CN109797691B - 一种无人清扫车及其行车方法 - Google Patents

Abstract

本发明涉及环卫车辆领域，一种无人清扫车，包括行驶系统，执行车辆行驶指令；转向系统，执行车辆转向指令；线控制动系统，执行车辆制动指令；道路识别系统，采集车辆前方路面图像进行处理，识别车辆前方路况，规划行车方向并下发行车指令；防碰撞系统，实时检测车辆与马路牙子距离；主控制器(ECU)，接收道路识别系统的行车指令，主控制器(ECU)控制行驶系统、转向系统和线控制动系统规划行车方向；主控制器(ECU)接收防碰撞系统反馈的车辆与马路牙子距离信号，主控制器(ECU)基于上述距离信号，控制行驶系统和转向系统调整车辆与马路牙子的距离。该无人清扫车只要设定好清扫小区的路径，无人车就可以完成多名环卫工的工作量。

Description

一种无人清扫车及其行车方法

技术领域

本发明涉及环卫车辆领域，尤其涉及一种无人清扫车及其行车方法。

背景技术

传统的环卫模式基本上还是以下两种：1.我们的环卫工人人工手动清扫小区或街道的垃圾；2.人工驾驶环卫清洁车清扫小区或街道的垃圾。由于环卫体系严重依赖人力，而前环卫工人员不足，直接导致现有的环卫工人每人每天需要超负荷完成清扫作业量，同时又由于环卫工人经常在路边作业，给环卫工的生命安全带来一定的隐患；所以为了减少环卫运维成本、为了减轻环卫工人的工作压力，也为了保障环卫工的生命安全，从长期考虑，更为在当前人口老龄化阴影笼罩下的中国环卫行业提供智慧环卫的解决方案，在环卫行业中推广智慧无人清扫车，使我们的环卫工人也能享受到无人驾驶技术和智慧环卫给他们带来的便利和福利。

在中国实用型专利说明书CN201620935282中公开了一种扫地车，这种扫地车包括车身、扫地装置、吸尘装置、和无线充电装置，车身上还装有远程控制系统、避障传感器、三维图像识别装置，远程控制系统包括摄像头、信号收发装置以及显示器，车身外部周围安装有避障传感器，三维图像识别装置包括摄像头、三维图像采集模块和图像处理模块，本发明可以实现扫地车无人控制，也可以远程遥控，使用方便，并且同时具备吸尘功能。但车身上装有远程控制系统、避障传感器、三维图像识别装置，能实现无人清扫、路径规划，但比较复杂，精确度较低。

发明内容

为了解决上述问题，本发明的第一目的在于提供一种无人清扫车，该无人清扫车只要设定好清扫小区的路径，无人车就可以完成多名环卫工的工作量，可以解决环卫工人员严重不足的问题，同时也大大降低了环卫工人的作业量，分担了环卫工的作业压力。本发明的第二目的在于提供一种无人清扫车的行车方法。

为了实现上述的目的，本发明采用了以下的技术方案：

一种无人清扫车，其特征在于：包括

行驶系统，执行车辆行驶指令；

转向系统，执行车辆转向指令；

线控制动系统，执行车辆制动指令；

道路识别系统，通过高清摄像头采集车辆前方路面图像，工控机并对图像信息进行处理，识别车辆前方路况，规划行车方向并下发行车指令；

防碰撞系统，实时检测车辆与马路牙子距离；

清扫系统，用于对车辆行驶路径中的路面进行清理；

主控制器，接收道路识别系统的行车指令，主控制器控制行驶系统、转向系统和线控制动系统规划行车方向；并且，主控制器接收防碰撞系统反馈的车辆与马路牙子距离信号，主控制器基于上述距离信号，控制行驶系统和转向系统规划调整车辆与马路牙子的距离。

作为优选，还包括角度测量仪，用于感知车身角度、确定转弯方向和转弯角度。

一种无人清扫车的行车方法，其特征在于：包括如下步骤：

步骤1：系统预设行车路径，包括起点位置、终点位置和行驶轨迹，行驶轨迹中的直线路段的行驶速度和时间，弯道路段中的转弯方向、转弯总角度和转弯次数；

步骤2：车辆按照系统预设的行车路径行驶；在行驶过程中，车辆的道路识别系统通过高清摄像头采集车辆前方路面图像，工控机识别前方路况规划行车方向；车辆的防碰撞系统识别车辆与马路牙子距离信号，实时调整车辆与马路牙子的距离或及时采取制动。

