CN108376241A - 垃圾拾取方法、垃圾拾取车及计算机可读存储介质 - Google Patents
垃圾拾取方法、垃圾拾取车及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108376241A CN108376241A CN201810081135.3A CN201810081135A CN108376241A CN 108376241 A CN108376241 A CN 108376241A CN 201810081135 A CN201810081135 A CN 201810081135A CN 108376241 A CN108376241 A CN 108376241A
- Authority
- CN
- China
- Prior art keywords
- rubbish
- pickup
- vehicle
- realtime graphic
- pick
- 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.)
- Pending
Links
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
- E01H1/005—Mobile installations, particularly for upkeeping in situ road or railway furniture, for instance road barricades, traffic signs; Mobile installations particularly for upkeeping tunnel walls
Abstract
本发明公开了一种垃圾拾取方法,所述垃圾拾取方法应用于无人驾驶的垃圾拾取车,所述方法包括:获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。本发明还公开了一种垃圾拾取车及计算机可读存储介质。通过本发明无需人工对垃圾进行拾取,也无需人工对垃圾拾取车进行驾驶操作,将驾驶人员从重复枯燥的驾驶中解放出来,使垃圾拾取车更加智能。
Description
技术领域
本发明涉及无人驾驶技术领域,尤其涉及一种垃圾拾取方法、垃圾拾取车及计算机可读存储介质。
背景技术
在现有技术中,垃圾清扫的工作,一般是由环卫工人使用清洁工具来完成的。对于环卫工人来说,清扫工作的强度大、工作时间也长;并且在实际工作中,垃圾清扫完成后,至少需要驾驶人员驾驶垃圾车进行垃圾物品的收集,驾驶人员驾驶垃圾车沿着固定路线进行行驶,对驾驶人员而言,这种重复性的驾驶行为十分枯燥,也是对人力的浪费。
发明内容
本发明的主要目的在于提供一种垃圾拾取方法、垃圾拾取车及计算机可读存储介质,旨在解决现有技术中垃圾拾取车需要人为驾驶以及需要人为的进行垃圾拾取而造成的驾驶人员人力浪费,以及无法实现智能、准确的垃圾拾取的技术问题。
为实现上述目的,本发明提供一种垃圾拾取方法,所述垃圾拾取方法应用于无人驾驶的垃圾拾取车,所述垃圾拾取方法包括:
获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;
若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
可选地,所述垃圾拾取方法,其特征在于,所述获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶的步骤之前,还包括:
获取当前时间,并判断所述当前时间是否是预设垃圾拾取时间。
可选地,所述垃圾拾取方法,其特征在于,所述获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像的步骤包括:
获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像。
可选地,所述垃圾拾取方法,其特征在于,所述将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像的步骤包括:
将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
可选地,所述垃圾拾取方法,其特征在于,所述若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务的步骤包括:
若所述相似度值大于或等于所述预设相似度阈值,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
此外,为实现上述目的,本发明还提供一种垃圾拾取车,所述垃圾拾取车包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的垃圾拾取程序,所述垃圾拾取程序被所述处理器执行时实现如下步骤:
获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
获取垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;
若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
可选地,所述垃圾拾取程序被所述处理器执行时还实现如下步骤:
