本發(fā)明屬于智能家電設(shè)施領(lǐng)域，尤其涉及一種智能節(jié)能環(huán)保吸塵器控制系統(tǒng)。
背景技術(shù)：
目前，隨著人們生活節(jié)奏越來越快，家庭成員很難抽出時(shí)間對(duì)房間地板進(jìn)行清潔，然后，居住環(huán)境又一定要保持舒適、整潔，因而，家庭用吸塵器就應(yīng)運(yùn)而生，并很快得到了許多家庭的喜愛，家用吸塵器的使用數(shù)量與需求量都在增加，作為一種家用電器，吸塵器具有廣闊的商業(yè)前景。智能吸塵器是一種在清潔區(qū)域自動(dòng)移動(dòng)的裝置，執(zhí)行清潔功能。
蝙蝠算法(batalgorithm,ba)是由x.s.yang于2010年提出的，它源于對(duì)大自然中蝙蝠利用回聲定位的原理進(jìn)行搜索、捕食食物過程的模擬。在搜尋食物時(shí)，蝙蝠會(huì)發(fā)出超聲波脈沖，此時(shí)的脈沖音強(qiáng)最大，這樣有助于超聲波傳播更遠(yuǎn)的距離。在飛向獵物的過程中，脈沖音強(qiáng)會(huì)逐漸減小，而脈沖頻度則會(huì)逐漸增加，這樣會(huì)使蝙蝠更精確地獲取食物的位置。蝙蝠算法已經(jīng)在諸多領(lǐng)域得到了廣泛應(yīng)用，如全局工程優(yōu)化問題，約束優(yōu)化問題，結(jié)構(gòu)優(yōu)化問題，離散鋼結(jié)構(gòu)尺寸優(yōu)化問題。g.g.wang應(yīng)用基本蝙蝠算法(ba)和融合了變異策略的改進(jìn)蝙蝠算法(mba)來求解吸塵器航路規(guī)劃問題。在改進(jìn)蝙蝠算法(mba)中，差分進(jìn)化中的變異操作被加入蝙蝠算法以加快全局收斂速度。
綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有智能吸塵器，其控制方法實(shí)現(xiàn)的清掃路線是隨機(jī)的，這種清掃路線無規(guī)則，不但無法實(shí)現(xiàn)區(qū)域的完全清掃，而且會(huì)發(fā)生重復(fù)清掃，增加清掃時(shí)間，清掃效率下降，造成了能源的浪費(fèi)；現(xiàn)有基本蝙蝠算法采用的是實(shí)數(shù)編碼方法，其中種群的多樣性受到限制，使算法容易陷入到局部最優(yōu)。一旦進(jìn)入了局部最優(yōu)解，就很難跳出了，實(shí)際上往往是根本就跳不出；造成吸塵器控制失效。
技術(shù)實(shí)現(xiàn)要素：
針對(duì)現(xiàn)有技術(shù)存在的問題，本發(fā)明提供了一種智能節(jié)能環(huán)保吸塵器控制系統(tǒng)，
本發(fā)明是這樣實(shí)現(xiàn)的，一種智能節(jié)能環(huán)保吸塵器控制系統(tǒng)，所述智能節(jié)能環(huán)保吸塵器控制系統(tǒng)包括：
距離傳感器，用于探測(cè)吸塵器前方的墻壁、沙發(fā)障礙信息；所述距離傳感器的量測(cè)模型如下：
ya(tk-1)、ya(tk)、ya(tk+1)分別為距離傳感器a對(duì)目標(biāo)在tk-1,tk,tk+1時(shí)刻的本地笛卡爾坐標(biāo)系下的量測(cè)值，分別為：
其中，y'a(tk-1)、y'a(tk)、y'a(tk+1)分別為距離傳感器a在tk-1,tk,tk+1時(shí)刻的本地笛卡爾坐標(biāo)系下的真實(shí)位置；ca(t)為誤差的變換矩陣；ξa(t)為距離傳感器的系統(tǒng)誤差；
障礙探測(cè)系統(tǒng)，用于探測(cè)吸塵器前方或下方異物并把數(shù)據(jù)傳到主控制器；