作为优选，所述步骤2中，车辆在直线路段的行驶步骤如下：步骤a1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频；步骤a2，工控机定时读取视频图像获得道路右侧边缘轨迹，采用虚拟边缘线刻画右侧边缘；步骤a3，工控机下发指令进行直行纠偏，纠偏完了则保持直线行驶状态。

作为优选，所述步骤a2具体包括，步骤a21，工控机通过算法先将拍摄返回的图片转换成灰度图；步骤a22，将图片进行直方图均衡化，使图像的灰度范围拉开或使灰度均匀分布，从而增大反差；步骤a23，对图像进行高斯滤波，对图像进行高斯滤波处理，去除图像中噪声；步骤a24，cannny边缘检测：标识数字图像中亮度变化明显的点，剔除图像中认为不相关的信息，保留图像中重要的结构属性；步骤a25，在边缘检测的结果上进行霍夫直线变换；步骤a26，返回一个霍夫直线线段矢量集合；步骤a27，根据霍夫直线变换可以得到一条直线矢量；步骤a28，根据霍夫变换会得到摄像头与马路牙子的夹角theta，和摄像头到马路牙子的距离rh0，根据这两个值可以算出pt1和pt2的坐标值，根据pt1->pt2坐标和方向画出路基边缘线；

所述步骤a3具体是利用道路边缘直线角度sum_theta和等于每一帧的theta之和，并记录道路边缘直线的数目line_num，记录返回照片帧数frame_num,上一帧角度last_theta,车轮转动时间time,输入以上参数；

首先判断是否是第一帧图像，如果是，则计算第一帧图像角度flag_theta＝sum_theta/line_num,以后每一帧都与这一帧进行比较；如果不是第一帧，则先进行直行纠偏；

纠偏过程：先求出平均角度ave_theta＝sum_theta/line_num,再平均角度传给将上一帧的角度last_theta,再用第一帧图像的角度flag_theta减去平均角度ave_theta；

如果结果小于-3度，则车轮需要左转；

如果结果大于3度，则车轮需要右转；

如果结果在(-3,3)度之间，与初始状态相差不大，则需要车轮回正；

纠偏完了则保持直线行驶状态。

作为优选，所述步骤2车辆在直线路段的行驶过程中，车身旁边的第一超声波传感器进行道路边缘偏离检测，第一超声波传感器与马路牙子的距离信号经A/D转换，转换成电信号给主控制器；主控制器设定安全阈值范围，一旦偏离安全阈值范围，即可开始转动前面方向轮，使车辆恢复与道路边缘保持平行。

作为优选，所述步骤2车辆在弯道路段的行驶步骤具体包括步骤b1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时读取视频图像发送给工控机；步骤b2，工控机对读取的图像进行处理，判断道路前方路况并下发行车指令；步骤b3，主控制器根据工控机的行车指令控制直行电机，使直行电机保持向前直行；步骤b4，当遇到转弯马路牙子时，第一超声波传感器实时检测与马路牙子的距离，当超出设定的阈值范围时，电信号传达到主控制器，主控制器控制转弯电机小角度转动，角度仪检测达到一定角度后，给主控制器一个指令信号，主控制器先控制转弯电机停止转动，再控制直行电机向前行走一段距离；经过这样多次旋转、直行一段距离，直到与马路牙子保持平行且第一超声波传感器检测距离在设定距离阈值内，从而达到转弯行走。

作为优选，所述步骤2车辆在弯道路段的行驶步骤具体包括步骤b1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时读取视频图像发送给工控机；步骤b2，工控机对读取的图像进行处理，判断道路前方路况并下发行车指令；步骤b3，主控制器根据工控机的行车指令控制直行电机，使直行电机保持向前直行；步骤b4，如高清摄像头传回的照片，经过多次图像处理判断后，没有发现马路牙子；安装在车身后面的第二超声波传感器检测后方安全距离；步骤b5，当检测结果与马路边沿达到一个安全范围；无人车停止行驶，每次旋转一定角度，并在旋转后通过高清摄像头传回的照片寻找马路牙子，直至旋转后发现需要转弯到的马路牙子为止；步骤b6，调整车头方向正对马路牙子，车身调整完毕，保持直线行驶；当车接近马路牙子并且车头安装的第二超声波传感器与马路牙子头部距离检测超出设定阈值范围时，车头做相应的调整，使车身与马路牙子保持在设定安全距离范围内；步骤b7，无人车继续行驶，直到车身后侧的第二超声波传感器检测到与马路牙子的距离保持在设定的安全距离，主控制器给转弯电机一个小角度转弯信号，转弯的过程中，角度仪检测到转弯角度达到设定的角度，主控制器控制转弯电机停止转弯，然后控制直行电机向前行走一段设定的距离；经过这样多次转弯、行走，再转弯、再行走，直到超声波传感器检测到车身与马路牙子保持平行，主控制器再次控制直行电机保持直线行走，从而完成特殊弯道的转弯。

