CN106821155B

CN106821155B - 一种图像控制吸尘功率扫地机器人及控制方法

Info

Publication number: CN106821155B
Application number: CN201710212561.1A
Authority: CN
Inventors: 檀冲
Original assignee: Xiaogou Electric Internet Technology Beijing Co Ltd
Current assignee: Beijing Puppy Vacuum Cleaner Group Co Ltd
Priority date: 2017-04-01
Filing date: 2017-04-01
Publication date: 2022-08-23
Anticipated expiration: 2037-04-01
Also published as: CN106821155A

Abstract

本发明涉及一种图像控制吸尘功率扫地机器人及控制方法，扫地机器人在工作面行走、并采用吸尘方式进行工作面的清扫，在所述扫地机器人前沿设有摄像头，所述扫地机器人设有控制器，所述控制器是接收并处理图像的控制器，控制器还是控制吸尘电机输出功率。控制方法包括：获取工作面洁净状态的图像；在扫地机器人进行工作面清扫时，摄像头拍摄扫地机器人行走前方的工作面图像；控制器比较洁净参考图像和工作图像，根据比较结果控制所述吸尘电机的输出功率。本发明的有益效果是：对工作面通过摄影图像发现颗粒状尘粒，实现对扫地机器人吸尘器电机功率可控制，可显著降低扫地机器人在工作中的耗电量，延长电池的续航时间。

Description

一种图像控制吸尘功率扫地机器人及控制方法

技术领域

本发明属于扫地机器人，尤其涉及一种图像控制吸尘功率扫地机器人及控制方法。

背景技术

目前扫地机器人扫地机越来越多的进入家庭生活之中，扫地机器人的智能化程度也越来越高。扫地机器人的一个重要的功能就是清扫家里的垃圾，并将垃圾收集到它的集尘盒中。为了使收到机器人灵活的行走和工作，目前的扫地机器人一般都采用充电电池供电，扫地机器人面对的一个主要技术障碍就是其电池的续航能力。扫地机器人的吸尘器电机是其主要的耗电部件，通常，为了使扫地机器人获得最佳的清理效果，用户将扫地机器人的吸力一般都是被设定为最高档，从而通过所产生的大幅度负压吸力以将待清理面上的垃圾吸入至集尘盒中。然而，当待清理面上的灰尘量较少时，虽然大幅度吸力可以彻底清除待清理面上的灰尘，却导致吸力与灰尘量之间的不匹配，造成了电量的浪费，缩短了扫地机器人的续航时间。解决上述问题的途径之一就是使扫地机器人能够辨别工作面的尘粒，进而根据工作面的情况随机地调整吸尘电机的功率。但现有的人工智能和图像识别系统或不具备此种识别功能，或因系统过于复杂、成本过高而不适合应用于扫地机器人。

发明内容

本发明的目的是提出一种图像控制吸尘功率扫地机器人及控制方法的技术方案，提供一种适合应用于扫地机器人的智能控制系统，提高扫地机器人的续航能力。

为了实现上述目的，本发明的技术方案是：一种图像控制吸尘功率扫地机器人，所述扫地机器人在工作面行走、并采用吸尘方式进行工作面的清扫，所述扫地机器人设有吸尘电机；在所述扫地机器人前沿设有摄像头，所述摄像头是拍摄所述扫地机器人行进前方工作面图像的摄像头；所述扫地机器人设有控制器，所述控制器是接收所述摄像头拍摄的图像并进行图像处理的控制器，所述控制器还是控制所述吸尘电机输出功率的控制器。

更进一步，所述摄像头距所述工作面的高度是所述扫地机器人清扫宽度的0.2倍～0.3倍，所述摄像头设有15°向下的倾角。

更进一步，所述摄像头的取景角度不小于85°。

更进一步，在所述扫地机器人的前沿设有工作面照灯，所述工作面照灯设置在所述摄像头的下方。

更进一步，所述工作面照灯的宽度对应于所述扫地机器人的宽度,所述工作面照灯的中心高于所述工作面的距离不大于18mm。

一种图像控制吸尘功率扫地机器人的控制方法，所述扫地机器人在工作面行走、并采用吸尘方式进行工作面的清扫，所述扫地机器人设有摄像头，所述扫地机器人还设有控制吸尘电机输出功率的控制器；所述方法包括：

