本技術(shù)涉及環(huán)衛(wèi)，尤其涉及基于清潔機(jī)器人的環(huán)衛(wèi)清掃決策方法及其相關(guān)設(shè)備。

背景技術(shù)：

1、隨著城市化進(jìn)程的加快，城市環(huán)境衛(wèi)生管理面臨著越來越大的壓力。傳統(tǒng)的人工環(huán)衛(wèi)清掃方式效率低下，難以滿足日益增長(zhǎng)的城市清潔需求。為了提高環(huán)衛(wèi)工作效率，節(jié)省人力成本，各種清潔機(jī)器人應(yīng)運(yùn)而生，并在環(huán)衛(wèi)領(lǐng)域得到廣泛應(yīng)用。

2、相關(guān)的清潔機(jī)器人通常采用單一類型的傳感器，如激光雷達(dá)或攝像頭，對(duì)環(huán)境進(jìn)行感知。機(jī)器人將傳感器采集到的數(shù)據(jù)進(jìn)行處理，構(gòu)建出環(huán)境的二維或三維地圖模型。然后，機(jī)器人在地圖中通過一定的路徑規(guī)劃算法，如覆蓋式路徑規(guī)劃或隨機(jī)樹搜索等，生成一條覆蓋整個(gè)區(qū)域的清掃路徑。最后，機(jī)器人根據(jù)規(guī)劃出的路徑，控制底盤電機(jī)、清掃刷等執(zhí)行器按序運(yùn)動(dòng)，對(duì)地面垃圾或污染物進(jìn)行清掃收集，完成整個(gè)清潔作業(yè)流程。

3、然而，在環(huán)衛(wèi)場(chǎng)景下，相關(guān)的清潔機(jī)器人往往未加區(qū)分地將行人、動(dòng)物等動(dòng)態(tài)障礙物與垃圾、污染物等清掃對(duì)象一起清掃或收集，這不僅會(huì)對(duì)行人和動(dòng)物造成誤傷風(fēng)險(xiǎn)，也會(huì)使得機(jī)器人的清掃行為變得異常和低效。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種基于清潔機(jī)器人的環(huán)衛(wèi)清掃決策方法及其相關(guān)設(shè)備，用于規(guī)避了對(duì)行人和動(dòng)物的誤傷風(fēng)險(xiǎn)，使機(jī)器人的清潔行為變得高效和正常。

2、第一方面，本技術(shù)提供了一種基于清潔機(jī)器人的環(huán)衛(wèi)清掃決策方法，包括：獲取待清掃環(huán)衛(wèi)區(qū)域的多模態(tài)數(shù)據(jù)，該多模態(tài)數(shù)據(jù)為不同傳感器檢測(cè)該待清掃環(huán)衛(wèi)區(qū)域得到的包含該待清掃環(huán)衛(wèi)區(qū)域幾何特征的數(shù)據(jù)；對(duì)該多模態(tài)數(shù)據(jù)進(jìn)行時(shí)空同步和坐標(biāo)系統(tǒng)一，得到環(huán)境感知數(shù)據(jù)；將該環(huán)境感知數(shù)據(jù)分為動(dòng)態(tài)物體和靜態(tài)物體；去除該環(huán)境感知數(shù)據(jù)中所有動(dòng)態(tài)物體并對(duì)去除的區(qū)域進(jìn)行填補(bǔ)，得到靜態(tài)環(huán)境數(shù)據(jù)；將該靜態(tài)環(huán)境數(shù)據(jù)與歷史環(huán)境地圖進(jìn)行比較，通過差異分析識(shí)別出疑似新增目標(biāo)；判斷該疑似新增目標(biāo)是否由填補(bǔ)得到；若不是填補(bǔ)得到，將該疑似新增目標(biāo)確定為清掃目標(biāo)；根據(jù)該清掃目標(biāo)輸出清掃決策結(jié)果。

