[0001] 本实用新型涉及水面垃圾清理技术领域，具体为一种基于视觉的主动目标跟踪水面垃圾清理机器人。

[0002] 水面垃圾对水环境的污染严重，给水资源的保护和生态环境的修复带来了很大的挑战。目前，水面垃圾的清理主要靠人工捕捞和清理，效率低下且存在安全隐患。因此，研究一种水面垃圾清理机器人具有重要的现实意义。

[0003] 目前，机器人技术已经得到广泛应用，机器人清理和捕捞技术也在不断发展和完善。市场上在水上进行垃圾清理的机器人也是越来越多，但是现有的水面垃圾清理机器人功能比较单一，使用的时候往往出现以下几点缺陷：1：现有的水面垃圾清理机器人自动化程度低，往往都是通过岸边的人工进行操作干预，让机器人到达指定位置进行垃圾清理，不仅消耗大量人力，而且对于人工操作技术有一定要求；2：现有的水面垃圾清理机器人环保性能差，在清理垃圾的时候会产生污染，很多垃圾收纳在收纳箱内容易流出，造成水面污染；3：现有的水面垃圾清理机器人效率低，在使用过程需要人工发现垃圾位置，通过遥控控制使其到达目的地进行垃圾清理，不能实现对垃圾的自动捕捉和跟踪；4：现有的水面垃圾清理机器人灵活性差，智能性差，不便人们使用，为此提供了一种基于视觉的主动目标跟踪水面垃圾清理机器人。实用新型内容

[0004] 本实用新型的目的是针对现有技术的缺陷，提供一种基于视觉的主动目标跟踪水面垃圾清理机器人，以解决上述背景技术提出的问题。

[0005] 为实现上述目的，本实用新型提供如下技术方案：一种基于视觉的主动目标跟踪水面垃圾清理机器人，包括船体，所述船体的顶部设有甲板，所述甲板的顶部安装有控制仓，所述控制仓的顶部安装有摄像头，所述甲板的一端顶部安装有双目摄像头，所述甲板的底部连接有垃圾收集仓，所述垃圾收集仓的一端安装有垃圾收集仓门，所述垃圾收集仓门的顶部连接有第二舵机，所述垃圾收集仓的两侧顶部均安装有长臂杆固定架，所述长臂杆固定架的一端安装有第一舵机，所述第一舵机上安装有长臂杆，所述甲板的顶部另一端两侧均安装有螺旋桨固定架，所述螺旋桨固定架上安装有推进器。

[0006] 作为本实用新型的一种优选技术方案，所述甲板通过螺栓安装在船体的顶部上，所述控制仓通过螺栓安装在甲板的顶部上，所述控制仓内部安装有蓄电池和控制器。

[0007] 作为本实用新型的一种优选技术方案，所述摄像头通过螺栓安装在控制仓的顶部上，所述双目摄像头通过螺栓安装在甲板的顶部上。

[0008] 作为本实用新型的一种优选技术方案，所述螺旋桨固定架通过螺栓安装在甲板上，所述推进器通过螺栓安装在螺旋桨固定架上。

[0009] 作为本实用新型的一种优选技术方案，所述垃圾收集仓通过螺栓安装在甲板的底部上，所述垃圾收集仓上设有若干个漏水孔，所述第二舵机通过螺栓安装在甲板的底部上，所述第二舵机通过连接杆与垃圾收集仓门相连，所述垃圾收集仓门上设有若干个第二通孔。

[0010] 作为本实用新型的一种优选技术方案，所述长臂杆固定架通过螺栓安装在甲板的底部两侧上，所述第一舵机通过螺栓安装在长臂杆固定架上，所述长臂杆上设有若干个第一通孔，所述长臂杆与第一舵机的转轴相连。

[0011] 作为本实用新型的一种优选技术方案，所述控制仓内的控制器分别与推进器、第一舵机、摄像头、双目摄像头和第二舵机电性连接，双目摄像头上安装有红外测距传感器。

[0012] 作为本实用新型的一种优选技术方案，所述控制器上搭载有机器人视觉检测系统、机器人目标检测系统和机器人运动控制系统。

[0013] 本实用新型的有益效果是：

[0014] 自动化程度高：机器人系统可以自动捕捞水面垃圾，无需人工干预，减少人力投入；

[0015] 高效性强：采用深度学习技术实现视觉主动目标跟踪，可以快速准确地识别和捕捞垃圾，提高清理效率；

[0016] 环保性好：清理过程中不会产生污染，可以有效地保护水面环境；

[0017] 灵活性强：机器人系统可以根据实际情况进行自适应调整，应对不同的水面垃圾清理任务。本实用新型提出的基于深度学习的视觉主动目标跟踪的水面垃圾清理机器人，具有很高的实用性和经济效益，可以为水面环境保护事业做出积极贡献。

[0026] 下面结合附图对本实用新型的较佳实施例进行详细阐述，以使本实用新型的优点和特征能更易被本领域人员理解，从而对本实用新型的保护范围做出更为清楚明确的界定。

[0027] 实施例：请参阅图1‑4，本实用新型提供一种技术方案：一种基于视觉的主动目标跟踪水面垃圾清理机器人，包括船体1，船体1的顶部设有甲板3，甲板3的顶部安装有控制仓2，控制仓2的顶部安装有摄像头13，甲板3的一端顶部安装有双目摄像头14，甲板3的底部连接有垃圾收集仓6，垃圾收集仓6的一端安装有垃圾收集仓门12，垃圾收集仓门12的顶部连接有第二舵机15，垃圾收集仓6的两侧顶部均安装有长臂杆固定架8，长臂杆固定架8的一端安装有第一舵机10，第一舵机10上安装有长臂杆9，甲板3的顶部另一端两侧均安装有螺旋桨固定架4，螺旋桨固定架4上安装有推进器5。

