本申请涉及一种机器人的巡检清洁方法、装置、机器人和存储介质。该方法包括：采集机器人视野范围内的视觉数据；通过预设的脏污检测网络对所述视觉数据进行检测，得到至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型；对所述至少一个目标脏污位置进行最短路径规划，得到目标清洁路径；控制所述机器人按照所述目标清洁路径依次导航至对应的目标脏污位置，以及基于所述目标脏污类型执行巡检清洁任务。该方法使得机器人能够通过视野范围实现整个工作空间的视野覆盖，且能够主动识别视野范围内存在的目标脏污，并以最短路径导航至各个目标脏污位置进行清洁操作，实现了机器人的主动巡检清洁，提高了机器人的清洁效率。效率。效率。
【技术实现步骤摘要】
机器人的巡检清洁方法、装置、机器人和存储介质
[0001]本申请为分案申请，其母案信息为：申请号：2020111861758，申请名称：机器人的巡检清洁方法、装置、机器人和存储介质，申请号：2020
‑
10
‑
29
[0002]本申请涉及机器人
，特别是涉及一种机器人的巡检清洁方法、装置、机器人和存储介质。
技术介绍
[0003]随着自动化技术和人工智能的迅速发展，机器人被广泛应用在各种场景。以清洁场景为例，清洁机器人可以通过无人驾驶技术完成简单重复的清洁任务，大大降低人力成本，实现清洁工作的自动化。
[0004]传统的机器人在进行巡检清洁时，一般按照预先规划的导航地图进行行驶，并在行驶过程中对地面进行全覆盖清洁。但是，传统的巡检清洁方式导致机器人的清洁效率较低。
技术实现思路
[0005]基于此，有必要针对传统的巡检清洁方式导致机器人的清洁效率较低的技术问题，提供一种机器人的巡检清洁方法、装置、机器人和存储介质。
[0006]第一方面，本申请实施例提供一种机器人的巡检清洁方法，包括：
[0007]采集机器人视野范围内的视觉数据；
[0008]通过预设的脏污检测网络对所述视觉数据进行检测，得到至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型，其中，所述脏污检测网络通过视觉语义分割数据集和脏污数据集进行训练得到，所述脏污数据集包括原始样本数据以及与所述原始样本数据对应的样本标注数据；
[0009]对所述至少一个目标脏污位置进行最短路径规划，得到目标清洁路径；
[0010]控制所述机器人按照所述目标清洁路径依次导航至对应的目标脏污位置，以及基于所述目标脏污类型执行巡检清洁任务。
[0011]在其中一个实施例中，可选的，所述脏污检测网络包括下采样层和反卷积层；
[0012]通过预设的脏污检测网络对所述视觉数据进行检测，得到至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型，包括：
[0013]通过所述下采样层对所述视觉数据进行层级化的下采样操作，得到多分辨率的中间特征图；
[0014]通过所述反卷积层对所述多分辨率的中间特征图进行层级化的反卷积操作，得到所述视觉数据中的至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型。
[0015]在其中一个实施例中，可选的，所述脏污检测网络的获取过程，包括：
[0016]通过所述视觉语义分割数据集对所述脏污检测网络进行预训练，得到初始脏污检测网络；
[0017]将所述原始样本数据作为所述初始脏污检测网络的输入，将所述样本标注数据作为所述初始脏污检测网络的期望输出，采用预设的损失函数继续对所述初始脏污检测网络进行训练。
[0018]在其中一个实施例中，可选的，所述采集机器人视野范围内的视觉数据，包括：
[0019]控制机器人进行旋转，并在旋转过程中采集所述机器人视野范围内的视觉数据。
[0020]在其中一个实施例中，可选的，所述控制机器人进行旋转，包括：基于至少一个传感器的视野范围，控制机器人旋转。
[0021]在其中一个实施例中，可选的，所述采集机器人视野范围内的视觉数据，包括：
[0022]控制第一视觉传感器和第二视觉传感器进行旋转，并在旋转过程中采集各自视野范围内的视觉数据；其中，所述第一视觉传感器为所述机器人的前视传感器，且视野角度的中轴线与水平线平行，所述第二视觉传感器为所述机器人的下视传感器，且视野角度的中轴线位于水平线下方，与水平线相交。
[0023]在本实施例中，通过控制机器人进行旋转，并在旋转过程中采集机器人视野范围内的视觉数据，或者通过控制机器人的第一视觉传感器和第二视觉传感器进行旋转，并在旋转过程中采集各自视野范围内的视觉数据。通过该技术方案，极大地扩大了机器人的数据采集范围，使得机器人能够主动识别更大范围内的视觉数据，并对识别到的目标脏污进行统筹清洁，从而进一步提高了机器人的清洁效率。
[0024]在其中一个实施例中，可选的，在所述视觉数据是以所述机器人的图像坐标系为基准所采集的情况下，在对所述至少一个目标脏污位置进行最短路径规划之前，所述方法还包括：
[0025]获取所述机器人的图像坐标系和雷达坐标系之间的第一对应关系以及所述雷达坐标系与世界坐标系之间的第二对应关系；
