CN108553028A - 驱赶老鼠方法及扫地机器人 - Google Patents

驱赶老鼠方法及扫地机器人 Download PDF

Info

Publication number
CN108553028A
CN108553028A CN201810327569.7A CN201810327569A CN108553028A CN 108553028 A CN108553028 A CN 108553028A CN 201810327569 A CN201810327569 A CN 201810327569A CN 108553028 A CN108553028 A CN 108553028A
Authority
CN
China
Prior art keywords
mouse
sweeping robot
information
image
drive
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
Application number
CN201810327569.7A
Other languages
English (en)
Inventor
许仿珍
向勇阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Infinite Power Development Co., Ltd.
Original Assignee
Shenzhen Water World Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Water World Co Ltd filed Critical Shenzhen Water World Co Ltd
Priority to CN201810327569.7A priority Critical patent/CN108553028A/zh
Publication of CN108553028A publication Critical patent/CN108553028A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/24—Floor-sweeping machines, motor-driven
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/16—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M29/00—Scaring or repelling devices, e.g. bird-scaring apparatus
    • A01M29/16—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves
    • A01M29/18—Scaring or repelling devices, e.g. bird-scaring apparatus using sound waves using ultrasonic signals
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
    • A47L11/4002—Installations of electric equipment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image

Abstract

本发明提出的驱赶老鼠方法及扫地机器人，其方法包括：扫地机器人根据判断获取到的信息判断是否包含存在老鼠信息；若存在，根据所述获取到的信息计算所述老鼠信息对应的老鼠的位置；移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。

