CN107239774B - 一种路面智能清洁方法及装置 - Google Patents
一种路面智能清洁方法及装置 Download PDFInfo
- Publication number
- CN107239774B CN107239774B CN201710624368.9A CN201710624368A CN107239774B CN 107239774 B CN107239774 B CN 107239774B CN 201710624368 A CN201710624368 A CN 201710624368A CN 107239774 B CN107239774 B CN 107239774B
- Authority
- CN
- China
- Prior art keywords
- road surface
- cleaning
- information
- road
- pollution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
- E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Civil Engineering (AREA)
- Development Economics (AREA)
- Architecture (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Structural Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种路面智能清洁方法及装置,该方法包括接收清洁车辆上传的前方路面图像信息,根据前方路面图像信息识别前方路况信息和污染等级;根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面。本发明通过对前方路面图像信息进行识别,获取前方路况信息和污染等级,并根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面,对不同路况信息和污染等级针对性的调节最合适的清洁模式,提高了清扫的精确性,真正实现了清扫无死角,提高了路面的清扫效率,降低了人工因素的影响,延长了清扫设备的使用寿命。
Description
技术领域
本发明涉及道路清洁技术领域,尤其涉及一种路面智能清洁方法及装置。
背景技术
随着交通的发展,路面清洁车的应用越来越普遍。路面清洁车可以大大降低人工清扫路面的强度,提高清扫的效率,因此,环卫部门大多采用路面清洁车对路面进行清扫。通过驾驶员控制清洁车在路面上行驶并对路面进行清洁,可以在一定程度上对路面进行清洁,但是清洁效果便无法得到有效保证,已经无法满足现有的道路清洁要求。
目前国内很多城市都在大力搞基础设施建设,很多路面都需要进行开挖,这样就会造成里面很多地方不平整,出现凹凸不平的情况,这对清洁车辆来说会造成极大的不便。传统路面清洁车对路面的清洁针对所有的路况均采用统一的清洗模式和清洗标准,这样,对于不同路况的清洁就没有针对性,并且清洁效果会大打折扣。比如,对于坑洼不平的路面,按照正常的统一的清洁模式进行清洁,很可能无法实现在坑洼处的有效清洁,对于存在凸起的路面,按照正常的统一的清洁模式进行清洁,很可能会损坏清洁车上的清扫头,从而降低清洁车辆的使用寿命,增加清洁车的维护成本。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种路面智能清洁方法及系统。
第一方面,本发明提供了一种路面智能清洁方法,该方法包括:接收清洁车辆上传的前方路面图像信息,根据前方路面图像信息识别前方路况信息和污染等级;根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面。
本发明实施例的路面智能清洁方法,通过对前方路面图像信息进行识别,获取前方路况信息和污染等级,并根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面,对不同路况信息和污染等级针对性的调节最合适的清洁模式,延长了清扫设备的使用寿命,降低了清洁车的维护成本,且通过前方路面图像信息进行识别,获取前方路况信息,提高了清扫的精确性,真正实现了清扫无死角,提高了路面的清扫效率,降低了人工因素的影响。
进一步,所述方法还包括:接收清洁车辆上传的后方路面图像信息,并根据后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,确定清洁程度并存储。
上述实施例中,通过将后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,可以识别清洁前后路面污染物的清洁程度,并根据清洁程度确定清洁效果,便于后台工作人员对路面清洁效果进行跟踪,并为后续调整不同前方路况信息和污染等级对应的清洁模式提供参考,以便以最合理的清洁模式清洁路面,并达到最佳清洁效果。
进一步,所述方法还包括:将所述清洁程度与预设清洁程度阈值进行比较,并在所述清洁程度小于预设清洁程度阈值时,生成清洁异常提醒信息并发送至清洁车辆。
上述实施例中,通过对清洁程度进行验证,便于在清洁效果达不到预期时通过清洁异常提醒信息提醒清洁车辆上的驾驶员,方便清洁车辆上的驾驶员及时发现异常并采取措施,确保路面清洁效果。
进一步,所述方法还包括:当所述路面类型为坑洼路面或凸起路面时,读取前方路面的平整度值,且在前方路面的平整度值超过预设修缮平整度阈值时,获取清洁车辆位置信息,并根据所述车辆位置信息、路面类型和前方路面图像信息生成路面修缮提醒信息,同时将所述路面修缮提醒信息上传至路政部门应用服务器。
上述实施例中,通过路面修缮提醒信息可以及时提醒路政部门清洁车辆所在位置的路面出现异常,并通过前方路面图像及时告知路政部门具体的异常状况,便于路政部门及时委派维修人员对出现异常的路面进行修缮,保持道路平整,提高道路通行效率。
第二方面,本发明提供了一种路面智能清洁装置,所述装置包括:
第一接收单元,用于接收清洁车辆上传的前方路面图像信息;处理单元,用于根据前方路面图像信息识别前方路况信息和污染等级,并根据前方路况信息和污染等级生成控制命令;发送单元,用于将所述控制命令发送至清洁车辆,清洁车辆接收所述控制命令并切换至对应的清洁模式打扫前方路面。
本发明的路面智能清洁装置,通过处理单元对前方路面图像信息进行识别,获取前方路况信息和污染等级,并根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面,对不同路况信息和污染等级针对性的调节最合适的清洁模式,延长了清扫设备的使用寿命,降低了清洁车的维护成本,且通过前方路面图像信息进行识别,获取前方路况信息,提高了清扫的精确性,真正实现了清扫无死角,提高了路面的清扫效率,降低了人工因素的影响。
进一步,所述装置还包括第二接收单元,用于接收清洁车辆上传的后方路面图像信息,所述处理单元根据后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,并确定清洁效果。
上述实施例中,处理单元通过将后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,可以识别清洁前后路面污染物的清洁程度,并根据清洁程度确定清洁效果,便于后台工作人员对路面清洁效果进行跟踪,并为后续调整不同前方路况信息和污染等级对应的清洁模式提供参考,以便以最合理的清洁模式清洁路面,并达到最佳清洁效果。