所述障礙探測(cè)系統(tǒng)建立吸塵器的路徑規(guī)劃問題數(shù)學(xué)模型包括：定義路徑的起點(diǎn)為s，目標(biāo)點(diǎn)為t；在吸塵器的工作區(qū)內(nèi)有許多的障礙區(qū)域均以圓形區(qū)域的方式來表示，越接近圓形區(qū)域的中心便越易受碰撞，在區(qū)域之外則不受碰撞；吸塵器工作任務(wù)就是在所有障礙區(qū)域的前提下，在s與t之間尋找一條最優(yōu)的路線；
所述障礙探測(cè)系統(tǒng)尋找一條最優(yōu)的路線處理方法包括：
1)連接s與t；
將st分為d+1段，即d個(gè)節(jié)點(diǎn)，分別標(biāo)記為l1,l2,...,lk,...ld；
在每個(gè)節(jié)點(diǎn)處作st的垂線，構(gòu)成一個(gè)離散點(diǎn)的集合：
c＝{s,l1(x(1),y(1)),l2(x(2),y(2)),...,lk(x(k),y(k)),...ld(x(d),y(d)),t}按順序?qū)⑦@些點(diǎn)連接起來便形成了一條路徑；
2)坐標(biāo)系變換：為加快搜索速度，把st當(dāng)作x軸，對(duì)每個(gè)離散點(diǎn)(xk,yk)做坐標(biāo)變換；
其中，θ是原始坐標(biāo)系的x軸逆時(shí)針旋轉(zhuǎn)到平行于st時(shí)的角度，(xs,ys)代表原始坐標(biāo)系下的坐標(biāo)；這樣，x坐標(biāo)便可以表示為
離散點(diǎn)的集合c便可以轉(zhuǎn)換為：
c'＝{0,l1(y'(1)),l2(y'(2)),...,lk(y'(k)),...ld(y'(d)),0}；
3)，建立性能評(píng)價(jià)函數(shù)：
對(duì)吸塵器路徑的評(píng)價(jià)主要包括障礙代價(jià)jt和電耗代價(jià)jf；
其中，wt和wf是與當(dāng)前路徑點(diǎn)，分別代表每段路線的障礙代價(jià)和電耗代價(jià)，l是航線的總長(zhǎng)度；
采用精確的近似策略，兩個(gè)離散點(diǎn)之間每段路線的障礙代價(jià)，為五個(gè)點(diǎn)的總和：
其中，nt是障礙區(qū)域的數(shù)量，li是第i子段的長(zhǎng)度，d0.1,i,k是i子段上1/10分點(diǎn)到第k個(gè)障礙的距離，tk是第k個(gè)障礙的障礙程度；
假設(shè)吸塵器的速度為一常量，電耗代價(jià)等價(jià)為總長(zhǎng)度l；
最終的總代價(jià)為：j＝kjt+(1-k)jf(5)
其中，k＝0.5，k從0到1變化，k趨近于1，則路徑更短，k遠(yuǎn)離近于1，則路徑更長(zhǎng)；
4)確定蝙蝠的速度更新和位置更新：
假設(shè)搜索空間為n維，蝙蝠i在t時(shí)刻的位置為
fit＝fmin+(fmax-fmin)β(6)，
其中，fi，fmax，fmin分別表示蝙蝠i在當(dāng)前時(shí)刻發(fā)出的聲波的頻率、聲波頻率的最大值和最小值；β∈[0,1]是隨機(jī)產(chǎn)生的數(shù)。best表示當(dāng)前全局最優(yōu)解；
對(duì)于大小為n的蝙蝠群體，可隨機(jī)地從中選擇一只蝙蝠，并據(jù)公式(4)更新該蝙蝠相應(yīng)的位置，這個(gè)過程被理解為一個(gè)局部搜索的過程，即在被選擇的解中產(chǎn)生一個(gè)新解；
xnew(i)＝xold+εat(9)，
其中，xold表示從當(dāng)前最優(yōu)解集中隨機(jī)選擇的一個(gè)解，at表示在t時(shí)刻前i只蝙蝠響度的平均值，隨機(jī)向量ε的元素是區(qū)間[-1,1]的隨機(jī)數(shù)；
5)確定響度和脈沖速率：
