基于地面材质自适应控制扫地机器人的方法及扫地机器人技术

本发明专利技术公开了一种基于地面材质自适应控制的扫地机器人，包括：接收模块，用于采集所述扫地机器人周围的第一图像信息；训练模块，用于对地面材质图像集进行轻量级深度神经网络离线模型训练，并建立识别地面材质的深度神经网络模型；处理模块，用于根据所述第一图像信息识别扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息；控制模块，用于根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动；以及运动模块，用于根据所述控制信号实现清扫模式。本发明专利技术公开的扫地机器人通过图像识别，实现识别地面材质，并根据不同的材质调整扫地机器人的清扫力度，从而实现高效清扫。

【技术实现步骤摘要】
基于地面材质自适应控制扫地机器人的方法及扫地机器人
本专利技术涉及机器人控制领域，尤其涉及一种基于地面材质自适应控制扫地机器人的方法及扫地机器人。
技术介绍
扫地机器人是游历待清扫空间以通过吸入包括来自地面的灰尘的异物来自动清扫待清扫空间而无需用户操控的设备。即扫地机器人在游历待清扫空间的同时清扫待清扫空间。在现有技术中，扫地机器人在设定好清扫强度后，对待扫空间内的环境采用相同的清扫强度以及清扫方案。对于不同地面材质，现有的扫地机器人无法区别，从而导致于清扫效率和清扫效果不尽如人意。比如，当地面为地毯材质时，对于附着其上的污渍相对而言清扫时需要采取更为高强度甚至需要采取多次重复清扫的方案才能达到清洁的效果。而当地面为普通的实木地板或者瓷砖时，同等灰尘或异物的状态下，清扫的方案采取较低清扫强度也可以实现清扫效果。当用户要着重清扫时，有这样的不便：需要手动操控清扫机器人并且需要移动到要着重清扫的区域，然后需要向清扫机器人给出重点清扫指令。因此，如何提供一种可解决上述问题的方案，以成为本领域技术人员的一大难题。本专利技术以深度学习为背景，扫地机器人通过图像识别，实现识别地面材质，并根据不同的材质调整扫地机器人的清扫力度，从而实现高效清扫。
技术实现思路
本专利技术公开一种基于地面材质自适应控制的扫地机器人，包括：接收模块，用于采集所述扫地机器人周围的第一图像信息；训练模块，用于对地面材质图像集进行轻量级深度神经网络离线模型训练，并建立识别地面材质的深度神经网络模型；处理模块，耦合于所述接收模块和所述训练模块，用于根据所述第一图像信息识别扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息；控制模块，耦合于所述处理模块，用于根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动；以及运动模块，用于根据所述控制信号实现清扫模式。本专利技术还提供一种基于地面材质自适应控制扫地机器人方法，包括：采集所述扫地机器人周围的第一图像信息；对地面材质图像集进行轻量级深度神经网络离线模型训练，并建立识别地面材质的深度神经网络模型；识别所述扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息；根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动；以及根据所述控制信号实现清扫模式。有利地，本专利技术公开的扫地机器人通过图像识别，实现识别地面材质，并根据不同的材质调整扫地机的清扫力度，从而实现高效清扫。。附图说明图1为根据本专利技术实施例的基于地面材质自适应控制的扫地机器人的模块框图。图2为根据本专利技术实施例的基于地面材质自适应控制的扫地机器人中处理模块的单元示意图。图3为根据本专利技术实施例的基于地面材质自适应控制的扫地机器人的方法流程图。图4为根据本专利技术实施例的基于地面材质自适应控制的扫地机器人中识别地面材质的方法流程图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。图1所示为根据本专利技术实施例的基于地面材质自适应控制的扫地机器人100的模块示意图。如图1所示，扫地机器人100包含接收模块101、处理模块102、训练模块103、控制模块104以及运动模块105。每一模块可为用于执行描述的动作的计算装置(例如，硬件、非暂态介质、固件)。在一个实施例中，基于地面材质自适应控制的扫地机器人100中的接收模块101(例如，摄像头和/或图像采集单元)用于采集周围的图像(例如，机器人前方图像、机器人后方图像)，用于后续作为图像深度学习的素材库以及作为原始图像，用于后续判断地面材质的类型。接收模块101中的图像信号采集单元至少为一个摄像头，如前向摄像头和/或后向摄像头。训练模块103用于对地面材质图像集进行轻量级深度神经网络离线模型训练，并建立识别地毯材质的深度神经网络模型。具体地，训练模块103中包含有地面材质图像数据库，且建立有识别地面材质的深度神经网络模型，该深度神经网络模型用于扫地机器人深度学习，最终识别出地面的材质类型。具体地，通过特定的图像数据集，例如：室内地面材质图像数据集，通过轻量级神经网络进行离线地模型训练，并预先把训练好的离线模型输入至处理模块102。根据接收模块101和训练模块103的获取的地面材质信息，处理模块102可识别扫地机器人当前周边的地面材质，以及该材质所处区域距离扫地机器人的位置，比如距离与方位。耦合于处理模块102的控制模块104(例如，微控制器MCU)用于发出控制信号来控制扫地机器人100清扫模式，其中清扫模式包括高速低吸力、低速高吸力等，但不限于此运动模块106可以是装有驱动电机的驱动轮(例如，万向轮和驱动轮156)，用于根据所述控制模块104的控制信号来运动，例如高速或者低速。图2所示为根据本专利技术的实施例基于地面材质自适应控制的扫地机器人中处理模块102的单元示意图。如图2所示处理模块102中还包含有图像处理单元210和识别单元212，其中图像处理单元210用于对接受模块101所采集的周边图像进行畸变校正和去噪，具体采用高斯滤波对图片去噪。经过预处理(畸变校正以及去噪处理后)后的图像输入至识别单元212，并使之通过与训练时相匹配的深度神经网络，同时利用离线训练的网络模型参数计算出图像中地面材质的识别结果以及该地面材质的位置信息，例如：距扫地机器人的距离和方位。控制模块104获取到所识别的地面材质，以及所述地面材质的位置后，控制模块104根据地面材质的类型发出控制指令。在一个实施例中，当地面材质为第一种类型时，如软质地面(例如地毯材质)，控制模块104发出第一控制指令，例如指示运动模块105采取低速高吸力清扫。当地面材质为第二种类型时，如硬质地面(例如木质地板或者瓷砖)，控制模块104发出第二控制指令，例如指示运动模块105采取高速低吸力清扫。具体的，识别单元212接收到待检测图像，例如预处理后的图像，并将检测图像载入神经网络离线模型进行检测。在一个实施例中，输入至识别单元212中的图像与离线模型参数送入轻量级深度卷积网络进行识别运算，识别单元212计算得到地面材质的类型和不同材质地面在输入图像中的位置。图3所示为根据本专利技术实施例的基于地面材质自适应控制的扫地机器人的方法流程图。扫地机器人100的控制方法，包括：步骤S302：启动扫地机器人100。扫地机器人100可以对当前周边或者某一特定的区域进行清扫，一旦启动扫地机器人100，扫地机器人100在其所处的环境开启清扫功能。步骤S304：扫地机器人100识别其周围的地面材质，具体包括地面材质的类型，以及地面材质距离扫地机器人100距离和方位。步骤S306：扫地机器人100根据所识别的地面材质选择清扫模式。在一个实施例中，当扫地机器人100识别出的地面材质为第一类型时，扫地机器人100采取第一级清扫模式；当扫地机器人100本文档来自技高网...