进一步,所述处理单元还包括验证子单元,用于将所述清洁程度与预设清洁程度阈值进行比较,并在所述清洁程度小于预设清洁程度阈值时,生成清洁异常提醒信息并发送至清洁车辆。
上述实施例中,通过验证子单元对清洁车辆的路面清洁程度进行验证,便于在清洁效果达不到预期时通过清洁异常提醒信息提醒清洁车辆上的驾驶员,方便清洁车辆上的驾驶员及时发现异常并采取措施,确保路面清洁效果。
进一步,所述处理单元还包括修缮提醒子单元,用于当所述路面类型为坑洼路面或凸起路面时,读取前方路面的平整度值,且在前方路面的平整度值超过预设修缮平整度阈值时,获取清洁车辆位置信息,并根据所述车辆位置信息和路面类型生成路面修缮提醒信息,同时将所述前方路面图像信息和对应的路面修缮提醒信息一并上传至路政部门应用服务器。
上述实施例中,通过路面修缮提醒信息可以及时提醒路政部门清洁车辆所在位置的路面出现异常,并通过前方路面图像及时告知路政部门具体的异常状况,便于路政部门及时委派维修人员对出现异常的路面进行修缮,保持道路平整,提高道路通行效率。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明一实施例提供的路面智能清洁方法流程示意图;
图2为本发明另一实施例提供的路面智能清洁方法流程示意图;
图3为本发明另一实施例提供的路面智能清洁方法流程示意图;
图4为本发明另一实施例提供的路面智能清洁方法流程示意图;
图5为本发明另一实施例提供的路面智能清洁方法流程示意图;
图6为本发明另一实施例提供的路面智能清洁方法流程示意图;
图7为本发明另一实施例提供的路面智能清洁方法流程示意图;
图8为本发明另一实施例提供的路面智能清洁系统架构图;
图9为本发明一实施例提供的路面智能清洁装置结构示意图;
图10为本发明另一实施例提供的路面智能清洁装置结构示意图;
图11为本发明另一实施例提供的路面智能清洁装置结构示意图;
图12为本发明另一实施例提供的路面智能清洁装置结构示意图;
图13为本发明另一实施例提供的路面智能清洁装置结构示意图;
图14为本发明另一实施例提供的路面智能清洁装置结构示意图;
图15为本发明另一实施例提供的路面智能清洁系统架构图;
图16为本发明另一实施例提供的电力电缆故障监测装置结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、模块、技术之类的具体细节,以便透切理解本发明。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
本发明中,所述的路面智能清洁方法及装置都是基于清洁车辆进行解释说明,当然也可以采用其他工具,本实施例中基于清洁车辆进行的解释说明不能看做是对发明的限定,只要能配合完成本发明智能清洁方法及装置实现既定的功能即可。
如图1给出了本发明实施例提供的一种路面智能清洁方法流程示意图。如图1所示方法的执行主体可以是服务器,该方法包括:
S110,接收清洁车辆上传的前方路面图像信息,根据前方路面图像信息识别前方路况信息和污染等级;
本实施例中,在清洁车辆的前部安装有图像采集设备,比如高清摄像机等,图像采集设备实时采集清洁车辆的前方路面图像信息,并通过无线网络自动上传。
实际中,为了获取更好的前方路面信息采集效果,可以采用视角较广的图像采集设备,或者采取两台或者更多台图像采集设备,以便更清晰更全面的获取清洁车辆的前方路面图像信息,以防止由于清洁车辆的前方路面图像信息不清晰或者不完整而造成前方路况信息和污染等级识别出现错误和偏差,最终影响路面的清洁效果。
需要指出的是,实际中,路面通常都画有行车道线,为了避免获取前方路面图像信息时出现角度偏差,通常以行车道两侧的行车道线作为参照物,在清洁开始之前,对图像采集装置进行校准,使得图像采集装置的视场中心位于行车道上的两条行车道线之间的中间位置处,这样可以确保图像采集设备获取的前方路面信息能够准确全面的反映出清洁车辆的正前方的具体情况。
另外,为了使得获取的清洁车辆的前方路面图像信息更加清晰,需要对图像采集设备设置一个保护罩,并在保护罩上设置一个雨刮。因为清洁车辆在作业的过程中会有灰尘飞散和雨水飞溅,容易造成图像采集设备的镜头收到污染,从而影响其获取的前方路面图像信息的清晰度,导致对前方路况信息系和污染等级的判断出现偏差或失误。
本实施例中,通过前方路面图像信息识别前方路况和污染等级,便于准确或者前方路面的具体情况,比如,是否有凹坑、凸起或者污染的严重程度,这些都可以给清洁车辆选取合适的清洁模式对前方路面进行清洁提供参考。这里,前方路面的污染等级根据预先设定的范围对应划分。
S120,根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面。
这里,通过对前方路面的具体情况判断来调节清洁车辆的清洁模式,可以有针对性的根据前方路面的路况信息和污染等级对其进行清洁,这样可以取得比较好的清洁效果。比如当前方路面为凸起路面时,可以适当抬起清洁车辆的清洗头,避免路面凸起部分对清洗头造成损坏。相反,如果前方路面为凹坑路面时,那么就需要下降清洁车辆的清洗头,这样可以使得清洗头可深入到凹坑内并对凹坑内进行清洁。这样,就可以针对不同类型的路面状况进行彻底的清洁,无死角,有效提高路面的清洁效果。
实际中,在清洁车辆的前部成排设置多个清洗头,所有的清洗头通过集成电路进行分别控制,这样就可以根据前方路面不同部位出现凸起或者凹坑时调节对应的清洗头,实现针对性的清扫,使得不会因为路面存在凹坑或凸起而存在清洁盲区,从而影响清洁效果。
特别地,在清洁之前,需要对安装在清洁车辆前部的图像获取设备和清洁头的相对位置进行定标,即确定图像采集设备获取前方路面图像信息对应的路面位置和清洁头之间的距离,便于根据二者之间的距离和车速确定清洁头达到前方路面图像信息对应路面位置的时间,这样就可以实现清洁头恰好达到前方路面图像信息对应的路面位置时控制请接头的具体动作,比如上升、下降、调整转速、调整清洁角度等等。
上述实施例的路面智能清洁方法,通过对前方路面图像信息进行识别,获取前方路况信息和污染等级,并根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面,对不同路况信息和污染等级针对性的调节最合适的清洁模式,延长了清扫设备的使用寿命,降低了清洁车的维护成本,且通过前方路面图像信息进行识别,获取前方路况信息,提高了清扫的精确性,真正实现了清扫无死角,提高了路面的清扫效率,降低了人工因素的影响。
优选地,作为本发明的一个实施例,如图2所示,该实施例中,所述根据前方路面图像信息识别前方路况信息和污染等级具体包括:
S210,接收清洁车辆上传的前方路面图像信息,根据所述前方路面图像信息识别前方路况信息,其中,前方路况信息包括路面类型和路面平整等级;
这里,通过接收清洁车辆上传的前方路面图像信息,可以通过对前方路面图像信息进行图像处理初步判断前方路面的路面类型,比如是平整路面、坑洼路面或者凸起路面,这样就可以便于后续根据路面类型控制清洁车辆清洁头的升降,并将路面类型和路面平整等级作为确定清洁模式中的第一个因子和第二个因子。
另外,通过接收清洁车辆上传的前方路面图像信息,可以通过对前方路面图像信息进行图像处理识别路面的平整等级,并通过等级高低来表示,比如平整等级为一级表示路面平整,平整等级为二级,表明路面基本平整,坑洼或凸起的幅度较小,平整等级为三级,则表面路面有明显的坑洼或凸起,且坑洼或凸起的幅度较大等等。当然,也可以根据实际情况划分为更细分的等级,这里不做任何限定。
S220,将所述前方路面图像信息与预设标准清洁路面图像信息比对,计算每一种前方路况信息对应的污染等级;其中,所述污染等级根据预设污染等级区间长度划分为多级。