蝙蝠在搜尋開始時(shí)，脈沖音強(qiáng)大而脈沖頻度小，在飛向食物的過程中，脈沖音強(qiáng)會(huì)逐漸降低，脈沖頻度則會(huì)逐漸提高；蝙蝠i脈沖音強(qiáng)a(i)和脈沖r(i)根據(jù)下述公式(5)(6)更新：
rt+1(i)＝r0(i)×[1-exp(-γt)](10)，
at+1(i)＝αat(i)(11)，
其中，0＜α＜1,λ＞0均為常量；a(i)＝0時(shí)意味著蝙蝠i剛剛發(fā)現(xiàn)一只獵物，暫時(shí)停止發(fā)出任何聲音，不難發(fā)現(xiàn)：當(dāng)t→∞時(shí)，at(i)→0,rt(i)＝r0(i)；
6)開始按下列步驟實(shí)施基本蝙蝠算法，包括：
初始化基本參數(shù)：群體規(guī)模n、脈沖音強(qiáng)衰減系數(shù)α、脈沖頻度增加系數(shù)γ、最大脈沖頻度r0、最大脈沖音強(qiáng)a和最大迭代次數(shù)itermax；
定義脈沖頻率qi∈[qmin,qmax]和速度v；
初始化蝙蝠的位置xi，并尋找當(dāng)前的最優(yōu)解fmin；
進(jìn)入主循環(huán)，如果rand＜ri，則按照公式(7)(8)分別更新蝙蝠的速度和當(dāng)前位置，否則對(duì)蝙蝠的位置進(jìn)行隨機(jī)擾動(dòng)，并進(jìn)入下一步；
如果rand＜ai并且f(xi)＜f(x)，則接受新的解，并運(yùn)動(dòng)至更新之后的位置；
如果f(xi)＜fmin，則替換之前的最優(yōu)蝙蝠，并根據(jù)公式(10)、(11)調(diào)整脈沖音強(qiáng)ai和脈沖頻度ri；
對(duì)蝙蝠群體進(jìn)行評(píng)估，找出最佳的蝙蝠及其所處位置；
滿足算法的終止條件達(dá)則進(jìn)入下一步，否則進(jìn)入主循環(huán)步驟，進(jìn)行下一次搜索；
輸出最優(yōu)個(gè)體值和全局最優(yōu)解；其中，rand是[0,1]上均勻分布的隨機(jī)數(shù)；
角度傳感器，用于在探測(cè)到前方障礙物的坐標(biāo)和角度信息；
主控制器，用于接收距離傳感器和角度傳感器以及障礙探測(cè)模塊的數(shù)據(jù)并加以分析，命令電機(jī)模塊工作；
所述主控制器內(nèi)置有圖像分析模塊，用于對(duì)距離傳感器和角度傳感器以及障礙探測(cè)模塊傳輸?shù)膱D像信息進(jìn)行分析處理；具體包括：
圖像分析模塊從主控制器內(nèi)存的圖像庫(kù)選擇獲取待評(píng)價(jià)圖像；
為方便圖像的邊緣提取，利用數(shù)字圖像處理中rgb圖像的r、g、b各個(gè)通道的像素值與灰度圖像像素值的轉(zhuǎn)換關(guān)系將彩色圖像轉(zhuǎn)化為灰度圖像，公式如下：
gray＝r*0.3+g*0.59+b*0.11；
利用數(shù)字圖像處理方法中的roberts算子邊緣檢測(cè)技術(shù)作用于灰度圖像獲取圖像的邊緣，不同的檢測(cè)算子具有不同的邊緣檢測(cè)模板，根據(jù)具體模板計(jì)算交叉像素的差分作為當(dāng)前像素值，使用模板如下：
e(i,j)＝|f(i,j)-f(i+1,j+1)|+|f(i+1,j)-f(i,j+1)|；
利用高通/低通濾波器對(duì)灰度圖像進(jìn)行濾波處理以構(gòu)造待評(píng)價(jià)圖像的參考圖像，采用3*3均值濾波器，利用濾波模板遍歷圖像每個(gè)像素，每次將模板中心置于當(dāng)前像素，以模板內(nèi)所有像素的平均值作為當(dāng)前像素新值，模板如下：
分別計(jì)算圖像濾波前后各自邊緣灰度信息，濾波處理前的待評(píng)價(jià)圖像f統(tǒng)計(jì)信息為sum_orig,濾波處理后的參考圖像f2統(tǒng)計(jì)信息為sum_filter,具體計(jì)算公式如下：
