CN110018239A - 一种地毯检测方法 - Google Patents

Abstract

本发明公开一种地毯检测方法，包括：步骤1、控制移动机器人在待检测地面介质运动，同时启动声音传感器采集声音信号；步骤2、将步骤1采集的声音信号进行预处理，并提取出预设频率分量上对应的幅度值；步骤3、判断步骤2得到的幅度值是否小于相应的预设阈值，是则判定待检测地面介质为地毯，否则继续控制声音传感器采集声音信号；其中，预设频率分量是声音传感器的响应频段内的频率值。提高地毯检测识别的效果，减少误判。

Description

一种地毯检测方法

技术领域

本发明属于机器人地毯检测技术领域，尤其涉及一种基于声音信号的地毯检测方法。

背景技术

中国专利2016107654250公开一种扫地机器人的地毯判定方法及系统，具体通过在扫地机器人上设置的朝下设置的红外测距传感器采集地面反射的红外光，根据红外光的地面反射率来检测地毯，但是如果扫地机器人在强光环境或者黑色地毯等场景下移动时，容易造成误判；日本专利JP1994141042公开一种扫地机，在扫地机的吸尘口部位安装超声波发射器和接收器，用以检测来自待清洁表面的超声波的反射水平，从而判断待清洁表面介质的情况，此时需要额外驱动超声波发射器发射脉冲串波，功率消耗较大，且对超声波发射器和接收器的位置装配要求高。因此，如何使扫地机器人移动过程中准确检测出地毯，成为本领域技术人员急需解决的问题之一。

发明内容

为了克服上述强光环境或者黑色地毯的场景下对地面介质的误判，本发明提出以下技术方案：

一种地毯检测方法，包括以下步骤：步骤1、控制移动机器人在待检测地面介质运动，同时启动声音传感器采集声音信号；步骤2、将步骤1采集的声音信号进行预处理，并提取出预设频率分量上对应的幅度值；步骤3、判断步骤2得到的幅度值是否小于相应的预设阈值，是则判定待检测地面介质为地毯，否则继续控制声音传感器采集声音信号；其中，预设频率分量是声音传感器的响应频段内的频率值。本技术方案从采集的声音信号中提取出预设频率分量的谐波信号的幅度值，并与作为基准幅度值的预设阈值进行比较来完成地毯检测，提高地毯检测识别的灵敏度，从而避免地面介质反射光引起误判，使得所述移动机器人在移动时规避地毯，进而提高地毯检测效果。

进一步地，所述步骤2的预处理方法包括：将所述步骤1采集的声音信号转化为对应的电信号；控制输出的电信号信号放大，再进行模数变换；控制模数变换后的电信号从时域变换至频域。该技术方案通过采集持续不间断的声音信号来排除个别噪声的影响，然后进行的模数变换和时频域变换则增强待分析声音信号的抗干扰能力。

进一步地，所述步骤2具体包括：根据所述频域上的基于声音信号的各个频率点上的幅度分布，并结合所述声音传感器内部电路的响应频段，提取出高频分量的幅度值；其中，所述预设频率分量包括高频分量；高频分量是所述响应频段的最高频率按预设比例的取值。该技术方案充分考虑到地毯对声音信号中不同频率段的谐波的吸收效果不同，在声音传感器内部电路的响应频段的限定范围内，挑选地毯吸收散射明显的高频分量的幅度值，充分利用经过地面反射的声音信号在频域上的整体幅度特征，提高地毯检测的精度，避免外界传导的异常声音所带来的干扰。

进一步地，所述预设比例设置为20%。其中，所述预设比例的数值设置控制高频分量落入所述声音传感器内部电路的响应频段内，确保提取出的高频分量的幅度值是有效的。

进一步地，所述步骤3包括：判断所述高频分量的幅度值是否小于高频阈值，是则判定所述待检测地面介质为地毯；否则控制所述声音传感器继续采集地面的声音信号；其中，所述相应的预设阈值包括高频阈值；高频阈值是声音信号在所述响应频段的最高频率点的谐波信号经地毯表面反射产生的振幅变化实验值而设定的参考幅度，该步骤通过预先设置的阈值比较地面介质实时反射的声音信号的幅度值来识别地面介质类型，提高声音信号检测地面介质的准确性。