接收所述球场摄像头采集的球场图像,并从所述球场图像中识别出垃圾的位置;
根据所述位置确定垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶。
可选地,所述垃圾拾取程序被所述处理器执行时还实现如下步骤:
获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像。
可选地,所述垃圾拾取程序被所述处理器执行时还实现如下步骤:
将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有垃圾拾取程序,所述垃圾拾取程序被处理器执行时实现如上所述的垃圾拾取方法的步骤。
本发明提出的一种垃圾拾取方法,首先获取垃圾拾取车执行垃圾拾取任务时的垃圾拾取路径,之后就控制垃圾拾取车按照垃圾拾取路径开始行驶,并在行驶过程中,获取垃圾拾取路径上对应区域的实时图像,当检测到实时图像中存在目标图像时,即可控制垃圾拾取车开始执行垃圾拾取任务。通过本发明提出的垃圾拾取方法,无需人工对散落的垃圾进行拾取,减少环卫工作人员的工作量,使得垃圾拾取车更加智能。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的垃圾拾取车结构示意图;
图2为本发明垃圾拾取方法第一实施例的流程示意图;
图3为本发明垃圾拾取方法第二实施例的流程示意图;
图4为本发明垃圾拾取方法第三实施例的流程示意图;
图5为图4中的步骤S22的细化流程示意图;
图6为垃圾拾取车行驶路径一实施例的场景示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。通过本发明实施例的技术方案,解决了现有技术中垃圾拾取车需要人为驾驶以及需要人为的进行垃圾拾取而造成的驾驶人员人力浪费,以及无法实现智能、准确的垃圾拾取的技术问题。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的垃圾拾取车结构示意图。
如图1所示,该垃圾拾取车可以包括:处理器1001,例如CPU,通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,垃圾拾取车还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器;当然,垃圾拾取车还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的垃圾拾取车结构并不构成对垃圾拾取车的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及垃圾拾取程序。
在图1所示的垃圾拾取车中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001、存储器1005可以设置在垃圾拾取装置中,所述垃圾拾取装置通过处理器1001调用存储器1005中存储的垃圾拾取程序,并执行以下操作:
获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;
若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
进一步地,处理器1001可以调用存储器1005中存储的垃圾拾取程序,还执行以下操作:
获取当前时间,并判断所述当前时间是否是预设垃圾拾取时间。
进一步地,处理器1001可以调用存储器1005中存储的垃圾拾取程序,还执行以下操作:
获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像。
进一步地,处理器1001可以调用存储器1005中存储的垃圾拾取程序,还执行以下操作:
将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
进一步地,处理器1001可以调用存储器1005中存储的垃圾拾取程序,还执行以下操作:
若所述相似度值大于或等于所述预设相似度阈值,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
本实施例提供的方案,首先获取垃圾拾取车执行垃圾拾取任务时的垃圾拾取路径,之后就控制垃圾拾取车按照垃圾拾取路径开始行驶,并在行驶过程中,获取垃圾拾取路径上对应区域的实时图像,当检测到实时图像中存在目标图像时,即可控制垃圾拾取车开始执行垃圾拾取任务。通过本发明提出的垃圾拾取方法,无需人工对散落的垃圾进行拾取,减少环卫工作人员的工作量,使得垃圾拾取车更加智能。
基于上述硬件结构,提出本发明垃圾拾取方法实施例。
参照图2,图2为本发明垃圾拾取方法第一实施例的流程示意图,在该实施例中,所述方法包括:
步骤S10,获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
步骤S20,获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;若是,则执行步骤S30;若否,则执行步骤S40;
步骤S30,控制所述垃圾拾取车执行相应的垃圾拾取任务;
步骤S40,不执行垃圾拾取任务,继续按照所述垃圾拾取路径行驶。