作为优选，步骤2车辆在检测到障碍物的行驶步骤具体包括步骤c1，高清摄像头传回拍摄到的图像给工控机，工控机经图像处理，判断到路面有障碍物且车头前面安装的第二超声波传感器也检测到物体的距离在设定的报警阈值距离内；步骤c2，工控机下发指令，主控制器控制线控制动系统采取制动，无人车停止不动；步骤c3，高清摄像头仍在接下来的一段时间内摄取照片传给工控机，工控机判断障碍物是否被清除；若判断障碍物被清除，工控机下发行走指令，主控制器收到指令后，控制直行电机启动，继续行走；若多次检测障碍物未被清除，工控机下发直行电机反转的指令，无人车倒车，当倒车达到设置的安全距离后，主控制器控制转弯电机转动一定角度，若车身周围第一超声波传感器检测到与障碍物的距离也在安全范围，则继续旋转直到能绕开障碍物继续向前行驶为止；若车身周围的第一超声波传感器检测到与障碍物的距离在设定的报警阈值范围，则继续倒车到安全距离，然后直到能绕开障碍物继续向前行驶为止。

作为优选，首先通过摄像头拍照采集构建样本集，具体将路面的垃圾通过采集、训练，归类为正样本；将没有垃圾的路面通过采集、训练归类为负样本；高清摄像头采集车辆前方路面图像，工控机将前方路面图像与样本集对比；当检测到垃圾后立即下发指令给主控制器，主控制器控制清扫系统工作清扫。

本发明采用上述技术方案，该技术方案涉及一种无人清扫车，以及该无人清扫车的行车方法。所述无人清扫车中的主控制器，接收道路识别系统的图像信息，并对图像信息进行处理，识别车辆前方路况；主控制器基于上述设别的路况信息，控制行驶系统和转向系统规划行车方向；并且，主控制器接收防碰撞系统反馈的车辆与马路牙子距离信号，主控制器基于上述距离信号，控制行驶系统和转向系统规划调整车辆与马路牙子的距离或及时采取制动。因此该无人清扫车只要设定好清扫小区的路径，无人车就可以完成多名环卫工的工作量，可以解决环卫工人员严重不足的问题，同时也大大降低了环卫工人的作业量，分担了环卫工的作业压力。

附图说明

图1为无人清扫车的侧面结构示意图。

图2为无人清扫车的正面结构示意图。

图3为无人清扫车的执行原理框图。

图4为无人清扫车在直线路段行驶方案中采用的霍夫直线变换原理图。

图5为无人清扫车在障碍物避让方案的执行电路图。

具体实施方式

下面结合附图，对本发明的优选实施方案作进一步详细的说明。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

实施例1：

如图1～3所示的一种无人清扫车，包括车体1，以及设置在车体1上的行驶系统、转向系统、道路识别系统、防碰撞系统、线控制动系统、主控制器2和清扫系统。行驶系统是用于执行车辆行驶，行驶系统包括直行电机31和直行轮32，直行轮32由直行电机31驱动。转向系统包括转向电机41，以及连接在转向电机41输出端上的转向轮42。其中，直行轮32为后轮，转向轮42为前轮。所述道路识别系统包括高清摄像头51和工控机52，高清摄像头51用于采集车辆前方路面图像，工控机52用于对图像信息进行处理，识别车辆前方路况，规划行车方向并下发行车指令。

所述防碰撞系统包括设置在车体1两侧的第一超声波传感器61，以及设置在车头和车尾的第二超声波传感器62；第一超声波传感器61用于实时检测车辆与马路牙子距离，第二超声波传感器62用于检测安全距离，上述第一超声波传感器61和第二超声波传感器62将距离信号经A/D转换，转换成电信号给主控制器2。