进一步地，所述预设阈值的数值大小与所述待检测地面介质的具体材质相关，根据地面介质类型调节所述预设阈值的数值大小，也解决了清洁组件（包括水箱抹布）在多介质地面清洁的适用性问题。

附图说明

图1 是本发明实施例提供的一种基于声音传感器的地毯检测方法流程图；

图2是本发明实施例提供的来自硬地板的声音反射信号的频谱图；

图3是本发明实施例提供的来自地毯的声音反射信号的频谱图。

具体实施方式

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详细描述。

在现有技术中，通过传感器捕获工作环境状态参数来判断所述移动机器人是否位于地毯上，使得所述移动机器人能够有效地避开地毯，其中，工作环境状态参数包括:红外信号的地面反射率、滚刷的工作电流和水箱在位检测信号，可理解的是，所述工作环境状态参数在包括以上三种参数的两种时，均可用来判断所述移动机器人是否位于地毯上，但由于环境的光强因素，以及测试数据的误差，可能会导致错判、误判，为避免上述问题，本实施方式通过检测分析声音传感器采集的声音信号的幅度信息来判断所述移动机器人是否位于地毯上，从而解决误判、错判的问题。

本发明实施例还提供一种基于声音信号的地毯检测方法，需要说明的是，本实施方式提供的地毯检测方法的执行主体为一种移动机器人，主要依靠微处理器来实现对所述移动机器人的控制。

所述地毯检测方法包括以下步骤：步骤1、控制移动机器人在待检测地面介质运动，同时控制所述移动机器人的声音传感器开始采集声音信号。步骤2、将声音传感器采集的声音信号进行预处理，在本实施例中主要是将采集得到的地面反射信号输入处理器中进行时频域变换，并从频域中提取出预设频率分量的的幅度值；其中，声音传感器所采集的声音信号的主要来源：移动机器人内部零部件运转所产生的声音传导到地面并反射回声音传感器的信号接收端。步骤3、判断预设频率分量的幅度值是否小于相应的预设阈值，是则判定所述待检测地面介质为地毯，否则继续控制所述声音传感器采集声音信号；其中，其中，预设频率分量是声音传感器的响应频段内的频率值。本发明实施例通过对地面介质反馈的声音信息频谱分析来判断所述移动机器人是否检测到地毯，提高地毯检测识别的效果，减少误判结果。

作为一种实施例，如图1所示，所述地毯检测方法具体包括以下步骤：

步骤S1、控制移动机器人在待检测地面介质运动，同时启动声音传感器进行采集声音信号；应理解的是，本实施例下，所述移动机器人作为一种清洁机器人，清洁机器人在底盘上装配清洁组件，比如装配主刷用于收集垃圾、内设风机用于吸尘，机器人内部的主刷、风机运转时所产生的声音会传导到地面并发生反射，通常是在拖地作业时容易对地毯造成损坏。为避免在工作过程中一直获取声音信号的参数却不能马上利用，造成电能浪费，所以，在实际实施过程中可以在进入拖地模式下，才开启所述声音传感器采集获取待检测地面介质反射的声音信号，即获取机器人内部的主刷、风机运转时传导到地面并反射回所述声音传感器的声音信号。然后进入步骤S2，开始由机器人内部的信号处理装置对采集的声音信号进行预处理。

优选地，所述声音传感器采集的声音信号是来源于：所述移动机器人内部零部件运转所产生的声音传导到地面并反射回所述声音传感器的信号接收端。使得机器人内部零部件运转接近地面反射的声音信号的频率，对后续的选择频率点比较判断地毯具有参考意义。在本实施例下，所述移动机器人作为一种装配有主刷、风机等清洁组件的清洁机器人，在进行清洁作业过程中，主刷、风机运转所产生的声音振幅较大，占主导地位，所以，所述声音传感器的信号接收端主要接收到主刷、风机运转所产生并经地面反射的声音信号。