其中，w1與w2是根據(jù)離中心像素的距離設(shè)定的權(quán)值，w1＝1，w2＝1/3；
電機(jī)模塊，負(fù)責(zé)接收主控制器的命令使電機(jī)工作完成運(yùn)動(dòng)與吸塵工作；并接收主控制器的命令，使吸塵器能夠智能自動(dòng)的選擇轉(zhuǎn)彎和回避；
進(jìn)一步，所述智能節(jié)能環(huán)保吸塵器控制系統(tǒng)還包括：
與主控制器有線連接，用于對(duì)電機(jī)模塊工作異常進(jìn)行報(bào)警的報(bào)警模塊。
進(jìn)一步，將得出的圖像濾波前后邊緣灰度統(tǒng)計(jì)信息的比值作為模糊度指標(biāo)，為方便評(píng)價(jià)，取較大的為分母，較小的為分子，保持該值介于(0,1)之間。
進(jìn)一步，根據(jù)最佳視覺效果的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊度指標(biāo)范圍[min,max],具體方法，包括：
得出模糊度調(diào)整范圍，利用上述步驟一中的模糊度評(píng)價(jià)方法評(píng)價(jià)live2中的174幅高斯模糊圖像，計(jì)算出它們各自的模糊度評(píng)價(jià)值，然后利用擬合工具plot(value,dmos)建立評(píng)價(jià)值value與dmos之間的映射關(guān)系，根據(jù)最佳視覺效果對(duì)應(yīng)的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊評(píng)價(jià)值范圍[min，max]。
進(jìn)一步，若圖像模糊度指標(biāo)小于min，說明圖像濾波前后變化很大，原圖像過于銳化，則利用低通濾波器進(jìn)行濾波調(diào)整；同理若大于max，說明圖像濾波前后變化很小，原圖像過于模糊，則利用高通濾波器進(jìn)行濾波調(diào)整，以達(dá)到更佳視覺效果。
進(jìn)一步，得出最終圖像和該圖像模糊度評(píng)價(jià)指標(biāo)，并顯示在主控制器鑲嵌的智能終端屏幕上。
本發(fā)明的優(yōu)點(diǎn)及積極效果為：本發(fā)明可以使家庭清掃變得更加智能化，并且大大減少了人力資源，真正意義上的實(shí)現(xiàn)了全自動(dòng)化，智能化和實(shí)用性。減少了能源的浪費(fèi)，更加徹底的完成清掃任務(wù)，清掃效率高，實(shí)用性強(qiáng)。
本發(fā)明距離傳感器探測(cè)的信號(hào)相比于現(xiàn)有技術(shù)在準(zhǔn)確率上具有很大的提高，為智能化的控制提供有力條件。
本發(fā)明提供的圖像模糊度評(píng)價(jià)方法，不同于傳統(tǒng)的評(píng)價(jià)方法，建立在待評(píng)價(jià)圖像自身結(jié)構(gòu)特點(diǎn)基礎(chǔ)上，從相對(duì)評(píng)價(jià)的角度出發(fā)，利用濾波器構(gòu)造待評(píng)價(jià)圖像的參考圖像，計(jì)算變化前后圖像邊緣統(tǒng)計(jì)信息的比值作為評(píng)價(jià)指標(biāo)。本發(fā)明的原理簡(jiǎn)單，實(shí)現(xiàn)了圖像模糊度評(píng)價(jià)的內(nèi)容無關(guān)性和實(shí)時(shí)性，可以快速準(zhǔn)確評(píng)價(jià)比較任何圖像之間的模糊度。為吸塵器準(zhǔn)確的運(yùn)行提供有利條件。
本發(fā)明避免蝙蝠個(gè)體過早陷入局部最；本發(fā)明蝙蝠算法的魯棒性與有效性更充分地考慮工作區(qū)域的障礙，為吸塵器得到準(zhǔn)確的路徑提供了有力保障。
