CN108646728A - 基于云端服务器的水面垃圾自动清理方法与系统 - Google Patents

Abstract

本发明公开了一种基于云端服务器的水面垃圾自动清理方法与系统，所述方法包括以下步骤：接收用户基于地图数据选择的待清理水域区域；判断所述水域是否为首次清理，并向所述用户终端反馈判断结果，若是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若否，则基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径；垃圾清理船根据所述清理路径进行清理，实时记录垃圾清理数据并发送至云端服务器。本发明能够实现水面垃圾全面清理的自动化，并且相较于现有技术，清理更具针对性，并且节约了人力物力。

Description

基于云端服务器的水面垃圾自动清理方法与系统

技术领域

本发明属于水域环保技术领域，尤其涉及一种基于云端服务器的水面垃圾自动清理方法和系统。

背景技术

传统的水面垃圾清扫方式为人工打捞清理，随着自动化技术的发展，国内外出现了一些新型水面垃圾清理技术，如大型自动水面垃圾清理船、遥控式水面垃圾清理船等半自动化设备。其中，大型自动化水面垃圾清理船通过船只驾驶员操纵，清理水面垃圾，相对于传统人工打捞方式有较高的清理效率。遥控式水面垃圾清理船利用NRF通信技术、实时图像传输等技术，实现了人在岸边远程监测控制清理船运行的技术，此种清理船体型较小，成本相对较低，具有一定的实用价值。为了提高清理自动化，技术人员还研发了一种基于机器视觉的垃圾清理船，基于在水面上拍摄的图像进行垃圾识别进而清理。

现有的垃圾清理方案存在以下问题：

大型自动化水面垃圾清理船和遥控式清理船都需要人工驾驶船只或人工操作，自动化程度不高；多存在同一区域重复清理的问题，清理效率较低；

为了实现整个水域的全面清理，目前已有的清理方案大多依靠地毯式扫描“偶遇”垃圾进行清理，清理效率较低；对于使用燃油驱动的水面垃圾清理船而言，其易对水域造成二次污染，且能耗较高，不利于清理船的持久续航。

因此，如何实现水面垃圾自动化全面清理的效率，节约人力物力，是本领域技术人员目前迫切解决的技术问题。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于云端服务器的水面垃圾自动清理方法和系统，该系统基于用户在用户终端上对待清理水域的选择，依赖于水面垃圾的分布规律，并且引入机器学习的方法，根据垃圾的历史清理数据进行路径规划，控制垃圾清理船基于所述路径进行垃圾清理。实现了水面垃圾全面清理的自动化，并且相较于现有技术，清理更具针对性，并且节约了人力物力。

为实现上述目的，本发明采用如下技术方案：

一种基于云端服务器的水面垃圾自动清理方法，包括以下步骤：

接收用户基于地图数据选择的待清理水域区域；

判断所述水域是否为首次清理，并向所述用户终端反馈判断结果，若是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若否，则基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径；

垃圾清理船根据所述清理路径进行清理，实时记录垃圾清理数据并发送至云端服务器。

进一步地，所述垃圾清理数据包括每个垃圾清理点的垃圾清理位置、时间和垃圾数量。

进一步地，判断所述水域是否为首次清理包括：

获取所述待清理水域的边界坐标；

根据所述边界坐标和云端服务器存储的历史垃圾清理数据，判断是否是首次清理。

进一步地，所述基于所述水域边界坐标确定待清理区域并规划清理路径具体包括：

将所述水域边界向内部缩进设定距离得到内边界，水域边界和内边界之间的区域即待清理区域，将待清理区域进行节点化；基于遍历式清理的原则规划清理路径。

进一步地，所述基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径具体包括：

根据历史垃圾清理数据，获取该水域中的垃圾清理点，基于垃圾数量超过预设阈值的点，根据蚂蚁算法进行路径规划得出一条遍及垃圾聚集区的最短路径并进行存储。

进一步地，所述路径每隔一个月重新规划一次。

根据本发明的第二目的，本发明还提供了一种基于云端服务器的水面垃圾自动清理系统，包括：

用户终端，接收用户基于地图数据选择的待清理水域区域；提取所述待清理水域的边界坐标，并发送至云端；接收云端反馈的所述水域是否首次清理的判断结果，若判断结果为是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若判断结果为否，则将所述水域对应的历史清理数据发送至所述用户终端，基于机器学习，根据所述历史清理数据规划清理路径；以及将所述清理路径发送至垃圾清理船；

云端服务器，用于接收垃圾清理船发送的垃圾清理数据，以及接收用户终端发送的水域边界坐标，根据所述水域边界坐标和存储的历史清理数据，判断所述水域是否为首次清理，并向所述用户终端反馈判断结果；

