(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210607210.1 (22)申请日 2022.05.31 (71)申请人 北京航空航天大 学杭州创新研究院 地址 310052 浙江省杭州市滨江区长河街 道创慧街18号 (72)发明人 杨帆　韩冰　于晓龙　牛建伟　 任涛　郭晓辉　李青锋　 (74)专利代理 机构 北京国坤专利代理事务所 (普通合伙) 11491 专利代理师 赵红霞 (51)Int.Cl. B25J 11/00(2006.01) B25J 9/16(2006.01) B25J 19/02(2006.01) B25J 19/06(2006.01)B25J 13/00(2006.01) (54)发明名称 一种基于人工智能的工业生产用避障机器 人 (57)摘要 本发明属于工业生产设备技术领域， 公开了 一种基于 人工智能的工业生产用避障机器人， 包 括障碍物检测模块， 通过在机器人前面安装障碍 物检测传感器， 用以检测机器人前方是否有障碍 物； 通过在机器人前方安装摄像头， 获取机器人 前方障碍物图像； 搬运物重量采集模块， 通过在 机器人承装台上安装有重量传感器， 用以检测搬 运物的重量； 数据预处理模块， 通过数据预处理 程序对获取的障碍物检测传感器检测数据、 障碍 物图像和搬运物的重量进行预处理； 障碍物判别 模块， 根据获取的障碍物检测传感器检测数据和 障碍物图像， 对障碍物的类型进行判别。 本发明 可以有效进行避障， 同时可以远程进行控制。 权利要求书2页 说明书5页 附图2页 CN 114918942 A 2022.08.19 CN 114918942 A 1.一种基于人工智能的工业生产用避障机器人， 其特征在于， 所述基于人工智能的工 业生产用避障机器人包括： 障碍物检测模块， 通过在机器人前面安装 障碍物检测传感器， 用以检测机器人前方是 否有障碍物； 通过在机器人 前方安装摄 像头， 获取机器人 前方障碍物图像； 搬运物重量采集模块， 通过在机器人承装台上安装有重量传感器， 用以检测搬运物的 重量； 数据预处理模块， 通过数据预处理程序对获取的障碍物检测传感器检测数据、 障碍物 图像和搬运物的重量进行 预处理； 障碍物判别模块， 根据获取的障碍物检测传感器检测数据和障碍物图像， 对 障碍物的 类型进行判别； 转向模块， 通过驱动结构和转向结构， 对机器人的走向进行调整， 使机器人绕过障碍 物。 2.如权利要求1所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述基于人 工智能的工业生产用避障机器人还包括中央控制模块， 中央控制模块通过设置有控制 器， 分别与障碍物检测模块、 搬运物重量采集模块、 数据预处理模块、 障碍物判别模块、 转向模 块、 通信模块、 远程终端、 云服 务模块连接， 协调各个模块的正常运行。 3.如权利要求2所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述通信模 块通过设置有通信设备， 实现与远程终端和云服 务模块之间的数据交 互； 远程终端通过设置有远程终端设备， 实现远程 监控和控制机器人； 云服务模块， 通过设置有云服务器， 利用大数据处理技术对整体机器人的所有检测的 数据和处 理的数据进行处 理。 4.如权利要求1所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述数据 预 处理模块设置有： 障碍物图像去噪增强模块， 通过去噪增强程序对导入的机器人图像进行去噪增强； 障碍物图像灰度化处理模块， 通过利用图像灰度化处理程序对有彩色的障碍物图像进 行灰度化处 理； 障碍物灰度图像转化模块， 通过二值图转换程序对障碍物灰度图像转换成对应的二值 图； 障碍物灰度图像边缘检测模块， 根据障碍物灰度图像对应的二值图， 对 障碍物灰度图 像进行边 缘检测； 障碍物灰度图像轮廓匹配模块， 根据障碍物灰度图像边缘检测的数据， 对 障碍物灰度 图像进行轮廓匹配。 5.如权利要求4所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述障碍物 图像去噪增强模块 通过去噪增强程序对导入的机器人图像进行去噪增强具体过程 为： 将障碍物图像进行小波分解， 确定一个小波并确定小波的分解层数， 对 障碍物图像进 行N层小波分解； 提取所有小波分解层中的每一层高频系数， 并对高频系数进行阈值 化处理； 根据障碍物图像中小波分解过程中的低频系数和阈值化处理后的高频系数， 对障碍物 图像进行小 波重构。权　利　要　求　书 1/2 页 2 CN 114918942 A 26.如权利要求1所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述障碍物 判别模块根据获取的障碍物检测传感器检测数据和障碍物图像， 对障碍物的类型进行判别 具体过程 为： 根据障碍物检测传感器 检测数据和障碍物图像， 建立对应的数据集 合； 根据各个数据集合中的数据进行分类， 提取障碍物检测传感器检测数据 特征和障碍物 图像特征； 根据提取的障碍物检测传感器检测数据特征和障碍物图像特征， 通过匹配模型与 预存 的数据进行匹配识别， 实现对障碍物类型进行判别。 7.如权利要求6所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述提取障 碍物图像特 征具体过程 为： 根据灰度化的障碍物图像， 建立 一个x， y， z灰度化的障碍物图像的三维图像； 利用Gamma校正法对输入的障碍物图像， 进行颜色空间的标准 化； 确定障碍物图像中每 个像素的梯度值， 并将障碍物图像划分成多个小区域； 同时统计 每个小区域中的梯度直方图， 对每 个小区域进行描述； 根据设定提取的障碍物图像特征， 将相应的小区域图像进行串联成提取的障碍物图 像。 8.如权利要求1所述基于人工智能的工业生产用避障机器人， 其特征在于， 所述转向模 块设置有： 驱动模块， 通过设置有驱动电机， 对整体避障机器人进行驱动； 转向模块， 通过设置有转向电机， 对避障机器人 走向进行调整控制； 转向角度检测模块， 通过在避 障机器人前端安装转向检测姿态传感器， 用以检测避 障 机器人转向的角度。 9.一种基于工业机器人视觉检测的机器人， 其特征在于， 所述基于工业机器人视觉检 测的机器人采用如权利要求1～8任意 一项所述的基于人工智能的工业 生产用避障机器人。 10.一种具有避障功能和路径规划功能的工业机器人， 其特征在于， 所述具有避障功能 和路径规划功 能的工业机器人采用如权利要求1～8任意一项所述的基于人工智能的工业 生产用避障机器人。权　利　要　求　书 2/2 页 3 CN 114918942 A 3