一种基于云端的智能化垃圾识别和清扫方法、系统技术方案

本发明专利技术提供了一种基于云端的智能化垃圾识别和清扫方法及相关系统。通过用于检测的无人清扫车，实现固定区域垃圾的不间断巡检和分类。通过无人清扫车组，实现垃圾定向的分类处理及回收。通过云端服网络对垃圾分类识别、对用于检测的无人清扫车、无人清扫车数量编组配置进行智能化和高效化的调度，实现垃圾的分类清扫和分类回收转运全过程中无人参与作业，降低设备的用电成本、降低人工成本。降低人工成本。

【技术实现步骤摘要】
一种基于云端的智能化垃圾识别和清扫方法、系统


[0001]本专利技术涉及自动驾驶
，特别涉及一种智能化的无人清扫车进行垃圾清扫的云端控制方法及系统。

技术介绍

[0002]一般的无人清扫车由于刷头结构比较简单，仅能对较为平整的表面进行清扫，无法清扫地形较为复杂或者不平整的地面。现有CN113250121A技术为根据点云图像判断所述前方预设区域的地面平整度来控制刷头变形，以提升清扫效果。
[0003]过巡检设备对设定区域进行巡逻扫描，确定设定区域内的环境清洁不合格的片区，并向云端服务器发送清扫请求，云端服务器向清扫设备发出地面清扫指令，清扫设备即运行至环境不合格的片区进行清扫；并且在设定区域内分布放置有多个智能垃圾桶，当智能垃圾桶内的垃圾超过设定的阈值之后，向云端服务器发送回收请求，云端服务器根据回收请求向垃圾回收设备发出垃圾回收指令，垃圾回收设备执行垃圾回收指令，回收发出回收请求的智能垃圾桶内的垃圾并清洗垃圾桶内壁，垃圾分拣设备将垃圾回收设备回收的垃圾进行分类拾拣，垃圾打包设备将分拣后的垃圾进行压缩、打包和扎捆处理，最后由垃圾销毁设备进行焚烧发电处理。
[0004]其技术缺点如下：1. 巡检设备无法识别垃圾种类；2. 云端服务器无法规划清扫路径；3. 垃圾桶的利用率不高；4. 垃圾最终处理方案单一。

