用于矩形目标检测的机器人系统的制作方法
【专利摘要】本发明涉及一种用于矩形目标检测的机器人系统，包括红外线测距检测仪、高清摄像头、目标识别检测设备和64位的三星Exynos 7处理器，红外线测距检测仪用于检测机器人系统前方的矩形目标距离机器人系统的前向距离，高清摄像头用于拍摄包含矩形目标影像的前方图像，目标识别检测设备与高清摄像头连接，对前方图像执行识别检测处理，Exynos 7处理器与红外线测距检测仪和目标识别检测设备分别连接，基于识别检测处理结果和前向距离确定矩形目标的实际尺寸。通过本发明，能够实时准确地检测到前方矩形目标的实际大小，为机器人系统的具体操作提供重要参考数据。
【专利说明】用于矩形目标检测的机器人系统
【技术领域】
[0001]本发明涉及机器人控制领域，尤其涉及一种用于矩形目标检测的机器人系统。
【背景技术】
[0002]机器人，英文名称Robot，是自动执行工作的机器装置。他既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。他的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。如今，机器人的发展已经从定点作业中走出来，正在向自主作业的方向发展。移动机器人在战地侦测、防灾救险、危险领域探测都有着广泛的应用前景。
[0003]移动机器人在作业过程中，由于经常处于复杂的作业环境中，为了保障各种操作的正常进行，需要避开行进过程中的各种前方目标对于自身操作的干扰，而前方目标的尺寸识别是机器人做出相应避障操作的依据，现有技术中存在一些应用于机器人的目标识别方案，但这些方案要不过于简单，容易受到干扰，例如通过检测目标边缘信息来识别目标尺寸，要不过于复杂，需要大量运算量，实时程度不高，例如，采用神经网络算法的目标检测方案。
[0004]因此，需要一种新的前方目标检测的机器人系统，能够准确识别到前方目标尺寸的同时，减少识别算法的复杂度，保证识别的效率和及时性，从而，提高机器人反应的灵敏程度，维持机器人的正常作业。
【发明内容】
[0005]为了解决上述问题，本发明提供了一种用于矩形目标检测的机器人系统，针对最常见的矩形目标，搭建了一种结合图像识别技术和红外线传感技术的识别模式，识别运算量适中，保持了识别的及时性，同时识别的准确度得到提高，同时，还引入了无线通信技术以提高机器人系统运行的可靠性。
[0006]根据本发明的一方面，提供了一种用于矩形目标检测的机器人系统，所述机器人系统包括红外线测距检测仪、高清摄像头、目标识别检测设备和64位的三星Exynos 7处理器，所述红外线测距检测仪用于检测所述机器人系统前方的矩形目标距离所述机器人系统的前向距离，所述高清摄像头用于拍摄包含所述矩形目标影像的前方图像，所述目标识别检测设备与所述高清摄像头连接，对所述前方图像执行识别检测处理，所述Exynos 7处理器与所述红外线测距检测仪和所述目标识别检测设备分别连接，基于识别检测处理结果和前向距离确定所述矩形目标的实际尺寸。
[0007]更具体地，在所述用于矩形目标检测的机器人系统中，还包括:机器人动力驱动设备，包括直流电动机、两个驱动轮和两个万向轮，所述直流电动机驱动所述两个驱动轮，用于为所述机器人系统的行进提供动力；存储设备，用于预先存储目标上限灰度阈值和目标下限灰度阈值，所述目标上限灰度阈值和所述目标下限灰度阈值用于将图像中的目标和背景分离；无线收发设备，与远端的机器人控制平台通过双向无线通信链路连接，用于接收所述机器人控制平台发送的控制指令，所述控制指令中包含所述机器人系统的行进路径，还用于无线发送所述矩形目标的实际尺寸，所述矩形目标的实际尺寸包括所述矩形目标的实际高度和所述矩形目标的实际宽度；摄像照明设备，设置在所述高清摄像头上，为所述高清摄像头的拍摄提供照明，所述摄像照明设备的照明光的强度与所述高清摄像头周围环境的亮度成反比；所述红外线测距检测仪包括红外线发射器件和红外线接收器件，所述红外线测距检测仪用于根据所述红外线发射器件发射红外线的时