步骤一：所述扫地机器人获取所述工作面的洁净参考图像；

步骤二：在所述扫地机器人进行工作面清扫时，所述摄像头拍摄所述扫地机器人行走前方的工作面的图像；

步骤三：所述控制器比较所述洁净参考图像和所述工作图像，根据所述洁净参考图像与所述工作图像的差异程度控制所述吸尘电机的输出功率。

更进一步，在步骤一中，所述洁净参考图像中工作面的宽度对应于所述扫地机器人的宽度，所述洁净参考图像中工作面的长度为其宽度的1倍～1.5倍；在步骤三中，所述控制器根据所述工作图像按照固定的间隔生成对比图像，所述对比图像是与所述洁净参考图像像素相同、存储格式相同的图像。

更进一步，所述洁净参考图像是存储格式为256级的灰度图像，所述控制器生成对比图像的间隔为所述洁净参考图像长度的1/3。

更进一步，步骤一中的方法包括：

a. 在清扫工作开始前，控制器获得所述洁净参考图像的白参考阈值和黑参考阈值，所述白参考阈值的获得方法是，对所述洁净参考图像进行二值化处理，得到最大白阈值，所述最大白阈值是所述二值化处理时使图像中的黑色像素小于一个参考基数的最大阈值，以最大白阈值减一个误差阈值得到所述白参考阈值；所述黑参考阈值的获得方法是，对所述洁净参考图像进行二值化处理，得到最小黑阈值，所述最小阈值是所述二值化处理时使图像中的白色像素小于所述参考基数的最小阈值，以最小阈值加所述误差阈值得到所述黑参考阈值；

b．计算出洁净参考图像采用所述白参考阈值进行二值化处理后图像中黑色像素的数量，作为白参考像素数；计算出洁净参考图像采用所述黑参考阈值进行二值化处理后图像中白色像素的数量，作为黑参考像素数；

步骤二中的方法包括：

c．若所述白参考阈值大于识别下限，控制器对每个所述工作图像以所述白参考阈值进行二值化处理，并计算二值化处理后图像中黑色像素的数量，若所述黑色像素的数量多于所述白参考像素数的数量大于所述参考基数，则控制器控制所述吸尘电机增加输出功率；

若所述黑参考阈值小于识别上限，控制器对每个所述工作图像以所述黑参考阈值进行二值化处理，并计算二值化处理后图像中白色像素的数量，若所述白色像素的数量多于所述黑参考像素数的数量大于所述参考基数，则控制器控制所述吸尘电机增加输出功率；

更进一步，所述误差阈值为阈值取值范围的5%～7.5%；所述参考基数为图像像素总数的0.00004倍～0.00007倍，作为优选值，所述参考基数为图像像素总数的0.00005倍；所述识别下限为整个阈值取值范围的27%，所述识别上限为整个阈值取值范围的73%。

本发明的有益效果是：可对色调较为单一的工作面通过摄影图像发现颗粒状尘粒，并通过与洁净工作面的比较，实现对扫地机器人吸尘器电机功率可控制，可显著降低扫地机器人在工作中的耗电量，延长电池的续航时间，还可减少工作噪声，并延长扫地机器人的使用寿命。

下面结合附图和实施例对本发明作一详细描述。

附图说明

图1是本发明图像控制吸尘功率扫地机器人的结构图，也是扫地机器人在获取工作面洁净参考图像的示意图；

图2是图1的水平侧视图；

图3是本发明扫地机器人在清洁工作面时获取对比图像的示意图；

图4是本发明工作面的洁净参考图像的样图，工作面为淡颜色工作面；

图5是本发明工作面对比图像的样图，工作面为淡颜色工作面；

图6是图5进行二值化处理后得到的黑白对比图像；

图7是本发明工作面洁净参考图像的样图，是色调居中的工作面的样图；

图8是本发明工作面对比图像的样图，工作面是色调居中的工作面；

图9是图8以白参考阈值进行二值化处理后得到的黑白对比图像；

图10是图8以黑参考阈值进行二值化处理后得到的黑白对比图像。

具体实施方式

如图1、图2，一种图像控制吸尘功率扫地机器人10，所述扫地机器人在工作面20行走、并采用吸尘方式进行工作面的清扫，所述扫地机器人设有吸尘电机；在所述扫地机器人前沿设有摄像头11，所述摄像头是拍摄所述扫地机器人行进前方工作面图像的摄像头；所述扫地机器人设有控制器，所述控制器是接收所述摄像头拍摄的图像并进行图像处理的控制器，所述控制器还是控制所述吸尘电机输出功率的控制器