Description

驱赶老鼠方法及扫地机器人
技术领域
本发明涉及到扫地机器人领域，特别是涉及到一种驱赶老鼠方法及扫地机器人。
背景技术
随着技术的进步，扫地机器人的应用越来越普及。越来越多的普通家庭也使用了扫地机器人，其中也包括农村或老旧小区家庭。然而在农村或老旧小区家庭，难免会存在老鼠出没。老鼠会对农村或老旧小区家庭的家具和衣物进行破坏。
现有的方式一般都是通过放置捕鼠铁笼或者老鼠夹子来抓住老鼠。在抓住老鼠之后，还需要对老鼠进行清理，十分不便。很多居民其实只需把老鼠赶跑即可。
发明内容
本发明的主要目的为提供一种驱赶老鼠方法及扫地机器人，为扫地机器人增添驱鼠功能，解决鼠患问题。
本发明提出了一种驱赶老鼠方法，包括：
扫地机器人根据获取到的信息判断是否存在老鼠；
若存在，根据所述获取到的信息计算老鼠的位置；
移动至所述位置并发出驱赶信号。
优选地，所述扫地机器人根据获取到的信息判断是否存在老鼠之前，包括：
通过摄像头获取图像信息。
优选地，所述摄像头包括可见光成像摄像头和红外成像摄像头。
优选地，所述扫地机器人根据获取到的信息判断是否存在老鼠，包括：
扫地机器人将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。优选地，所述扫地机器人根据获取到的信息判断是否存在老鼠的步骤之前，包括：
通过麦克风阵列获取声音信息。
优选地，所述根据所述信息计算所述老鼠的位置的步骤包括：
利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
优选地，所述驱赶信号包括超声波和/或猫叫声。
本发明的另一方面，还提出了一种扫地机器人，包括：
判断模块，用于根据获取到的信息判断是否存在老鼠；
定位模块，用于若存在，根据所述获取到的信息计算老鼠的位置；
驱赶模块，用于移动至所述位置并发出驱赶信号。
优选地，还包括：
图像获取模块，用于通过摄像头获取图像信息。
优选地，所述摄像头包括可见光成像摄像头和红外成像摄像头。
优选地，所述判断模块包括：
图像判断单元，用于将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。
优选地，还包括：
声音获取模块，用于通过麦克风阵列获取声音信息。
优选地，所述定位模块包括：
定位单元，用于利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
优选地，所述驱赶信号包括超声波和/或猫叫声。
本发明提出的驱赶老鼠方法及扫地机器人，其方法包括：扫地机器人根据判断获取到的信息判断是否包含存在老鼠信息；若存在，根据所述获取到的信息计算所述老鼠信息对应的老鼠的位置；移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。
附图说明
图1为本发明驱赶老鼠方法一实施例的流程示意图；
图2为用麦克风阵列测量声源位置的示意图；
图3为本发明扫地机器人一实施例的结构示意图。
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。
参照图1，本发明实施例提出了一种驱赶老鼠方法，包括：
S10、扫地机器人根据获取到的信息判断是否存在老鼠；
S20、若存在，根据所述获取到的信息计算老鼠的位置；
S30、移动至所述位置并发出驱赶信号。
扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。
本实施例中，扫地机器人设置有感应装置，该感应装置具有识别是否有老鼠的功能。同时，扫地机器人还具有计算定位功能，计算老鼠所在的位置。扫地机器人还配设有驱赶装置，该驱赶装置具有发出驱赶信号的功能。扫地机器人可以设置有多种工作模式，如扫地模式、驱鼠模式等。驱鼠模式可手动开启。当扫地机器人开启扫地模式时，可对房间地面进行清洁。当扫地机器人开启驱鼠模式时，可对房间内进行监控，一旦发现老鼠踪迹，立刻前去将其赶走。驱鼠模式可以在无人或深夜阶段开启。
步骤S10中，扫地机器人对获取到的信息进行分析，判断信息中是否包含老鼠。在此处，信息可以是图像信息，也可以是声音信息，或者其他可以用于识别老鼠的信息。例如，在一图像中，包含有老鼠的画面。而以声音为例，在获取到的声音信息内，包含一部分的老鼠叫声或行走声。
步骤S20中，若信息中包含老鼠，则扫地机器人可以判断当前存在老鼠，需对老鼠进行驱赶。此时需要对老鼠的位置进行判断，以抵达老鼠所在位置。以获取到图像为例，可通过辨别老鼠在图像的位置确定移动的方位。