技术实现思路

[0005]本专利技术主要目的在于提供一种无缝高效化的垃圾分类清扫、分类回收方法。通过无人用于检测的无人清扫车、无人清扫车组、云端服务器、垃圾回收系统，实现垃圾智能化分类清扫和分类回收。通过识别垃圾种类、垃圾定位及路径规划，实现了无人清扫车组的连续清扫作业和垃圾的分类回收，提升了垃圾清扫和垃圾回收作业效率。其具体技术方案如下所述。
[0006]作为第一方面，本专利技术提供了一种基于云端的智能化垃圾识别和清扫方法，所述步骤包括：S1，无人清扫车摄像头依据规划路径进入检测区域进行垃圾目标搜寻；S2，无人清扫车摄像头对检测区域中搜寻到的垃圾目标进行识别，获取垃圾目标的识别信息，发送识别信息及垃圾目标清扫请求至服务器，识别方式主要为通过雷达探测垃圾目标位置；S3，服务器对识别信息进行数据处理，对被检测到的垃圾目标进行垃圾目标分类、定位标记，根据定位标记规划清扫路径，根据垃圾目标分类选取与其相匹配的无人清扫车
信息，调度相应的无人清扫车，并将包括清扫路径和无人清扫车信息的垃圾目标清扫指令发生至无人清扫车，其数据处理方式主要是通过图像采样、分析，对垃圾目标物进行识别；S4，无人清扫车接收到服务器下发的垃圾目标清扫指令，依照清扫路径到达垃圾目标的定位处，对垃圾目标进行清扫；S5，无人清扫车向服务器发送定位和返回请求，服务器根据无人清扫车的定位规划返回路径，将包括返回路径的返回指令发送至无人清扫车；S6，无人清扫车执行返回指令，依照返回路径返回。
[0007]结合第一方面，在其可能发生的任意一种情况下的第一种情况为，所述步骤S1包括；无人清扫车摄像头依据规划路径遍历多个检测区域进行垃圾目标搜寻；所述步骤S2包括：无人清扫车摄像头对每个检测区域中搜寻到的多个垃圾目标进行图像识别，分别获取每个垃圾目标的识别信息和位置信息，发送每个垃圾目标的识别信息、位置信息及对应的垃圾目标清扫请求至服务器；所述步骤S3包括：服务器整合上述多个垃圾目标各自的识别信息、位置信息进行数据处理，对被检测到的多个垃圾目标分别进行垃圾目标分类、定位标记，根据垃圾目标分类，将同类垃圾目标的定位标记调取至对应集合内，根据该集合内的多个定位标记规划整体清扫路径，选取与垃圾目标分类相匹配的无人清扫车信息，将多个包括整体清扫路径和无人清扫车信息的垃圾目标清扫指令发生至无人清扫车组；主要为将每个检测区域内的垃圾目标进行分类，然后将所有区域的同类垃圾目标的定位汇总形成一个集合，根据集合内的各个定位规划一个路径，保证所有同类垃圾被遍历、清除；所述步骤S4包括：无人清扫车组接收到服务器下发的多个垃圾目标清扫指令，依照垃圾目标分类选取相对应的无人清扫车，并向无人清扫车下发整体清扫路径，每个无人清扫车依照各自接收的清扫路径依次到达各个同类垃圾目标的定位处，依次对同类垃圾目标进行清扫；所述步骤S5包括：无人清扫车向无人清扫车组发送定位和返回请求，无人清扫车组将定位和返回请求反馈至服务器，服务器根据上报的无人清扫车的定位规划返回路径，将包括返回路径的返回指令发送至无人清扫车组，再下发至所述无人清扫车。
[0008]结合第一方面或上述第一种情况，在其可能发生的任意一种情况下的第二种情况为，所述步骤S6包括：无人清扫车执行返回指令，依照返回路径返回并将清扫的垃圾目标排除，排除完毕后无人清扫车自行导航至充电区域进行充电待命。
[0009]结合第一方面或上述第一、二种情况，在其可能发生的任意一种情况下的第三种情况为，所述步骤S1中所述的规划路径的规划方法如下：F1，采用网格对检测区域进行划分为由多个单元格组成，且将每个单元格标记为未知，每个单元格的尺寸为一个粗粒度；F2，安装有激光扫描仪的无人清扫车从检测区域的外圈的任意一个单元格进入，并实时通过激光扫描仪实时收集单元格的区域信息，在回溯机制的前提下采用螺旋状路径
前进，直至无法前进后，将所经过的单元格区域划分为spiral区域；F3，选取离当前所占单元格最近的一个未知单元格，规划当前无人清扫车所占单元格至最近的一个未知单元格的最短路径，按照最短路径退出当前的spiral区域，无人清扫车进入最近的一个未知单元格；F4，无人清扫车进入最近的一个未知单元格后，在回溯机制的前提下采用螺旋状路径前进，直至无法前进后，将所经过的单元格区域划分为另一个spiral区域；F5，循环执行步骤步骤F3至F4，划分出N个spiral区域，直至无未知单元格后，将行进的整个路径作为规划路径。
[0010]无人清扫车在行进过程中通过其安装的激光扫描仪对检测区域内的所有未知单元格进行障碍物检测，若在单元格中检测到障碍物，则将此单元格标记为障碍物，从建模中剔除；若在单元格中未检测到障碍物，则将其保留；建模无人清扫车遍历完所有未知单元格后，输出检测区域的建模。
[0011]结合第一方面或上述第一、二、三种情况，在其可能发生的任意一种情况下的第四种情况为，步骤S2中所述的图像识别的方法为：相机数据获取，获取视频数据，从视频数据中获取图像帧，识别图像帧的场景信息；数据标注，采用垃圾目标检测的方式进行场景信息的标注，以垃圾目标为前景，其他为后景，并为标注提供场景标签，实现场景的分类。