步骤S2、控制所述声音传感器采集预定时间内持续不间断的声音信号，再输出对应的电信号；其中，预定时间是机器人本体内部的零部件持续运转的时间，比如主刷转动的周期，可以是声音信号的周期的整数倍。所述声音传感器将采集的声音信号变换为电信号，再由与声音传感器相连接的运算放大器按照一定的增益放大，接着送入AD转换器进行模数变换，通过获取数字信号来增强待分析声音信号的抗干扰能力。具体地，所述声音传感器输出基于采集的声音信号的电压信号，所述移动机器内部的信号处理板将该电压信号按照预定的增益值放大，然后所述信号处理板内部的模数变换器采样放大处理的信号，再通过模数变换器内部的编码结构将输入的模拟信号变换为表示一定比例电压值的数字信号。然后进入步骤S3。

步骤S3、控制步骤S2数字化的声音信号从时域变换至频域，相对于声音模拟信号作时频域变换，数字化（编码处理）的声音信号变换的速度更快，干扰更少。再根据频域上的基于声音信号的各个频率点上的幅度分布，并结合所述声音传感器内部电路的响应频段，提取出所述高频分量的幅度值。然后进入步骤S4。所述步骤S2和步骤S3对应于前述步骤2，即所述预设频率分量包括高频分量。由于技术方案充分考虑到地毯对不同频率段的声音信号的吸收能力的差异，所以有利于通过全面准确分析声音信号来检测地面介质的类型。其中，时域变换至频域是所述信号处理板根据快速傅里叶变换算法进行信号运算处理的过程，属于公知常识的数字信号算法，此次不再赘述。

具体地，高频分量是人耳所能接受声音信号的最高频率按预设比例的取值，而声音传感器内部电路的响应频段的范围是人耳所能接受声音信号的频率范围，使得高频分量最高不超过人耳所能接受声音信号的最高频率。需要说明的是，人类的耳朵能听到声音信号的最高频率达到20KHz，声音信号的频率超过20KHz则是超声波信号，所述声音传感器不能响应；人类的耳朵能听到的最低频率声音信号达到20Hz, 声音信号的频率低于20Hz则是次声波信号，所述声音传感器也不能响应。

如图2和图3所示，频谱图横轴右侧代表声音信号在时频域变换后的高频点（对应频率范围是20KHz左右），这些高频点在纵轴方向上的幅度普遍较低，而横轴左侧的频率点（对应频率范围是100Hz至1000Hz）的幅度比较高且密集分布在横轴上，声音信号的能量主要集中在低频段，说明所述声音传感器对高频信号的响应能力比较弱。

在本实施例中，高频分量是人耳所能接受声音信号的最高频率按预设比例的取值，预设比例则设置为20%，如图2和图3所示，高频分量选择频谱图横轴右侧的频率点，即4031Hz, 相当于人耳所能接受声音信号的最高频率的20%，远离人耳所能接受声音信号的最高频率20KHz,控制高频分量落入所述声音传感器内部电路的响应频段内，选择20%的原因在于高频部分的幅度较小且离散分布，且需要考虑到声音传感器内部电路的响应频段的误差允许范围的限制。确保提取出的高频分量的幅度值是有效的。

在本实施例下，所述声音传感器采集的声音信号在时域上是连续的谐波叠加的模拟波形，包括无限多的正弦波叠加在一起而合成，当波形从时域变换到频域时，时域中分解出的每个正弦波对应频域中的一个频率分量，这些频率分量及其幅度的集合称为频谱。在本实施例中，时域变换到频域的方法为傅里叶变换，而参与傅里叶变换的信号已经由模拟信号变换为数字信号，所以，所述频谱分析模块则作为数字系统，内置离散傅立叶变换算法的架构，用于实现信号从时域变换到频域，相对于模拟信号进行傅里叶变换，减小运算次数，提高速度。该步骤特别适用于结合高速硬件处理器实现对声音信号的实时处理，并从中提取出所述高频分量的幅度值和所述第二频率分量的幅度值作阈值比较分析。