[0028] 甲板3通过螺栓安装在船体1的顶部上，控制仓2通过螺栓安装在甲板3的顶部上，控制仓2内部安装有蓄电池和控制器。

[0029] 摄像头13通过螺栓安装在控制仓2的顶部上，双目摄像头14通过螺栓安装在甲板3的顶部上。

[0030] 螺旋桨固定架4通过螺栓安装在甲板3上，推进器5通过螺栓安装在螺旋桨固定架4上。

[0031] 垃圾收集仓6通过螺栓安装在甲板3的底部上，垃圾收集仓6上设有若干个漏水孔7，第二舵机15通过螺栓安装在甲板3的底部上，第二舵机15通过连接杆16与垃圾收集仓门
12相连，垃圾收集仓门12上设有若干个第二通孔17。

[0032] 长臂杆固定架8通过螺栓安装在甲板3的底部两侧上，第一舵机10通过螺栓安装在长臂杆固定架8上，长臂杆9上设有若干个第一通孔11，长臂杆9与第一舵机10的转轴相连。

[0033] 控制仓2内的控制器分别与推进器5、第一舵机10、摄像头13、双目摄像头14和第二舵机15电性连接，双目摄像头14上安装有红外测距传感器。

[0034] 控制器上搭载有机器人视觉检测系统、机器人目标检测系统和机器人运动控制系统。

[0035] 工作原理：一种基于视觉的主动目标跟踪水面垃圾清理机器人，使用的时候，操作人员发出工作指令，控制器接收指令，通过机器人视觉检测系统、机器人目标检测系统和机器人运动控制系统分别控制整个机器人在水面上对垃圾进行主动目标跟踪，可以快速准确地识别和捕捞垃圾，提高清理效率，并控制机器人快速到达目的地进行垃圾收集，通过双目摄像头14对河道内的垃圾进行捕捉并进行跟踪，通过机器人视觉检测系统和机器人运动控制系统控制摄像头13和推进器5工作，从而将整个机器人移动到垃圾处，然后通过第一舵机10转动从而将长臂杆9张开，再利用第二舵机15转动从而将垃圾收集仓门12进行张开，利用船体1移动，从而将垃圾收集到垃圾收集仓6内，然后利用第二舵机15工作从而将垃圾收集仓门12进行关闭，再进行下一个垃圾的捕捉和跟踪。

[0036] 具体的步骤如下：

[0037] S1：搭建机器人机械系统；机器人的机械系统中包括船体1、推进器5、双目摄像头14、激光测距仪、垃圾收集仓6、控制仓2；机器人机械系统的双目摄像头14具有多自由度，用于对机器人视野中出现的目标对象进行画面捕捉并进行检测，相机云台的位姿进行调整，船体1为机器人完成一系列动作提供一个实施平台；激光测距仪用于对待检测目标物进行距离检测；垃圾收集仓6用于机器人任务执行中的垃圾储存，控制仓2是一个密封舱，用于存放机器人控制模块与电池；

[0038] S2：搭建机器人目标检测系统；机器人的目标检测系统包括待检测目标图片收集、数据集制作、模型训练、模型部署、模型封装；

[0039] 机器人目标检测系统的待检测目标图片数据集制作所用软件为labelme、labelimg,制作数据集类型为json、xml、yolo格式类型；

[0040] 模型训练为基于pytorch平台与基于ai studio平台进行模型训练；

[0041] 模型部署为将基于pytorch平台与基于ai studio平台进行模型训练后所得到的结果在树莓派arm系统架构上进行C++代码的部署；

[0042] 模型封装为当代码部署好后，将代码进行封装，供后续进行接口调用；

[0043] 部署文件包括对视觉相机的矫正、视觉相机的调用、对调用相机所获得的图像的目标检测、对检测数据的保存、驱动推进器完成既定的运动；

[0044] S3：搭建机器人运动控制系统；机器人运动控制系统包括对目标检测系统的封装模型调用，根据封装模块中云台视觉捕捉相机捕捉的实时画面驱动电机运动；

[0045] 运动控制系统中电机驱动采用了PID控制算法，实现对机器人运动轨迹的精确控制；双目相机驱动流程为通过双目相机捕捉画面并识别到物体后，通过双目相机的视觉差大概确定目标物体的三维坐标，并通过激光测距捕捉精确目标。

[0046] 机器人完成机械系统搭建后，根据目标检测系统中模型训练，最终根据运动控制系统达到水面垃圾清理目的。

[0047] 根据图5‑6所示：首先根据机器人目标检测系统的待检测目标图片数据集制作所用软件为labelme、labelimg,制作数据集类型为json、xml、yolo格式类型；模型训练为基于pytorch平台与基于ai studio平台进行模型训练，训练出所需权重文件，接着进行模型部署，模型部署实现的具体功能为以c++底层代码的控制中心调用带有目标检测信息的权重文件，开启摄像头对所捕获的视野进行目标检测，在检测到带有目标信息的物体后，利用双目相机确定物体大概的三维空间坐标，后调用激光传感器对物体进行精准测距，最后将坐标信息转换为推进器的运动信息，驱动电机去拾取物体。

[0048] 在本申请实施例中，训练完成后的视觉主动跟踪模型，根据目标对象的拍摄突现实现对目标对象的动作进行预判，将相应的控制信号发送至机器人的控制部分，对机器人本体和/或相机云台进行控制，实现机器人本体和/或相机云台的位姿的调整。

[0049] 以上实施例仅表达了本实用新型的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对实用新型专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本实用新型构思的前提下，还可以做出若干变形和改进，这些都属于本实用新型的保护范围。