另外，工控机52控制连接主控制器2，主控制器2控制连接直行电机31和转向电机41。主控制器2接收道路识别系统的行车指令，主控制器2控制行驶系统和转向系统规划行车方向。同时，主控制器2接收防碰撞系统反馈的车辆与马路牙子距离信号，主控制器2基于上述距离信号，控制行驶系统和转向系统规划调整车辆与马路牙子的距离。

另外，车体1上还设有用于感知车身角度、转弯方向和转弯角度的角度测量仪7。车辆在转弯过程中，通过角度测量仪7判断车辆转弯方向和角度，完成预设的转弯角度。

所述线控制动系统包括制动踏板模块81和制动执行机构82，主控制器2控制制动踏板模块81，制动踏板模块81控制制动执行机构82，制动执行机构82作用于直行轮32；该无人清扫车中的取消了传统车辆上的制动脚刹踏板，线控改造后采取上述线控制动系统。道路识别系统经过图像处理检测到路面前方有障碍物时，会上传一个电平信号下发制动指令给主控制器2,主控制器2收到电平信号指令后控制整车电流到驱动执行模块的开关量端口断开制动踏板模块81，由制动踏板模块81控制制动执行机构82启动，使无人清扫车处于失电状态而停车止。

所述清扫系统包括分别设置在车架两侧的两组侧刷组件91，以及设置在两组侧刷组件后侧车架上的滚刷组件，以及与滚刷组件相配合使用的吸尘组件。主控制器2控制连接侧刷组件、滚刷组件和吸尘组件。所述工控机52对于高清摄像头51采集的车辆前方路面图像检测，当检测到垃圾后立即下发指令给主控制器2，主控制器2控制清扫系统工作清扫。

上述技术方案涉及一种无人清扫车，所述无人清扫车中的主控制器2，接收道路识别系统的图像信息，并对图像信息进行处理，识别车辆前方路况；主控制器2基于上述设别的路况信息，控制行驶系统和转向系统规划行车方向；并且，主控制器2接收防碰撞系统反馈的车辆与马路牙子距离信号，主控制器2基于上述距离信号，控制行驶系统和转向系统规划调整车辆与马路牙子的距离。因此该无人清扫车只要设定好清扫小区的路径，无人车就可以完成多名环卫工的工作量，可以解决环卫工人员严重不足的问题，同时也大大降低了环卫工人的作业量，分担了环卫工的作业压力。

实施例2：

本实施例是基于实施例1中的无人清扫车结构，所提供的一种无人清扫车的行车方法，包括如下步骤：

步骤1：系统预设行车路径，包括起点位置、终点位置和行驶轨迹，行驶轨迹中的直线路段的行驶速度和时间，弯道路段中的转弯方向、转弯总角度和转弯次数。

步骤2：车辆按照系统预设的行车路径行驶；在行驶过程中，车辆的道路识别系统通过高清摄像头采集车辆前方路面图像，识别前方路况规划行车方向；车辆的防碰撞系统识别车辆与马路牙子距离信号，实时调整车辆与马路牙子的距离或及时采取制动。

步骤1具体来说如下；在无人车运行前，工作人员必须要对行走路径进行路径规划和大量测试，例如某段需要拐弯的路径，我们工作人员提前先测试这段直线路程需要多少时间，然后将其录入至程序中。无人车行驶过程中调用行走程序，按其测试速度和时间，算好拐弯距离，当直线行走完成后，程序中告诉无人车向左/右转弯，分几次转，每次转弯多少度，当拐弯完成并重新检测到马路牙子后，然后继续设置直行时间，使无人车按直线行驶，直到到达设定终点。因此只要设置好起点和终点，并规划好中间的路径，无人车就能一直按照既定路径不断行驶。

第一步，计算两条直线马路牙子的交点，并记下交点位置，路径规划该段按当前速度，直线行驶多长时间到两条马路牙子的交点；第二步，用手机指南针放在一条直线马路牙子上，测出该马路牙子的直线角度θ1；将手机指南针放在另一条直线马路牙子上，测出另一条马路牙子的直线角度θ2，θ1-θ2得出该马路牙子的拐弯角度，设置向左/右转，设置拐弯几次。

步骤2可以分为如下直线路段行驶步骤、普通弯道行驶步骤、特殊弯道行驶步骤和检测到障碍物的行驶步骤，具体如下。

车辆在直线路段的行驶步骤如下：

步骤a1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时(目前是一秒，这与车速和响应要求有关)读取一帧视频图像发送给工控机；