3、通過采用上述技術(shù)方案，可以有效避免清潔機(jī)器人對(duì)動(dòng)態(tài)障礙物的誤清掃操作。首先，通過獲取環(huán)衛(wèi)區(qū)域的多模態(tài)數(shù)據(jù)并進(jìn)行時(shí)空同步和坐標(biāo)系統(tǒng)一，使環(huán)境感知數(shù)據(jù)全面而準(zhǔn)確。然后，通過將環(huán)境感知數(shù)據(jù)分為動(dòng)態(tài)物體和靜態(tài)物體，可以精確區(qū)分出行人、動(dòng)物等動(dòng)態(tài)障礙物。接著，去除環(huán)境感知數(shù)據(jù)中的動(dòng)態(tài)物體并對(duì)去除區(qū)域進(jìn)行填補(bǔ)，得到僅包含靜態(tài)物體的靜態(tài)環(huán)境數(shù)據(jù)。最后，通過將靜態(tài)環(huán)境數(shù)據(jù)與歷史地圖比較，識(shí)別出真正的清掃目標(biāo)。這樣，機(jī)器人就可以避開動(dòng)態(tài)障礙物，只對(duì)靜態(tài)的垃圾、污染物等清掃對(duì)象進(jìn)行清潔，從而有效規(guī)避了對(duì)行人和動(dòng)物的誤傷風(fēng)險(xiǎn)，提高了清掃的安全性和針對(duì)性。同時(shí)，通過去除對(duì)動(dòng)態(tài)障礙物的無效清掃，機(jī)器人的清潔行為也變得更加高效和正常。

4、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，該將該環(huán)境感知數(shù)據(jù)分為動(dòng)態(tài)物體和靜態(tài)物體的步驟，具體包括：選取該環(huán)境感知數(shù)據(jù)中的連續(xù)兩幀圖像數(shù)據(jù)，確定為第一圖像和第二圖像；對(duì)該第一圖像和該第二圖像進(jìn)行匹配配準(zhǔn)；裁剪配準(zhǔn)后的第一圖像和配準(zhǔn)后的第二圖像中未配準(zhǔn)的區(qū)域；識(shí)別裁剪后的第一配準(zhǔn)圖像和裁剪后的第二配準(zhǔn)圖像的差異區(qū)域，將該差異區(qū)域確定為動(dòng)態(tài)物體，其他區(qū)域定義為靜態(tài)物體；重復(fù)上述步驟，直至處理完所有圖像數(shù)據(jù)，得到全部動(dòng)態(tài)物體和靜態(tài)物體。

5、通過采用上述技術(shù)方案，可以準(zhǔn)確識(shí)別出環(huán)境感知數(shù)據(jù)中的動(dòng)態(tài)物體。首先，通過選取連續(xù)兩幀圖像數(shù)據(jù)并進(jìn)行匹配配準(zhǔn)，可以找出兩幀圖像之間的對(duì)應(yīng)關(guān)系。然后，通過裁剪未配準(zhǔn)區(qū)域并識(shí)別配準(zhǔn)圖像的差異區(qū)域，可以定位到發(fā)生變化的區(qū)域，即代表了動(dòng)態(tài)物體。最后，通過重復(fù)處理所有圖像數(shù)據(jù)，就能全面識(shí)別出環(huán)境中的動(dòng)態(tài)物體和靜態(tài)物體。其中，匹配配準(zhǔn)可以消除因機(jī)器人運(yùn)動(dòng)導(dǎo)致的圖像變化，裁剪未配準(zhǔn)區(qū)域可以排除圖像邊緣的干擾，差異區(qū)域的識(shí)別可以捕捉到物體運(yùn)動(dòng)引起的變化，為后續(xù)去除動(dòng)態(tài)干擾、專注清掃靜態(tài)目標(biāo)奠定了基礎(chǔ)。