步骤S30中，当扫地机器人抵达老鼠所在位置，便可以发出驱赶信号，使老鼠逃离。这样，该位置的物品不会继续被老鼠咬坏。驱赶信号指的是可以使老鼠离开的信号，包括但不限于超声波、特殊声响。
可选的，步骤S10之前，包括：
通过摄像头获取图像信息。所述摄像头包括可见光成像摄像头和红外成像摄像头。
本实施例中，扫地机器人是通过摄像头获得图像信息的。图像信息可用来判断是否存在老鼠。可见光成像摄像头可在白天或光线较强时工作，红外成像摄像头可在夜间或光线较弱时工作。
可选的，步骤S10，包括：
扫地机器人将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。本实施例中，获取到图像信息之后，需要对图像信息处理，判断图像信息里面是否包含老鼠的信息。可采用CNN(卷积神经网络)算法处理图像信息，判断图像信息内是否包含老鼠的信息。
CNN是一种深层神经网络，包括输入层、隐层、输出层，隐层又包括卷积层、下采样层等；由于CNN的参数非常多，一般在在卷积层中使用参数共享来控制参数的数量。可通过多幅包含老鼠的图像进行训练，以建立可用于识别老鼠图像的模型。
CNN模型训练过程可以是：
初始化神经元连接的权重和偏置；
输入前向传递：样本输入经过CNN的各层前向传递，计算出每一个神经元的输出。
输出层输出该组训练数据的类别：将此类别和训练数据的期望输出比较，如果图像误差值不符合预设图像阈值，则启动后向传播算法过程；如果图像误差值符合预设的阈值，则CNN的算法终止。
如果启动后向传播算法(BPTT)，则使用输出层的图像误差值计算前一层神经元的误差，并以这种方式从后向前递进式地计算所有隐藏层、输入层的神经元上的误差。
根据上面计算的图像误差值，采用梯度下降算法从输入层到输出层，逐层更新连接的权重和神经元的偏置。
直到图像误差值小于预设图像阈值，终止循环计算。从而得到CNN模型的关键参数。
将获得图像信息输入到CNN模型内，经过层层计算，获得图像误差值。若图像误差值小于预设图像阈值，确认是否有老鼠。
可选的，步骤S10之前，包括：
通过麦克风阵列获取声音信息。
本实施例中，扫地机器人是通过麦克风阵列获得声音信息的。声音信息可用来判断是否存在老鼠。麦克风阵列(Microphone Array)，是由一定数目的声学传感器(一般是麦克风)组成，用来对声场的空间特性进行采样并处理的系统。
可选的，步骤S20包括：
利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
本实施例中，当确认在房间内是存在老鼠的，此时需要对老鼠进行精确定位来驱赶老鼠。通过麦克风阵列可以获取一组音频信息。各个音频信息里面包含老鼠的信息的强度会存在差异。可根据这些差异来判断老鼠的方位和距离。同时，可结合室内地图或障碍物感应装置，确定好移动路线，以抵达老鼠所在的位置。
可采用时延法进行声源定位，方法如下：
参照图2，图2为用麦克风阵列测量声源位置的示意图。P1、P2、P3、P4分别代表四个麦克风。以四个麦克风的中心为原点建立3维直角坐标系。在下式中，x(n)是麦克风收到的信号，s(n)是声源信号，w(n)是背景噪声，α是声传播衰减信号，τ是声波从声源到麦克风的传播时间。R是自相关函数，E是数学期望。r1、r2、r3、r4分别代表P1、P2、P3、P4到声源S的距离。具体计算过程如下：
xi(n)＝αis(n-τi)+wi(n)
xj(n)＝αjs(n-τj)+wj(n)
当τ＝τi-τj＝τij时，Rij(τ)有最大值。
求出此时的τij，可以算出声源到两个麦克风的时延。
x2+y2+z2＝r2
z＝rsinθ
τ21＝(r2-r1)/C
τ31＝(r3-r1)/C
τ41＝(r4-r1)/C
麦克风阵列侦测到有声音，且声音信息中包含老鼠声音信息时，通过以上方法可以定位老鼠声音信息的位置，获得老鼠所在位置。
可选的，所述驱赶信号包括超声波和/或猫叫声。
本实施例中，扫地机器人可通过发出超声波或猫叫声来赶跑老鼠。如，扫地机器人可采用驱鼠超声波发生器，发出20～40kHz的超声波信号对老鼠进行驱赶。扫地机器人设置有播放器，播放器预存有不同类型的猫叫声。在靠近老鼠身边时，扫地机器人启用播放器，播放出其中一种的猫叫声。若该猫叫声未能驱赶掉老鼠，则切换为另一种猫叫声，直到老鼠逃跑。