所述摄像头距所述工作面的高度C是所述扫地机器人清扫宽度的0.2倍～0.3倍，所述摄像头设有15°向下的倾角α。

所述摄像头的取景角度不小于85°。

在所述扫地机器人的前沿设有工作面照灯12，所述工作面照灯设置在所述摄像头的下方。

所述工作面照灯的宽度对应于所述扫地机器人的宽度,所述工作面照灯的中心高于所述工作面的距离D不大于18mm。

步骤一：所述扫地机器人获取所述工作面的洁净参考图像（如图4 所示）；

在步骤一中，所述洁净参考图像中工作面的宽度GW对应于所述扫地机器人的宽度，所述洁净参考图像中工作面的长度GL为其宽度的1倍～1.5倍；在步骤三中，所述控制器根据所述工作图像按照固定的间隔生成对比图像，所述对比图像是与所述洁净参考图像像素相同、存储格式相同的图像，如图5所示。

所述洁净参考图像是存储格式为256级的灰度图像，所述控制器生成对比图像的间隔为所述洁净参考图像长度的1/3。

步骤一中的方法包括：

步骤二中的方法包括：

所述误差阈值为阈值取值范围的5%～7.5%；所述参考基数为图像像素总数的0.00004倍～0.00007倍，作为优选值，所述参考基数为图像像素总数的0.00005倍；所述识别下限为整个阈值取值范围的27%，所述识别上限为整个阈值取值范围的73%。

实施例一：

如图1、图2，一种图像控制吸尘功率扫地机器人10，扫地机器人在工作面20行走、并采用吸尘方式进行工作面的清扫，扫地机器人设有吸尘电机（图中未画出）,吸尘器电机是可调节输出功率的电机。扫地机器人还设有控制所述吸尘电机输出功率的控制器（图中未画出）。本实施例中，扫地机器人的宽度为300mm，扫地机器人的长度为300mm。在扫地机器人的底面设有地刷13。扫地机器人的清扫宽度与扫地机器人的宽度相同。

在扫地机器人前沿设有摄像头11。为了使摄像头能够清晰地获取机器人行走前方的工作面的图像和灰尘的图像，摄像头距所述工作面的高度C=65mm，是扫地机器人清扫宽度的0.22倍，摄像头设有15°向下的倾角α。摄像头的取景角度为85°，摄像头可以在机器人行走前方160mm以上的区域获取宽度大于300mm的图像。摄像头在工作面的取景边界如图1中21所示。

为了避免环境光线对获取工作面图像的影响，在扫地机器人的前沿设有工作面照灯12，所述工作面照灯设置在所述摄像头的下方。为了使工作面照灯能够有效、均匀地照亮要被清洁的工作面，工作面照灯是沿水平方向的长条形的LED灯。工作面照灯的中心高于工作面的距离D=18mm。

实施例二：

一种图像控制吸尘功率扫地机器人的控制方法，所述扫地机器人是实施例一所述的图像控制吸尘功率扫地机器人10。

扫地机器人在工作面行走、并采用吸尘方式进行工作面的清扫，所述扫地机器人设有摄像头11，扫地机器人还设有控制吸尘电机输出功率的控制器；控制方法包括：

步骤一：扫地机器人获取所述工作面洁净状态的图像，并作为洁净参考图像存储在所述控制器中。

本实施例中，洁净参考图像中工作面的宽度GW=300mm，等于扫地机器人的宽度，洁净参考图像中工作面的长度GL=300mm，洁净参考图像中的工作面是一个正方形的区域，如图1所示。洁净参考图像是存储格式为256级的灰度图像，如图4所示。与彩色图像相比较，采用256级的灰度图像可以提高图像的处理速度，节省图像的存储空间。获取洁净参考图像时，可以由人工清洁出一片洁净的工作面，然后再由扫地机器人通过摄像头拍摄图像；也可以由扫地机器人自行获取，由扫地机器人对一片工作面进行两到三次清洁操作，然后通过摄像头拍摄被清洁后的工作面图像。由于摄像头是以15°的水平夹角拍摄工作面，洁净参考图像的宽度为300mm、高度为78mm，宽度像素为850，高度像素为221，分辨率为72DPI，洁净参考图像的前沿与扫地机器人前沿之间的距离GD=160mm。

