国家大学生创新创业训练计划-基于RGB-D SLAM技术的餐具回收装置.pdf

基于RGB-DSLAM技术的餐具回收装置

项目实施方案

一、项目背景及研究意义

餐饮行业作为满足居民“衣食住行”四大基本生活需求之一的行业，规模庞大。

2019年中国餐饮业收入达到46721亿元，占社会消费品零售总额的11.3%，是名

副其实的国民支柱产业。

然而，餐饮企业的经营难度越来越大。北上广深四大城市每个月餐饮门店的

倒闭率高达10%，高淘汰率已成为餐饮行业的常态。中国烹饪协会数据显示，

2016年，全国餐饮百强企业的利润率仅4.70%，众多餐饮商家面临着房租高、人

力成本高、食材成本高、毛利低的“三高一低”的困境，利润空间被不断压缩，广

大食客也被高昂的餐饮费用所扰。

为缓解餐饮行业人力成本居高不下的难题，“机器人餐厅”的理念开始得到实

践。碧桂园研发推出了一款机器人餐厅，餐厅中共配置了46项机器人设备，配

菜、烹制、传菜全部由机器人完成。机器人餐厅节省了大量人力，显著降低了人

力成本。随着餐厅机器人性能和可靠性的不断提高，机器人在餐饮行业预计将得

到广泛应用。

现在提出一种基于RGB-DSLAM（SimultaneousLocalizationandMapping，

SLAM同时定位与地图构建技术）的餐具回收机器人，完成餐具回收的工作。

RGB-DSLAM是指使用RGB-D相机作为视觉传感器，进行同时定位与地图构建

(SLAM)的技术。在餐具回收环节，该装置首先应到达餐盘回收位置，然后用RGB-

D摄像机获取餐桌上的视觉信息，通过计算机解析获得定制餐具的位置特征，计

算机构建虚拟地图，再由机载位置传感器获取装置在虚拟地图上的实时位置，最

后由机械手夹取餐具进行回收。

图1机器人餐厅

二、项目的创新之处

1）将RGB-DSLAM同时定位与地图构建技术和机械手的抓取能力结合，利

用RGB-D相机获取待夹取物品的位置特征和形态特征，构建虚拟地图，再用机

械手实现物理回收的功能。

2）设计具有适应性的机械手，能够实现对多种形状典型餐具的夹持。

3）同时定位与地图构建技术和位置传感器结合，同时解决装置“我在哪

儿”“我要去哪儿”的问题。

三、项目的研究内容和研究目标

3.1研究目标

1）研究设计特制餐具，在基本不改变餐具形态结构的情况下，使其具备较

鲜明的视觉特征，易于被机器视觉识别。

2）研究如何运用RGB-DSLAM方法，通过RGB-D摄像头获取餐桌上特制

餐具的视觉信息，并进行分析运算，解析出餐具的视觉特征和位置信息以用于构

建虚拟地图。

3）设计具有一定适应性的机械手，在获取桌面餐具的形态和位置信息后能

够自主移动到理想的位置，并夹持回收不同形状的典型餐具。

3.2研究内容

需研究RGB-D视觉传感器的使用方法。RGB-D相机作为新兴传感器，它

可以同时获取周围环境的RGB图像和每个像素的深度信息，可以更直接方便地

获取空间点的3D信息，有利于构建包含有立体空间信息的虚拟地图。应研究

RGB-D相机在餐桌上的应用问题，要选择合适的相机并考虑安装位置，以获得

餐桌上餐具较好的视觉信息。

需研究SLAM方法的操作流程和移植运用。目前常采用的是基于特征的

SLAM方法，特征点法被认为是SLAM的主流方法。关键点是指该特征点在图

像里的位置，描述子通常是一个向量，按照人们的需求描述关键点周围像素的信

息。常用的特征提取算法有SIFTI、SURF和ORB等。经实验测得其中效率最

高的是ORB算法。若采用较高效率的方案，需要研究ORB算法的原理和使用方

法，探索如何在餐桌条件下，使用ORB算法提取餐具的特征点，之后建立虚拟

地图。

需研究典型餐具的特征点设置方法。在研究基于特征的SLAM方法后，可

以明白怎样设置特征点更容易让RGB-D相机识别，提高识别的准确率。以此为

基础，为典型餐具设计较为合理的特征点设计方案。

需研究夹持机械手的结构，设计一款成本较低，结构较为精简的专用机械手，

专门为夹持有限的几种典型餐具而设计。在低成本的考量下，机械手无法设计的

精密复杂，因此要在满足