这里,通过将所述前方路面图像信息与预设标准清洁路面图像信息进行比对,可以准确计算出路面在受到污染之后的清洁程度与标准的清洁路面的清洁程度之间的反差,并通过二者的反差来确定路面的污染等级。
同时,标准清洁路面图像信息是通过对路面清洁之后并达到预设洁净标准的情况下通过图像采集设备获取得到,并作为判定路面污染等级的参照。需要说明的是,针对不同的路面,或者不同清洁要求的路面,可以根据事情情况选取合适的预设标准清洁路面图像信息。
另外,这里的污染等级可以根据所述前方路面图像信息与预设标准清洁路面图像信息之间的差别程度进行区分,具体的划分规则按照预先制定的污染等级区间长度进行划分,并根据所述前方路面图像信息与预设标准清洁路面图像信息之间的差别程度读取对应的污染等级,这样就可以判断前方路面的污染程度,从而可以将污染等级作为确定合适清洁模式的第三个因子。
上述实施例中,通过对前方路面图像信息进行识别,可以确定前方路面的路面类型和污染等级,便于后续根据前方路面类型和污染等级选取合适的清洁模式对前方路面进行清洁,已达到更好的清洁效果,延长清洁车辆的使用寿命,降低清洁车辆的维护成本,提高道路的通行效率。
优选地,作为本发明的一个实施例,如图3所示,该实施例中,所述根据所述前方路面图像信息识别前方路况信息具体包括:
S310,对所述前方路面图像信息进行图像处理,得到前方路面参数信息,并根据所述前方路面参数信息读取前方路面的路面类型和对应的平整度值,其中,所述路面类型包括坑洼路面、凸起路面和平整路面;
这里,通过对所述前方路面图像信息进行图像处理,并得到前方路面参数信息,根据所述前方路面参数信息读取前方路面的路面类型和对应的平整度值,路面类型可以分为坑洼路面、凸起路面和平整路面三种,当然还可以再进行细分,比如对坑洼路面细分为三种或更多种。另外,这里的路面类型和对应的平整度值可以共同采用正数、负数和零来表示,比如+0.75表明前方路面类型为凸起路面,平整度值为0.75,再比如0表明前方路面类型为平整路面,平整度值为0,又比如平整度值为-0.25,表明前方路面类型为坑洼路面,平整度值为0.25。
优选地,作为本发明的一个实施例,该实施例中,所述方法还包括:当所述路面类型为坑洼路面或凸起路面时,读取前方路面的平整度值,且在前方路面的平整度值超过预设修缮平整度阈值时,获取清洁车辆位置信息,并根据所述车辆位置信息、路面类型和前方路面图像信息生成路面修缮提醒信息,同时将所述路面修缮提醒信息上传至路政部门应用服务器。
比如,当前方路面为坑洼路面时,其平整度值超过了预设修缮平整度阈值时,表明前方路面需要进行及时修缮处理,此时,就需要首先确定坑洼路面的具体位置,本发明中,通过在清洁车辆上设定定位装置,并将定位信息上传,后台服务器根据车辆位置信息、路面类型和前方路面图像信息生成路面修缮提醒信息,上传至路政部门应用服务器。
上述实施例中,通过路面修缮提醒信息可以及时提醒路政部门清洁车辆所在位置的路面出现异常,并通过前方路面图像及时告知路政部门具体的异常状况,便于路政部门及时委派维修人员对出现异常的路面进行修缮,保持道路平整,提高道路通行效率。
S320,根据所述平整度值和预设路面等级及其对应的路面平整度区间读取每一种路面类型对应的路面平整等级,其中,所述路面平整等级根据预设路面平整等级区间长度划分为多级。
这里,得到路面平整等级之后,根据预设路面平整等级以及对应的平整度区间长度读取对应的平整等级,通过前方路面的平整等级可以准确的反映处前方路面的平整状况。
上述实施例中,通过对所述前方路面图像信息进行处理,可有效识别前方路况信息,并为后续确定清洁模式提供重要依据,使得清洁车辆针对不同路况类型的路面情况作出针对性清洁。
优选地,作为本发明的一个实施例,如图4所示,该实施例中,所述方法还包括:
S330,当前方路面的平整等级超过预设安全平整等级时,则生成绕过提醒信息,并发送至清洁车辆,提醒驾驶员绕过前方,避免清洁车辆受到损伤。比如当前方路面存在比较深的坑洼时,清洁车辆无法正常通过,此时需要提醒驾驶员绕过前方路面的深坑洼,防止清洁车辆陷入深坑洼内无法驶出或者对清洁车辆造成损伤。
优选地,作为本发明的一个实施例,如图5所示,该实施例中,所述识别每一种路况类型对应的污染等级具体包括:
S410,计算所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值;
通常情况下,路面经过清洁后会相对清洁,经过一段时间后(比如车辆和行人通过会带来一些垃圾纸屑和灰尘)会造成路面同程度的污染,并且路面不同程度污染体现在前方路面图像参数信息与标准清洁路面图像参数信息之间的偏差,所以,通过计算所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值,就可以便于后续根据所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值来判断路面的污染等级。
实际中,这里的前方路面图像参数信息与标准清洁路面图像参数信息之间的差值是具体的量化值,这个具体的量化值并不能完全直观的反映出准确的污染等级,因为在实际清洁过程中,还需要结合具体的路面情况(比如同一个具体的量化值,针对不同路面类型,平整路面就比坑洼路面更难清洁)来综合评判其污染等级,并且这里结合具体的路面情况综合评判污染等级并不是最终目的,而是为了根据污染等级确定清洁模式。
S420,根据所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值和对应的预设路面类型权重系数相乘后求和得到道路第一污染指数,根据所述平整度差值和对应的预设路面平整等级权重系数相乘后求和得到道路第二污染指数,将所述道路第一污染指数与所述道路第二污染指数相加,求得道路综合污染指数;
考虑到实际中的路面情况,需要将得到的具体量化值与预设路面类型权重系数和预设路面平整等级权重系数进行综合计算,具体的路面类型权重系数和预设路面平整等级权重系数根据具体的路面类型和路面平整等级不同而不同。本实施例中,如表1所示,可以根据具体的路面类型分为3种情况,当然也可以根据路面平整等级来划分,以及可以划分为其他数量的情况,具体本实施例不做任何限定。
表1
路面类型 | 路面类型权重系数 | 路面平整等级权重系数 |
平直路面 | 0.2 | 0.8 |
坑洼路面 | 0.4 | 0.6 |
凸起路面 | 0.6 | 0.4 |
S430,根据道路综合污染指数与所属的污染等级范围确定前方路面的污染等级。
具体地,计算出道路综合污染指数后,根据预先设定的污染等级及其对应的综合污染指数范围读取道路污染指数对应的污染等级,这样就可以结合道路的污染情况、道路类型和道路平整等级得出一个综合的污染等级,作为后续选取清洁模式的依据。
上述实施例中,通过对前方路面图像信息与标准清洁路面图像信息进行比较并计算出二者之间的差值,一方面,通过二者之间的差值和对应的预设路面类型权重系数相乘后求和得到道路第一污染指数,可以反映出路面类型对路面的污染清扫难度的影响,另一方面,根据所述平整度差值和对应的预设路面平整等级权重系数相乘后求和得到道路第二污染指数,可以反映出路面平整度对路面的污染清扫难度的影响,将路面类型和路面平整度对路面清扫的结合起来,可以综合反映出整个路面的污染清扫情况,可以计算出道路的综合污染指数,并根据道路综合污染指数确定污染等级,可以准确的确定前方道路的污染等级,便于后续选取相适应的清洁模式进行针对性清扫。