本发明提出的驱赶老鼠方法，包括：扫地机器人根据判断获取到的信息判断是否包含存在老鼠信息；若存在，根据所述获取到的信息计算所述老鼠信息对应的老鼠的位置；移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。
参照图3，本发明实施例还提出了一种扫地机器人，包括：
判断模块10，用于根据获取到的信息判断是否存在老鼠；
定位模块20，用于若存在，根据所述获取到的信息计算老鼠的位置；
驱赶模块30，用于移动至所述位置并发出驱赶信号。
扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。
本实施例中，扫地机器人设置有感应装置，该感应装置具有识别是否有老鼠的功能。同时，扫地机器人还具有计算定位功能，计算老鼠所在的位置。扫地机器人还配设有驱赶装置，该驱赶装置具有发出驱赶信号的功能。扫地机器人可以设置有多种工作模式，如扫地模式、驱鼠模式等。驱鼠模式可手动开启。当扫地机器人开启扫地模式时，可对房间地面进行清洁。当扫地机器人开启驱鼠模式时，可对房间内进行监控，一旦发现老鼠踪迹，立刻前去将其赶走。驱鼠模式可以在无人或深夜阶段开启。
判断模块10中，扫地机器人对获取到的信息进行分析，判断信息中是否包含老鼠。在此处，信息可以是图像信息，也可以是声音信息，或者其他可以用于识别老鼠的信息。例如，在一图像中，包含有老鼠的画面。而以声音为例，在获取到的声音信息内，包含一部分的老鼠叫声或行走声。
定位模块20中，若信息中包含老鼠，则扫地机器人可以判断当前存在老鼠，需对老鼠进行驱赶。此时需要对老鼠的位置进行判断，以抵达老鼠所在位置。以获取到图像为例，可通过辨别老鼠在图像的位置确定移动的方位。
驱赶模块30中，当扫地机器人抵达老鼠所在位置，便可以发出驱赶信号，使老鼠逃离。这样，该位置的物品不会继续被老鼠咬坏。驱赶信号指的是可以使老鼠离开的信号，包括但不限于超声波、特殊声响。
可选的，还包括：
图像获取模块，用于通过摄像头获取图像信息。所述摄像头包括可见光成像摄像头和红外成像摄像头。
本实施例中，扫地机器人是通过摄像头获得图像信息的。图像信息可用来判断是否存在老鼠。可见光成像摄像头可在白天或光线较强时工作，红外成像摄像头可在夜间或光线较弱时工作。
可选的，判断模块10包括：
图像判断单元，用于将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。
本实施例中，获取到图像信息之后，需要对图像信息处理，判断图像信息里面是否包含老鼠的信息。可采用CNN(卷积神经网络)算法处理图像信息，判断图像信息内是否包含老鼠的信息。
CNN是一种深层神经网络，包括输入层、隐层、输出层，隐层又包括卷积层、下采样层等；由于CNN的参数非常多，一般在在卷积层中使用参数共享来控制参数的数量。可通过多幅包含老鼠的图像进行训练，以建立可用于识别老鼠图像的模型。
CNN模型训练过程可以是：
初始化神经元连接的权重和偏置；
输入前向传递：样本输入经过CNN的各层前向传递，计算出每一个神经元的输出。
输出层输出该组训练数据的类别：将此类别和训练数据的期望输出比较，如果图像误差值不符合预设图像阈值，则启动后向传播算法过程；如果图像误差值符合预设的阈值，则CNN的算法终止。
如果启动后向传播算法(BPTT)，则使用输出层的图像误差值计算前一层神经元的误差，并以这种方式从后向前递进式地计算所有隐藏层、输入层的神经元上的误差。
根据上面计算的图像误差值，采用梯度下降算法从输入层到输出层，逐层更新连接的权重和神经元的偏置。
直到图像误差值小于预设图像阈值，终止循环计算。从而得到CNN模型的关键参数。
将获得图像信息输入到CNN模型内，经过层层计算，获得图像误差值。若图像误差值小于预设图像阈值，确认是否包含老鼠。
可选的，还包括：
声音获取模块，用于通过麦克风阵列获取声音信息。
本实施例中，扫地机器人是通过麦克风阵列获得声音信息的。声音信息可用来判断是否存在老鼠。麦克风阵列(Microphone Array)，是由一定数目的声学传感器(一般是麦克风)组成，用来对声场的空间特性进行采样并处理的系统。
可选的，定位模块20包括：
定位单元，用于利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
本实施例中，当确认在房间内是存在老鼠的，此时需要对老鼠进行精确定位来驱赶老鼠。通过麦克风阵列可以获取一组音频信息。各个音频信息里面包含老鼠的信息的强度会存在差异。可根据这些差异来判断老鼠的方位和距离。同时，可结合室内地图或障碍物感应装置，确定好移动路线，以抵达老鼠所在的位置。