间、所述红外线接收器件接收到从所述矩形目标反射回来的红外线的时间以及红外线传播速率计算所述前向距离；所述高清摄像头为CMOS摄像头，其拍摄的前方图像的分辨率为1280X960，即所述前方图像的图像高度为960个像素，图像宽度为1280个像素，所述高清摄像头拍摄的垂直视场角和水平视场角均为预设固定值；所述目标识别检测设备与所述存储设备和所述高清摄像头分别连接，所述目标识别检测设备包括对比度增强器件、高斯平滑滤波器件、灰度化处理器件、目标识别器件和目标检测器件，所述对比度增强器件与所述高清摄像头连接，用于对所述前方图像执行对比度增强处理，输出增强前方图像，所述高斯平滑滤波器件与所述对比度增强器件，用于对所述增强前方图像执行高斯平滑滤波处理，输出滤波前方图像，所述灰度化处理器件与所述高斯平滑滤波器件连接，用于对所述滤波前方图像执行灰度化处理，输出灰度化前方图像，所述目标识别器件与所述存储设备和所述灰度化处理器件分别连接，将所述灰度化前方图像中灰度值在所述目标上限灰度阈值和所述目标下限灰度阈值之间的像素识别并组成目标子图案，所述目标检测器件与所述目标识别器件连接，基于所述目标子图像确定所述目标影像的尺寸，所述目标影像的尺寸包括目标影像高度和目标影像宽度，所述目标影像高度为所述目标影像的竖向像素数量，所述目标影像宽度为所述目标影像的横向像素数量；所述Exynos 7处理器与所述机器人动力驱动设备、所述无线收发设备和所述目标检测器件分别连接，解析所述无线收发设备发送的控制指令以获得所述行进路径，基于所述行进路径向所述机器人动力驱动设备发送相应的动力驱动信号，所述Exynos7处理器还基于所述目标影像高度、所述垂直视场角、所述前向距离和所述前方图像的图像高度确定所述矩形目标的实际高度，基于所述目标影像宽度、所述水平视场角、所述前向距离和所述前方图像的图像宽度确定所述矩形目标的实际宽度；显示器，与所述Exynos 7处理器连接，用于显示所述矩形目标的实际宽度和所述矩形目标的实际高度；其中，所述对比度增强器件、所述高斯平滑滤波器件、所述灰度化处理器件、所述目标识别器件和所述目标检测器件分别采用不同的FPGA芯片来实现。
[0008]更具体地，在所述用于矩形目标检测的机器人系统中，还包括:供电设备，为所述机器人系统提供电力供应。
[0009]更具体地，在所述用于矩形目标检测的机器人系统中，所述无线收发设备为GPRS无线通信接口、3G无线通信接口或4G无线通信接口。
[0010]更具体地，在所述用于矩形目标检测的机器人系统中，所述存储设备为静态存储器，所述显示器为液晶显示屏。
[0011 ] 更具体地，在所述用于矩形目标检测的机器人系统中，所述两个驱动轮为两个后轮，所述两个万向轮为两个前轮。
【专利附图】
【附图说明】
[0012]以下将结合附图对本发明的实施方案进行描述，其中:
[0013]图1为根据本发明实施方案示出的用于矩形目标检测的机器人系统的结构方框图。
[0014]图2为根据本发明实施方案示出的用于矩形目标检测的机器人系统的目标识别检测设备的结构方框图。
【具体实施方式】
[0015]下面将参照附图对本发明的用于矩形目标检测的机器人系统的实施方案进行详细说明。
[0016]机器人专家从应用环境出发，将机器人分为两大类，即工业机器人和特种机器人。所谓工业机器人就是面向工业领域的多关节机械手或多自由度机器人。而特种机器人则是除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人，包括:服务机器人、水下机器人、娱乐机器人、军用机器人、农业机器人、机器人化机器等。
[0017]在特种机器人中，有些分支发展很快，有独立成体系的趋势，如服务机器人、水下机器人、军用机器人、微操作机器人等。国际上的机器人学者，从应用环境出发将机器人也分为两类:制造环境下的工业机器人和非制造环境下的服务与仿人型机器人，这和上述分类是一致的。空中机器人又叫无人机器，在军用机器人家族中，无人机是科研活动最活跃、技术进步最大、研宄及采购经费投入最多、实战经验最丰富的领域。80多年来，世界无人机的发展基本上是以美国为主线向前推进的，无论从技术水平还是无人机的种类和数量来看，美国均居世界之首位。