优选地,作为本发明的一个实施例,该实施例中,所述根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式具体包括:依次读取前方路况信息和污染等级,并根据预先建立的查询表格读取所述前方路况信息和污染等级对应的清洁模式信息,根据所述清洁模式信息生成控制命令并发送至清洁车辆,控制清洁车辆根据所述控制命令切换至对应的清洁模式。
具体地,由于所述前方路况信息包括路面类型和路面平整等级,实际中将路面类型和路面平整等级区分优先级,比如路面类型优先于路面平整等级,于是所述清洁模式信息的确定就需要分三个层次依次确定:路面类型—路面平整等级—污染等级。根据预先建立的查询表格读取前方路面所属的前方路况信息和污染等级对应的清洁模式信息,即可确定清洁车辆的清洁模式,并对前方路面进行针对性清洁。
本实施例中,如表2所示,可以根据具体的路面类型、路面平整等级和污染等级作为优先等级顺序分为27种情况,当然也可以分为其他数量的情况,具体本实施例不做任何限定。
表2
上述实施例中,通过已经确定的前方路况信息和污染等级,并根据预先建立的查询表格读取前方路面所属的前方路况信息和污染等级对应的清洁模式信息,即可确定清洁车辆对应的清洁模式,并进行针对性作业。
需要指出的是,每种清洁模式均包括一下清洁参数“清洗头高度、清洁转速和清洁角度等”,并且每种清洁模式中的清洁参数均不相同,需要根据实际清洁效果进行设定。
优选地,作为本发明的一个实施例,如图6所示,该实施例中,所述方法还包括:
S130,接收清洁车辆上传的后方路面图像信息,并根据后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,确定清洁程度并存储。
上述实施例中,通过将后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,具体地,将所述后方路面图像信息进行图像处理,得到后方路面图像参数信息,根据所述前方路面图像参数信息和后方路面图像参数信息可以识别清洁前后路面污染物的清洁程度,并根据清洁程度确定清洁效果,便于后台工作人员对路面清洁效果进行跟踪,并为后续调整不同前方路况信息和污染等级对应的清洁模式提供参考,以便以最合理的清洁模式清洁路面,并达到最佳清洁效果。
本实施例中,在清洁车辆的后部也安装有图像采集设备,比如高清摄像机等,用来采集经过清洁之后清洁车辆的后方路面图像信息,并通过无线网络自动上传。
同理,实际中,为了获取更好的后方路面信息采集效果,可以采用视角较广的图像采集设备,或者采取两台或者更多台图像采集设备,以便更清晰更全面的获取清洁车辆的后方路面图像信息,以防止由于清洁车辆的后方路面图像信息不清晰或者不完整而造成对清洁效果的判断出现偏差,直接导致后台工作不便。
特别地,在清洁之前,需要对安装在清洁车辆后部的图像获取设备和安装在清洁车辆前部的图像采集装置的相对位置进行定标,即确定同一时刻位于清洁车辆后部的图像采集设备获取的后方路面图像信息对应的路面位置和位于清洁车辆前部的图像采集设备获取的前方路面图像信息对应的路面位置之间的距离,便于根据同一位置对应的前方路面图像信息和后方路面图像信息确定路面清洁效果。
优选地,作为本发明的一个实施例,如图7所示,该实施例中,所述方法还包括:
S140,将所述清洁程度与预设清洁程度阈值进行比较,并在所述清洁程度小于预设清洁程度阈值时,生成清洁异常提醒信息并发送至清洁车辆。
这里,通过将所述清洁程度与预设清洁程度阈值进行比较,可以判断经过清洁车辆清洁后路面的清洁效果,以确定经过清洁后的路面是否达到预先设定的要求。
上述实施例中,通过对清洁程度进行验证,便于在清洁效果达不到预期时通过清洁异常提醒信息提醒清洁车辆上的驾驶员,方便清洁车辆上的驾驶员及时发现异常并采取措施,确保路面清洁效果。
上文结合图1至图7,详细描述了根据本发明实施例的路面智能清洁方法,下面结合图8-16,详细描述根据本发明实施例的路面智能清洁装置。
图8为本发明实施例提供的一种路面智能清洁系统架构图。具体如图8所示,该系统架构至少包括:至少一个前端采集终端、物联网系统和后台服务器。
所述前端采集终端采用图像采集设备,比如高清摄像机等,安装在清洁车辆的前部,用来采集清洁车辆的前方路面图像信,并通过无线网络自动上传至后台服务器。
实际中,为了获取更好的前方路面信息采集效果,可以采用视角较广的图像采集设备,或者采取两台或者更多台图像采集设备,以便更清晰更全面的获取清洁车辆的前方路面图像信息,以防止由于清洁车辆的前方路面图像信息不清晰或者不完整而造成前方路况信息和污染等级识别出现错误和偏差,最终影响路面的清洁效果。
需要指出的是,实际中,路面通常都画有行车道线,为了避免获取前方路面图像信息时出现角度偏差,通常以行车道两侧的行车道线作为参照物,在清洁开始之前,对图像采集装置进行校准,使得图像采集装置的视场中心位于行车道上的两条行车道线之间的中间位置处,这样可以确保图像采集设备获取的前方路面信息能够准确全面的反映出清洁车辆的正前方的具体情况。
另外,为了使得获取的清洁车辆的前方路面图像信息更加清晰,需要对图像采集设备设置一个保护罩,并在保护罩上设置一个雨刮。因为清洁车辆在作业的过程中会有灰尘飞散和雨水飞溅,容易造成图像采集设备的镜头收到污染,从而影响其获取的前方路面图像信息的清晰度,导致对前方路况信息系和污染等级的判断出现偏差或失误。
其中,物联网系统包括物联网接入设备、物联网互联设备、物联网安全设备和物联网应用服务器等。物联网接入设备包括有物联网远端接入接口和物联网本地接入接口,用于通过所述物联网远端接入接口和物联网本地接入接口建立外部终端与物联网服务子系统的连接。物联网互联设备包括有分别用于与物联网接入设备、物联网安全设备、物联网应用服务器以及内部终端连接的物联网互联接口,用于通过所述物联网互联接口提供所述物联网接入设备以及所述物联网服务子系统的互联。
本申请文件将详细介绍物联网应用服务器所执行的方法流程。该实施例中,物联网应用服务器为后台监控平台,即路面智能清洁装置。图9为本发明实施例提供的一种车辆事故快速救援装置结构示意图。如图9所示,该装置包括:第一接收单元、处理单元和发送单元。
第一接收单元,用于接收清洁车辆上传的前方路面图像信息;
实际中,所述第一接收单元通过无线网络接收安装在清洁车辆上的前端采集终端实时上传的前方路面图像信息。
处理单元,用于根据前方路面图像信息识别前方路况信息和污染等级,并根据前方路况信息和污染等级生成控制命令;
发送单元,用于将所述控制命令发送至清洁车辆并控制清洁车辆切换至对应的清洁模式打扫前方路面。
这里,通过对前方路面的具体情况判断来调节清洁车辆的清洁模式,可以有针对性的根据前方路面的路况信息和污染等级对其进行清洁,这样可以取得比较好的清洁效果。比如当前方路面为凸起路面时,可以适当控制抬起清洁车辆的清洗头,避免路面凸起部分对清洗头造成损坏。相反,如果前方路面为凹坑路面时,那么就需要下降清洁车辆的清洗头,这样可以使得清洗头可深入到凹坑内并对凹坑内进行清洁。这样,就可以针对不同类型的路面状况进行彻底的清洁,无死角,有效提高路面的清洁效果。
实际中,在清洁车辆的前部成排设置多个清洗头,所有的清洗头通过集成电路进行分别控制,这样就可以根据前方路面不同部位出现凸起或者凹坑时调节对应的清洗头,实现针对性的清扫,使得不会因为路面存在凹坑或凸起而存在清洁盲区,从而影响清洁效果。
特别地,在清洁之前,需要对安装在清洁车辆前部的图像获取设备和清洁头的相对位置进行定标,即确定图像采集设备获取前方路面图像信息对应的路面位置和清洁头之间的距离,便于根据二者之间的距离和车速确定清洁头达到前方路面图像信息对应路面位置的时间,这样就可以实现清洁头恰好达到前方路面图像信息对应的路面位置时控制请接头的具体动作,比如上升、下降、调整转速、调整清洁角度等等。