步骤a2，工控机对读取的图像进行处理，获得道路右侧边缘轨迹，采用虚拟边缘线刻画右侧边缘；

步骤a21，工控机通过算法先将拍摄返回的图片转换成灰度图，改善图片的画质，使图像的显示效果更加清晰、细腻、容易识别；

步骤a22，将图片进行直方图均衡化，使图像的灰度范围拉开或使灰度均匀分布，从而增大反差；

步骤a23，对图像进行高斯滤波，对图像进行高斯滤波处理，去除图像中噪声；

步骤a24，cannny边缘检测：标识数字图像中亮度变化明显的点，剔除图像中认为不相关的信息，保留图像中重要的结构属性；

步骤a25，在边缘检测的结果上进行霍夫直线变换；

步骤a26，返回一个霍夫直线线段矢量集合；

步骤a27，根据霍夫直线变换可以得到一条直线矢量；

步骤a28，如图4所示，根据霍夫变换会得到摄像头与马路牙子的夹角theta，和摄像头到马路牙子的距离rh0，根据这两个值可以算出pt1和pt2的坐标值，根据pt1->pt2坐标和方向画出路基边缘线。

步骤a3，进行直行纠偏，纠偏完了则保持直线行驶状态；具体是：

利用道路边缘直线角度sum_theta和等于每一帧的theta之和，并记录道路边缘直线的数目line_num，记录返回照片帧数frame_num，上一帧角度last_theta，车轮转动时间time，输入以上参数；

首先判断是否是第一帧图像，如果是，则计算第一帧图像角度flag_theta＝sum_theta/line_num，以后每一帧都与这一帧进行比较；如果不是第一帧，则先进行直行纠偏；

纠偏过程：先求出平均角度ave_theta＝sum_theta/line_num，再平均角度传给将上一帧的角度last_theta，再用第一帧图像的角度flag_theta减去平均角度ave_theta；

如果结果小于-3度，则车轮需要左转；

如果结果大于3度，则车轮需要右转；

如果结果在(-3，3)度之间，与初始状态相差不大，则需要车轮回正；

纠偏完了则保持直线行驶状态。

另外，车辆在直线路段的行驶过程中，车身旁边的第一超声波传感器会进行道路边缘偏离检测，第一超声波传感器与马路牙子的距离信号经A/D转换，转换成电信号给主控制器；主控制器设定安全阈值范围，一旦偏离安全阈值范围，即可开始转动前面方向轮，使车辆恢复与道路边缘保持平行。比如第一超声波传感器检测到的距离大于安全距离，电信号反馈到主控制器后，主控制器立刻控制转向电机，使前方向轮向右小角度微调转动行驶，直到第一超声波传感器检测到与马路牙子的距离在安全距离范围，前方向轮向左小角度微调恢复到直线行驶状态；当第一超声波传感器检测到距离小于安全距离范围时，电信号反馈给主控制器，主控制器立刻控制转向电机，使前方向轮向左小角度微调转动行驶，直到第一超声波传感器检测到与马路牙子的距离在安全距离范围，主控制器再控制转向电机多次小角度微调向右转动行驶，直到与马路牙子恢复并保持直线行驶。

车辆在弯道路段的行驶步骤如下：

步骤b1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时(目前是一秒，这与车速和响应要求有关)读取一帧视频图像发送给工控机；

步骤b2，工控机对读取的图像进行处理，判断道路前方路况并下发行车指令；

步骤b3，工控机控制行走电机，使行走电机保持向前直行；

步骤b4，当遇到转弯马路牙子时，第一超声波传感器实时检测与马路牙子的距离，当超出设定的阈值范围时，电信号传达到主控制器，主控制器控制转弯电机小角度转动，角度测量仪检测达到一定角度后，给主控制器一个指令信号，主控制器先控制转弯电机停止转动，再控制行走电机向前行走一段距离；经过这样多次旋转、直行一段距离，直到与马路牙子保持平行且第一超声波传感器检测距离在设定距离阈值内，从而达到转弯行走。

车辆在特殊弯道行驶步骤如下：

步骤b1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时(目前是一秒，这与车速和响应要求有关)读取一帧视频图像发送给工控机；