附圖說明
圖1是本發(fā)明實(shí)施例提供的智能節(jié)能環(huán)保吸塵器控制系統(tǒng)示意圖。
圖中：1、距離傳感器；2、障礙探測(cè)系統(tǒng)；3、主控制器；4、角度傳感器；5、電機(jī)模塊。
具體實(shí)施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
下面結(jié)合附圖對(duì)本發(fā)明的應(yīng)用原理作詳細(xì)描述。
如圖1所示，本發(fā)明實(shí)施例提供的智能節(jié)能環(huán)保吸塵器控制系統(tǒng)，包括：
距離傳感器1通過導(dǎo)線與主控制器3連接，提供給主控制器距離信息；障礙探測(cè)模塊2通過導(dǎo)線與主控制器3連接，提供給主控制器3前方障礙信息；
角度傳感器4通過導(dǎo)線與主控制器3連接，主控制器3控制控制電機(jī)模塊5順利完成轉(zhuǎn)彎；
電機(jī)模塊5通過導(dǎo)線與主控制器連接，用于接收主控制器命令后開始工作并完成運(yùn)動(dòng)與清掃任務(wù)。
下面結(jié)合工作原理對(duì)本發(fā)明作進(jìn)一步描述。
本發(fā)明實(shí)施例提供的智能節(jié)能環(huán)保吸塵器控制系統(tǒng)，所述智能節(jié)能環(huán)保吸塵器控制系統(tǒng)包括：
距離傳感器，用于探測(cè)吸塵器前方的墻壁、沙發(fā)障礙信息；所述距離傳感器的量測(cè)模型如下：
ya(tk-1)、ya(tk)、ya(tk+1)分別為距離傳感器a對(duì)目標(biāo)在tk-1,tk,tk+1時(shí)刻的本地笛卡爾坐標(biāo)系下的量測(cè)值，分別為：
其中，y'a(tk-1)、y'a(tk)、y'a(tk+1)分別為距離傳感器a在tk-1,tk,tk+1時(shí)刻的本地笛卡爾坐標(biāo)系下的真實(shí)位置；ca(t)為誤差的變換矩陣；ξa(t)為距離傳感器的系統(tǒng)誤差；
障礙探測(cè)系統(tǒng)，用于探測(cè)吸塵器前方或下方異物并把數(shù)據(jù)傳到主控制器；
所述障礙探測(cè)系統(tǒng)建立吸塵器的路徑規(guī)劃問題數(shù)學(xué)模型包括：定義路徑的起點(diǎn)為s，目標(biāo)點(diǎn)為t；在吸塵器的工作區(qū)內(nèi)有許多的障礙區(qū)域均以圓形區(qū)域的方式來表示，越接近圓形區(qū)域的中心便越易受碰撞，在區(qū)域之外則不受碰撞；吸塵器工作任務(wù)就是在所有障礙區(qū)域的前提下，在s與t之間尋找一條最優(yōu)的路線；
所述障礙探測(cè)系統(tǒng)尋找一條最優(yōu)的路線處理方法包括：
1)連接s與t；
將st分為d+1段，即d個(gè)節(jié)點(diǎn)，分別標(biāo)記為l1,l2,...,lk,...ld；
在每個(gè)節(jié)點(diǎn)處作st的垂線，構(gòu)成一個(gè)離散點(diǎn)的集合：
c＝{s,l1(x(1),y(1)),l2(x(2),y(2)),...,lk(x(k),y(k)),...ld(x(d),y(d)),t}按順序?qū)⑦@些點(diǎn)連接起來便形成了一條路徑；
2)坐標(biāo)系變換：為加快搜索速度，把st當(dāng)作x軸，對(duì)每個(gè)離散點(diǎn)(xk,yk)做坐標(biāo)變換；
其中，θ是原始坐標(biāo)系的x軸逆時(shí)針旋轉(zhuǎn)到平行于st時(shí)的角度，(xs,ys)代表原始坐標(biāo)系下的坐標(biāo)；這樣，x坐標(biāo)便可以表示為
