。于 2015 年推出名为 Botavac 系列扫地机器人。该以 360°旋转的激光雷达( Light DetectionAnd Rangi通过扫描自身周围环境获得三维的数字地图合理司推出的新型扫地机器人利用激光雷达和 SLA mapping)技术检测自己的相对位置，有效区分清加了清扫效率和覆盖率，避免了盲动性，清洁能力

湘潭大学硕士学位论文能耗，并提高扫地机器人工作的目的性和效率，也有利于智能型扫地机器人内家庭进一步普及与实用化。.2.2 垃圾检测与分类研究现状目前有关扫地机器人的报道很多，但是关于扫地机器人如何对垃圾检测与的研究很少，扫地机器人智能化程度还非常弱，普遍不具备对垃圾进行分类、按类处理的能力。垃圾检测与识别所面临的问题有：（1）由于视角、尺化等因素，通过二维图像信息准确识别三维物体本身就是一个难题，如图示。（2）室内场景下，环境复杂多变、障碍物遮拦、地面纹理等干扰，增检测和识别的难度，如图 1-4 所示。（3）垃圾种类繁多，属性差异大。如-5 所示。
【相似文献】

相关期刊论文 前10条

1 邓怡辰;李宇洁;张亚南;宋强;;无轨服务型机器人的设计[J];电脑知识与技术;2018年33期

2 宋承秀;刘凯;;机器人视觉检测在工业中的应用探讨[J];汽车实用技术;2019年07期

3 孔佐君;;浅谈高职院校机器人技术课程教学的创新实践[J];现代职业教育;2016年30期

4 华永明;杨春玉;;机器人视觉系统在立体编织自动铺纱过程中的应用研究[J];玻璃纤维;2011年01期

5 小平;机器人视觉系统[J];光机电信息;2002年03期

6 黎亚龙;;一种用小型计算机实现的机器人视觉系统[J];中南矿冶学院学报;1987年06期

7 范伟;李严;;手一眼式机器人视觉系统物像关系的初步研究[J];佳木斯工学院学报;1988年04期

8 范伟;李严;;机器人视觉系统[J];佳木斯工学院学报;1989年03期

9 刘晨;;基于机器人视觉系统的人脸检测技术研究[J];电子设计工程;2019年05期

10 曲豪;张栋梁;;基于三目视觉标定的机器人精确移载视觉系统[J];组合机床与自动化加工技术;2017年11期

相关博士学位论文 前8条

1 郭小辉;主从手映射下的机器人柔性电子皮肤全程感知方法研究[D];合肥工业大学;2018年

2 徐燕;仿变色龙感知的自主机器人应急自救策略规划研究[D];哈尔滨工程大学;2017年

3 牛杰;基于视觉注意机制的室内服务机器人信息感知与实验研究[D];南京理工大学;2018年

4 朱疆成;空中机器人的层次化决策与控制系统研究[D];浙江大学;2019年

5 张健;220kV/330kV高压带电清扫机器人视觉系统的研究[D];上海交通大学;2009年

6 王海青;黄瓜收获机器人视觉系统的研究[D];南京农业大学;2012年

7 王勇;棉花收获机器人视觉系统的研究[D];南京农业大学;2007年

8 陈浩耀;面向多机器人编队的基于视觉定位系统研究[D];中国科学技术大学;2009年

相关硕士学位论文 前10条

1 宁凯;扫地机器人垃圾与行驶区域检测研究[D];湘潭大学;2019年

2 雷文骁;基于并联结构的机器人仿生眼球系统设计[D];哈尔滨工业大学;2019年

3 聂腾伟;机器人采摘动作解析与实验研究[D];华南理工大学;2019年

4 叶瑞;基于嵌入式GPU的智能服务机器人视觉系统软件设计[D];浙江工业大学;2019年

5 张一凡;基于人机工程的老龄陪伴服务机器人可用性设计研究[D];天津工业大学;2019年

6 丁圣;基于深度学习算法的NAO机器人目标识别与跟踪[D];武汉理工大学;2018年

7 李健;水下球形机器人视觉系统研究[D];北京邮电大学;2019年

8 解修亮;基于深度学习的分拣机器人目标识别与定位[D];安徽工程大学;2019年

9 于锐;迎宾机器人人脸识别系统的设计与实现[D];上海师范大学;2019年

10 苏志东;基于服务机器人听觉的饮食构成自主感知系统研究[D];贵州大学;2019年

本文编号：2887042