步骤b2，工控机对读取的图像进行处理，判断道路前方路况并下发行车指令；

步骤b3，主控制器基于行车指令控制行走电机，使行走电机保持向前直行；

步骤b4，高清摄像头传回的照片，经过多次图像处理判断后，没有发现马路牙子；

步骤b5，安装在车身后面的第二超声波传感器检测后方安全距离；

步骤b6，当检测结果与马路边沿达到一个安全范围；无人车停止行驶，原地定向旋转，每次旋转一定角度，并在旋转后通过高清摄像头传回的照片寻找马路牙子，直至旋转后发现需要转弯到的马路牙子为止；如可以是顺时针旋转30°，将摄像头拍摄的照片传回道路识别系统，经图像处理，若还是没发现要转弯的马路牙子，继续旋转30°，经360°旋转后发现需要转弯到的马路牙子。

步骤b7，调整车头方向正对马路牙子，车身调整完毕，保持直线行驶；当车接近马路牙子并且车头安装的第二超声波传感器与马路牙子头部距离检测超出设定阈值范围时，车头做相应的调整，使车身与马路牙子保持在设定安全距离范围内；

步骤b8，无人车继续行驶，直到车身后侧的第二超声波传感器检测到与马路牙子的距离保持在设定的安全距离，主控制器给转弯电机一个小角度转弯信号，转弯的过程中，角度仪检测到转弯角度达到设定的角度，主控制器控制转弯电机停止转弯，然后控制行走电机向前行走一段设定的距离；经过这样多次转弯、行走，再转弯、再行走，直到超声波传感器检测到车身与马路牙子保持平行，主控制器再次控制行走电机保持直线行走，从而完成特殊弯道的转弯。

车辆在检测到障碍物的行驶步骤如下：

步骤c1，高清摄像头拍摄车辆前方路况视频，并定时(目前是一秒，这与车速和响应要求有关)读取一帧视频图像发送给工控机；经图像处理，判断到路面有障碍物且车头前面安装的第二超声波传感器也检测到物体的距离在设定的报警阈值距离内；

步骤c2，工控机下发指令，主控制器控制线控制动系统采取制动，无人车停止不动；

步骤c3，高清摄像头仍在接下来的一段时间内摄取照片传给工控机，工控机判断障碍物是否被清除；若判断障碍物被清除，工控机下发行走指令，主控制器收到指令后，控制行走电机启动，继续行走；若多次检测障碍物未被清除，工控机下发行走电机反转的指令，无人车倒车，当倒车达到设置的安全距离后，主控制器控制转弯电机转动一定角度，若车身周围第一超声波传感器检测到与障碍物的距离也在安全范围，则继续旋转直到能绕开障碍物继续向前行驶为止；若车身周围的第一超声波传感器检测到与障碍物的距离在设定的报警阈值范围，则继续倒车到安全距离，然后直到能绕开障碍物继续向前行驶为止。如图5所示，在车身前端接入红外光电感应开关，并接入到主控制器的电量采集端，当光电开关触发时，信号输出端会输出一个低电位信号，平时不触发时为高电位信号，当为低电位信号时，控制板上的光电二极管导通，输出低电位信号给控制板芯片，控制板芯片判断到低电平信号后，控制车辆驱动模块的开关量端口断开，使无人车断电停止10S，然后控制倒车开关量端口闭合，使无人车向后倒车4S，然后控制转弯电机向左转20S,然后向前行驶，此时车身前方并无障碍物阻挡，并通过试探法给出的测试角度进行向前并向右进行多次小角度转弯。直到绕过障碍物，发现马路牙子并按照马路牙子向前继续行驶。

清扫系统运作

上述结构的无人清扫车还能够对路面垃圾进行检查，实时控制清扫系统工作。具体是：首先通过摄像头拍照采集构建样本集，即将路面的垃圾通过采集、训练，归类为正样本；将没有垃圾的路面通过采集、训练归类为负样本。然后，高清摄像头采集车辆前方路面图像，工控机将前方路面图像与样本集对比。当检测到垃圾后立即下发指令给主控制器，主控制器控制清扫系统工作清扫。

具体地，通过获取街道图片并标记垃圾区域，构建样本集，对CNN卷积神经网络进行训练。对于要检测的实时街道图片，将其与干净街道图片进行配准以及像素级作差，采用RCNN算法，在作差后的图片上使用selective search获取推荐区域，获得可能出现垃圾的位置，然后将实时图像上每一个可能出现垃圾的区域内的图像数据输入训练好的CNN卷积神经网络进行识别，根据CNN卷积神经网络的输出向量来判断推荐框内是否为垃圾，如果是垃圾，则在实时图像上进行标记。