離散點(diǎn)的集合c便可以轉(zhuǎn)換為：
c'＝{0,l1(y'(1)),l2(y'(2)),...,lk(y'(k)),...ld(y'(d)),0}；
3)，建立性能評(píng)價(jià)函數(shù)：
對(duì)吸塵器路徑的評(píng)價(jià)主要包括障礙代價(jià)jt和電耗代價(jià)jf；
其中，wt和wf是與當(dāng)前路徑點(diǎn)，分別代表每段路線的障礙代價(jià)和電耗代價(jià)，l是航線的總長(zhǎng)度；
采用精確的近似策略，兩個(gè)離散點(diǎn)之間每段路線的障礙代價(jià)，為五個(gè)點(diǎn)的總和：
其中，nt是障礙區(qū)域的數(shù)量，li是第i子段的長(zhǎng)度，d0.1,i,k是i子段上1/10分點(diǎn)到第k個(gè)障礙的距離，tk是第k個(gè)障礙的障礙程度；
假設(shè)吸塵器的速度為一常量，電耗代價(jià)等價(jià)為總長(zhǎng)度l；
最終的總代價(jià)為：j＝kjt+(1-k)jf(5)
其中，k＝0.5，k從0到1變化，k趨近于1，則路徑更短，k遠(yuǎn)離近于1，則路徑更長(zhǎng)；
4)確定蝙蝠的速度更新和位置更新：
假設(shè)搜索空間為n維，蝙蝠i在t時(shí)刻的位置為
fit＝fmin+(fmax-fmin)β(6)，
其中，fi，fmax，fmin分別表示蝙蝠i在當(dāng)前時(shí)刻發(fā)出的聲波的頻率、聲波頻率的最大值和最小值；β∈[0,1]是隨機(jī)產(chǎn)生的數(shù)。best表示當(dāng)前全局最優(yōu)解；
對(duì)于大小為n的蝙蝠群體，可隨機(jī)地從中選擇一只蝙蝠，并據(jù)公式(4)更新該蝙蝠相應(yīng)的位置，這個(gè)過程被理解為一個(gè)局部搜索的過程，即在被選擇的解中產(chǎn)生一個(gè)新解；
xnew(i)＝xold+εat(9)，
其中，xold表示從當(dāng)前最優(yōu)解集中隨機(jī)選擇的一個(gè)解，at表示在t時(shí)刻前i只蝙蝠響度的平均值，隨機(jī)向量ε的元素是區(qū)間[-1,1]的隨機(jī)數(shù)；
5)確定響度和脈沖速率：
蝙蝠在搜尋開始時(shí)，脈沖音強(qiáng)大而脈沖頻度小，在飛向食物的過程中，脈沖音強(qiáng)會(huì)逐漸降低，脈沖頻度則會(huì)逐漸提高；蝙蝠i脈沖音強(qiáng)a(i)和脈沖r(i)根據(jù)下述公式(5)(6)更新：
rt+1(i)＝r0(i)×[1-exp(-γt)](10)，
at+1(i)＝αat(i)(11)，
其中，0＜α＜1,λ＞0均為常量；a(i)＝0時(shí)意味著蝙蝠i剛剛發(fā)現(xiàn)一只獵物，暫時(shí)停止發(fā)出任何聲音，不難發(fā)現(xiàn)：當(dāng)t→∞時(shí)，at(i)→0,rt(i)＝r0(i)；
6)開始按下列步驟實(shí)施基本蝙蝠算法，包括：
初始化基本參數(shù)：群體規(guī)模n、脈沖音強(qiáng)衰減系數(shù)α、脈沖頻度增加系數(shù)γ、最大脈沖頻度r0、最大脈沖音強(qiáng)a和最大迭代次數(shù)itermax；
定義脈沖頻率qi∈[qmin,qmax]和速度v；
初始化蝙蝠的位置xi，并尋找當(dāng)前的最優(yōu)解fmin；
進(jìn)入主循環(huán)，如果rand＜ri，則按照公式(7)(8)分別更新蝙蝠的速度和當(dāng)前位置，否則對(duì)蝙蝠的位置進(jìn)行隨機(jī)擾動(dòng)，并進(jìn)入下一步；
如果rand＜ai并且f(xi)＜f(x)，則接受新的解，并運(yùn)動(dòng)至更新之后的位置；
