CN110258412B

CN110258412B - 道路清扫设备及其风机和扫盘的智能控制方法和系统

Info

Publication number: CN110258412B
Application number: CN201910516070.5A
Authority: CN
Inventors: 张斌; 李亮; 魏星; 景斌
Original assignee: Zoomlion Heavy Industry Science and Technology Co Ltd
Current assignee: Zoomlion Heavy Industry Science and Technology Co Ltd
Priority date: 2019-06-14
Filing date: 2019-06-14
Publication date: 2021-05-07
Anticipated expiration: 2039-06-14
Also published as: CN110258412A

Abstract

本发明公开了一种道路清扫设备的风机和扫盘的智能控制方法和系统，以及采用上述智能控制系统的道路清扫设备。本发明的道路清扫设备的风机和扫盘的智能控制方法及系统、道路清扫设备，首先通过机器视觉技术自动识别并量化路面上的垃圾情况，相比于现有的人眼判断的方式，可以更加准确地对路面垃圾情况进行评估，可以很好地适应路面垃圾情况多变的工况，然后再基于路面垃圾的量化值给出预设车速下的风机转速和扫盘转速，道路清扫设备的风机和扫盘按照给出的预设车速下的风机转速和扫盘转速进行工作时，清扫效率较高，清扫效果好，并且全程自动化进行，操作简单。

Description

道路清扫设备及其风机和扫盘的智能控制方法和系统

技术领域

本发明涉及道路清扫车技术领域，特别地，涉及一种道路清扫设备的风机和扫盘的智能控制方法和系统，另外，还涉及一种采用上述智能控制系统的道路清扫设备。

背景技术

道路清扫车是集路面清扫、垃圾回收和运输为一体的新型高效清扫设备。简单来说就是在专用汽车底盘上改装道路清扫功能的扫地车型，例如干扫车、湿扫车、洗扫车等，其包括风机、垃圾箱、扫盘等多种配套设备，可以适用于各种气候和不同干燥路面的清扫作业。

但是，传统的道路清扫设备在进行路面垃圾清扫时，都是通过人眼识别路面的垃圾情况，然后手动选择作业模式，进而调定风机转速和扫盘转速。传统的作业模式无法适应路面垃圾情况多变的工况，需要操作人员时刻观察路面垃圾情况并及时调整作业模式，增加了操作难度，清扫效率较低，清扫效果差。另外，传统的作业模式并没有考虑到车速对于风机转速和扫盘转速的影响，从而导致清扫效果差。

发明内容

本发明提供了一种道路清扫设备及其风机和扫盘的智能控制方法和系统，以解决现有的道路清扫设备存在的无法适应路面垃圾情况多变的工况、清扫效率低、清扫效果差的技术问题。

根据本发明的一个方面，提供一种道路清扫设备的风机和扫盘的智能控制方法，包括以下步骤：

步骤S1：基于机器视觉技术对路面垃圾情况进行识别并量化；

步骤S2：基于路面垃圾的量化值给出预设车速下的风机转速和扫盘转速；

步骤S3：分别控制风机和扫盘对应的执行机构工作。

进一步地，在步骤S2和步骤S3之间还包括以下步骤：

步骤S2a：检测道路清扫设备的当前车速；

步骤S2b：将当前车速与预设车速进行对比，并基于对比结果对给出的风机转速和扫盘转速进行补偿；

步骤S2c：分别对补偿后的风机转速和扫盘转速进行合理性判定，并得到最终的风机转速和扫盘转速。

进一步地，所述步骤S2具体为：

根据量化值所处的区间采用查表的方式给出在预设车速下的风机转速和扫盘转速。

进一步地，所述步骤S2b具体为：

将当前车速与预设车速进行对比，计算得到风机转速补偿因子λ＝C1*Vr/V，扫盘转速补偿因子ξ＝C2*Vr/V，分别利用补偿因子对给出的风机转速和扫盘转速进行补偿，得到补偿后的风机转速Fr＝λ*F’，以及补偿后的扫盘转速Sr＝ξ*S’；

其中，Vr为当前车速，V为预设车速，C1、C2为修正系数，F’为给出的风机转速，S’为给出的扫盘转速。

进一步地，所述步骤S2c具体为：

对于风机转速，若Fr＜C3*F’，则最终的风机转速F＝C3*F’，若C3*F’≤Fr＜Fmax，则最终的风机转速F＝Fr，若Fr≥Fmax，则最终的风机转速F＝Fmax，其中，C3为判定系数；

对于扫盘转速，若Sr＜C4*S’，则最终的扫盘转速S＝C4*S’，若C4*S’≤Sr＜Smax，则最终的扫盘转速S＝Sr，若Sr≥Smax，则最终的扫盘转速S＝Smax，其中，C4为判定系数。