在现有技术中,垃圾清扫的工作,一般是由环卫工人使用清洁工具来完成的。对于环卫工人来说,清扫工作的强度大、工作时间也长;并且在实际工作中,垃圾清扫完成后,至少需要驾驶人员驾驶垃圾车进行垃圾物品的收集,驾驶人员驾驶垃圾车沿着固定路线进行行驶,对驾驶人员而言,这种重复性的驾驶行为十分枯燥,也是对人力的浪费。
因此,为了克服现有技术的不足,本发明提出了一种垃圾拾取方法,通过控制无人驾驶的垃圾拾取车,按照设定的垃圾拾取路径行驶,并同时执行垃圾拾取的操作,实现了对散落的垃圾的智能、准确地识别及拾取。节省了人力,减少了人为拾取垃圾繁琐枯燥的工作,同时能将驾驶人员从重复枯燥的驾驶中解放出来,降低人力成本,提高了垃圾拾取车的智能性。
可以理解的是,本发明提出的垃圾拾取方法,适用于任何场景,例如社区街道、公园等公共场所,或者是高尔夫球场、网球场等运动场地较为宽阔的地方,用于减少场地工作人员的工作量。在本实施例中,对垃圾拾取车的应用场地并不做限制。
在本实施例中,首先需要确定垃圾拾取车的垃圾拾取路径。垃圾拾取路径的确定,可以由垃圾拾取车控制人员事先在垃圾拾取车中的显示屏上进行设定。例如,如图6所示,图6为垃圾拾取车行驶路径一实施例的场景示意图。垃圾拾取车控制人员在垃圾拾取车中的显示屏上显示的地图中依次选中A、B、C、D四点,生成垃圾拾取车执行本次垃圾拾取任务的行驶路径。可以理解的是,如果垃圾拾取车的应用场地是在高尔夫球场、网球场等运动场地,则可以通过:将垃圾拾取车与球场内摄像头之间通过预置的通信协议模块进行无线连接,实现垃圾拾取车与球场内摄像头的联动。摄像头将采集到的当前球场内的图像发送给垃圾拾取车,垃圾拾取车从接收到的球场图像中,利用图像识别技术识别出垃圾,并确定其所在位置,根据识别出的垃圾所在位置,制定一条合理的垃圾拾取路径,以便垃圾拾取车能够快速进行垃圾拾取操作。
进一步地,在垃圾拾取车执行垃圾拾取任务的过程中,当行驶到垃圾拾取路径上对应区域时,即获取当前区域内的实时图像,并对实时图像进行识别,判断实时图像中是否存在目标图像,即本次垃圾拾取任务所对应的垃圾,如果确认当前实时图像中存在目标图像,即可控制相应装置进行垃圾拾取。垃圾拾取操作完成后,按照垃圾拾取路径继续行驶至下一个垃圾拾取地点。
在本实施例中,首先获取垃圾拾取车执行垃圾拾取任务时的垃圾拾取路径,之后就控制垃圾拾取车按照垃圾拾取路径开始行驶,并在行驶过程中,获取垃圾拾取路径上对应区域的实时图像,当检测到实时图像中存在目标图像时,即可控制垃圾拾取车开始执行垃圾拾取任务。通过本发明提出的垃圾拾取方法,无需人工对散落的垃圾进行拾取,减少环卫工作人员的工作量,使得垃圾拾取车更加智能。
进一步的,参照图3,基于上述实施例,提出本发明垃圾拾取方法第二实施例,在本实施例中,所述步骤S10之前包括:
步骤S50,获取当前时间,并判断所述当前时间是否是预设垃圾拾取时间;若是,则执行步骤S10;若否,则执行步骤S60;
步骤S60,不执行垃圾拾取任务。
在本实施例中,控制垃圾拾取车执行垃圾拾取任务的时间,由垃圾拾取车控制人员提前设定,具体地,垃圾拾取车控制人员可以通过垃圾拾取车中的显示屏,进行垃圾拾取时间的设置。例如,垃圾拾取车控制人员可以将垃圾拾取时间设定为每天下午的14点整,或者是将垃圾拾取时间设定为每周一下午的14点整,当检测到当前时间达到预设的垃圾拾取时间时,即可控制垃圾拾取车开始进行垃圾拾取操作。
进一步地,所述判断所述当前时间是否是预设垃圾拾取时间的步骤包括:
步骤a,获取预设垃圾拾取时间,并将所述当前时间与所述预设垃圾拾取时间进行对比,判断所述当前时间是否是预设垃圾拾取时间。
具体地,首先获取当前的时间信息以及预设的垃圾拾取时间,之后对当前的时间信息以及预设的垃圾拾取时间进行一个比较,判断二者是否一致,如果二者是一致的,则控制垃圾拾取车开始进行垃圾拾取操作。例如,垃圾拾取车控制人员将预设的垃圾拾取时间设定为每天下午的14点整,而获取的当前时间为下午13点整,经过比较可以知道两个时间并不相同,所以垃圾拾取车不执行垃圾拾取任务;若获取的当前时间为下午14点整,经过比较可知两个时间是相同的,则垃圾拾取车开始按照预设的垃圾拾取路径行驶,并开始执行垃圾拾取任务。通过对垃圾拾取时间的提前设定,能够更好地控制垃圾拾取车进行垃圾拾取操作,减少了驾驶人员的工作,使垃圾拾取车更加智能化。
进一步地,当到达预设的垃圾拾取时间后,垃圾拾取车即开始按照预设的垃圾拾取路径行驶,并执行相应的垃圾拾取任务,在这个过程中,垃圾拾取车控制人员可随时通过相应的操控装置,更改垃圾拾取车的行驶路径。
在本实施例中,首先获取当前时间以及预设的垃圾拾取时间,并将当前时间与预设垃圾拾取时间进行比较,当判断当前时间到达预设的垃圾拾取时间时,即可开始控制垃圾拾取车按照预设的垃圾拾取路径行驶,并执行相应的垃圾拾取任务。本发明提出的垃圾拾取方法,通过定时控制垃圾拾取车执行垃圾拾取的任务,减少了驾驶人员重复枯燥的驾驶工作,节省人力,同时也使得垃圾拾取车更加智能。
进一步的,参照图4,基于上述实施例,提出本发明垃圾拾取方法第三实施例,在本实施例中,所述步骤S20包括:
步骤S21,获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
步骤S22,将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像;若是,则执行步骤S30;若否,则执行步骤S40。