[0026]根据所述第一对应关系和第二对应关系，对所述至少一个目标脏污位置进行转换。
[0027]第二方面，本申请实施例提供一种机器人的巡检清洁装置，包括：
[0028]采集模块，用于采集机器人视野范围内的视觉数据；
[0029]检测模块，用于通过预设的脏污检测网络对所述视觉数据进行检测，得到至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型，其中，所述脏污检测网络通过视觉语义分割数据集和脏污数据集进行训练得到，所述脏污数据集包括原始样本数据以及与所述原始样本数据对应的样本标注数据；
[0030]路径规划模块，用于对所述至少一个目标脏污位置进行最短路径规划，得到目标清洁路径；
[0031]控制模块，用于控制所述机器人按照所述目标清洁路径依次导航至对应的目标脏污位置，以及基于所述目标脏污类型执行巡检清洁任务。
[0032]在其中一个实施例中，可选的，所述脏污检测网络包括下采样层和反卷积层；
[0033]检测模块，具体用于通过所述下采样层对所述视觉数据进行层级化的下采样操作，得到多分辨率的中间特征图；通过所述反卷积层对所述多分辨率的中间特征图进行层
级化的反卷积操作，得到所述视觉数据中的至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型。
[0034]在其中一个实施例中，可选的，该装置还包括：网络训练模块；
[0035]网络训练模块，用于通过所述视觉语义分割数据集对所述脏污检测网络进行预训练，得到初始脏污检测网络；将所述原始样本数据作为所述初始脏污检测网络的输入，将所述样本标注数据作为所述初始脏污检测网络的期望输出，采用预设的损失函数继续对所述初始脏污检测网络进行训练。
[0036]在其中一个实施例中，可选的，采集模块，具体用于控制机器人进行旋转，并在旋转过程中采集所述机器人视野范围内的视觉数据。
[0037]在其中一个实施例中，可选的，采集模块具体用于基于至少一个传感器的视野范围，控制机器人旋转。
[0038]在其中一个实施例中，可选的，采集模块，具体用于控制第一视觉传感器和第二视觉传感器进行旋转，并在旋转过程中采集各自视野范围内的视觉数据；其中，所述第一视觉传感器为所述机器人的前视传感器，且视野角度的中轴线与水平线平行，所述第二视觉传感器为所述机器人的下视传感器，且视野角度的中轴线位于水平线下方，与水平线相交。在其中一个实施例中，可选的，在所述视觉数据是以所述机器人的图像坐标系为基准所采集的情况下，该装置还包括：获取模本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人的巡检清洁方法，其特征在于，包括：采集机器人视野范围内的视觉数据；通过预设的脏污检测网络对所述视觉数据进行检测，得到至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型，其中，所述脏污检测网络通过视觉语义分割数据集和脏污数据集进行训练得到，所述脏污数据集包括原始样本数据以及与所述原始样本数据对应的样本标注数据；所述样本标注数据为已标注样本脏污位置和样本脏污类型的原始样本数据；对所述至少一个目标脏污位置进行最短路径规划，得到目标清洁路径；控制所述机器人按照所述目标清洁路径依次导航至对应的目标脏污位置，以及基于所述目标脏污类型执行巡检清洁任务；其中，所述脏污检测网络的获取过程，包括：通过所述视觉语义分割数据集对所述脏污检测网络进行预训练，得到初始脏污检测网络；将所述原始样本数据作为所述初始脏污检测网络的输入，将所述样本标注数据作为所述初始脏污检测网络的期望输出，采用预设的损失函数继续对所述初始脏污检测网络进行训练。2.根据权利要求1所述的方法，其特征在于，所述脏污检测网络包括下采样层和反卷积层；通过预设的脏污检测网络对所述视觉数据进行检测，得到至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型，包括：通过所述下采样层对所述视觉数据进行层级化的下采样操作，得到多分辨率的中间特征图；通过所述反卷积层对所述多分辨率的中间特征图进行层级化的反卷积操作，得到所述视觉数据中的至少一个目标脏污位置和所述至少一个目标脏污位置对应的目标脏污类型。3.根据权利要求1所述的方法，其特征在于，所述采集机器人视野范围内的视觉数据，包括：控制机器人进行旋转，并在旋转过程中采集所述机器人视野范围内的视觉数据。4.根据权利要求3所述的方法，其特征在于，所述控制机器人进行旋转，包括：基于至少一个传感器的视野范围，控制机器人旋转。5.根据权利要求1所述的方法，其特征在于，所述采集机器人视野范围内的视觉数据，包括：控制第一视觉传感器和第二视觉传感器进行旋转，并在旋转过程中采集各自视野范围内的视觉数据；其中，所述第一视觉传感器为所述机器人的前视传感器，且视野角度的...
【专利技术属性】
技术研发人员：沈孝通，侯林杰，秦宝星，程昊天，
申请(专利权)人：上海高仙自动化科技发展有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。