6、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，該將該環(huán)境感知數(shù)據(jù)分為動(dòng)態(tài)物體和靜態(tài)物體的步驟，具體包括：選取該環(huán)境感知數(shù)據(jù)中的連續(xù)兩幀圖像數(shù)據(jù)，確定為第三圖像和第四圖像；對(duì)該第三圖像和該第四圖像進(jìn)行匹配配準(zhǔn)；裁剪配準(zhǔn)后的第三圖像和配準(zhǔn)后的第四圖像中未配準(zhǔn)的區(qū)域；識(shí)別裁剪后的第三配準(zhǔn)圖像和裁剪后的第四配準(zhǔn)圖像的差異區(qū)域；重復(fù)上述步驟，直至處理完所有圖像數(shù)據(jù)，得到全部差異區(qū)域；在后續(xù)圖像數(shù)據(jù)中持續(xù)跟蹤并選取當(dāng)前差異區(qū)域的位置變化，得到一系列候選動(dòng)態(tài)區(qū)域，該當(dāng)前差異區(qū)域?yàn)槿我徊町悈^(qū)域；統(tǒng)計(jì)每個(gè)候選動(dòng)態(tài)區(qū)域在所有幀圖像對(duì)中被識(shí)別為差異區(qū)域的頻率；在該頻率大于頻率閾值的情況下，將該當(dāng)前差異區(qū)域確定為動(dòng)態(tài)物體；重復(fù)上述步驟，直至處理完所有差異區(qū)域，得到全部動(dòng)態(tài)物體；將其他區(qū)域定義為靜態(tài)物體。

7、通過采用上述技術(shù)方案，在連續(xù)圖像數(shù)據(jù)中持續(xù)跟蹤差異區(qū)域的位置變化，可以獲得一系列候選動(dòng)態(tài)區(qū)域。這些候選區(qū)域代表了圖像序列中持續(xù)發(fā)生變化的區(qū)域，很可能對(duì)應(yīng)著真實(shí)的動(dòng)態(tài)物體。然后，通過統(tǒng)計(jì)候選動(dòng)態(tài)區(qū)域在所有圖像對(duì)中被識(shí)別為差異區(qū)域的頻率，可以進(jìn)一步判斷它們的動(dòng)態(tài)屬性。頻率越高，越有可能是真正的動(dòng)態(tài)目標(biāo)。最后，將頻率超過閾值的候選區(qū)域確定為最終的動(dòng)態(tài)物體。通過跟蹤和頻率統(tǒng)計(jì)相結(jié)合，可以剔除暫時(shí)的、隨機(jī)的圖像變化對(duì)動(dòng)態(tài)物體識(shí)別的干擾，提高識(shí)別的穩(wěn)健性和可靠性。同時(shí)，將其他區(qū)域定義為靜態(tài)物體，可以全面地描述環(huán)境中的靜動(dòng)態(tài)分布，為機(jī)器人提供清晰完整的環(huán)境認(rèn)知。

8、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，該對(duì)該多模態(tài)數(shù)據(jù)進(jìn)行時(shí)空同步和坐標(biāo)系統(tǒng)一，得到環(huán)境感知數(shù)據(jù)的步驟之后，該方法還包括：檢測(cè)具有相同時(shí)間的多模態(tài)數(shù)據(jù)的特征點(diǎn)；使用該特征點(diǎn)來計(jì)算多模態(tài)數(shù)據(jù)的變換矩陣；利用該變換矩陣對(duì)多模態(tài)數(shù)據(jù)進(jìn)行幾何變化；將幾何變化后的多模態(tài)數(shù)據(jù)進(jìn)行融合。

9、通過采用上述技術(shù)方案，檢測(cè)不同傳感器數(shù)據(jù)中的特征點(diǎn)，可以找到它們之間的對(duì)應(yīng)關(guān)系。特征點(diǎn)往往代表了環(huán)境中的顯著位置，在不同模態(tài)數(shù)據(jù)中具有一致性，可以作為融合的基準(zhǔn)。然后，通過計(jì)算特征點(diǎn)之間的變換矩陣，可以確定不同模態(tài)數(shù)據(jù)的幾何對(duì)應(yīng)關(guān)系。變換矩陣描述了一種數(shù)據(jù)到另一種數(shù)據(jù)的映射方式，體現(xiàn)了它們?cè)诳臻g上的配準(zhǔn)關(guān)系。接著，利用變換矩陣對(duì)多模態(tài)數(shù)據(jù)進(jìn)行幾何變換，可以將它們統(tǒng)一到一個(gè)共同的坐標(biāo)系下，消除幾何偏差。最后，將變換后的多模態(tài)數(shù)據(jù)進(jìn)行融合，即可得到幾何一致、互補(bǔ)增強(qiáng)的環(huán)境感知數(shù)據(jù)。