在本实施例中,垃圾拾取车在按照垃圾拾取路径进行行驶的过程中,通过垃圾拾取车上预置的摄像装置,获取垃圾拾取路径上对应区域的实时图像,具体地,获取的是垃圾拾取车行驶路径正下方对应区域的实时图像。对获取的实时图像的识别,可以验证垃圾拾取车行驶路径正下方对应区域是否存在待拾取的垃圾物品,避免进行错误的拾取操作,实现智能、准确的垃圾拾取操作。
获取垃圾拾取路径上对应区域的实时图像后,对该实时图像进行识别,通过图像识别软件,识别出实时图像中物体的轮廓特征,然后将实时图像中物体的轮廓特征与预置数据库中存储的目标图像进行对比,判断实时图像中的物体,是否是目标物体,具体地,在本实施例中,目标物体是指待拾取的垃圾物品,例如塑料瓶、烟头、包装袋等等,不在此一一列举。如果识别出实时图像中的物体是待拾取的垃圾物品,则控制垃圾拾取车执行垃圾拾取操作。
进一步地,如图5所示,所述步骤S22包括:
步骤S221,将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
步骤S222,将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
具体地,在本实施例中,判断实时图像中是否包含目标图像,是通过将实时图像中物体的轮廓特征,与预置数据库中存储的目标图像的特征进行对比,得到二者的相似度值,如果二者的相似度值大于或等于预设的相似度阈值,则可以判定实时图像中的物体就是目标物体,即可控制垃圾拾取车开始执行垃圾拾取操作。如果二者的相似度值小于预设的相似度阈值,则判定当前物体不是目标物体,不执行垃圾拾取操作,控制垃圾拾取车继续按照预设的垃圾拾取路径行驶。
例如,目标物体为待拾取的垃圾物品,预置数据库中存储有各个待拾取的垃圾物品的目标图像,并且预设的相似度阈值为80%,如图6中所示,当垃圾拾取车行驶至B点时,在该处获取的实时图像中的物体的轮廓特征,与待拾取的垃圾物品的相似度值为70%,则判定当前物体不是待拾取的垃圾物品,即不进行垃圾拾取操作,控制垃圾拾取车继续按照预设的垃圾拾取路径行驶,同时记录此时获取的实时图像,以便后续环卫工作人员进行查看;如果在C点,识别出实时图像中物体的轮廓特征和待拾取的垃圾物品的相似度值达到90%,则判定当前物体就是待拾取的垃圾物品,即可控制垃圾拾取车上相应的垃圾拾取装置,进行垃圾拾取操作,操作完成后,即可控制垃圾拾取车继续按照预设的垃圾拾取路径行驶。
进一步地,在垃圾拾取车执行垃圾拾取任务的过程中,垃圾拾取车控制人员可以随时通过相应的操控装置,改变垃圾拾取车的垃圾拾取路径,或者是控制垃圾拾取车行驶至指定的地点。例如,垃圾拾取车当前正在图6中所示B点处执行垃圾拾取任务,垃圾拾取车控制人员可以通过相应的操控装置,使垃圾拾取车直接行驶至D点处,以便在该处的工作人员获取垃圾拾取车中的垃圾或是其他用品,体现了垃圾拾取车的智能性。
在本实施例中,垃圾拾取车在按照垃圾拾取路径进行行驶的过程中,获取垃圾拾取路径上对应区域的实时图像,并识别出实时图像中的图像特征,将其与预设的目标图像进行对比,如果得到二者的相似度值大于或等于预设阈值,则控制垃圾拾取车开始执行垃圾拾取任务。通过本实施例,无需人工手动操作对散落的垃圾进行拾取,减少环卫工作人员的工作量,提高垃圾拾取车的智能性。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有垃圾拾取程序,所述垃圾拾取程序被处理器执行时实现如下操作:
获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;
若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
进一步地,所述垃圾拾取程序被处理器执行时还实现如下操作:
获取当前时间,并判断所述当前时间是否是预设垃圾拾取时间。
进一步地,所述垃圾拾取程序被处理器执行时还实现如下操作:
获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像。
进一步地,所述垃圾拾取程序被处理器执行时还实现如下操作:
将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
进一步地,所述垃圾拾取程序被处理器执行时还实现如下操作:
若所述相似度值大于或等于所述预设相似度阈值,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
本实施例提供的方案,首先获取垃圾拾取车执行垃圾拾取任务时的垃圾拾取路径,之后就控制垃圾拾取车按照垃圾拾取路径开始行驶,并在行驶过程中,获取垃圾拾取路径上对应区域的实时图像,当检测到实时图像中存在目标图像时,即可控制垃圾拾取车开始执行垃圾拾取任务。通过本发明提出的垃圾拾取方法,无需人工对散落的垃圾进行拾取,减少环卫工作人员的工作量,使得垃圾拾取车更加智能。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种垃圾拾取方法,其特征在于,所述垃圾拾取方法应用于无人驾驶的垃圾拾取车,所述垃圾拾取方法包括以下步骤:
获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;
若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