步骤S4、判断所述高频分量的幅度值是否小于高频阈值，是则进入步骤S5，否则返回步骤S1，继续控制所述声音传感器采集声音信号。对应于前述步骤3，所述相应的预设阈值包括所述高频阈值和所述低频阈值。其中，高频阈值是声音信号在所述响应频段的最高频率点的谐波信号经地毯表面反射产生的振幅变化实验值而设定的参考幅度，低频阈值是声音信号在所述响应频段的最低频率点的谐波信号经地毯表面反射产生的振幅变化实验值而设定的参考幅度。声音信号经过地毯表面反射的振幅变化指示所述响应频段内的对应频率点的当前振幅相对于初始振幅改变，经过多次试验得到一个基于该频率点的地毯判阈值断，并且被预先存储起来作为后续判断识别。该步骤通过预先设置的阈值比较经地面介质反射的声音信号的幅度值来识别地面介质类型，提高声音信号检测地面介质的准确性。

具体地，可根据该下降幅度来设置对应频域上高频区间的频率点的幅度阈值，对应所述高频阈值，同时设置低频区间的频率点的幅度阈值，对应于所述低频阈值。该步骤通过设定阈值判断频域上不同区间的信号幅度，可以提高地毯检测的效果，且适应于不同地面介质的识别。其中，前述的高频信号是基于地毯表面对声音的吸收效果而设置的实验值，是通过常规的实验手段可获得，前述的低频信号的频率是原始声音信号函数分解的基波的频率。

步骤S5、判定所述移动机器人检测到地毯，即所述待检测地面介质为地毯。

图2所示的是来自硬地板的声音反射信号的频谱图，横轴表示的是频率，代表声音信号经过变换后的谐波频率值，单位是Hz，纵轴表示的是幅度值，代表声音信号经过频谱分析处理后的相对响度信息，即相对于原始采集信号的增益值，单位是分贝，适用的换算公式是dB=20log（V1 / V2）（V代表声音信号对应的电压），如果V1数值小于V2，那dB数值就变成负数。图2的频谱图左侧50Hz的频率点对应的幅度值是-64dB，即所述第二频率分量是50Hz,其幅度值是-64dB；图2的频谱图右侧4031Hz的频率点对应的幅度值是-66.3dB，即所述高频分量是4031Hz,其幅度值是-66.3dB。整体上看，高频段的幅度值（-66.3dB）比低频段的幅度值（-64dB）小2.3dB，频谱图中各个频率段的幅度浮动不大，声音强度趋于稳定状态。所述移动机器人在硬地表面行走的过程中，来自内部零部件运转的声音经地面反射被抑制量较小，处理得到的频率点的幅值高于所述微处理器内设的所述高频阈值。

当所述移动机器人从硬质地板或地砖跨越到地毯上时，由于地毯会吸收音频信号，特别是高频的声音信号在地毯上相对于低频的声音信号被吸收得比较明显，图3所示的是来自地毯的声音反射信号的频谱图，横轴表示的是频率，代表声音信号经过变换后的谐波频率值，单位是Hz，纵轴表示的是幅度值，代表声音信号经过频谱分析处理后的相对响度信息，即相对于原始采集信号的增益值，单位是分贝，适用公式是dB=20log（V1 / V2）（V代表声音信号对应的电压），如果V1数值小于V2，那dB数值就变成负数。图3的频谱图左侧50Hz的频率点对应的幅度值是-74.6dB，即所述第二频率分量是50Hz,其幅度值是-74.6dB，明显低于图2中同一频率点处的幅度值-64dB，相对下降（-64dB）-（-74.6dB）=10.6dB；图3的频谱图右侧4031Hz的频率点对应的幅度值是-86.6dB，即所述高频分量是4031Hz,其幅度值是-86.6dB，明显低于图2中同一频率点处的幅度值-66.3dB，相对下降（-66.3dB）-（-86.6dB）=20.3dB；相比于在硬质地板上的信号幅度，总体上所述声音传感器采集并经过所述微处理器频谱分析得到的幅值会明显降低。同时从整体上看，高频段的幅度值比低频段的幅度值大约小12dB左右。前述的明显降低是由于各个频率点的声音信号幅度值采用对数描述，用较小的数描述了较大的动态范围，也方便图2和图3中的频谱图的表示，有利于将非线性量转换为线性量，使得幅度值在同一量级进行比较处理，简化处理器的运算资源，降低功耗。