如果f(xi)＜fmin，則替換之前的最優(yōu)蝙蝠，并根據(jù)公式(10)、(11)調(diào)整脈沖音強(qiáng)ai和脈沖頻度ri；
對(duì)蝙蝠群體進(jìn)行評(píng)估，找出最佳的蝙蝠及其所處位置；
滿足算法的終止條件達(dá)則進(jìn)入下一步，否則進(jìn)入主循環(huán)步驟，進(jìn)行下一次搜索；
輸出最優(yōu)個(gè)體值和全局最優(yōu)解；其中，rand是[0,1]上均勻分布的隨機(jī)數(shù)；
所述障礙探測(cè)系統(tǒng)具體包括：超聲波傳感器、dsp數(shù)字處理器和濾波器。
所述超聲波傳感器具體包括：一個(gè)發(fā)射器和一個(gè)接收器，兩者之間持續(xù)保持“收聽”。位于接收器和發(fā)射器之間的被檢測(cè)物將會(huì)阻斷接收器接收發(fā)射的聲波，從而傳感器將產(chǎn)生開關(guān)信號(hào)。對(duì)發(fā)送傳感器內(nèi)諧振頻率為40khz的壓電陶瓷片(雙晶振子)施加40khz高頻電壓，則壓電陶瓷片就根據(jù)所加高頻電壓極性伸長(zhǎng)與縮短，于是發(fā)送40khz頻率的超聲波，其超聲波以疏密形式傳播(疏密程度可由控制電路調(diào)制)，并傳給波接收器。接收器是利用壓力傳感器所采用的壓電效應(yīng)的原理，即在壓電元件上施加壓力，使壓電元件發(fā)生應(yīng)變，則產(chǎn)生一面為“+”極，另一面為“-”極的40khz正弦電壓。因該高頻電壓幅值較小，故必須進(jìn)行放大。
所述dsp數(shù)字處理器和濾波器起到對(duì)超聲波傳感器的信號(hào)降噪以及放大作用。
角度傳感器，用于在探測(cè)到前方障礙物的坐標(biāo)和角度信息；
所述角度傳感器具體包括：其中有一個(gè)孔，可以配合樂高的軸。當(dāng)連結(jié)到rcx上時(shí)，軸每轉(zhuǎn)過1/16圈，角度傳感器就會(huì)計(jì)數(shù)一次。往一個(gè)方向轉(zhuǎn)動(dòng)時(shí)，計(jì)數(shù)增加，轉(zhuǎn)動(dòng)方向改變時(shí)，計(jì)數(shù)減少。計(jì)數(shù)與角度傳感器的初始位置有關(guān)。
主控制器，用于接收距離傳感器和角度傳感器以及障礙探測(cè)模塊的數(shù)據(jù)并加以分析，命令電機(jī)模塊工作；
所述主控制器內(nèi)置有圖像分析模塊，用于對(duì)距離傳感器和角度傳感器以及障礙探測(cè)模塊傳輸?shù)膱D像信息進(jìn)行分析處理；具體包括：
圖像分析模塊從主控制器內(nèi)存的圖像庫(kù)選擇獲取待評(píng)價(jià)圖像；
為方便圖像的邊緣提取，利用數(shù)字圖像處理中rgb圖像的r、g、b各個(gè)通道的像素值與灰度圖像像素值的轉(zhuǎn)換關(guān)系將彩色圖像轉(zhuǎn)化為灰度圖像，公式如下：
gray＝r*0.3+g*0.59+b*0.11；
利用數(shù)字圖像處理方法中的roberts算子邊緣檢測(cè)技術(shù)作用于灰度圖像獲取圖像的邊緣，不同的檢測(cè)算子具有不同的邊緣檢測(cè)模板，根據(jù)具體模板計(jì)算交叉像素的差分作為當(dāng)前像素值，使用模板如下：
e(i,j)＝|f(i,j)-f(i+1,j+1)|+|f(i+1,j)-f(i,j+1)|；
利用高通/低通濾波器對(duì)灰度圖像進(jìn)行濾波處理以構(gòu)造待評(píng)價(jià)圖像的參考圖像，采用3*3均值濾波器，利用濾波模板遍歷圖像每個(gè)像素，每次將模板中心置于當(dāng)前像素，以模板內(nèi)所有像素的平均值作為當(dāng)前像素新值，模板如下：