然后，控制器进一步获得洁净参考图像的白参考阈值和黑参考阈值，本实施例中的阈值取值范围是0～255。白参考阈值的获得方法是，对洁净参考图像进行二值化处理，得到最大白阈值，最大白阈值是二值化处理时使图像中的黑色像素小于一个参考基数的最大阈值。本实施例中，参考基数取图像像素总数的0.00005倍（万分之0.5），参考基数为9个像素。采用试算办法，以4位步进值，当阈值为168时，二值化处理后的图像中黑色像素数为63个；当阈值为164时，二值化处理后的图像中黑色像素数为0个。因此采用164为最大白阈值，以最大白阈值减一个误差阈值，本实施例中，误差阈值采用阈值取值范围的5%，误差阈值为13，得到白参考阈值为151，白参考像素数为0。

同理，黑参考阈值的获得方法是，对洁净参考图像进行二值化处理，得到最小黑阈值，所述最小黑阈值是所述二值化处理时使图像中的白色像素小于所述参考基数的最小阈值。本实施例中，参考基数为9个像素。采用试算办法，以4位步进值，当阈值为244时，二值化处理后的图像中白色像素数为17个；当阈值为248时，二值化处理后的图像中白色像素数为0个。因此采用248为最小黑阈值，以最小黑阈值加误差阈值13，得出黑参考阈值为261，黑参考像素数0。

步骤二：在扫地机器人进行工作面清扫时，摄像头拍摄扫地机器人行走前方的工作面的图像，并作为工作图像传送至所述控制器。

工作图像的拍摄位置和获取方法与洁净参考图像相同，即工作图像中工作面的宽度和长度均为300mm。控制器根据工作图像按照固定的间隔生成对比图像，本实施例中，控制器生成对比图像的间隔GS=100mm，是洁净参考图像长度的1/3。即扫地机器人每向前行走100mm，控制器获取一幅对比图像。对比图像是与洁净参考图像尺寸相同、分辨率相同、像素相同、存储格式相同的图像，如图5所示。

步骤三：控制器比较洁净参考图像和工作图像，根据洁净参考图像与工作图像的差异程度控制吸尘电机的输出功率。

本实施例中，识别下限设整个阈值取值范围的27%，为69，白参考阈值为151，白参考阈值大于识别下限。控制器对每个对比图像以白参考阈值进行二值化处理。如图5所示的对比图像，采用阈值为151进行二值化处理后，得到如图6所示的黑白对比图像，对比图像中黑色像素的数量为281，白参考像素数为0，黑色像素的数量多于白参考像素数的数量大于参考基数，可以认为在对应的工作面存在较大颗粒的尘粒，则当扫地机器人行走到对应的工作图像前沿位置时，控制器控制吸尘电机增加输出功率，使吸尘器的气流增加，将工作面清洁干净。

识别上限是整个阈值取值范围的73%，为186，由于洁净参考图像的黑参考阈值已大于识别上限，控制器对对比图像以黑参考阈值进行二值化处理。

扫地机器人的吸尘电机功率应满足对尘粒的吸取能力，本实施例的方法是要尽可能有效地发现尘粒，以特征吸尘器电机的功率，合理使用电能，延长电池的续航时间，并减少工作噪声，延长设备的使用寿命。

图像中工作面尺寸的选取关系到对图像的处理结果。扫地机器通常的清扫宽度与机器人本身的宽度相同，在扫地机器人宽度之外的图像对于控制吸尘电机的功率没有意义，还会影响控制效果。若图像长度值（即图像在扫地机器人行走方向的尺寸）过大，由于光照的变化降低图像的均匀性，而且在一个较大的范围内可能尘粒只存在于一个较小区域，这些因素都会影响图像判别的准确性。若图像长度值过小，其工作面本身通常带有花纹（或纹理），在不同的图像中，其工作面本身的花纹就会使不同时间获取的工作面图像具有较大的差异，也会影响图像的处理和分析；而且图像长度值过小还可能引发吸尘电机频繁地变化功率，对设备产生不利影响。控制器生成对比图像的间隔小于图像的长度值，即相邻两次获取的图像具有重复，这样可以提高发现尘粒的几率。根据实验和研究，图像（包括洁净参考图像相和工作图像）中工作面的与扫地机器人的底面尺寸相同较为有利。其图像的重复度为3较好。

参考基数的选取是根据尘粒在对比图像中出现时的最小像素值。根据实验和研究，采用图像像素总数的万分之0.5效果为优。

经实验研究，当白参考阈值大于阈值取值范围的27%时，说明工作面具有为非深色的特征，采用本方法可以在工作面中发现颜色较深的尘粒。同理，若所述黑参考阈值小于阈值取值范围的73%，说明工作面具有为非浅色的特征，可以发现工作面中颜色较浅的尘粒。

