一种轮式多机械手智能捡球机器人的制作方法

本发明属于智能机器人技术领域，特别涉及一种多机械手智能捡球机器人。

背景技术：

捡球机器人作为服务机器人的一大种类，近五年已成为机器人研究领域的热点。经过国内外研究现状总结分析可知，目前针对小球类物体捡拾机器人的研究成果比较少，国外研究的单位有西班牙University of Minho、美国MIT、英国University ofBradford和荷兰Vrije University等，国内研究单位主要有上海交通大学、东南大学、北京邮电大学、北京理工大学以及深圳市绿瑞高尔夫科技有限公司、深圳市荣耀高尔夫用品有限公司以及广州互发高尔夫用品有限公司等，研制的机器人主要有高尔夫球、网球、乒乓球和羽毛球等捡拾机器人，按照捡拾工作原理不同可分为机械手式、组合式、清扫式、气吸式、辊轮式、滚筒式和弹簧式等捡拾机器人。经过国内外研究现状总结分析可知，除研制出高尔夫专用收球机器人产品外，目前针对小球类物体捡拾机器人的研究成果比较少，大部分仍处于初级研究和尝试阶段，综合技术水平和服务水平偏。针对复杂多变的非结构化环境和不确定性作业任务条件下的小球类训练场等场所，上述机器人仅仅实现了“依靠虚拟地图预测方法，哪里球多，去哪捡”或者“走到哪、捡到哪”的路径规划策略，存在漏捡拾现象；同时缺少对机器人的位置和方向实时精确定位技术的应用，捡球机器人全局导航实用性差，还缺少防护、光照调节等措施。截至目前，还没有一种能够适应室内外复杂多障碍非结构化环境且适用于高尔夫球、乒乓球、羽毛球等训练场小球类物体的捡拾服务机器人。本发明紧密围绕智能捡拾服务机器人领域研究热点，针对训练场中人工捡拾小球类物体费力、费时、不安全等因素，同时现有专用捡球设备对复杂多障碍非结构化环境(譬如，狭窄偏僻处物体的拾取)适应能力差及其综合技术水平和服务水平偏低的现状，本项目提出一种多机械手智能捡球机器人。

训练场地中小球位置和数量具有不确定性，现有的捡拾机器人视觉识别方法多为颜色识别，即先对图像进行数字滤波，再利用由色调、饱和度、亮度组成的HSV颜色模型，对采集的图像进行识别。该识别方法简单且速度快，已经在很多领域得到应用，但进行训练场球类清理工作时，利用现有的机器视觉识别技术无法满足机器人捡球时的需要，主要原因为识别过程中存在诸多干扰，如光线变化、其他非球类物体、场地内进行运动的人，因此只依靠单一的颜色识别则无法准确完成识别任务。同时当多机器人在多球环境下完成捡球工作时，利用现有的系统和技术，还需要解决捡球效率和协同合作问题，因此，多机多手等多智能体协同作业规划是机械手式捡拾机器人提高工作效率的有效途径。

目前小球类物体捡拾机器人主要依靠视觉导航、红外线避障和RRT路径规划等方法，能够实现在室内或者室外有限区域的自主导航作业，只能是一种“走到哪、捡到哪”的路径规划策略，而无法进行捡球路径的全局规划，也无法对机器人进行实时导航定位，对于像高尔夫球训练场等较大环境的适应能力还比较差，同时训练场中小球数量多，分布无规律，如果直接采用集中式全局摄像机采集到的图像进行全局运算方法，则存在计算量大，实时性差，计算误差大等不足，因此还应该对机器人拾球的运动路径进行合理规划，需要考虑多传感器信息融合的导航技术，保证导航的实用性，比如适用于室外大范围的GPS卫星定位与机器视觉的自动导航技术，适用于室内或者室外小范围(100m以内)的RFID射频识别与机器视觉定位技术以及红外线与超声波组合的避障技术等。

技术实现要素：

本发明的目的是考虑捡球机器人对复杂多障碍非结构化环境等训练场所适应能力差及其综合技术水平和服务水平偏低的现状，提供了一种轮式多机械手智能捡球机器人。

本发明的另一个目的是克服捡球机器人漏球的缺陷和捡拾效率问题，通过视觉导航、视觉识别与定位和多机械手合理布置，解决上述缺陷。

本发明的另一个目的是解决适用于室外大范围的GPS卫星定位与机器视觉的自动导航技术，适用于室内或者室外小范围(100m以内)的RFID射频识别与机器视觉定位技术以及红外与超声波组合的避障技术等，实现全局自己导航过程。