可采用时延法进行声源定位，方法如下：
参照图2，图2为用麦克风阵列测量声源位置的示意图。P1、P2、P3、P4分别代表四个麦克风。以四个麦克风的中心为原点建立3维直角坐标系。在下式中，x(n)是麦克风收到的信号，s(n)是声源信号，w(n)是背景噪声，α是声传播衰减信号，τ是声波从声源到麦克风的传播时间。R是自相关函数，E是数学期望。r1、r2、r3、r4分别代表P1、P2、P3、P4到声源S的距离。具体计算过程如下：
xi(n)＝αis(n-τi)+wi(n)
xj(n)＝αjs(n-τj)+wj(n)
当τ＝τi-τj＝τij时，Rij(τ)有最大值。
求出此时的τij，可以算出声源到两个麦克风的时延。
x2+y2+z2＝r2
z＝r sinθ
τ21＝(r2-r1)/C
τ31＝(r3-r1)/C
τ41＝(r4-r1)/C
麦克风阵列侦测到有声音，且声音信息中包含老鼠声音信息时，通过以上方法可以定位老鼠声音信息的位置，获得老鼠所在位置。
可选的，所述驱赶信号包括超声波和/或猫叫声。
本实施例中，扫地机器人可通过发出超声波或猫叫声来赶跑老鼠。如，扫地机器人可采用驱鼠超声波发生器，发出20～40kHz的超声波信号对老鼠进行驱赶。扫地机器人设置有播放器，播放器预存有不同类型的猫叫声。在靠近老鼠身边时，扫地机器人启用播放器，播放出其中一种的猫叫声。若该猫叫声未能驱赶掉老鼠，则切换为另一种猫叫声，直到老鼠逃跑。
本发明提出的扫地机器人，包括：判断模块，用于根据获取到的信息判断是否存在老鼠；定位模块，用于若存在，根据所述获取到的信息计算老鼠的位置；驱赶模块，用于移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种驱赶老鼠方法，其特征在于，包括：
扫地机器人根据获取到的信息判断是否存在老鼠；
若存在，根据所述获取到的信息计算老鼠的位置；
移动至所述位置并发出驱赶信号。
2.根据权利要求1所述的驱赶老鼠方法，其特征在于，所述扫地机器人根据获取到的信息判断是否存在老鼠之前，包括：
通过摄像头获取图像信息。
3.根据权利要求2所述的驱赶老鼠方法，其特征在于，所述扫地机器人根据获取到的信息判断是否存在老鼠，包括：
扫地机器人将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。
4.根据权利要求3所述的驱赶老鼠方法，其特征在于，所述扫地机器人根据获取到的信息判断是否存在老鼠之前，包括：
通过麦克风阵列获取声音信息。
5.根据权利要求4所述的驱赶老鼠方法，其特征在于，所述根据所述获取到的信息计算老鼠的位置，包括：
利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
6.一种扫地机器人，其特征在于，包括：
判断模块，用于根据获取到的信息判断是否存在老鼠；
定位模块，用于若存在，根据所述获取到的信息计算老鼠的位置；
驱赶模块，用于移动至所述位置并发出驱赶信号。
7.根据权利要求6所述的扫地机器人，其特征在于，还包括：
图像获取模块，用于通过摄像头获取图像信息。
8.根据权利要求7所述的扫地机器人，其特征在于，所述判断模块包括：
图像判断单元，用于将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。
9.根据权利要求8所述的扫地机器人，其特征在于，还包括：
声音获取模块，用于通过麦克风阵列获取声音信息。
10.根据权利要求9所述的扫地机器人，其特征在于，所述定位模块包括：
定位单元，用于利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
CN201810327569.7A 2018-04-12 2018-04-12 驱赶老鼠方法及扫地机器人 Pending CN108553028A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810327569.7A CN108553028A (zh) 2018-04-12 2018-04-12 驱赶老鼠方法及扫地机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810327569.7A CN108553028A (zh) 2018-04-12 2018-04-12 驱赶老鼠方法及扫地机器人