[0012]神经网络模型训练，将神经网络模型的下采样的backbone部分削减一个block使用，使下采样倍率变为16倍，并在Head部分中预测结果、detect部分中进行构图，完成神经网络模型训练，其训练步骤如下：在backbone部分中进行特征提取，步骤如下：通过Focus层提取不同特征，将其提取的特征下发至第一层block1进行4倍下采样，获取下采样数据一；然后下采样数据一下发至第二层block2进行8倍下采样，获取下采样数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明提供了一种基于云端的智能化垃圾识别和清扫方法，其特征在于，所述步骤包括：S1，无人清扫车摄像头依据规划路径进入检测区域进行垃圾目标搜寻；S2，无人清扫车摄像头对检测区域中搜寻到的垃圾目标进行识别，获取垃圾目标的识别信息，发送识别信息及垃圾目标清扫请求至服务器；S3，服务器对识别信息进行数据处理，对被检测到的垃圾目标进行垃圾目标分类、定位标记，根据定位标记规划清扫路径，根据垃圾目标分类选取与其相匹配的无人清扫车信息，调度相应的无人清扫车，并将包括清扫路径和无人清扫车信息的垃圾目标清扫指令发生至无人清扫车；S4，无人清扫车接收到服务器下发的垃圾目标清扫指令，依照清扫路径到达垃圾目标的定位处，对垃圾目标进行清扫；S5，无人清扫车向服务器发送定位和返回请求，服务器根据无人清扫车的定位规划返回路径，将包括返回路径的返回指令发送至无人清扫车；S6，无人清扫车执行返回指令，依照返回路径返回。2.根据权利要求1所述的一种基于云端的智能化垃圾识别和清扫方法，其特征在于，所述步骤S1包括；无人清扫车摄像头依据规划路径遍历多个检测区域进行垃圾目标搜寻；所述步骤S2包括：无人清扫车摄像头对每个检测区域中搜寻到的多个垃圾目标进行图像识别，分别获取每个垃圾目标的识别信息和位置信息，发送每个垃圾目标的识别信息、位置信息及对应的垃圾目标清扫请求至服务器；所述步骤S3包括：服务器整合上述多个垃圾目标各自的识别信息、位置信息进行数据处理，对被检测到的多个垃圾目标分别进行垃圾目标分类、定位标记，根据垃圾目标分类，将同类垃圾目标的定位标记调取至对应集合内，根据该集合内的多个定位标记规划整体清扫路径，选取与垃圾目标分类相匹配的无人清扫车信息，将多个包括整体清扫路径和无人清扫车信息的垃圾目标清扫指令发生至无人清扫车组；所述步骤S4包括：无人清扫车组接收到服务器下发的多个垃圾目标清扫指令，依照垃圾目标分类选取相对应的无人清扫车，并向无人清扫车下发整体清扫路径，每个无人清扫车依照各自接收的清扫路径依次到达各个同类垃圾目标的定位处，依次对同类垃圾目标进行清扫；所述步骤S5包括：无人清扫车向无人清扫车组发送定位和返回请求，无人清扫车组将定位和返回请求反馈至服务器，服务器根据上报的无人清扫车的定位规划返回路径，将包括返回路径的返回指令发送至无人清扫车组，再下发至所述无人清扫车。3.根据权利要求1或2所述的一种基于云端的智能化垃圾识别和清扫方法，其特征在于，所述步骤S6包括：无人清扫车执行返回指令，依照返回路径返回并将清扫的垃圾目标排除，排除完毕后无人清扫车自行导航至充电区域进行充电待命。4.根据权利要求1或2所述的一种基于云端的智能化垃圾识别和清扫方法，其特征在
于，所述步骤S1中所述的规划路径的规划方法如下：F1，采用网格对检测区域进行划分为由多个单元格组成，且将每个单元格标记为未知，每个单元格的尺寸为一个粗粒度；F2，安装有激光扫描仪的无人清扫车从检测区域的外圈的任意一个单元格进入，并实时通过激光扫描仪实时收集单元格的区域信息，在回溯机制的前提下采用螺旋状路径前进，直至无法前进后，将所经过的单元格区域划分为spiral区域；F3，选取离当前所占单元格最近的一个未知单元格，规划当前无人清扫车所占单元格至最近的一个未知单元格的最短路径，按照最短路径退出当前的spiral区域，无人清扫车进入最近的一个未知单元格；F4，无人清扫车进入最近的一个未知单元格后，在回溯机制的前提下采用螺旋状路径前进，直至无法前进后，将所经过的单元格区域划分为另一个spiral区域；F5，循环执行步骤步骤F3至F4，划分出N个spiral区域，直至无未知单元格后，将行进的整个路径作为规划路径；无人清扫车在行进过程中通过其安装的激光扫描仪对检测区域内的所有未知单元格进行障碍物检测，若在单元格中检测到障碍物，则将此单元格标记为障碍物，从建模中剔除；若在单元格中未检测到障碍物，则将其保留；建模无人清扫车遍历完所有未知单元格后，输出检测区域的建模。5.根据权利要求4所述的一种基于云端的智能化垃圾识别和清扫方法，其特征在于，步骤S2中所述的图像识别的方法为：相机数据获取，获取视频数据，从视频数据中获取图像帧，识别图像帧的场景信息；数据标注，采用垃圾目标检测的方式进行场景信息的标注，以垃圾目标为前景，其他为后景，并为标注提供场景标签，实现场...

【专利技术属性】
技术研发人员：周尚谕，王科未，韩杨，苗蕾，马雷霆，王甜，朱思思，
申请(专利权)人：东风悦享科技有限公司，
类型：发明
国别省市：