2.如权利要求1所述的垃圾拾取方法,其特征在于,所述获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶的步骤之前,还包括:
获取当前时间,并判断所述当前时间是否是预设垃圾拾取时间。
3.如权利要求1所述的垃圾拾取方法,其特征在于,所述获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像的步骤包括:
获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像。
4.如权利要求3所述的垃圾拾取方法,其特征在于,所述将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像的步骤包括:
将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
5.如权利要求4所述的垃圾拾取方法,其特征在于,所述若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务的步骤包括:
若所述相似度值大于或等于所述预设相似度阈值,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
6.一种垃圾拾取车,其特征在于,所述垃圾拾取车包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的垃圾拾取程序,所述垃圾拾取程序被所述处理器执行时实现如下步骤:
获取垃圾拾取路径,并控制所述垃圾拾取车按照所述垃圾拾取路径开始行驶;
获取所述垃圾拾取路径上对应区域的实时图像,并检测所述实时图像中是否存在目标图像;
若所述实时图像中存在目标图像,则控制所述垃圾拾取车执行相应的垃圾拾取任务。
7.如权利要求6所述的垃圾拾取车,其特征在于,所述垃圾拾取程序被所述处理器执行时还实现如下步骤:
获取当前时间,并判断所述当前时间是否是预设垃圾拾取时间。
8.如权利要求6所述的垃圾拾取车,其特征在于,所述垃圾拾取程序被所述处理器执行时还实现如下步骤:
获取垃圾拾取路径上对应区域的实时图像,并识别所述实时图像中的图像特征;
将所述图像特征与预设的目标图像进行对比,判断所述实时图像中是否存在目标图像。
9.如权利要求6所述的垃圾拾取车,其特征在于,所述垃圾拾取程序被所述处理器执行时还实现如下步骤:
将所述图像特征与预设的目标图像进行对比,得到对应的相似度值;
将所述相似度值与预设相似度阈值进行比较,判断所述实时图像中是否存在目标图像。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有垃圾拾取程序,所述垃圾拾取程序被处理器执行时实现如权利要求1至5中任一项所述的垃圾拾取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810081135.3A CN108376241A (zh) | 2018-01-26 | 2018-01-26 | 垃圾拾取方法、垃圾拾取车及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810081135.3A CN108376241A (zh) | 2018-01-26 | 2018-01-26 | 垃圾拾取方法、垃圾拾取车及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108376241A true CN108376241A (zh) | 2018-08-07 |
Family
ID=63016943
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810081135.3A Pending CN108376241A (zh) | 2018-01-26 | 2018-01-26 | 垃圾拾取方法、垃圾拾取车及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108376241A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110924340A (zh) * | 2019-11-25 | 2020-03-27 | 武汉思睿博特自动化系统有限公司 | 一种用于智能捡垃圾的移动机器人系统与实现方法 |
CN113377111A (zh) * | 2021-06-30 | 2021-09-10 | 杭州电子科技大学 | 一种无人清扫车的任务调度系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023641A (zh) * | 2009-05-20 | 2011-04-20 | 范钦雄 | 行动机器人与其目标物处理路径的规划方法 |
CN107272734A (zh) * | 2017-06-13 | 2017-10-20 | 深圳市易成自动驾驶技术有限公司 | 无人机飞行任务执行方法、无人机及计算机可读存储介质 |
CN107261435A (zh) * | 2017-06-20 | 2017-10-20 | 安徽禹缤体育科技有限公司 | 一种智能化乒乓球场馆场地散落球的清理方法 |
CN108236777A (zh) * | 2018-01-08 | 2018-07-03 | 深圳市易成自动驾驶技术有限公司 | 拾球方法、拾球车及计算机可读存储介质 |