上述实施例的路面智能清洁方法,通过处理单元对前方路面图像信息进行识别,获取前方路况信息和污染等级,并根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面,对不同路况信息和污染等级针对性的调节最合适的清洁模式,延长了清扫设备的使用寿命,降低了清洁车的维护成本,且通过前方路面图像信息进行识别,获取前方路况信息,提高了清扫的精确性,真正实现了清扫无死角,提高了路面的清扫效率,降低了人工因素的影响。
优选地,作为本发明的一个实施例,如图10所示,该实施例中,所述处理单元包括:
路况信息子单元,用于接收清洁车辆上传的前方路面图像信息,根据所述前方路面图像信息识别前方路面的路面平整度信息,并根据所述路面平整度信息确定前方路况信息,其中,前方路况信息包括路面类型和路面平整等级;
这里,通过路况信息子单元对前方路面图像信息进行图像处理初步判断前方路面的路面类型,比如是平整路面、坑洼路面或者凸起路面,这样就可以便于后续根据路面类型控制清洁车辆清洁头的升降,并将路面类型和路面平整等级作为确定清洁模式中的第一个因子和第二个因子。
另外,通过对前方路面图像信息进行图像处理识别路面的平整等级,并通过等级高低来表示,比如平整等级为一级表示路面平整,平整等级为二级,表明路面基本平整,坑洼或凸起的幅度较小,平整等级为三级,则表面路面有明显的坑洼或凸起,且坑洼或凸起的幅度较大等等。当然,也可以根据实际情况划分为更细分的等级,这里不做任何限定。
污染等级子单元,用于将所述前方路面图像信息与预设标准清洁路面图像信息比对,计算每一种前方路况信息对应的污染等级,其中,所述污染等级根据预设污染等级区间长度划分为多级。
这里,通过污染等级子单元将所述前方路面图像信息与预设标准清洁路面图像信息进行比对,可以准确计算出路面在受到污染之后的清洁程度与标准的清洁路面的清洁程度之间的反差,并通过二者的反差来确定路面的污染等级。
同时,标准清洁路面图像信息是通过对路面清洁之后并达到预设洁净标准的情况下通过图像采集设备获取得到,并作为判定路面污染等级的参照。需要说明的是,针对不同的路面,或者不同清洁要求的路面,可以根据事情情况选取合适的预设标准清洁路面图像信息。
另外,这里的污染等级可以根据所述前方路面图像信息与预设标准清洁路面图像信息之间的差别程度进行区分,具体的划分规则按照预先制定的污染等级区间长度进行划分,并根据所述前方路面图像信息与预设标准清洁路面图像信息之间的差别程度读取对应的污染等级,这样就可以判断前方路面的污染程度,从而可以将污染等级作为确定合适清洁模式的第三个因子。
上述实施例中,通过对前方路面图像信息进行识别,可以确定前方路面的路面类型和污染等级,便于后续根据前方路面类型和污染等级选取合适的清洁模式对前方路面进行清洁,已达到更好的清洁效果,延长清洁车辆的使用寿命,降低清洁车辆的维护成本,提高道路的通行效率。
优选地,作为本发明的一个实施例,所述路况信息子单元具体用于:
对所述前方路面图像信息进行图像处理,得到前方路面参数信息,并根据所述前方路面参数信息读取前方路面的路面类型和对应的平整度值,其中,所述路面类型包括坑洼路面、凸起路面和平整路面;
这里,通过对所述前方路面图像信息进行图像处理,并得到前方路面参数信息,根据所述前方路面参数信息读取前方路面的路面类型和对应的平整度值,路面类型可以分为坑洼路面、凸起路面和平整路面三种,当然还可以再进行细分,比如对坑洼路面细分为三种或更多种。另外,这里的路面类型和对应的平整度值可以共同采用正数、负数和零来表示,比如+0.75表明前方路面类型为凸起路面,平整度值为0.75,再比如0表明前方路面类型为平整路面,平整度值为0,又比如平整度值为-0.25,表明前方路面类型为坑洼路面,平整度值为0.25。
根据所述平整度值和预设路面等级及其对应的路面平整度区间读取每一种路面类型对应的路面平整等级,其中,所述路面平整等级根据预设路面平整等级区间长度划分为多级。
这里,得到路面平整等级之后,根据预设路面平整等级以及对应的平整度区间长度读取对应的平整等级,通过前方路面的平整等级可以准确的反映处前方路面的平整状况。
上述实施例中,通过对所述前方路面图像信息进行处理,可有效识别前方路况信息,并为后续确定清洁模式提供重要依据,使得清洁车辆针对不同路况类型的路面情况作出针对性清洁。
优选地,作为本发明的一个实施例,如图11所示,所述装置还包括绕过提醒子单元,用于当前方路面的平整等级超过预设安全平整等级时,则生成绕过提醒信息,并发送至清洁车辆,提醒驾驶员绕过前方,避免清洁车辆受到损伤。比如当前方路面存在比较深的坑洼时,清洁车辆无法正常通过,此时需要提醒驾驶员绕过前方路面的深坑洼,防止清洁车辆陷入深坑洼内无法驶出或者对清洁车辆造成损伤。
优选地,作为本发明的一个实施例,所述污染等级子单元具体用于:
计算所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值;
通常情况下,路面经过清洁后会相对清洁,经过一段时间后(比如车辆和行人通过会带来一些垃圾纸屑和灰尘)会造成路面同程度的污染,并且路面不同程度污染体现在前方路面图像参数信息与标准清洁路面图像参数信息之间的偏差,所以,通过计算所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值,就可以便于后续根据所述前方路面图像信息与标准清洁路面图像参数信息之间的差值来判断路面的污染等级。
实际中,这里的前方路面图像参数信息与标准清洁路面图像参数信息之间的差值是具体的量化值,这个具体的量化值并不能完全直观的反映出准确的污染等级,因为在实际清洁过程中,还需要结合具体的路面情况(比如同一个具体的量化值,针对不同路面类型,平整路面就比坑洼路面更难清洁)来综合评判其污染等级,并且这里结合具体的路面情况综合评判污染等级并不是最终目的,而是为了根据污染等级确定清洁模式。
根据所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值、预设预设路面类型权重系数和预设路面平整等级权重系数计算道路污染指数;
考虑到实际中的路面情况,需要将得到的具体量化值与预设路面类型权重系数和预设路面平整等级权重系数进行综合计算,具体的路面类型权重系数和预设路面平整等级权重系数根据具体的路面类型和路面平整等级不同而不同。
根据道路污染指数与所属的污染等级范围确定前方路面的污染等级。
具体地,计算出道路污染指数后,根据预先设定的污染等级及其对应的污染指数范围读取道路污染指数对应的污染等级,这样就可以结合道路的污染情况、道路类型和道路平整等级得出一个综合的污染等级,作为后续选取清洁模式的依据。
上述实施例中,通过对前方路面图像信息与标准清洁路面图像信息进行比较,并结合道路类型和道路平整等级,可以计算出道路的污染指数,并根据道路污染指数确定污染等级,可以准确的确定前方道路的污染等级。
优选地,作为本发明的一个实施例,如图12所示,所述处理单元还包括查询子单元,用于依次读取前方路况信息和污染等级,并根据预先建立的查询表格读取所述前方路况信息和污染等级对应的清洁模式信息,根据所述清洁模式信息生成控制命令并发送至清洁车辆,控制清洁车辆根据所述控制命令切换至对应的清洁模式。
具体地,由于所述前方路况信息包括路面类型和路面平整等级,实际中将路面类型和路面平整等级区分优先级,比如路面类型优先于路面平整等级,于是所述清洁模式信息的确定就需要分三个层次依次确定:路面类型—路面平整等级—污染等级。根据预先建立的查询表格读取前方路面所属的前方路况信息和污染等级对应的清洁模式信息,即可确定清洁车辆的清洁模式,并对前方路面进行针对性清洁。