Publications (1)

Publication Number Publication Date
CN108553028A true CN108553028A (zh) 2018-09-21

Family

ID=63534795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810327569.7A Pending CN108553028A (zh) 2018-04-12 2018-04-12 驱赶老鼠方法及扫地机器人

Country Status (1)

Country Link
CN (1) CN108553028A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109284735A (zh) * 2018-10-17 2019-01-29 思百达物联网科技(北京)有限公司 鼠情监控方法、装置、处理器及存储介质
CN109299703A (zh) * 2018-10-17 2019-02-01 思百达物联网科技(北京)有限公司 对鼠情进行统计的方法、装置以及图像采集设备
CN109460723A (zh) * 2018-10-26 2019-03-12 思百达物联网科技(北京)有限公司 对鼠情进行统计的方法、装置以及存储介质
CN109566592A (zh) * 2018-12-28 2019-04-05 北京明略软件系统有限公司 驱鼠的方法及系统
CN109619084A (zh) * 2018-11-30 2019-04-16 李曲旦 次声能灭鼠驱鼠装置
CN109807906A (zh) * 2019-02-18 2019-05-28 西京学院 一种基于模式识别和大数据技术的灭鼠机器人
CN110226589A (zh) * 2019-05-06 2019-09-13 上海秒针网络科技有限公司 目标对象驱赶方法和装置、存储介质及电子装置
CN110290356A (zh) * 2019-07-26 2019-09-27 上海秒针网络科技有限公司 对象的处理方法及装置
CN110521716A (zh) * 2019-08-06 2019-12-03 熵康(深圳)科技有限公司 一种有害生物驱赶方法、装置、设备和系统
CN112906642A (zh) * 2021-03-22 2021-06-04 苏州银翼智能科技有限公司 自移动机器人、自移动机器人的控制方法及存储介质
CN114431773A (zh) * 2022-01-14 2022-05-06 珠海格力电器股份有限公司 扫地机器人的控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102524237A (zh) * 2012-01-11 2012-07-04 桂林电子科技大学 一种飞机场鸟情监控驱鸟系统及方法
EP2590433A2 (en) * 2011-11-01 2013-05-08 Samsung Electronics Co., Ltd Apparatus and method for tracking locations of plurality of sound sources
CN104268521A (zh) * 2014-09-23 2015-01-07 朱毅 一种基于非限定类别的卷积神经网络的图像识别方法
CN104738024A (zh) * 2015-04-14 2015-07-01 广东欧珀移动通信有限公司 害虫驱赶方法及装置
CN106203298A (zh) * 2016-06-30 2016-12-07 北京集创北方科技股份有限公司 生物特征识别方法及装置
CN106982741A (zh) * 2017-04-06 2017-07-28 南京三宝弘正视觉科技有限公司 一种宠物监控机器人和系统
CN107775651A (zh) * 2016-08-24 2018-03-09 南京乐朋电子科技有限公司 一种基于体感技术的灭鼠机器人

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2590433A2 (en) * 2011-11-01 2013-05-08 Samsung Electronics Co., Ltd Apparatus and method for tracking locations of plurality of sound sources
CN102524237A (zh) * 2012-01-11 2012-07-04 桂林电子科技大学 一种飞机场鸟情监控驱鸟系统及方法
CN104268521A (zh) * 2014-09-23 2015-01-07 朱毅 一种基于非限定类别的卷积神经网络的图像识别方法
CN104738024A (zh) * 2015-04-14 2015-07-01 广东欧珀移动通信有限公司 害虫驱赶方法及装置
CN106203298A (zh) * 2016-06-30 2016-12-07 北京集创北方科技股份有限公司 生物特征识别方法及装置
CN107775651A (zh) * 2016-08-24 2018-03-09 南京乐朋电子科技有限公司 一种基于体感技术的灭鼠机器人
CN106982741A (zh) * 2017-04-06 2017-07-28 南京三宝弘正视觉科技有限公司 一种宠物监控机器人和系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109284735A (zh) * 2018-10-17 2019-01-29 思百达物联网科技(北京)有限公司 鼠情监控方法、装置、处理器及存储介质
CN109299703A (zh) * 2018-10-17 2019-02-01 思百达物联网科技(北京)有限公司 对鼠情进行统计的方法、装置以及图像采集设备
CN109460723A (zh) * 2018-10-26 2019-03-12 思百达物联网科技(北京)有限公司 对鼠情进行统计的方法、装置以及存储介质
CN109619084A (zh) * 2018-11-30 2019-04-16 李曲旦 次声能灭鼠驱鼠装置
CN109566592A (zh) * 2018-12-28 2019-04-05 北京明略软件系统有限公司 驱鼠的方法及系统
CN109807906A (zh) * 2019-02-18 2019-05-28 西京学院 一种基于模式识别和大数据技术的灭鼠机器人
CN110226589A (zh) * 2019-05-06 2019-09-13 上海秒针网络科技有限公司 目标对象驱赶方法和装置、存储介质及电子装置
CN110226589B (zh) * 2019-05-06 2022-01-28 上海秒针网络科技有限公司 目标对象驱赶方法和装置、存储介质及电子装置
CN110290356A (zh) * 2019-07-26 2019-09-27 上海秒针网络科技有限公司 对象的处理方法及装置
CN110521716A (zh) * 2019-08-06 2019-12-03 熵康(深圳)科技有限公司 一种有害生物驱赶方法、装置、设备和系统
CN112906642A (zh) * 2021-03-22 2021-06-04 苏州银翼智能科技有限公司 自移动机器人、自移动机器人的控制方法及存储介质
CN114431773A (zh) * 2022-01-14 2022-05-06 珠海格力电器股份有限公司 扫地机器人的控制方法
CN114431773B (zh) * 2022-01-14 2023-05-16 珠海格力电器股份有限公司 扫地机器人的控制方法