[0018]为保障机器人在复杂操作环境下维持其正常操作，需要实时检测到其前进路线上的各个目标的尺寸，以及时制定有针对性的避障方案。其中，矩形目标是最常见的目标类型之一。现有的用于矩形目标检测的检测方案无法在检测精度和检测及时性之间获得均衡，过于重视检测精度或过于重视检测及时性的目标检测系统都会影响机器人的正常作业。
[0019]本发明搭建了一种用于矩形目标检测的机器人系统，通过红外线测距仪器确定前方目标的前向距离，通过有针对性的图像采集和识别器件确定前方目标影像在采集的整个图像中所占据的比例，并根据所述前向距离和所述比例确定前方矩形目标的实际尺寸，整个系统实现了在检测精度和检测及时性之间的均衡。
[0020]图1为根据本发明实施方案示出的用于矩形目标检测的机器人系统的结构方框图，所述机器人系统包括:红外线测距检测仪1、高清摄像头3、目标识别检测设备4和64位的三星Exynos 7处理器2，所述Exynos 7处理器2与所述红外线测距检测仪1、所述高清摄像头3和所述目标识别检测设备4分别连接，所述高清摄像头3和所述目标识别检测设备4连接。
[0021]其中，所述红外线测距检测仪I用于检测所述机器人系统前方的矩形目标距离所述机器人系统的前向距离，所述高清摄像头3用于拍摄包含所述矩形目标影像的前方图像，所述目标识别检测设备4对所述前方图像执行识别检测处理，所述Exynos 7处理器2基于识别检测处理结果和前向距离确定所述矩形目标的实际尺寸。
[0022]接着，继续对本发明的用于矩形目标检测的机器人系统的具体结构进行进一步的说明。
[0023]所述机器人系统还包括:机器人动力驱动设备，包括直流电动机、两个驱动轮和两个万向轮，所述直流电动机驱动所述两个驱动轮，用于为所述机器人系统的行进提供动力。
[0024]所述机器人系统还包括:存储设备，用于预先存储目标上限灰度阈值和目标下限灰度阈值，所述目标上限灰度阈值和所述目标下限灰度阈值用于将图像中的目标和背景分离。
[0025]所述机器人系统还包括:无线收发设备，与远端的机器人控制平台通过双向无线通信链路连接，用于接收所述机器人控制平台发送的控制指令，所述控制指令中包含所述机器人系统的行进路径，还用于无线发送所述矩形目标的实际尺寸，所述矩形目标的实际尺寸包括所述矩形目标的实际高度和所述矩形目标的实际宽度。
[0026]所述机器人系统还包括:摄像照明设备，设置在所述高清摄像头上，为所述高清摄像头的拍摄提供照明，所述摄像照明设备的照明光的强度与所述高清摄像头周围环境的亮度成反比。
[0027]所述红外线测距检测仪包括红外线发射器件和红外线接收器件，所述红外线测距检测仪I用于根据所述红外线发射器件发射红外线的时间、所述红外线接收器件接收到从所述矩形目标反射回来的红外线的时间以及红外线传播速率计算所述前向距离。
[0028]所述高清摄像头3为CMOS摄像头，其拍摄的前方图像的分辨率为1280 X 960，即所述前方图像的图像高度为960个像素，图像宽度为1280个像素，所述高清摄像头3拍摄的垂直视场角和水平视场角均为预设固定值。
[0029]如图2所示，所述目标识别检测设备4与所述存储设备和所述高清摄像头3分别连接，所述目标识别检测设备4包括对比度增强器件41、高斯平滑滤波器件42、灰度化处理器件43、目标识别器件44和目标检测器件45，所述对比度增强器件41与所述高清摄像头3连接，用于对所述前方图像执行对比度增强处理，输出增强前方图像，所述高斯平滑滤波器件42与所述对比度增强器件41，用于对所述增强前方图像执行高斯平滑滤波处理，输出滤波前方图像，所述灰度化处理器件43与所述高斯平滑滤波器件42连接，用于对所述滤波前方图像执行灰度化处理，输出灰度化前方图像。