上述实施例中,通过已经确定的前方路况信息和污染等级,并根据预先建立的查询表格读取前方路面所属的前方路况信息和污染等级对应的清洁模式信息,即可确定清洁车辆对应的清洁模式,并进行针对性作业。
需要指出的是,每种清洁模式均包括一下清洁参数“清洗头高度、清洁转速和清洁角度等”,并且每种清洁模式中的清洁参数均部相同,需要根据实际清洁效果进行设定。
优选地,作为本发明的一个实施例,如图13所示,所述装置还包括第二接收单元,用于接收清洁车辆上传的后方路面图像信息,所述处理单元根据后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,并确定清洁效果。
上述实施例中,处理单元通过将后方路面图像信息和对应位置的前方路面图像信息进行清洗前后路面图像信息对比,具体地,将所述后方路面图像信息进行图像处理,得到后方路面图像参数信息,根据所述前方路面图像参数信息和后方路面图像参数信息可以识别清洁前后路面污染物的清洁程度,并根据清洁程度确定清洁效果,便于后台工作人员对路面清洁效果进行跟踪,并为后续调整不同前方路况信息和污染等级对应的清洁模式提供参考,以便以最合理的清洁模式清洁路面,并达到最佳清洁效果。
本实施例中,在清洁车辆的后部也安装有前端采集终端,比如高清摄像机等,用来采集经过清洁之后清洁车辆的后方路面图像信息,并通过无线网络自动上传。
同理,实际中,为了获取更好的后方路面信息采集效果,可以采用视角较广的前端采集终端,或者采取两台或者更多台前端采集终端,以便更清晰更全面的获取清洁车辆的后方路面图像信息,以防止由于清洁车辆的后方路面图像信息不清晰或者不完整而造成对清洁效果的判断出现偏差,直接导致后台工作不便。
特别地,在清洁之前,需要对安装在清洁车辆后部的前端采集终端和安装在清洁车辆前部的前端采集终端的相对位置进行定标,即确定同一时刻位于清洁车辆后部的前端采集终端获取的后方路面图像信息对应的路面位置和位于清洁车辆前部的前端采集终端获取的前方路面图像信息对应的路面位置之间的距离,便于根据同一位置对应的前方路面图像信息和后方路面图像信息确定路面清洁效果。
优选地,作为本发明的一个实施例,如图14所示,所述处理单元还包括验证子单元,用于将所述清洁程度与预设清洁程度阈值进行比较,并在所述清洁程度小于预设清洁程度阈值时,生成清洁异常提醒信息并发送至清洁车辆。
这里,通过将所述清洁程度与预设清洁程度阈值进行比较,可以判断经过清洁车辆清洁后路面的清洁效果,以确定经过清洁后的路面是否达到预先设定的要求。
上述实施例中,通过验证子单元对清洁车辆的路面清洁程度进行验证,便于在清洁效果达不到预期时通过清洁异常提醒信息提醒清洁车辆上的驾驶员,方便清洁车辆上的驾驶员及时发现异常并采取措施,确保路面清洁效果。
优选地,作为本发明的一个实施例,如图15所示,所述路面智能清洁装置与路政部门应用服务器互联,用于将获取的前方路面信息上传至路政部门应用服务器,便于路政部门及时发现路面破损等异常状况,并及时采取修缮等措施,尽快予以恢复,确保道路通行正常。
优选地,作为本发明的一个实施例,在图15所示实施例的基础上,如图16所示,所述处理单元还包括修缮提醒子单元,用于当所述路面类型为坑洼路面或凸起路面时,读取前方路面的平整度值,且在前方路面的平整度值超过预设修缮平整度阈值时,获取清洁车辆位置信息,并根据所述车辆位置信息和路面类型生成路面修缮提醒信息,同时将所述前方路面图像信息和对应的路面修缮提醒信息一并上传至路政部门应用服务器。
比如,当前方路面为坑洼路面时,其平整度值超过了预设修缮平整度阈值时,表明前方路面需要进行及时修缮处理,此时,就需要首先确定坑洼路面的具体位置,本发明中,通过在清洁车辆上设定定位装置,并将定位信息上传,后台服务器根据车辆位置信息、路面类型和前方路面图像信息生成路面修缮提醒信息,上传至路政部门应用服务器。
上述实施例中,通过路面修缮提醒信息可以及时提醒路政部门清洁车辆所在位置的路面出现异常,并通过前方路面图像及时告知路政部门具体的异常状况,便于路政部门及时委派维修人员对出现异常的路面进行修缮,保持道路平整,提高道路通行效率。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (6)
1.一种路面智能清洁方法,其特征在于,所述方法包括:
接收清洁车辆上传的前方路面图像信息,接收清洁车辆上传的前方路面图像信息,根据所述前方路面图像信息识别前方路况信息;其中,所述识别前方路况信息包括:对所述前方路面图像信息进行图像处理,得到前方路面参数信息,计算所述前方路面参数信息与预设标准路面参数信息的偏差值,并根据二者的偏差值读取前方路面的路面类型和对应的平整度值;
计算所述平整度值和预设标准路面平整度值之间的平整度差值,并根据所述平整度差值和预设路面等级及其对应的路面平整度差值区间读取每一种路面类型对应的路面平整等级;其中,所述路面类型包括坑洼路面、凸起路面和平整路面,所述路面平整等级根据预设路面平整等级区间长度划分为多级;
将所述前方路面图像信息与预设标准清洁路面图像信息比对,计算每一种前方路况信息对应的污染等级;
其中,前方路况信息包括路面类型和路面平整等级,所述污染等级根据预设污染等级区间长度划分为多级;
根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式清扫前方路面。
2.根据权利要求1所述的路面智能清洁方法,其特征在于:识别每一种路况类型对应的污染等级具体包括:
计算所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值;
根据所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值和对应的预设路面类型权重系数相乘后求和得到道路第一污染指数,根据所述平整度差值和对应的预设路面平整等级权重系数相乘后求和得到道路第二污染指数,将所述道路第一污染指数与所述道路第二污染指数相加,求得道路综合污染指数;
根据道路综合污染指数与所属的污染等级范围确定前方路面的污染等级。
3.根据权利要求1或2所述的路面智能清洁方法,其特征在于,根据前方路况信息和污染等级实时控制清洁车辆切换至对应的清洁模式具体包括:依次读取前方路况信息和污染等级,并根据预先建立的查询表格读取所述前方路况信息和污染等级对应的清洁模式信息,根据所述清洁模式信息生成控制命令并发送至清洁车辆,控制清洁车辆根据所述控制命令切换至对应的清洁模式。
4.一种路面智能清洁装置,其特征在于,所述装置包括:
第一接收单元,用于接收清洁车辆上传的前方路面图像信息;
处理单元,用于根据前方路面图像信息识别前方路况信息和污染等级,并根据前方路况信息和污染等级生成控制命令;
发送单元,用于将所述控制命令发送至清洁车辆,清洁车辆接收所述控制命令并切换至对应的清洁模式打扫前方路面;
其中,所述处理单元包括:
路况信息子单元,用于对所述前方路面图像信息进行图像处理,得到前方路面参数信息,计算所述前方路面参数信息与预设标准路面参数信息的偏差值,并根据二者的偏差值读取前方路面的路面类型和对应的平整度值;
计算所述平整度值和预设标准路面平整度值之间的平整度差值,并根据所述平整度差值和预设路面等级及其对应的路面平整度差值区间读取每一种路面类型对应的路面平整等级;
其中,所述路面类型包括凹面、凸面和平面,所述路面平整等级根据预设路面平整等级区间长度划分为多级;
污染等级子单元,用于将所述前方路面图像信息与预设标准清洁路面图像信息比对,计算每一种前方路况信息对应的污染等级;