Similar Documents

Publication Publication Date Title
CN108553028A (zh) 驱赶老鼠方法及扫地机器人
CN103284653B (zh) 清洁机器人及其控制方法
Ekvall et al. Integrating active mobile robot object recognition and slam in natural environments
CN109947109A (zh) 机器人工作区域地图构建方法、装置、机器人和介质
CN109998428A (zh) 用于扫地机器人的清洁方法、系统及装置
CN101484221B (zh) 获得用于控制游戏程序的运行的输入
CN110403528A (zh) 一种基于清洁机器人提高清洁覆盖率的方法和系统
CN106863305A (zh) 一种扫地机器人房间地图创建方法及装置
US11700989B2 (en) Mobile robot using artificial intelligence and controlling method thereof
JP7356566B2 (ja) 移動ロボット及びその制御方法
CN109933061A (zh) 基于人工智能的机器人及控制方法
CN107618396A (zh) 自动充电系统及方法
JP7375748B2 (ja) 情報処理装置、情報処理方法、およびプログラム
CN109920424A (zh) 机器人语音控制方法、装置、机器人和介质
CN104699100B (zh) 一种基于网格自主循迹的智能车系统及其自主循迹方法
CN108806142A (zh) 一种无人安保系统，方法及扫地机器人
CN108903819A (zh) 一种基于人工智能的酒店清洁机器人及其控制方法
CN107643750A (zh) 智能行走设备斜坡的识别方法及其智能行走设备
CN108398689A (zh) 一种基于无人机的鸟类识别引导装置及其引导方法
Wijk et al. Triangulation based fusion of ultrasonic sensor data
CN107643751A (zh) 智能行走设备斜坡识别方法和系统
KR20190104937A (ko) 주행 금지 구역을 회피할 수 있는 이동로봇 및 이동로봇의 주행 금지 구역 회피 방법
CN110377066A (zh) 一种巡检设备的控制方法、装置和设备
CN108945880A (zh) 容量检测方法、装置及系统、移动垃圾桶
CN108820633A (zh) 移动垃圾桶及其的定位方法、环卫设备的定位方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190905

Address after: Room 402, 4th floor, Kanghe Sheng Building, New Energy Innovation Industrial Park, No. 1 Chuangsheng Road, Nanshan District, Shenzhen City, Guangdong Province, 518000

Applicant after: Shenzhen Infinite Power Development Co., Ltd.

Address before: 518000 Block 503,602, Garden City Digital Building B, 1079 Nanhai Avenue, Shekou, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN WOTE WODE CO., LTD.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180921