CN108415419A (zh) * | 2018-01-24 | 2018-08-17 | 达闼科技(北京)有限公司 | 垃圾拾取方法、机器人、电子设备和计算机程序产品 |
-
2018
- 2018-01-26 CN CN201810081135.3A patent/CN108376241A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023641A (zh) * | 2009-05-20 | 2011-04-20 | 范钦雄 | 行动机器人与其目标物处理路径的规划方法 |
CN107272734A (zh) * | 2017-06-13 | 2017-10-20 | 深圳市易成自动驾驶技术有限公司 | 无人机飞行任务执行方法、无人机及计算机可读存储介质 |
CN107261435A (zh) * | 2017-06-20 | 2017-10-20 | 安徽禹缤体育科技有限公司 | 一种智能化乒乓球场馆场地散落球的清理方法 |
CN108236777A (zh) * | 2018-01-08 | 2018-07-03 | 深圳市易成自动驾驶技术有限公司 | 拾球方法、拾球车及计算机可读存储介质 |
CN108415419A (zh) * | 2018-01-24 | 2018-08-17 | 达闼科技(北京)有限公司 | 垃圾拾取方法、机器人、电子设备和计算机程序产品 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
AU2018445563B2 (en) * | 2018-10-16 | 2022-09-29 | Xuzhou XCMG Environment Technology Co., Ltd. | Automatic control method for operations of road operating vehicle and road operating vehicle |
CN110924340A (zh) * | 2019-11-25 | 2020-03-27 | 武汉思睿博特自动化系统有限公司 | 一种用于智能捡垃圾的移动机器人系统与实现方法 |
CN113377111A (zh) * | 2021-06-30 | 2021-09-10 | 杭州电子科技大学 | 一种无人清扫车的任务调度系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103345644B (zh) | 在线训练的目标检测方法及装置 | |
CN108376241A (zh) | 垃圾拾取方法、垃圾拾取车及计算机可读存储介质 | |
CN103247186B (zh) | 一种基于场景的辅助驾驶系统实现方法 | |
CN104463105B (zh) | 路牌识别方法及装置 | |
CN109664820A (zh) | 基于行车记录仪的驾驶提示方法、装置、设备和存储介质 | |
CN104200249B (zh) | 一种衣物自动搭配的方法,装置及系统 | |
CN105761245B (zh) | 一种基于视觉特征点的自动跟踪方法及装置 | |
CN110723432A (zh) | 垃圾分类的方法及增强现实设备 | |
CN107241697A (zh) | 用于移动终端的用户行为确定方法、装置及移动终端 | |
CN108157134A (zh) | 无人驾驶洒水方法、洒水车及计算机可读存储介质 | |
CN106910188A (zh) | 基于深度学习的遥感影像中机场跑道的检测方法 | |
CN105808542B (zh) | 信息处理方法以及信息处理装置 | |
CN105303149A (zh) | 人物图像的展示方法和装置 | |
CN104077597B (zh) | 图像分类方法及装置 | |
CN106781680A (zh) | 一种基于图像空车位检测的路边停车智能监控方法 | |
CN109830114A (zh) | 交通信号灯提醒方法和装置 | |
CN108711152A (zh) | 一种基于ai技术的图像分析方法、装置和用户终端 | |
CN112508109A (zh) | 一种图像识别模型的训练方法及装置 | |
CN105866806B (zh) | 一种gps模块控制的方法、装置及移动终端 | |
CN105261228A (zh) | 停车场寻车方法及装置 | |
CN107223265A (zh) | 条纹集合查找方法、装置以及系统 | |
CN109753901A (zh) | 基于行人识别的室内行人寻迹方法、装置、计算机设备及存储介质 | |
CN108236777A (zh) | 拾球方法、拾球车及计算机可读存储介质 | |
CN105788349B (zh) | 一种信息处理方法及电子设备 | |
CN113591512A (zh) | 用于毛发识别的方法及装置、设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180807 |
|
RJ01 | Rejection of invention patent application after publication |