其中标记是指将图像中出现垃圾的局部图像的左上角和右下角记录下来。构建样本集是指将图像中标记过的垃圾区域裁切出来，作为正样本，同时裁切图像中的典型非垃圾区域，作为负样本，将正负样本图片归一化到相同大小。

其中selective search目标面积参数设置为100至1000之间，目标长宽比阈值设置为3，高斯滤波参数设置为1.0。

在具体操作中，在不同天气，不同街道场景下拍摄街道图片(包括出现垃圾的街道以及没有垃圾的街道)共5000张，其中垃圾的种类包括果皮，塑料瓶，塑料袋，纸屑等常规生活垃圾，每种垃圾出现次数大于100次。完成拍摄图片以及标记后，从图片中截取正负样本，其中正样本2000张，负样本4000张，并将截取出的图像长宽归一化到61，完成样本库的构建。

上述无人清扫车的效果在于：

1.清扫效率高

无人清扫车只要提前充满电，设定好清扫小区的路径，无人车就可以完成多名环卫工的工作量，可以解决环卫工人员严重不足的问题，同时也大大降低了环卫工人的作业量，分担了环卫工的作业压力；

2.维护成本低

无人清扫车零件损坏，更换零部件，维护、维修成本低；

3.保障了环卫工的生命安全

无人清扫车代替环卫工路边作业，有效保障了环卫工的生命安全；

4.给目前老龄化的环卫行业人员结构带来多元化；

以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.无人清扫车的行车方法，其特征在于：包括如下步骤：

步骤1：系统预设行车路径，包括起点位置、终点位置和行驶轨迹，行驶轨迹中的直线路段的行驶速度和时间，弯道路段中的转弯方向、转弯总角度和转弯次数；

步骤2：车辆按照系统预设的行车路径行驶；在行驶过程中，车辆的道路识别系统通过高清摄像头采集车辆前方路面图像，工控机识别前方路况规划行车方向；车辆的防碰撞系统识别车辆与马路牙子距离信号，实时调整车辆与马路牙子的距离或及时采取制动；

所述步骤2车辆在弯道路段的行驶步骤具体包括步骤b1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时读取视频图像发送给工控机；步骤b2，工控机对读取的图像进行处理，判断道路前方路况并下发行车指令；步骤b3，主控制器根据工控机的行车指令控制直行电机，使直行电机保持向前直行；步骤b4，如高清摄像头传回的照片，经过多次图像处理判断后，没有发现马路牙子；安装在车身后面的第二超声波传感器检测后方安全距离；步骤b5，当检测结果与马路边沿达到一个安全范围；无人车停止行驶，每次旋转一定角度，并在旋转后通过高清摄像头传回的照片寻找马路牙子，直至旋转后发现需要转弯到的马路牙子为止；步骤b6，调整车头方向正对马路牙子，车身调整完毕，保持直线行驶；当车接近马路牙子并且车头安装的第二超声波传感器与马路牙子头部距离检测超出设定阈值范围时，车头做相应的调整，使车身与马路牙子保持在设定安全距离范围内；步骤b7，无人车继续行驶，直到车身后侧的第二超声波传感器检测到与马路牙子的距离保持在设定的安全距离，主控制器给转弯电机一个小角度转弯信号，转弯的过程中，角度仪检测到转弯角度达到设定的角度，主控制器控制转弯电机停止转弯，然后控制直行电机向前行走一段设定的距离；经过这样多次转弯、行走，再转弯、再行走，直到超声波传感器检测到车身与马路牙子保持平行，主控制器再次控制直行电机保持直线行走，从而完成特殊弯道的转弯。

2.根据权利要求1所述的无人清扫车的行车方法，其特征在于：所述步骤2中，车辆在直线路段的行驶步骤如下：步骤a1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频；步骤a2，工控机定时读取视频图像获得道路右侧边缘轨迹，采用虚拟边缘线刻画右侧边缘；步骤a3，工控机下发指令进行直行纠偏，纠偏完了则保持直线行驶状态。

3.根据权利要求2所述的无人清扫车的行车方法，其特征在于：所述步骤a2具体包括，步骤a21，工控机通过算法先将拍摄返回的图片转换成灰度图；步骤a22，将图片进行直方图均衡化，使图像的灰度范围拉开或使灰度均匀分布，从而增大反差；步骤a23，对图像进行高斯滤波，对图像进行高斯滤波处理，去除图像中噪声；步骤a24，cannny边缘检测：标识数字图像中亮度变化明显的点，剔除图像中认为不相关的信息，保留图像中重要的结构属性；步骤a25，在边缘检测的结果上进行霍夫直线变换；步骤a26，返回一个霍夫直线线段矢量集合；步骤a27，根据霍夫直线变换得到一条直线矢量；步骤a28，根据霍夫变换会得到摄像头与马路牙子的夹角theta，和摄像头到马路牙子的距离rh0，根据这两个值算出pt1和pt2的坐标值，根据pt1->pt2坐标和方向画出路基边缘线；