进一步地，所述步骤S1具体为：

利用摄像头获取路面图像，然后通过图像识别处理器对路面垃圾进行识别，并通过聚类算法或边缘检测算法计算得到路面垃圾的面积和高度，从而实现路面垃圾的量化。

本发明还提供一种道路清扫设备的风机和扫盘的智能控制系统，包括机器视觉系统，用于对路面垃圾情况进行识别并量化，

处理器，用于基于路面垃圾的量化值给出预设车速下的风机转速和扫盘转速；

控制器，用于控制风机和扫盘对应的执行机构的工作状态。

进一步地，还包括速度传感器，用于检测道路清扫设备的车速；

补偿模块，用于将当前车速与预设车速进行对比并基于对比结果对给出的风机转速和扫盘转速进行补偿；

合理性判定模块，用于分别对补偿后的风机转速和扫盘转速进行合理性判定并给出最终的风机转速和扫盘转速。

进一步地，所述机器视觉系统包括

摄像头，用于获取路面图像；

图像识别处理器用于对路面垃圾进行识别并通过聚类算法或边缘检测算法计算得到路面垃圾的面积和高度。

本发明还提供一种道路清扫设备，采用如上所述的智能控制系统。

本发明具有以下有益效果：

本发明的道路清扫设备的风机和扫盘的智能控制方法，首先通过机器视觉技术自动识别并量化路面上的垃圾情况，相比于现有的人眼判断的方式，可以更加准确地对路面垃圾情况进行评估，可以很好地适应路面垃圾情况多变的工况，然后再基于路面垃圾的量化值给出预设车速下的风机转速和扫盘转速，道路清扫设备的风机和扫盘按照给出的预设车速下的风机转速和扫盘转速进行工作时，清扫效率较高，清扫效果好，并且全程自动化进行，操作简单。

另外，考虑到车速对于风机转速和扫盘转速的影响，基于车速的变化及时、准确地对风机转速和扫盘转速进行补偿调整，消除了车速变化对于风机转速和扫盘转速的影响，确保了道路清扫设备在进行清扫作业时具有良好的清扫效果和较高的清扫效率。

另外，本发明的道路清扫设备的风机和扫盘的智能控制系统，以及采用上述智能控制系统的道路清扫设备同样具有上述优点。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

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

图1是本发明优选实施例的道路清扫设备的风机和扫盘的智能控制方法的流程示意图。

图2是本发明优选实施例的道路清扫设备的风机和扫盘的智能控制方法的执行框图。

图3是本发明另一实施例的道路清扫设备的风机和扫盘的智能控制系统的模块结构示意图。

图4是本发明另一实施例的图2中的机器视觉系统的子模块结构示意图。

图5是本发明另一实施例的道路清扫设备的风机和扫盘的智能控制系统的优选实施例的模块结构示意图。

附图标号说明

10、机器视觉系统；11、处理器；12、速度传感器；13、补偿模块；14、合理性判定模块；15、控制器；100、摄像头；101、图像识别处理器。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由下述所限定和覆盖的多种不同方式实施。

如图1所示，本发明的优选实施例提供一种道路清扫设备的风机和扫盘的智能控制方法，可以自动识别并量化路面的垃圾情况并智能化控制风机转速和扫盘转速，可以适应于路面垃圾情况多变的工况，操作简单，清扫效率高，清扫效果好。所述道路清扫设备的风机和扫盘的智能控制方法包括以下步骤：

步骤S2a：检测道路清扫设备的当前车速；

步骤S2c：分别对补偿后的风机转速和扫盘转速进行合理性判定，并得到最终的风机转速和扫盘转速；

步骤S3：分别控制风机和扫盘对应的执行机构工作。

可以理解，所述步骤S1具体为：

利用摄像头获取路面图像，然后通过图像识别处理器对路面垃圾进行识别，并通过聚类算法或边缘检测算法计算得到路面垃圾的面积和高度，从而实现路面垃圾的量化。其中，摄像头可以是CMOS摄像头或者CCD摄像头。所述步骤S1中通过摄像头和图像识别处理器自动识别并量化路面上的垃圾情况，相比于现有的人眼判断的方式，可以更加准确地对路面垃圾情况进行评估，从而可以根据准确的评估结果选择合适的风机转速和扫盘转速，进而取得良好的清扫效果和较高的清扫效率。另外，所采用的边缘检测算法和聚类算法在图像识别领域属于常见技术，故在此不再赘述。

可以理解，如图2所示，所述步骤S2具体为：

根据量化值所处的区间并采用查表的方式给出在预设车速下的风机转速和扫盘转速。例如，当通过机器视觉技术对路面垃圾情况进行识别和K值量化后，若K＜A，则给出风机转速F’＝Fmin，扫盘转速S’＝Smin；若A≤K＜B，则给出风机转速F’＝F1，扫盘转速S’＝S1；若B≤K＜C，则给出风机转速F’＝F2，扫盘转速S’＝S2；若C≤K＜D，则给出风机转速F’＝F3，扫盘转速S’＝S3，等等。通过对路面垃圾情况进行量化后，便于对路面垃圾的数量进行分析，例如通过摄像头和图像识别处理器可以计算得到路面垃圾的面积和高度，从而计算得到垃圾的体积，然后根据不同的垃圾数量设定不同的风机转速和扫盘转速，通过大量的试验得到数据，然后将路面垃圾的量化K值与风机转速、扫盘转速一一对应关联存储。当实际操作时，可以通过查表的方式进行查找，迅速给出最佳的风机转速和扫盘转速。可以理解，路面垃圾的量化K值与风机转速、扫盘转速的对应关系是在车速为预设车速的前提下进行的，因为考虑到车辆在实际作业过程中，车速会发生经常变化，车速会对风机转速和扫盘转速产生影响，从而导致清扫效果会变差，清扫效率变低。