通常的建筑物地板会采用较淡颜色或较深颜色，采用对图像的二值化处理可在很大程度上发现尘粒的存在。白参考阈值和黑参考阈值的选择对发现尘粒的功能具有显著的影响。如本实施例中，白参考阈值与取值范围的起点（0）过近会影像扫地机器人发现深色尘粒的能力，白参考阈值过大会使工作面本身的图像出现过多的黑色像素，与尘粒的黑色像素像混淆。如白参考阈值为168时图像中黑色像素数为63个，会影响对尘粒的判断。反之对于黑参考阈值的选取也存在同类的情形。

由于环境等因素的影响，不同的对比图像在亮度上会存在一定程度的差异，因此在确定白参考阈值和黑参考阈值需要增加一个误差阈值，以抵消对比图像的不同亮度对发现尘粒的影响。如图4所示的洁净参考图像，当图像的亮度降低5%时，采用阈值164进行对比图像的二值化处理，图像中的黑色像素数为167，远大于参考基数9，这就相当于如果对比图像的亮度降低5%，采用164作为阈值对对比图像进行二值化处理，即便相应的工作面没有尘粒，也会出现167个黑色像素，远大于参考基数为9的个像素，会被认为是存在了尘粒，引起系统误判。因此在最大白阈值164的基础上，减一个误差阈值13，用151作为白参考阈值就避免系统误判。若误差阈值取值过大会影响扫地机器人发现尘粒的能力，误差阈值取值太小易出现系统误判。经实验和研究，误差阈值为阈值取值范围的5%～7.5%较为合理。

实施例三：

本实施例是实施例二的另外一个应用实例。

如图7，本实施例中的工作面的是色调居中的工作面。洁净参考图像的宽度为300mm、高度为78mm，宽度像素为850，高度像素为221，分辨率为72DPI。

本实施例的控制方法包括：

步骤一中：

控制器获得洁净参考图像的白参考阈值和黑参考阈值，阈值取值范围是0～255。白参考阈值的获得方法是，对洁净参考图像进行二值化处理，得到最大白阈值，采用试算办法，以4位步进值，当阈值为92时，二值化处理后的图像中黑色像素数为0个；当阈值为96时，二值化处理后的图像中黑色像素数为13个；当阈值为100时，二值化处理后的图像中黑色像素数为585个。参考基数为9个像素，因此采用92为最大白阈值，以最大白阈值减误差阈值13，得到白参考阈值为79，白参考像素数为0。

黑参考阈值的获得方法是，对洁净参考图像进行二值化处理，得到最小黑阈值。参考基数为9个像素。采用试算办法，以4位步进值，当阈值为168时，二值化处理后的图像中白色像素数为882个；当阈值为172时，二值化处理后的图像中白色像素数为3个，少于参考基数9。因此采用172为最大黑阈值，以最大黑阈值加误差阈值13，得出黑参考阈值为185，黑参考像素数3。

步骤二中：在扫地机器人进行工作面清扫，摄像头拍摄扫地机器人行走前方的工作面的图像，控制器根据工作图像对比图像，如图8所示。

步骤三中：识别下限为69，白参考阈值为79，白参考阈值大于识别下限。控制器对每个对比图像以白参考阈值进行二值化处理。如图8所示的对比图像，采用阈值为79进行二值化处理后（如图9所示），对比图像中黑色像素的数量为133，已知白参考像素数为0，黑色像素的数量多于白参考像素数的数量大于参考基数，可以认为在对应的工作面存在较大颗粒的尘粒，则当扫地机器人行走到对应的工作图像前沿位置时，控制器控制吸尘电机增加输出功率，使吸尘器的气流增加，将工作面清洁干净。

识别上限为186，黑参考阈值为185，黑参考阈值小于识别上限。控制器对每个对比图像以黑参考阈值进行二值化处理。如图8所示的对比图像，采用阈值为185进行二值化处理后（如图10所示），对比图像中白色像素的数量为67，已知黑参考像素数为3，白色像素多于黑参考像素数64，白色像素的数量多于黑参考像素数的数量大于参考基数，可以认为在对应的工作面存在较大颗粒的尘粒，则当扫地机器人行走到对应的工作图像前沿位置时，控制器控制吸尘电机增加输出功率，使吸尘器的气流增加，将工作面清洁干净。