10、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，該根據(jù)該清掃目標(biāo)輸出清掃決策結(jié)果的步驟，具體包括：根據(jù)該清掃目標(biāo)計(jì)算出路徑最短的清掃路徑；按照該清掃路徑輸出清掃決策結(jié)果。

11、通過采用上述技術(shù)方案，可以提高清潔機(jī)器人的工作效率。在確定清掃目標(biāo)后，通過規(guī)劃路徑最短的清掃路徑，可以使機(jī)器人以最短的行駛距離覆蓋所有的清掃目標(biāo)，減少不必要的重復(fù)移動(dòng)和繞行，從而縮短整個(gè)清掃過程的時(shí)間，提高清掃效率。同時(shí)，最短清掃路徑也意味著機(jī)器人可以用最少的能量完成既定的清掃任務(wù)，延長(zhǎng)續(xù)航時(shí)間。此外，路徑最短還可以減少機(jī)器人的磨損，提高其使用壽命。通過按照規(guī)劃出的最優(yōu)清掃路徑輸出清掃決策結(jié)果，機(jī)器人可以快速、高效、可靠地完成環(huán)衛(wèi)區(qū)域的清潔工作，極大地提升了環(huán)衛(wèi)作業(yè)的智能化水平。

12、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，該若不是填補(bǔ)得到，將該疑似新增目標(biāo)確定為清掃目標(biāo)的步驟之后，該方法還包括：若是填補(bǔ)得到，將該疑似新增目標(biāo)確定為待定目標(biāo)。

13、通過采用上述技術(shù)方案，將填補(bǔ)得到的疑似目標(biāo)暫時(shí)標(biāo)記為待定目標(biāo)，而不是直接進(jìn)行清掃，這樣，機(jī)器人就可以優(yōu)先清掃更加確定的目標(biāo)，提高清掃的效率和準(zhǔn)確性。

14、結(jié)合第一方面的一些實(shí)施例，在一些實(shí)施例中，該根據(jù)該清掃目標(biāo)輸出清掃決策結(jié)果的步驟之后，該方法還包括：接收到新的歷史環(huán)境地圖后，識(shí)別新的歷史環(huán)境地圖變更的部分；根據(jù)變更的部分更新歷史環(huán)境地圖，使更新后的歷史環(huán)境地圖與新的歷史環(huán)境地圖相同。

15、通過采用上述技術(shù)方案，在清掃決策后持續(xù)接收新的歷史環(huán)境地圖，機(jī)器人可以不斷學(xué)習(xí)和更新自身的環(huán)境認(rèn)知。一旦發(fā)現(xiàn)新地圖與舊地圖存在差異，就通過識(shí)別變更的部分來自主調(diào)整機(jī)器人的歷史地圖，使其與最新的環(huán)境狀態(tài)保持同步。這種增量式的學(xué)習(xí)方式可以使機(jī)器人及時(shí)適應(yīng)環(huán)境的動(dòng)態(tài)變化，如新增的固定設(shè)施、移除的舊障礙物等。

16、第二方面，本技術(shù)提供了一種清潔機(jī)器人，該清潔機(jī)器人包括：一個(gè)或多個(gè)處理器和存儲(chǔ)器；該存儲(chǔ)器與該一個(gè)或多個(gè)處理器耦合，該存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，該計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，該一個(gè)或多個(gè)處理器調(diào)用該計(jì)算機(jī)指令以使得該清潔機(jī)器人執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

17、第三方面，本技術(shù)提供了一種包含指令的計(jì)算機(jī)程序產(chǎn)品，當(dāng)該計(jì)算機(jī)程序產(chǎn)品在清潔機(jī)器人上運(yùn)行時(shí)，使得該清潔機(jī)器人執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

18、第四方面，本技術(shù)提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括指令，當(dāng)該指令在清潔機(jī)器人上運(yùn)行時(shí)，使得該清潔機(jī)器人執(zhí)行如第一方面以及第一方面中任一可能的實(shí)現(xiàn)方式描述的方法。