[0030]所述目标识别器件44与所述存储设备和所述灰度化处理器件43分别连接，将所述灰度化前方图像中灰度值在所述目标上限灰度阈值和所述目标下限灰度阈值之间的像素识别并组成目标子图案，所述目标检测器件45与所述目标识别器件44连接，基于所述目标子图像确定所述目标影像的尺寸，所述目标影像的尺寸包括目标影像高度和目标影像宽度，所述目标影像高度为所述目标影像的竖向像素数量，所述目标影像宽度为所述目标影像的横向像素数量。
[0031]所述Exynos 7处理器2与所述机器人动力驱动设备、所述无线收发设备和所述目标检测器件45分别连接，解析所述无线收发设备发送的控制指令以获得所述行进路径，基于所述行进路径向所述机器人动力驱动设备发送相应的动力驱动信号，所述Exynos 7处理器2还基于所述目标影像高度、所述垂直视场角、所述前向距离和所述前方图像的图像高度确定所述矩形目标的实际高度，基于所述目标影像宽度、所述水平视场角、所述前向距离和所述前方图像的图像宽度确定所述矩形目标的实际宽度。
[0032]所述Exynos 7处理器2还基于所述目标影像高度、所述垂直视场角、所述前向距离和所述前方图像的图像高度确定所述矩形目标的实际高度的具体实现如下:设定所述目标影像高度为h，所述垂直视场角为α，所述前向距离为D，所述前方图像的图像高度为Y，则所述矩形目标的实际高度H的计算公式为:H = (2XDXtan(a/2) Xh)/Y。
[0033]所述Exynos 7处理器2基于所述目标影像宽度、所述水平视场角、所述前向距离和所述前方图像的图像宽度确定所述矩形目标的实际宽度的具体实现如下:设定所述目标影像宽度为《，所述水平视场角为β，所述前向距离为D，所述前方图像的图像宽度为X，则所述矩形目标的实际宽度W的计算公式为:W = (2XDX tan (β/2) Xw)/X。
[0034]所述机器人系统还包括:显示器，与所述Exynos 7处理器2连接，用于显示所述矩形目标的实际宽度和所述矩形目标的实际高度。
[0035]其中，所述对比度增强器件41、所述高斯平滑滤波器件42、所述灰度化处理器件43、所述目标识别器件44和所述目标检测器件45分别采用不同的FPGA芯片来实现，所述机器人系统还可以包括供电设备，为所述机器人系统提供电力供应，所述无线收发设备可选为GPRS无线通信接口、3G无线通信接口或4G无线通信接口，所述存储设备的类型为静态存储器，所述显示器的类型为液晶显示屏，所述两个驱动轮可选为两个后轮，所述两个万向轮可选为两个前轮。
[0036]另外，机器人是最复杂的控制设备，也是人类最渴望能够早日制造出来的机器朋友。然而要制造出一台智能机器人并不容易，仅仅是让机器模拟人类的行走动作，科学家们就要付出了数十甚至上百年的努力。
[0037]1910年，捷克斯洛伐克作家卡雷尔.恰佩克在他的科幻小说中，根据Robota(捷克文，原意为“劳役、苦工”)和Robotnik(波兰文，原意为“工人”)，创造出“机器人”这个词。1911年，美国纽约世博会上展出了西屋电气公司制造的家用机器人Elektro，他由电缆控制，可以行走，会说77个字，甚至可以抽烟，不过离真正干家务活还差得远。但他让人们对家用机器人的憧憬变得更加具体。1912年，美国科幻巨匠阿西莫夫提出“机器人三定律”。虽然这只是科幻小说里的创造，但后来成为学术界默认的研发原则。1913年，诺伯特?维纳出版《控制论一一关于在动物和机中控制和通讯的科学》，阐述了机器中的通信和控制机能与人的神经、感觉机能的共同规律，率先提出以计算机为核心的自动化工厂。1914年，美国人乔治?德沃尔制造出世界上第一台可编程的机器人(即世界上第一台真正的机器人)，并注册了专利，这种机械手能按照不同的程序从事不同的工作，因此具有通用性和灵活性。
[0038]1915年，在达特茅斯会议上，马文.明斯基提出了他对智能机器的看法:智能机器“能够创建周围环境的抽象模型，如果遇到问题，能够从抽象模型中寻找解决方法”。这个定义影响到以后30年智能机器人的研宄方向。1959年，德沃尔与美国发明家约瑟夫.英格伯格联手制造出第一台工业机器人。随后，成立了世界上第一家机器人制造工厂。由于英格伯格对工业机器人的研发和宣传，他也被称为“工业机器人之父”。1962年，美国AMF公司生产出“VERSTRAN” (意思是万能搬运)，成为真正商业化的工业机器人，并出口到世界各国，掀起了全世界对机器人和机器人研宄的热潮。