前述步骤S3中，根据所述频域上的基于声音信号的各个频率点上的幅度分布，并结合所述声音传感器内部电路的响应频段，提取出所述高频分量的幅度值。结合图2和图3的分析可知，无论所述移动机器人是否行走在地毯表面频谱图中的同一频率点上的低频谐波信号的幅度值波动不大，容易造成误判，所以不能只使用低频信号的幅度进行地毯检测判断；而高频谐波信号在地毯表面被吸收散射得比较明显，可通过同一频率点上的高频谐波信号的幅度值变化来检测所述待检测地面介质是否为地毯，但由于超声波信号也是高频信号，超声波在地毯上几乎被完全吸收掉。综上，所述地毯检测方法只需要所述高频分量来进行判断，通过与其对应的预设幅度阈值进行比较来完成地毯检测。

优选地，前述步骤3的所述预设阈值的数值大小与所述待检测地面介质的具体材质相关，本实施例可以根据地面介质类型调节所述预设阈值的数值大小，实质上也是声音信号在所述响应频段内的频率点的谐波信号经相应材质表面反射产生的振幅变化实验值而设定的参考幅度，从而解决了装配的清洁组件（包括水箱抹布）在多介质地面清洁的适用性问题。

本发明的各个部件实施方式可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本系统中，PC通过实现因特网对设备或者装置远程控制，精准的控制设备或者装置每个操作的步骤。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样实现本发明的程序可以存储在计算机可读介质上，并且程序产生的文件或文档具有可统计性，产生数据报告等。应该注意的是上述实施方式对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施方式。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (6)

1.一种地毯检测方法，其特征在于，包括以下步骤：

步骤1、控制移动机器人在待检测地面介质运动，同时启动声音传感器采集声音信号；

步骤2、将步骤1采集的声音信号进行预处理，并提取出预设频率分量上对应的幅度值；

步骤3、判断步骤2得到的幅度值是否小于相应的预设阈值，是则判定待检测地面介质为地毯，否则继续控制声音传感器采集声音信号；

其中，预设频率分量是声音传感器的响应频段内的频率值。

2.根据权利要求1所述地毯检测方法，其特征在于，所述步骤2的预处理方法包括：

将所述步骤1采集的声音信号转化为对应的电信号；

控制输出的电信号信号放大，再进行模数变换；

控制模数变换后的电信号从时域变换至频域。

3.根据权利要求2所述地毯检测方法，其特征在于，所述步骤2具体包括：根据所述频域上的基于声音信号的各个频率点上的幅度分布，并结合所述声音传感器内部电路的响应频段，提取出高频分量的幅度值；其中，所述预设频率分量包括高频分量；高频分量是所述响应频段的最高频率按预设比例的取值。

4.根据权利要求3所述地毯检测方法，其特征在于，所述预设比例设置为20%。

5.根据权利要求3所述地毯检测方法，其特征在于，所述步骤3包括：判断所述高频分量的幅度值是否小于高频阈值，是则判定所述待检测地面介质为地毯；否则控制所述声音传感器阵列继续采集地面的声音信号；其中，所述相应的预设阈值包括高频阈值。

6.根据权利要求1所述地毯检测方法，其特征在于，所述预设阈值的数值大小与所述待检测地面介质的具体材质相关。