其中,前方路况信息包括路面类型和路面平整等级,所述污染等级根据预设污染等级区间长度划分为多级。
5.根据权利要求4所述的路面智能清洁装置,其特征在于,所述污染等级子单元具体用于:
计算所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值;
根据所述前方路面图像参数信息与标准清洁路面图像参数信息之间的差值和对应的预设路面类型权重系数相乘后求和得到道路第一污染指数,根据所述平整度差值和对应的预设路面平整等级权重系数相乘后求和得到道路第二污染指数,将所述道路第一污染指数与所述道路第二污染指数相加,求得道路综合污染指数;
根据道路综合污染指数与所属的污染等级范围确定前方路面的污染等级。
6.根据权利要求4或5所述的路面智能清洁装置,其特征在于:所述处理单元还包括查询子单元,用于依次读取前方路况信息和污染等级,并根据预先建立的查询表格读取所述前方路况信息和污染等级对应的清洁模式信息,根据所述清洁模式信息生成控制命令并发送至清洁车辆,控制清洁车辆根据所述控制命令切换至对应的清洁模式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624368.9A CN107239774B (zh) | 2017-07-27 | 2017-07-27 | 一种路面智能清洁方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624368.9A CN107239774B (zh) | 2017-07-27 | 2017-07-27 | 一种路面智能清洁方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107239774A CN107239774A (zh) | 2017-10-10 |
CN107239774B true CN107239774B (zh) | 2020-09-25 |
Family
ID=59988827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710624368.9A Active CN107239774B (zh) | 2017-07-27 | 2017-07-27 | 一种路面智能清洁方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107239774B (zh) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107858981A (zh) * | 2017-11-03 | 2018-03-30 | 福建龙马环卫装备股份有限公司 | 功能车辆作业装置控制方法及系统 |
CN107881958A (zh) * | 2017-11-06 | 2018-04-06 | 徐工集团工程机械有限公司 | 环卫作业控制方法、系统及洗扫车 |
CN107884846A (zh) * | 2017-12-27 | 2018-04-06 | 长沙硕博电子科技股份有限公司 | 一种基于雨量检测的环卫作业车 |
CN108181903A (zh) * | 2017-12-27 | 2018-06-19 | 长沙硕博电子科技股份有限公司 | 一种基于路面清洁度检测的环卫车作业路径规划方法 |
CN108416271A (zh) * | 2018-02-06 | 2018-08-17 | 宁夏宁信信息科技有限公司 | 清扫方法及清扫系统 |
CN108589599B (zh) * | 2018-04-28 | 2020-07-21 | 上海仙途智能科技有限公司 | 无人清扫系统 |
CN108755528A (zh) * | 2018-05-31 | 2018-11-06 | 长安大学 | 一种基于道路清扫车的清扫强度自动调节装置及方法 |
CN108776439B (zh) * | 2018-06-01 | 2019-12-27 | 徐工集团工程机械有限公司 | 环卫车作业装置控制方法、控制系统、作业装置及环卫车 |
CN109024417B (zh) * | 2018-07-24 | 2021-01-26 | 长安大学 | 一种智能道路清扫车及其道路污染物识别方法和控制方法 |
CN109288455B (zh) * | 2018-09-21 | 2022-03-04 | 北京智行者科技有限公司 | 垃圾清扫方法及装置 |
CN110971866B (zh) * | 2018-09-29 | 2021-06-29 | 杭州海康威视数字技术股份有限公司 | 室内除尘方法、装置及系统 |
CN109407606A (zh) * | 2018-10-16 | 2019-03-01 | 徐州徐工环境技术有限公司 | 道路作业车的作业自动控制方法及道路作业车 |
CN109448002B (zh) * | 2018-10-26 | 2020-07-31 | 江西省华宇智能集成有限公司 | 一种扫地机器人控制方法、系统、移动终端及存储介质 |
CN109671271A (zh) * | 2018-12-29 | 2019-04-23 | 福建龙马环卫装备股份有限公司 | 一种提高清扫车洁净率的工作参数配置系统及其方法 |
CN109602355A (zh) * | 2019-01-10 | 2019-04-12 | 广东万家乐厨房科技有限公司 | 一种自动清洗系统及集成灶 |
IT201900001111A1 (it) * | 2019-01-25 | 2020-07-25 | Dulevo Int S P A | Spazzatrice stradale automatizzata e procedimento di pulizia stradale di detta spazzatrice stradale |
CN109881617B (zh) * | 2019-02-18 | 2021-01-26 | 邵阳学院 | 一种智能的园林落叶清理系统及方法 |
DE102019109596A1 (de) * | 2019-04-11 | 2020-10-15 | Vorwerk & Co. Interholding Gmbh | System aus einem manuell geführten Bodenbearbeitungsgerät, einem ausschließlich automatisch betriebenen Bodenbearbeitungsgerät und einer Recheneinrichtung |
CN110399781A (zh) * | 2019-04-27 | 2019-11-01 | 泰州悦诚科技信息咨询中心 | 智能化道路信息分析系统 |
CN110187704A (zh) * | 2019-05-05 | 2019-08-30 | 莫日华 | 车库自动清洁的方法及装置 |
CN110258412B (zh) * | 2019-06-14 | 2021-05-07 | 长沙中联重科环境产业有限公司 | 道路清扫设备及其风机和扫盘的智能控制方法和系统 |
CN110493572B (zh) * | 2019-08-21 | 2021-05-11 | 深圳市合隆智慧城市服务有限公司 | 基于图像识别的智慧城市监控系统 |
CN110924345A (zh) * | 2019-12-05 | 2020-03-27 | 武汉理工大学 | 一种纯电动无人驾驶环卫洗扫车智能作业系统 |