[0039]1962年到1963年，传感器的应用提高了机器人的可操作性。人们试着在机器人上安装各种各样的传感器，包括1961年恩斯特采用的触觉传感器，托莫维奇和博尼1962年在世界上最早的“灵巧手”上用到了压力传感器，而麦卡锡1963年则开始在机器人中加入视觉传感系统，并在1964年，帮助MIT推出了世界上第一个带有视觉传感器，能识别并定位积木的机器人系统。1965年，约翰.霍普金斯大学应用物理实验室研制出Beast机器人。Beast已经能通过声呐系统、光电管等装置，根据环境校正自己的位置。
[0040]20世纪60年代中期开始，美国麻省理工学院、斯坦福大学、英国爱丁堡大学等陆续成立了机器人实验室。美国兴起研宄第二代带传感器、“有感觉”的机器人，并向人工智能进发。1968年美国斯坦福研宄所公布他们研发成功的机器人Shakey，他带有视觉传感器，能根据人的指令发现并抓取积木，不过控制他的计算机有一个房间那么大，Shakey可以算是世界第一台智能机器人，拉开了第三代机器人研发的序幕。
[0041]1969年，日本早稻田大学加藤一郎实验室研发出第一台以双脚走路的机器人。加藤一郎长期致力于研宄仿人机器人，被誉为“仿人机器人之父”。日本专家一向以研发仿人机器人和娱乐机器人的技术见长，后来更进一步，催生出本田公司的ASMO和索尼公司的QR10。1973年，世界上第一次机器人和小型计算机携手合作，就诞生了美国公司的机器人T3。1978年，美国公司推出通用工业机器人PUMA，这标志着工业机器人技术已经完全成熟。1984年，英格伯格再推机器人Helpmate，这种机器人能在医院里为病人送饭、送药、送邮件。同年，他还预言我要让机器人擦地板，做饭，出去帮我洗车，检查安全”。
[0042]1990年，中国著名学者周海中教授在《论机器人》一文中预言:到二十一世纪中叶，纳米机器人将彻底改变人类的劳动和生活方式。1998年，丹麦乐高公司推出机器人(Mind-storms)套件，让机器人制造变得跟搭积木一样，相对简单又能任意拼装，使机器人开始走入个人世界。1999年，日本索尼公司推出犬型机器人爱宝(AIBO)，当即销售一空，从此娱乐机器人成为机器人迈进普通家庭的途径之一。2002年，美国iRobot公司推出了吸尘器机器人Roomba，他能避开障碍，自动设计行进路线，还能在电量不足时，自动驶向充电座。Roomba是目前世界上销量最大、最商业化的家用机器人。2006年6月，微软公司推出Microsoft Robotics Stud1，机器人模块化、平台统一化的趋势越来越明显，比尔?盖茨预言，家用机器人很快将席卷全球。
[0043]采用本发明的用于矩形目标检测的机器人系统，针对现有机器人的目标检测设备难于解决检测精度和检测及时性之间的均衡的技术问题，针对矩形目标，引入红外线传感技术和图像检测技术以实时获得进行运算的各种数据，并通过简单有效的算法获得矩形目标实际尺寸，从而在保障目标检测设备精度的同时，未牺牲目标检测设备的实时性。
[0044]可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
【权利要求】
1.一种用于矩形目标检测的机器人系统，其特征在于，所述机器人系统包括红外线测距检测仪、高清摄像头、目标识别检测设备和64位的三星Exynos 7处理器，所述红外线测距检测仪用于检测所述机器人系统前方的矩形目标距离所述机器人系统的前向距离，所述高清摄像头用于拍摄包含所述矩形目标影像的前方图像，所述目标识别检测设备与所述高清摄像头连接，对所述前方图像执行识别检测处理，所述Exynos 7处理器与所述红外线测距检测仪和所述目标识别检测设备分别连接，基于识别检测处理结果和前向距离确定所述矩形目标的实际尺寸。
2.如权利要求1所述的用于矩形目标检测的机器人系统，其特征在于，所述机器人系统还包括: 机器人动力驱动设备，包括直流电动机、两个驱动轮和两个万向轮，所述直流电动机驱动所述两个驱动轮，用于为所述机器人系统的行进提供动力； 存储设备，用于预先存储目标上限灰度阈值和目标下限灰度阈值，所述目标上限灰度阈值和所述目标下限灰度阈值用于将图像中的目标和背景分离； 无线收发设备，与远端的机器人控制平台通过双向无线通信链路连接，用于接收所述机器人控制平台发送的控制指令，所述控制指令中包含所述机器人系统的行进路径，还用于无线发送所述矩形目标的实际尺寸，所述矩形目标的实际尺寸包括所述矩形目标的实际高度和所述矩形目标的实际宽度； 摄像照明设备，设置在所述高清摄像头上，为所述高清摄像头的拍摄提供照明，所述摄像照明设备的照明光的强度与所述高清摄像头周围环境的亮度成反比； 所述红外线测距检测仪包括红外线发射器件和红外线接收器件，所述红外线测距检测仪用于根据所述红外线发射器件发射红外线的时间、所述红外线接收器件接收到从所述矩形目标反射回来的红外线的时间以及红外线传播速率计算所述前向距离； 所述高清摄像头为CMOS摄像头，其拍摄的前方图像的分辨率为1280X960，即所述前方图像的图像高度为960个像素，图像宽度为1280个像素，所述高清摄像头拍摄的垂直视场角和水平视场角均为预设固定值； 所述目标识别检测设备与所述存储设备和所述高清摄像头分别连接，所述目标识别检测设备包括对比度增强器件、高斯平滑滤波器件、灰度化处理器件、目标识别器件和目标检测器件，所述对比度增强器件与所述高清摄像头连接，用于对所述前方图像执行对比度增强处理，输出增强前方图像，所述高斯平滑滤波器件与所述对比度增强器件，用于对所述增强前方图像执行高斯平滑滤波处理，输出滤波前方图像，所述灰度化处理器件与所述高斯平滑滤波器件连接，用于对所述滤波前方图像执行灰度化处理，输出灰度化前方图像，所述目标识别器件与所述存储设备和所述灰度化处理器件分别连接，将所述灰度化前方图像中灰度值在所述目标上限灰度阈值和所述目标下限灰度阈值之间的像素识别并组成目标子图案，所述目标检测器件与所述目标识别器件连接，基于所述目标子图像确定所述目标影像的尺寸，所述目标影像的尺寸包括目标影像高度和目标影像宽度，所述目标影像高度为所述目标影像的竖向像素数量，所述目标影像宽度为所述目标影像的横向像素数量； 所述Exynos 7处理器与所述机器人动力驱动设备、所述无线收发设备和所述目标检测器件分别连接，解析所述无线收发设备发送的控制指令以获得所述行进路径，基于所述行进路径向所述机器人动力驱动设备发送相应的动力驱动信号，所述Exynos 7处理器还基于所述目标影像高度、所述垂直视场角、所述前向距离和所述前方图像的图像高度确定所述矩形目标的实际高度，基于所述目标影像宽度、所述水平视场角、所述前向距离和所述前方图像的图像宽度确定所述矩形目标的实际宽度； 显示器，与所述Exynos 7处理器连接，用于显示所述矩形目标的实际宽度和所述矩形目标的实际高度； 其中，所述对比度增强器件、所述高斯平滑滤波器件、所述灰度化处理器件、所述目标识别器件和所述目标检测器件分别采用不同的FPGA芯片来实现。
3.如权利要求2所述的用于矩形目标检测的机器人系统，其特征在于，所述机器人系统还包括: 供电设备，为所述机器人系统提供电力供应。
4.如权利要求2所述的用于矩形目标检测的机器人系统，其特征在于: 所述无线收发设备为GPRS无线通信接口、3G无线通信接口或4G无线通信接口。
5.如权利要求2所述的用于矩形目标检测的机器人系统，其特征在于: 所述存储设备为静态存储器，所述显示器为液晶显示屏。
6.如权利要求2所述的用于矩形目标检测的机器人系统，其特征在于: 所述两个驱动轮为两个后轮，所述两个万向轮为两个前轮。
【文档编号】G08C17/02GK104516352SQ201510036768
【公开日】2015年4月15日 申请日期:2015年1月25日 优先权日:2015年1月25日
【发明者】不公告发明人 申请人:无锡桑尼安科技有限公司