本发明提供的技术方案为：

一种轮式多机械手智能捡球机器人，包括：

车厢主体，其底部设置有轮式底盘，所述车厢主体外围设置有防护罩

定位器，其设置在防护罩顶部，以进行导航定位；

距离探测传感器，其设置在防护罩四周，包括红外传感器和超声波传感器，在平面内，红外和超声波传感器交错设计，并分层布置，用于探测障碍物的距离并避障；

摄像头，设置在车厢主体上部支架上，以对小球进行识别与定位；

机械手，其设在车厢主体上，以捡拾小球；所述机械手包括两个前机械手和两个后机械手，两个前机械手设置在车厢主体前端的中部，两个后机械手设置在车厢主体后端的两侧，使四个机械手的捡拾区域边界相临；

储球机构，其设置在车厢主体上部，包括球箱，所述球箱下部设置有滚动滑道，所属滚动滑道固定在车厢主体下面，球箱底部与滚动滑道相配合，所述球箱由电机驱动。

优选的是，所述定位器包括GPS模块和RFID读写器。

优选的是，在竖直方向，红外传感器和超声波传感器均设置有3层，并且在水平和竖直方向红外传感器和超声波传感器探测区域相互重叠，形成非接触式红外传感器和超声波传感器双层探测网。

优选的是，所述防护罩的前端设有前侧窗口，摄像头设置在前侧窗口的后方；所述摄像头与两轴驱动机构连接，以带动摄像头绕水平轴线和竖直轴线旋转，用于视觉导航和视觉识别与定位。

优选的是，所述储球机构包括电机，其通过双剪式联轴器与滚珠丝杠副连接，所述滚珠丝杠副的螺母与球箱连接，通过电机旋转带动球箱前后移动。

优选的是，所述防护罩上设置有光源。

本发明的有益效果是：本发明提供的轮式多机械手智能捡球机器人，用于在室内外复杂多变的高尔夫球、乒乓球、网球等训练场环境下捡球作业，具有对小球准确识别与定位，自主导航与避障，多机械手高效捡拾等功能。该发明将填补国内外多机械手捡球服务机器人空白，对智能捡球服务机器人发展具有重要的科学意义和应用前景。

附图说明

图1为本发明所述的轮式多机械手智能捡球机器人总体结构示意图。

图2为本发明所述的距离探测传感器水平探测区域示意图。

图3为本发明所述的距离探测传感器垂直探测区域示意图。

图4为本发明所述的机械手工作区域示意图。

图5为本发明所述的储球机构结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1所示，本发明提供了一种轮式多机械手智能捡球机器人，包括车厢主体1，在车厢主体1外围设置有防护罩19，以对车体进行防护。

所述防护罩19顶部设置有定位器，以进行位置定位。所述定位器包括GPS模块8和RFID读写器7，GPS模块8进行全局定位；RFID读写器7，进行区域定位，通过GPS模块8和RFID读写器7的配合使用，使定位过程快速、准确。

如图1、图2、图3所示，所述防护罩19的四周设置有距离探测传感器，用于进行障碍物的检测。所述距离探测传感器包括红外传感器15和超声波传感器18。超声波传感器18主要进行远距离(10米以内)障碍物的检测，红外传感器15，主要进行近距离(半米以内)障碍物检测。在水平方向，红外传感器和超声波传感器交错设计，在竖直方向分层布置，距离探测传感器设置有3层，探测区域相互重叠，从而实现了盲区互补，实现360度全方位无死角双层探测网。

在防护罩19的前端面上部设有前侧窗口16，在防护罩内部，前侧窗口16的后方设置有摄像头14，其固定在调整架12的前端，所述调整架12的后端两轴驱动机构连接，带动摄像头14绕水平轴线和竖直轴线旋转，使摄像头能够上下左右移动，从而调整摄像头14的摄录方向和视角。在运动过程中，摄像头不间断进行小球20扫描识别。摄像头14上方设置有光源13，用于照亮防护罩内目标，便于摄像头14进行识别。

一并参阅图4，所述智能捡球机器人还包括机械手，所述机械手包括前机械手17和后机械手5，所述前机械手17设置有两个，呈左右布置，并且位于防护罩前端的中部。所述后机械手5也设置有两个，呈左右布置，并且位于车厢主体1后端的左右两侧，从而在横向方向，四个机械手的工作区域相交接，通过四个机械手实现全部区域的覆盖，无死角的产生。

如图1、图5所示，防护罩内还设置有储球机构。所述储球机构包括球箱6，双剪式联轴器9、电机10、滚动滑道21以及滚珠丝杠副22。机械手抓去的小球20会放入到球箱6内。所述滚动滑道21沿前后方向固定在车厢主体1下面。所述球箱6的底部与滚动滑道21相配合，使球箱6能够前后移动。所述电机10通过双剪式联轴器9与滚珠丝杠副22连接，所述滚珠丝杠副22的螺母固定在球箱6上，从而通过电机10的旋转，能够带动球箱在滚动滑道21上前后移动，完成卸球。

所述车厢主体1包括支架11、车厢和底盘，其中车厢安装在底盘上，支架11安装在车厢上部。底盘包括伺服电机、减速器、驱动器、轴、联轴器、可调轴承座、轮胎，其中轮胎固定在轴一端，另一端穿过轴承座，通过联轴器与减速器相连。车厢包括控制箱4、电池箱2、隔板，控制箱4位于车厢前半部，通过信息处理，进行目标定位和运动控制，电池箱2提供能源。轴承座固定在车厢底部侧壁，轴穿过车厢侧壁连接轮胎和减速器。

本发明提供的轮式多机械手智能捡球机器人，能够在室外复杂多变的环境下，快速，准确的对小球进行识别与定位，并完成避障，捡球的功能，发明人模仿人的捡拾原理，以摄像头作为眼睛，控制系统作为大脑，底盘作为双腿，机械手臂执行手的捡拾动作。

本发明采用摄像头作为图像采集工具，使用Labview作为图像处理平台，实现对目标的精确识别与定位。使用嵌入式系统作为运动控制系统核心，借助四个伺服电机和多个红外传感器和超声波传感器，实完成车型主体的运动和避障。使用四个机械手，完成对小球的抓取。使用Labview编写图像处理软件运行在PC机上，通过串口实现与嵌入式系统芯片的数据通信。机器人开启后，PC机上的图像处理程序驱动摄像头拍摄图像，并对其进行处理从而得出目标的三维坐标，通过串口与控制系统通信，控制系统驱动机器人平台运动，运行至机械手可执行范围内后根据目标坐标对其进行抓取。本发明不仅能够适应不同的地形环境，还能进行智能的识别，定位和准确抓取，对服务机器人技术的发展具有重要意义。

紧密围绕训练场等智能捡拾服务机器人领域研究热点，本发明首先进行适于高尔夫球、网球和乒乓球等捡拾机器人本体结构设计，搭建视觉系统标定平台，对汇聚式摄像头进行标定；研究非结构化环境多目标识别方法，应用最小二乘法三维重建定位技术对球类物体进行定位；对机器人全局自主导航技术进行研究，以提高工作效率为目标，充分考虑机器人方位、人机交互信息、避障策略以及区域内路径规划和球体分布规律等因素，模糊优化出不确定性作业任务全局自主导航控制策略，实现非结构化环境下不确定性作业任务多机械手自律协同捡拾智能服务机器人技术。

原创性提出一种非结构化环境下不确定性作业任务多机械手自律协同捡拾智能服务机器人技术，是本发明的研究特色。以捡拾时间均衡和不相互干涉为目标，采用相向靠近的捡拾方式和机械手逆向运动学分析等方法，重点解决非结构化环境下不确定性作业任务多机械手自律协同捡拾关键技术，实现多机械手高效率协同作业过程，并研制适用于高尔夫球、网球、乒乓球等训练场的捡拾机器人，填补国内外多机械手球类物体智能捡拾机器人的空白。

在室内外非结构化环境下，突破并实现训练场捡拾机器人全局自主导航关键技术，是本项目研究的创新之处。以提高工作效率为目标，充分考虑机器人方位、人机交互信息、避障策略以及区域内路径规划和球体分布规律等因素，模糊优化给出不确定性作业任务训练场内全局自主导航控制策略。

高尔夫球、网球、乒乓球等训练场中小球类物体位置和分布数量具有随机性，其捡拾过程属于不确定性作业任务，难以通过“走到哪、捡到哪”的单一路径规划策略来实现效率捡拾问题，而缺少对机器人方位进行较为精确的定位技术和球类物体分布规律的预测，为此造成该类捡拾机器人全局导航实用性差的关键技术问题。本项目在时间、位置和数量等约束条件下对训练场内球类物体的分布规律进行深度学习，并以提高工作效率为目标，充分考虑机器人方位、人机交互信息、避障策略以及区域内的路径规划和球体分布规律等因素，模糊优化出不确定性作业任务全局自主导航运动控制策略，突破捡拾机器人全局自主导航这一关键技术问题。

训练场内球类物体捡拾不仅属于不确定性作业任务，同时还受光照、室内外自然环境多场景等因素影响，若采用基于单一颜色图像识别方法，检测误差很大，难以实现目标球体的准确定位。为此，本项目采用RGB加权法对彩色图像处理进行灰度化处理基础上，进行Otsu分割阈值算法进行图像二值化，利用标号矩阵对球类物体图像进行连通域检测，测量单个连通域的面积、周长、最小外接多边形面积等参数，同时采用几何特征和改进形状因子法，进行多目标球类物体识别，并分别提取左右摄像头图像中任一目标球体的中心点。在球形物体定位基础上，以捡拾时间均衡和不相互干涉为目标，采用相向靠近的捡拾方式，进行捡拾机械手作业区间内动态划分技术研究，同时结合小球坐标信息，应用机械手逆向运动学分析方法，计算各关节的转角范围，自动合理规划机械手运动轨迹，实现多机械手协同作业要求。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。