19、本技術(shù)實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

20、1、可以有效避免清潔機(jī)器人對(duì)動(dòng)態(tài)障礙物的誤清掃操作。首先，通過獲取環(huán)衛(wèi)區(qū)域的多模態(tài)數(shù)據(jù)并進(jìn)行時(shí)空同步和坐標(biāo)系統(tǒng)一，使環(huán)境感知數(shù)據(jù)全面而準(zhǔn)確。然后，通過將環(huán)境感知數(shù)據(jù)分為動(dòng)態(tài)物體和靜態(tài)物體，可以精確區(qū)分出行人、動(dòng)物等動(dòng)態(tài)障礙物。接著，去除環(huán)境感知數(shù)據(jù)中的動(dòng)態(tài)物體并對(duì)去除區(qū)域進(jìn)行填補(bǔ)，得到僅包含靜態(tài)物體的靜態(tài)環(huán)境數(shù)據(jù)。最后，通過將靜態(tài)環(huán)境數(shù)據(jù)與歷史地圖比較，識(shí)別出真正的清掃目標(biāo)。這樣，機(jī)器人就可以避開動(dòng)態(tài)障礙物，只對(duì)靜態(tài)的垃圾、污染物等清掃對(duì)象進(jìn)行清潔，從而有效規(guī)避了對(duì)行人和動(dòng)物的誤傷風(fēng)險(xiǎn)，提高了清掃的安全性和針對(duì)性。同時(shí)，通過去除對(duì)動(dòng)態(tài)障礙物的無效清掃，機(jī)器人的清潔行為也變得更加高效和正常。

21、2、可以準(zhǔn)確識(shí)別出環(huán)境感知數(shù)據(jù)中的動(dòng)態(tài)物體。首先，通過選取連續(xù)兩幀圖像數(shù)據(jù)并進(jìn)行匹配配準(zhǔn)，可以找出兩幀圖像之間的對(duì)應(yīng)關(guān)系。然后，通過裁剪未配準(zhǔn)區(qū)域并識(shí)別配準(zhǔn)圖像的差異區(qū)域，可以定位到發(fā)生變化的區(qū)域，即代表了動(dòng)態(tài)物體。最后，通過重復(fù)處理所有圖像數(shù)據(jù)，就能全面識(shí)別出環(huán)境中的動(dòng)態(tài)物體和靜態(tài)物體。其中，匹配配準(zhǔn)可以消除因機(jī)器人運(yùn)動(dòng)導(dǎo)致的圖像變化，裁剪未配準(zhǔn)區(qū)域可以排除圖像邊緣的干擾，差異區(qū)域的識(shí)別可以捕捉到物體運(yùn)動(dòng)引起的變化，為后續(xù)去除動(dòng)態(tài)干擾、專注清掃靜態(tài)目標(biāo)奠定了基礎(chǔ)。

22、3、在連續(xù)圖像數(shù)據(jù)中持續(xù)跟蹤差異區(qū)域的位置變化，可以獲得一系列候選動(dòng)態(tài)區(qū)域。這些候選區(qū)域代表了圖像序列中持續(xù)發(fā)生變化的區(qū)域，很可能對(duì)應(yīng)著真實(shí)的動(dòng)態(tài)物體。然后，通過統(tǒng)計(jì)候選動(dòng)態(tài)區(qū)域在所有圖像對(duì)中被識(shí)別為差異區(qū)域的頻率，可以進(jìn)一步判斷它們的動(dòng)態(tài)屬性。頻率越高，越有可能是真正的動(dòng)態(tài)目標(biāo)。最后，將頻率超過閾值的候選區(qū)域確定為最終的動(dòng)態(tài)物體。通過跟蹤和頻率統(tǒng)計(jì)相結(jié)合，可以剔除暫時(shí)的、隨機(jī)的圖像變化對(duì)動(dòng)態(tài)物體識(shí)別的干擾，提高識(shí)別的穩(wěn)健性和可靠性。同時(shí)，將其他區(qū)域定義為靜態(tài)物體，可以全面地描述環(huán)境中的靜動(dòng)態(tài)分布，為機(jī)器人提供清晰完整的環(huán)境認(rèn)知。