分別計(jì)算圖像濾波前后各自邊緣灰度信息，濾波處理前的待評(píng)價(jià)圖像f統(tǒng)計(jì)信息為sum_orig,濾波處理后的參考圖像f2統(tǒng)計(jì)信息為sum_filter,具體計(jì)算公式如下：
其中，w1與w2是根據(jù)離中心像素的距離設(shè)定的權(quán)值，w1＝1，w2＝1/3；
電機(jī)模塊，負(fù)責(zé)接收主控制器的命令使電機(jī)工作完成運(yùn)動(dòng)與吸塵工作；并接收主控制器的命令，使吸塵器能夠智能自動(dòng)的選擇轉(zhuǎn)彎和回避；
所述智能節(jié)能環(huán)保吸塵器控制系統(tǒng)還包括：
與主控制器有線連接，用于對(duì)電機(jī)模塊工作異常進(jìn)行報(bào)警的報(bào)警模塊。
將得出的圖像濾波前后邊緣灰度統(tǒng)計(jì)信息的比值作為模糊度指標(biāo)，為方便評(píng)價(jià)，取較大的為分母，較小的為分子，保持該值介于(0,1)之間。
根據(jù)最佳視覺效果的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊度指標(biāo)范圍[min,max],具體方法，包括：
得出模糊度調(diào)整范圍，利用上述步驟一中的模糊度評(píng)價(jià)方法評(píng)價(jià)live2中的174幅高斯模糊圖像，計(jì)算出它們各自的模糊度評(píng)價(jià)值，然后利用擬合工具plot(value,dmos)建立評(píng)價(jià)值value與dmos之間的映射關(guān)系，根據(jù)最佳視覺效果對(duì)應(yīng)的dmos范圍得出對(duì)應(yīng)的一個(gè)模糊評(píng)價(jià)值范圍[min，max]。
若圖像模糊度指標(biāo)小于min，說明圖像濾波前后變化很大，原圖像過于銳化，則利用低通濾波器進(jìn)行濾波調(diào)整；同理若大于max，說明圖像濾波前后變化很小，原圖像過于模糊，則利用高通濾波器進(jìn)行濾波調(diào)整，以達(dá)到更佳視覺效果。
得出最終圖像和該圖像模糊度評(píng)價(jià)指標(biāo)，并顯示在主控制器鑲嵌的智能終端屏幕上。
本發(fā)明可以使家庭清掃變得更加智能化，并且大大減少了人力資源，真正意義上的實(shí)現(xiàn)了全自動(dòng)化，智能化和實(shí)用性。減少了能源的浪費(fèi)，更加徹底的完成清掃任務(wù)，清掃效率高，實(shí)用性強(qiáng)。
本發(fā)明距離傳感器探測(cè)的信號(hào)相比于現(xiàn)有技術(shù)在準(zhǔn)確率上具有很大的提高，為智能化的控制提供有力條件。
本發(fā)明提供的圖像模糊度評(píng)價(jià)方法，不同于傳統(tǒng)的評(píng)價(jià)方法，建立在待評(píng)價(jià)圖像自身結(jié)構(gòu)特點(diǎn)基礎(chǔ)上，從相對(duì)評(píng)價(jià)的角度出發(fā)，利用濾波器構(gòu)造待評(píng)價(jià)圖像的參考圖像，計(jì)算變化前后圖像邊緣統(tǒng)計(jì)信息的比值作為評(píng)價(jià)指標(biāo)。本發(fā)明的原理簡(jiǎn)單，實(shí)現(xiàn)了圖像模糊度評(píng)價(jià)的內(nèi)容無關(guān)性和實(shí)時(shí)性，可以快速準(zhǔn)確評(píng)價(jià)比較任何圖像之間的模糊度。為吸塵器準(zhǔn)確的運(yùn)行提供有利條件
以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。