所述步骤a3具体是利用道路边缘直线角度sum_theta和等于每一帧的theta之和，并记录道路边缘直线的数目line_num，记录返回照片帧数frame_num,上一帧角度last_theta,车轮转动时间time,输入以上参数；

首先判断是否是第一帧图像，如果是，则计算第一帧图像角度flag_theta＝sum_theta/line_num,以后每一帧都与这一帧进行比较；如果不是第一帧，则先进行直行纠偏；

纠偏过程：先求出平均角度ave_theta＝sum_theta/line_num,再将平均角度传给上一帧的角度last_theta,再用第一帧图像的角度flag_theta减去平均角度ave_theta；

如果结果小于-3度，则车轮需要左转；

如果结果大于3度，则车轮需要右转；

如果结果在(-3,3)度之间，与初始状态相差不大，则需要车轮回正；

纠偏完了则保持直线行驶状态。

4.根据权利要求3所述的无人清扫车的行车方法，其特征在于：所述步骤2车辆在直线路段的行驶过程中，车身旁边的第一超声波传感器进行道路边缘偏离检测，第一超声波传感器与马路牙子的距离信号经A/D转换，转换成电信号给主控制器；主控制器设定安全阈值范围，一旦偏离安全阈值范围，即开始转动前面方向轮，使车辆恢复与道路边缘保持平行。

5.根据权利要求1所述的无人清扫车的行车方法，其特征在于：所述步骤2车辆在弯道路段的行驶步骤具体包括步骤b1，道路识别系统中车前高清摄像头拍摄车辆前方路况视频，并定时读取视频图像发送给工控机；步骤b2，工控机对读取的图像进行处理，判断道路前方路况并下发行车指令；步骤b3，主控制器根据工控机的行车指令控制直行电机，使直行电机保持向前直行；步骤b4，当遇到转弯马路牙子时，第一超声波传感器实时检测与马路牙子的距离，当超出设定的阈值范围时，电信号传达到主控制器，主控制器控制转弯电机小角度转动，角度仪检测达到一定角度后，给主控制器一个指令信号，主控制器先控制转弯电机停止转动，再控制直行电机向前行走一段距离；经过这样多次旋转、直行一段距离，直到与马路牙子保持平行且第一超声波传感器检测距离在设定距离阈值内，从而达到转弯行走。

6.根据权利要求1所述的无人清扫车的行车方法，其特征在于：步骤2车辆在检测到障碍物的行驶步骤具体包括步骤c1，高清摄像头传回拍摄到的图像给工控机，工控机经图像处理，判断到路面有障碍物且车头前面安装的第二超声波传感器也检测到物体的距离在设定的报警阈值距离内；步骤c2，工控机下发指令，主控制器控制线控制动系统采取制动，无人车停止不动；步骤c3，高清摄像头仍在接下来的一段时间内摄取照片传给工控机，工控机判断障碍物是否被清除；若判断障碍物被清除，工控机下发行走指令，主控制器收到指令后，控制直行电机启动，继续行走；若多次检测障碍物未被清除，工控机下发直行电机反转的指令，无人车倒车，当倒车达到设置的安全距离后，主控制器控制转弯电机转动一定角度，若车身周围第一超声波传感器检测到与障碍物的距离也在安全范围，则继续旋转直到能绕开障碍物继续向前行驶为止；若车身周围的第一超声波传感器检测到与障碍物的距离在设定的报警阈值范围，则继续倒车到安全距离，然后直到能绕开障碍物继续向前行驶为止。

7.根据权利要求1所述的无人清扫车的行车方法，其特征在于：首先通过摄像头拍照采集构建样本集，具体将路面的垃圾通过采集、训练，归类为正样本；将没有垃圾的路面通过采集、训练归类为负样本；高清摄像头采集车辆前方路面图像，工控机将前方路面图像与样本集对比；当检测到垃圾后立即下发指令给主控制器，主控制器控制清扫系统工作清扫。

Images