由于照灯在接近工作面的位置水平照射，会使尘粒的前面产生较亮的图像，尘粒的后方出现较深色的图像。因此，本实施例的方法可以从图像中白像素和黑像素两个渠道去发现尘粒，可以增加发现尘粒的几率。

实施例四：

本实施例是实施例二的一种扩展。扫地机器人是实施例一所述的图像控制吸尘功率扫地机器人10，所示扫地机器人还具有对特定工作面的特定清扫路径的设定和存储功能。

本实施例步骤一中，先将整个工作面清洁干净，扫地机器人每隔一个图像间隔获取一个工作面的洁净参考图像，并对多个洁净参考图像进行处理，得到多个对应的白参考阈值、黑参考阈值、白参考像素数、黑参考像素数，存储在控制器中。

扫地机器人沿特定的路径进行工作面清扫时，在对应的位置将获取的对比图像与对应的白参考阈值、黑参考阈值、白参考像素数、黑参考像素数进行比较，辨别工作面上的尘粒。

所述图像间隔可以是洁净参考图像中工作面的长度，如实施例二中的300mm。也可以是控制器生成对比图像的间隔，如实施例二中的100mm。

由于一个完整的工作面上，不同位置的环境会有所不同，环境光照也存在差异，会影响到洁净参考图像和对比图像的质量，当环境影响过大时，扫地机器人就无法准确的识别工作面上的尘粒。本实施例的方法，可以减弱和避免环境对识别尘粒的影响。提高扫地机器人识别尘粒的有效性和应用可靠性。

Claims

1.一种图像控制吸尘功率扫地机器人的控制方法，所述扫地机器人在工作面行走、并采用吸尘方式进行工作面的清扫，所述扫地机器人设有摄像头，所述扫地机器人还设有控制吸尘电机输出功率的控制器；其特征在于，所述方法包括：

步骤一：所述扫地机器人获取所述工作面的洁净参考图像；

a. 在清扫工作开始前，控制器获得所述洁净参考图像的白参考阈值和黑参考阈值，所述白参考阈值的获得方法是，对所述洁净参考图像进行二值化处理，得到最大白阈值，所述最大白阈值是所述二值化处理时使图像中的黑色像素小于一个参考基数的最大阈值，以最大白阈值减一个误差阈值得到所述白参考阈值；所述黑参考阈值的获得方法是，对所述洁净参考图像进行二值化处理，得到最小黑阈值，所述最小黑阈值是所述二值化处理时使图像中的白色像素小于所述参考基数的最小阈值，以最小黑阈值加所述误差阈值得到所述黑参考阈值；

步骤二：在所述扫地机器人进行工作面清扫时，所述摄像头拍摄所述扫地机器人行走前方的工作面的图像，作为工作图像；

步骤三：所述控制器比较所述洁净参考图像和所述工作图像，根据所述洁净参考图像与所述工作图像的差异程度控制所述吸尘电机的输出功率；

若所述黑参考阈值小于识别上限，控制器对每个所述工作图像以所述黑参考阈值进行二值化处理，并计算二值化处理后图像中白色像素的数量，若所述白色像素的数量多于所述黑参考像素数的数量大于所述参考基数，则控制器控制所述吸尘电机增加输出功率。

2.根据权利要求1所述的一种图像控制吸尘功率扫地机器人的控制方法，其特征在于，在步骤一中，所述洁净参考图像中工作面的宽度对应于所述扫地机器人的宽度，所述洁净参考图像中工作面的长度为其宽度的1倍～1.5倍；在步骤三中，所述控制器根据所述工作图像按照固定的间隔生成对比图像，所述对比图像是与所述洁净参考图像像素相同、存储格式相同的图像。

3.根据权利要求1所述的一种图像控制吸尘功率扫地机器人的控制方法，其特征在于，所述洁净参考图像是存储格式为256级的灰度图像，所述控制器生成对比图像的间隔为所述洁净参考图像长度的1/3。

4.根据权利要求1所述的一种图像控制吸尘功率扫地机器人的控制方法，其特征在于，所述误差阈值为阈值取值范围的5%～7.5%；所述参考基数为图像像素总数的0.00004倍～0.00007倍，所述识别下限为整个阈值取值范围的27%，所述识别上限为整个阈值取值范围的73%。

5.根据权利要求4所述的一种图像控制吸尘功率扫地机器人的控制方法，其特征在于，所述参考基数为图像像素总数的0.00005倍。