垃圾清理船，接收清理规划路径，根据所述规划路径对进行清理，实时记录垃圾清理数据并发送至云端服务器。

进一步地，所述系统还包括基站收集船，用于垃圾清理船在垃圾舱溢满后倾倒垃圾。

根据本发明的第三目的，本发明还提供了一种用户终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现：

接收用户基于地图数据选择的待清理水域区域；

提取所述待清理水域的边界坐标，并发送至云端服务器；

接收云端服务器反馈的所述水域是否首次清理的判断结果，

若判断结果为是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若判断结果为否，则基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径；将规划的清理路径发送至垃圾清理船。

根据本发明的第四目的，本发明还提供了一种云端服务器，

接收用户终端发送的待清理水域区域的边界坐标；

根据所述边界坐标和云端服务器存储的历史垃圾清理数据，判断是否是首次清理，并将结果反馈至所述用户终端。

本发明的有益效果

1、本发明将垃圾清理与收集工作分开，由清理执行机构清扫垃圾，基站收集船储存垃圾，扩展了设备的应用场景，使其可应用于湖泊、河流、近海等多种场景，且执行机构垃圾满仓时自动倾倒，实现了水面垃圾清理收集过程的全自动化。

2、本发明的清理方法是基于用户在用户终端上指定区域触发，基于所述区域识别水域，然后基于所述区域的历史清理数据，采用机器学习的方法规划清理路径，本发明不是基于用户指定位置的单点清理，而是根据水域历史清理数据实现的整个水域的清理。

2、本发明只需用户在用户终端指定清理区域，清理路径的分析和清理过程全部自动化实现，节省了清理水面垃圾所耗的人力。

3、本发明考虑了水面垃圾的分布规律，基于历史清理数据进行路径规划，使得清理更具针对性，缩短了单位面积水域的清理路径长短，相较于传统的自动清理方法，提高了清理效率，降低了清理的能耗。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1为本发明水面垃圾自动清理系统工作示意图；

图2为本发明垃圾清理船结构图；

图3为本发明垃圾清理船部分结构示意图；

图4为本发明基站收集船示意图。

1——垃圾阻拦网，2——船舱，3——垃圾传送装置，4——太阳能电池板，5——传送带驱动电机，6——垃圾收集盒，7——垃圾倾倒轮，8——漏水斜板，9——发电机。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本发明提供了一种基于云端服务器的水面垃圾自动清理系统，如图1所示，包括用户终端、云端服务器、垃圾清理船和基站收集船。基于用户终端对待清理区域进行选择，云端服务器将该水域的历史清理发送至所述用户终端，用户终端基于历史清理数据执行路径规划，将路径规划指令发送至垃圾清理船，垃圾清理船清理的同时记录清理信息。

具体地，垃圾清理船包括双体船舱，所述双体船舱是清理执行机构的工作平台，具有一定的抗风浪能力与行进稳定性；所述垃圾引流网安装在船头部分，部分位于水下，在保持船只较小行进阻力的同时提高船只的清扫半径，提高清理效率；所述垃圾清扫与传送机构由类似于传送带装置，该机构斜向上放置，末端伸向垃圾储存装置，传送带上装有垃圾挡板，传送带使用铁网等镂空材料便于过水；所述垃圾储存机构位于清理执行机构的尾部，当清理执行机构下水时其位于水面上方，且可与执行机构分离进行垃圾倾倒；所述动力机构由蓄电池、电机与螺旋桨组成，两个船舱尾部分别布置；所述转向机构由转向舵与舵机组成，两个船舱尾部分别布置，可配合动力机构的差速实现船只转向；所述太阳能供电系统由太阳能电池板、充电电路组成，为动力机构及垃圾清扫传送机构提供能源。

所述基站收集船为系统的垃圾储存装置，为单体船结构，船上载有垃圾倾倒机构、垃圾储存舱、动力机构、太阳能与柴油机发电蓄电系统与充电接口。

所述基站收集船的垃圾倾倒机构由超声波三角定位模块、倾倒转轮等结构组成。所述基站收集船的动力机构由电机、螺旋桨、舵及舵机组成，电机驱动螺旋桨使船只获得行进动力，舵机驱动舵实现船只转向；所述太阳能与柴油机发电蓄电系统的工作方式为太阳能电池板与柴油发电机联合为蓄电池供电，且船上有匹配清理执行机构的充电接口。

当清理执行机构垃圾满仓时，执行机构返回基站收集船，与其进行位置配对，倾倒垃圾。位置配对过程中，通过定时测距导航卫星全球定位系统(GPS)获得两机构的地理位置信息，通过超声波三角定位技术完成两船体的精确对接。对接完成后，基站收集盒通过电磁铁吸附清理船的垃圾储存盒，通过倾倒转轮将垃圾盒倒转到上方，将垃圾全部倾倒到基站收集仓内。

实施例一

一种基于云端服务器的水面垃圾自动清理方法，如图1所示，包括以下步骤：

步骤1：用户终端接收用户基于地图数据选择的待清理水域区域；

步骤2：基于待清理水域地图的颜色特征，提取所述待清理水域的边界坐标，并发送至云端服务器；

步骤3：云端服务器根据所述水域边界坐标和存储的历史清理数据，判断所述水域是否为首次清理，并向所述用户终端反馈判断结果。若是首次，则基于所述水域边界坐标确定待清理区域并规划清理路径；若不是首次，则将所述水域对应的历史清理数据发送至所述用户终端，基于机器学习，根据所述历史清理数据规划清理路径。将所述清理路径发送至垃圾清理船。

步骤4：垃圾清理船根据接收到的规划路径进行清理，实时记录垃圾清理数据并发送至云端服务器。清理过程中通过红外传感器实时记录所收集垃圾的数量信息，通过GPS模块记录位置信息，并将垃圾清理数据打包传输到云端服务器，所述垃圾清理数据包括清理垃圾数量以及对应的清理时间和位置。当垃圾舱溢满后自动返回基站收集船倾倒垃圾。

所述步骤1具体包括：

APP通过百度地图等提供的SDK开源服务获取地图，将水域全景在APP上显示出来。APP设置有点选工具，用于可通过点选的方式确定需清理水域的大致范围，并实时反馈在地图上。

所述步骤2具体包括：

步骤2.1：在普通地图模式里地图使用黄色表示地面，蓝色表示水面，根据屏幕像素点显示的颜色数据进行判断，蓝色的像素点作为水面坐标保存下来，得到用户选择区域对应的所有水面坐标；

步骤2.2：将周围八个像素点颜色全为蓝色的像素点删去，得到水域边界坐标；

步骤2.3：借助于百度地图等提供的SDK开源服务，将水域边界像素点坐标转化为GPS坐标，并发送至云端服务器。

所述步骤3中基于所述水域边界坐标确定待清理区域并规划清理路径具体包括：

通过调研成果可知，水面上垃圾聚集区沿岸边分布，所以在清理时只需要关注水面的边界处。因此，本发明将距岸一定距离的区域当做水面清理的主要清理区域，这样考虑之后，垃圾船所需清理的水面区域可以用两个不规则图形表示。所述水域边界称为外边界，水域边界向水域中心缩进10％-20％距离得到内边界，两个边界之间的区域就是待清理区域。

所述步骤3具体包括：

步骤3.1：根据所述待清理水域的边界坐标和云端服务器存储的历史垃圾清理数据，判断是否是首次清理；若是，则计算待清理区域，将待清理区域进行节点化，基于遍历式清理的原则规划清理路径；若不是首次清理，执行下一步；

步骤3.2：从云端调取该水域垃圾分布信息，对历史垃圾分布数量较多的点进行优先清理，并实时记录此次各节点垃圾收集数量，对云端信息进行更新。

步骤3.3：多次清理充分收集垃圾分布信息后，利用蚂蚁算法路径规划得出一条遍及垃圾聚集区的最短路径，并作为较长期的清理路径使用。

步骤3.4：考虑到季节风向变化会影响水面垃圾分布情况，每个月应重新收集数据重新规划路径，保证信息的时效性。

实施例二

本实施例的目的是提供一种水面垃圾清理系统。

本实施例公开了一种基于云端服务器的水面垃圾自动清理系统，包括用户终端、云端服务器、垃圾清理船和基站收集船。

用户终端，接收用户基于地图数据选择的待清理水域区域；基于水域颜色特征，提取所述待清理水域的边界坐标，并发送至云端；接收云端反馈的所述水域是否首次清理的判断结果，若判断结果为是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若判断结果为否，则将所述水域对应的历史清理数据发送至所述用户终端，基于机器学习，根据所述历史清理数据规划清理路径；将所述清理路径发送至垃圾清理船。

云端服务器，用于接收垃圾清理船发送的垃圾清理数据，以及接收用户终端发送的水域边界坐标，根据所述水域边界坐标和存储的历史清理数据，判断所述水域是否为首次清理，并向所述用户终端反馈判断结果；

垃圾清理船，接收清理规划路径，根据所述规划路径对进行清理，实时记录垃圾清理数据并发送至云端；

基站收集船，用于垃圾清理船在垃圾舱溢满后倾倒垃圾。

实施例三

本实施例的目的是提供一种用于水面垃圾清理的用户终端。

一种用于水面垃圾清理的用户终端，

接收用户基于地图数据选择的待清理水域区域；

基于水域颜色特征，提取所述待清理水域的边界坐标，并发送至云端服务器；

接收云端服务器反馈的所述水域是否首次清理的判断结果，若判断结果为是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若判断结果为否，则基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径；将所述清理路径发送至垃圾清理船。

以上实施例二和三中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。

本发明的有益效果

1、本发明的清理方法是基于用户在用户终端上指定区域触发，基于所述区域识别水域，然后基于所述区域的历史清理数据，采用机器学习的方法规划清理路径，本发明不是基于用户指定位置的单点清理，而是根据水域历史清理数据实现的整个水域的清理。

2、本发明只需用户在手机APP端指定清理区域，清理路径的分析和清理过程全部自动化实现，极大节省了清理水面垃圾所耗的人力。

3、本发明考虑了水面垃圾的分布规律，基于历史清理数据进行路径规划，使得清理更具针对性，相较于传统的自动清理方法，提高了清理效率，降低了清理的能耗。

本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于云端服务器的水面垃圾自动清理方法，其特征在于，包括以下步骤：

接收用户基于地图数据选择的待清理水域区域；

判断所述水域是否为首次清理，并向所述用户终端反馈判断结果，若是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若否，则基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径；

垃圾清理船根据所述清理路径进行清理，实时记录垃圾清理数据并发送至云端服务器。

2.如权利要求1所述的一种基于云端服务器的水面垃圾自动清理方法，其特征在于，所述垃圾清理数据包括每个垃圾清理点的垃圾清理位置、时间和垃圾数量。

3.如权利要求1所述的一种基于云端服务器的水面垃圾自动清理方法，其特征在于，判断所述水域是否为首次清理包括：

获取所述待清理水域的边界坐标；

根据所述边界坐标和云端服务器存储的历史垃圾清理数据，判断是否是首次清理。

4.如权利要求1所述的一种基于云端服务器的水面垃圾自动清理方法，其特征在于，所述基于所述水域边界坐标确定待清理区域并规划清理路径具体包括：

将所述水域边界向内部缩进设定距离得到内边界，水域边界和内边界之间的区域即待清理区域，将待清理区域进行节点化；基于遍历式清理的原则规划清理路径。

5.如权利要求1所述的一种基于云端服务器的水面垃圾自动清理方法，其特征在于，所述基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径具体包括：

根据历史垃圾清理数据，获取该水域中的垃圾清理点，基于垃圾数量超过预设阈值的点，根据蚂蚁算法进行路径规划得出一条遍及垃圾聚集区的最短路径并进行存储。

6.如权利要求5所述的一种基于云端服务器的水面垃圾自动清理方法，其特征在于，所述路径每隔一个月重新规划一次。

7.一种基于云端服务器的水面垃圾自动清理系统，其特征在于，包括：

用户终端，接收用户基于地图数据选择的待清理水域区域；提取所述待清理水域的边界坐标，并发送至云端；接收云端反馈的所述水域是否首次清理的判断结果，若判断结果为是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若判断结果为否，则将所述水域对应的历史清理数据发送至所述用户终端，基于机器学习，根据所述历史清理数据规划清理路径；以及将所述清理路径发送至垃圾清理船；

云端服务器，用于接收垃圾清理船发送的垃圾清理数据，以及接收用户终端发送的水域边界坐标，根据所述水域边界坐标和存储的历史清理数据，判断所述水域是否为首次清理，并向所述用户终端反馈判断结果；

垃圾清理船，接收清理规划路径，根据所述规划路径对进行清理，实时记录垃圾清理数据并发送至云端服务器。

8.如权利要求7所述的一种基于云端服务器的水面垃圾自动清理系统，其特征在于，所述系统还包括基站收集船，用于垃圾清理船在垃圾舱溢满后倾倒垃圾。

9.一种用户终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现：

接收用户基于地图数据选择的待清理水域区域；

提取所述待清理水域的边界坐标，并发送至云端服务器；

接收云端服务器反馈的所述水域是否首次清理的判断结果，

若判断结果为是，则基于所述水域边界坐标确定待清理区域并规划清理路径；若判断结果为否，则基于云端服务器存储的历史垃圾清理数据，采用机器学习的方法规划清理路径；将规划的清理路径发送至垃圾清理船。

10.一种云端服务器，其特征在于，

接收用户终端发送的待清理水域区域的边界坐标；

根据所述边界坐标和云端服务器存储的历史垃圾清理数据，判断是否是首次清理，并将结果反馈至所述用户终端。