CN111733743B (zh) * | 2020-06-17 | 2022-03-04 | 广州赛特智能科技有限公司 | 一种自动清扫方法及清扫系统 |
CN114617478B (zh) * | 2020-12-14 | 2023-05-16 | 美智纵横科技有限责任公司 | 一种清洁控制方法、装置、扫地机器人及存储介质 |
CN113140131B (zh) * | 2021-03-29 | 2022-06-17 | 成都理工大学工程技术学院 | 一种基于数字地球降低高速交通事故的系统 |
CN113250121B (zh) * | 2021-06-04 | 2022-05-10 | 九天创新(广东)智能科技有限公司 | 一种无人清扫车的刷头控制方法、装置、无人清扫车 |
CN113499003B (zh) * | 2021-09-10 | 2021-11-23 | 江苏洁路宝环保科技有限公司 | 用于重油污地面清洁的洗地装置 |
CN113546905B (zh) * | 2021-09-22 | 2021-11-23 | 锦涵信息科技南通有限公司 | 一种自动化生产的计算机机箱外壳生产用清洁装置 |
CN114182673A (zh) * | 2021-12-20 | 2022-03-15 | 徐州徐工环境技术有限公司 | 一种无人扫路机前置清扫装置及控制方法 |
CN114481920B (zh) * | 2022-02-28 | 2024-02-02 | 华侨大学 | 一种盘刷系统及扫洗车 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102154975A (zh) * | 2011-02-18 | 2011-08-17 | 招商局重庆交通科研设计院有限公司 | 沥青路面坑槽智能化修补车 |
CN103064317A (zh) * | 2013-01-15 | 2013-04-24 | 中联重科股份有限公司 | 扫路车及其吸嘴的可视化控制方法、控制器和控制系统 |
CN103741617A (zh) * | 2013-12-23 | 2014-04-23 | 佛山市高明区第一中学 | 一种清扫、拖地、烘干一体车 |
CN105411491A (zh) * | 2015-11-02 | 2016-03-23 | 中山大学 | 一种基于环境监测的家庭智能清洁系统及方法 |
CN106836093A (zh) * | 2017-03-22 | 2017-06-13 | 南京航空航天大学 | 多用途道路清扫车 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103962320B (zh) * | 2014-05-15 | 2016-09-07 | 盐城工学院 | 电力机车输电线智能清洁机 |
-
2017
- 2017-07-27 CN CN201710624368.9A patent/CN107239774B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102154975A (zh) * | 2011-02-18 | 2011-08-17 | 招商局重庆交通科研设计院有限公司 | 沥青路面坑槽智能化修补车 |
CN103064317A (zh) * | 2013-01-15 | 2013-04-24 | 中联重科股份有限公司 | 扫路车及其吸嘴的可视化控制方法、控制器和控制系统 |
CN103741617A (zh) * | 2013-12-23 | 2014-04-23 | 佛山市高明区第一中学 | 一种清扫、拖地、烘干一体车 |
CN105411491A (zh) * | 2015-11-02 | 2016-03-23 | 中山大学 | 一种基于环境监测的家庭智能清洁系统及方法 |
CN106836093A (zh) * | 2017-03-22 | 2017-06-13 | 南京航空航天大学 | 多用途道路清扫车 |
Also Published As
Publication number | Publication date |
---|---|
CN107239774A (zh) | 2017-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107239774B (zh) | 一种路面智能清洁方法及装置 | |
JP7358762B2 (ja) | 道路異常検知装置、道路異常検知方法および道路異常検知プログラム | |
US10360460B2 (en) | Method and device of lane departure warning and automobile driving assistance system | |
KR102480613B1 (ko) | 물리 객체의 결함을 판정하기 위한 시스템 및 방법 | |
CN106203644A (zh) | 车辆定损方法和装置 | |
KR102078908B1 (ko) | 무인 차량을 이용한 자동화 차선 도색 시스템 | |
CN113537016B (zh) | 一种道路巡查中道路损伤自动检测预警的方法 | |
CN111238393A (zh) | 受电弓碳滑板检测系统及其控制方法 | |
CN107845263A (zh) | 一种应用于停车场的物联网管理平台 | |
JPH0886645A (ja) | 舗装路面巡視装置 | |
EP4279950A1 (en) | Fault diagnosis and handling method for vehicle-mounted laser radar, apparatus, medium and vehicle | |
US20230286385A1 (en) | Battery swap abnormality detection method, system, computer-readable storage medium, and battery swap station | |
CN112562407A (zh) | Odd状态预判的方法、装置及自主代客泊车系统 | |
CN112585655A (zh) | 基于5g的无人驾驶电子交警执勤系统 | |
CN110979390A (zh) | 一种轨道交通车辆车轮多边形修复方法及系统 | |
JP7004543B2 (ja) | 路面状態検知装置、及び路面状態検知システム | |
CN114351632A (zh) | 一种道路卫生智能监测清洁方法、系统、设备及存储介质 | |
CN115833736A (zh) | 一种光伏面板异物检测清扫方法和装置 | |
CN111043974B (zh) | 一种基于车载测量道沿高度系统的测量方法 | |
CN113720283A (zh) | 建筑施工高度的识别方法、装置、电子设备及系统 | |
CN115320632A (zh) | 一种基于ai算法的自动驾驶重卡汽车 | |
CN116704459A (zh) | 路面坑洼检测方法、系统、电子设备及计算机可读存储介质 | |
KR20110082400A (ko) | 열차 일상검사장치 | |
CN113379717B (zh) | 一种适用于道路修补的图形识别装置及识别方法 | |
CN210270170U (zh) | 一种轨道扣件检测维修配套装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |