您所在的位置: 成果库 一种移动作业机器人的实时动态安全防护方法

一种移动作业机器人的实时动态安全防护方法

发布时间: 2023-10-18

来源: 科技服务团

基本信息

合作方式: 技术服务
成果类型: 发明专利
行业领域:
物理
成果介绍
本发明公开了一种移动作业机器人的实时动态安全防护方法。该方法包括:获取包含机器人的三维点云,并将所述三维点云映射为二维图像;将所述二维图像输入到预训练的神经网络模型进行语义分割,以识别出机器人本体数据;将所述机器人本体数据投影到点云,得到三维场景中机器人的实时位姿信息;以机器人机身的设定节点为参考,基于所述实时位姿信息构造三维动态包围盒,得到不同防护等级区域的空间包围盒;针对所述空间包围盒,计算侵入体与机器人之间的相对位置,进而确定机器人的防护等级以及对应的防护措施。本发明基于三维视觉信息进行机器人与侵入体的实时运动识别,从而提供异常、碰撞预警方案。
成果亮点
权利要求 1.一种移动作业机器人的实时动态安全防护方法,包括以下步骤: 获取包含机器人的三维点云,并将所述三维点云映射为二维图像; 将所述二维图像输入到预训练的神经网络模型进行语义分割,以识别出机器人本体数据; 将所述机器人本体数据投影到点云,得到三维场景中机器人的实时位姿信息; 以机器人机身的设定节点为参考,基于所述实时位姿信息构造三维动态包围盒,得到不同防护等级区域的空间包围盒,所述空间包围盒用于反映侵入体到所述设定节点之间的距离与防护等级之间的对应关系; 针对所述空间包围盒,计算侵入体与机器人之间的相对位置,进而确定机器人的防护等级以及对应的防护措施。 2.根据权利要求1所述的方法,其特征在于,所述神经网络模型是U-Net网络,以ResNet18作为骨干网络并采用线性整流函数作为激活函数。 3.根据权利要求1所述的方法,其特征在于,训练所述神经网络模型的损失函数设置为: 其中,yi表示样本i的标签,正类为1,负类为0,N表示样本数量,pi表示样本i预测为正类的概率。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
点击查看