【技术保护点】
1.一种基于地面材质自适应控制的扫地机器人，包括：/n接收模块，用于采集所述扫地机器人周围的第一图像信息；/n训练模块，用于对地面材质图像集进行轻量级深度神经网络离线模型训练，并建立识别地面材质的深度神经网络模型；/n处理模块，耦合于所述接收模块和所述训练模块，用于根据所述第一图像信息识别扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息；/n控制模块，耦合于所述处理模块，用于根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动；以及/n运动模块，用于根据所述控制信号实现清扫模式。/n

【技术特征摘要】
20190530 US 16/426,4951.一种基于地面材质自适应控制的扫地机器人，包括：
接收模块，用于采集所述扫地机器人周围的第一图像信息；
训练模块，用于对地面材质图像集进行轻量级深度神经网络离线模型训练，并建立识别地面材质的深度神经网络模型；
处理模块，耦合于所述接收模块和所述训练模块，用于根据所述第一图像信息识别扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息；
控制模块，耦合于所述处理模块，用于根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动；以及
运动模块，用于根据所述控制信号实现清扫模式。


2.如权利要求1所述的基于地面材质自适应控制的扫地机器人，其特征在于，所述接收模块位于所述扫地机器人的前方，用于采集所述扫地机器人前方的图像。


3.如权利要求1所述的基于地面材质自适应控制的扫地机器人，其特征在于，所述处理模块内还包含图像处理单元，用于对所述第一图像信息预处理，包括畸变校正和高斯滤波后获取第二图像信息。


4.如权利要求1所述的基于地面材质自适应控制的扫地机器人，其特征在于，所述处理模块内还包含识别单元，所述识别单元以所述第二图像信息作为输入信息，对所述第二图像信息送入轻量级深度卷积网络进行识别运算，获取所述第一图像信息内的地面材质信息以及位置信息。


5.如权利要求4所述的基于地面材质自适应控制的扫地机器人，其特征在于，所述位置信息指所述第一图像信息距离所述扫地机器人的距离和方位。


6.如权利要求4所述的基于地面材质自适应控制的扫地机器人，其特征在于，当所述地面材质为硬质材料时，所述控制模块发出第一控制信号，指示所述运动模块高速低吸力运行。


7.如权利要求4所述的基于地面材质自适应控制的扫地机器人，...

【专利技术属性】
技术研发人员：黄继铭，
申请(专利权)人：三个机器人公司，
类型：发明
国别省市：美国;US