可以理解，作为一种变形，所述步骤S2还可以为：

基于路面垃圾的量化值并通过深度学习的方式给出预设车速下的风机转速和扫盘转速。具体地，可以通过前期的大量实验得到的数据对深度学习处理器进行模型训练以得到最佳的训练模型，然后将最佳的训练模型运用到实际作业中，在实际作业中，仅需要输入路面垃圾的量化K值，既可以通过最佳训练模型给出最佳的风机转速和扫盘转速，相对于上述查表的方式，通过深度学习的方式得到的控制参数更加精准，在实际作业过程中清扫效果更好、清扫效率更高。可以理解，具体的模型训练内容在图像识别领域属于常见技术，故在此不再赘述。

可以理解，所述步骤S2a中是通过速度传感器来检测道路清扫设备当前行驶的车速。

可以理解，所述步骤S2b具体为：

将当前车速与预设车速进行对比，并计算得到风机转速补偿因子λ＝C1*Vr/V，扫盘转速补偿因子ξ＝C2*Vr/V，然后利用风机转速补偿因子λ对给出的风机转速进行补偿，利用扫盘转速补偿因子ξ对给出的扫盘转速进行补偿，从而得到补偿后的风机转速Fr＝λ*F’，补偿后的扫盘转速Sr＝ξ*S’。其中，Vr为当前车速，V为预设车速，C1、C2为修正系数，可以根据实际需要进行调整，F’为上述通过查表的方式或者深度学习的方式给出的风机转速，S’为上述通过查表的方式或者深度学习的方式给出的扫盘转速。通过检测道路清扫设备作业时的当前车速，并将当前车速与预设车速进行对比，基于对比结果对给出的风机转速和扫盘转速进行补偿，可以基于车速的变化及时、准确地调整风机转速和扫盘转速，消除了车速变化对于风机转速和扫盘转速的影响，确保了道路清扫设备在进行清扫作业时具有良好的清扫效果和较高的清扫效率。

可以理解，所述步骤S2c具体为：

对于扫盘转速，若Sr＜C4*S’，则最终的扫盘转速S＝C4*S’，若C4*S’≤Sr＜Smax，则最终的扫盘转速S＝Sr，若Sr≥Smax，则最终的扫盘转速S＝Smax，其中，C4为判定系数。其中C3和C4可以根据实际的清扫效果进行调整，例如，对于风机转速，若Fr＜0.9*F’，则最终的风机转速F＝0.9*F’，若0.9*F’≤Fr＜Fmax，则最终的风机转速F＝Fr，若Fr≥Fmax，则最终的风机转速F＝Fmax。

通过对补偿后的风机转速和扫盘转速进行合理性判定，当道路清扫设备的当前车速与预设车速相差较大时，防止出现补偿后的风机转速和扫盘转速远大于风机最大转速和扫盘最大转速，或者远小于风机最小转速和扫盘最小转速，确保最终得到的风机转速和扫盘转速的合理性，确保了道路清扫设备的清扫效率、清扫效果和可靠性。

可以理解，在所述步骤S3中，基于步骤S2c中得到的最终的风机转速和扫盘转速分别控制风机和扫盘对应的执行机构工作，从而使风机和扫盘达到预期转速。

还可以理解，当道路清扫设备一直按照预设车速V行驶时，即车速不发生变化的前提下，所述步骤S2a～S2c可以省略。所述步骤S3中则基于给出的预设车速下的风机转速和扫盘转速控制风机和扫盘对应的执行机构工作。

本发明的道路清扫设备的风机和扫盘的智能控制方法，首先通过机器视觉技术自动识别并量化路面上的垃圾情况，相比于现有的人眼判断的方式，可以更加准确地对路面垃圾情况进行评估，可以很好地适应路面垃圾情况多变的工况，然后再基于路面垃圾的量化值给出预设车速下的风机转速和扫盘转速，道路清扫设备的风机和扫盘按照给出的预设车速下的风机转速和扫盘转速进行工作时，清扫效率较高，清扫效果好，并且全程自动化进行，操作简单。并且，考虑到车速对于风机转速和扫盘转速的影响，基于车速的变化及时、准确地对风机转速和扫盘转速进行补偿调整，消除了车速变化对于风机转速和扫盘转速的影响，确保了道路清扫设备在进行清扫作业时具有良好的清扫效果和较高的清扫效率。

可以理解，如图3所示，本发明的另一实施例还提供一种道路清扫设备的风机和扫盘的智能控制系统，其与上述优选实施例的智能控制方法相对应，优选采用上述的智能控制方法。所述道路清扫设备的风机和扫盘的智能控制系统包括机器视觉系统10、处理器11和控制器15，所述处理器11分别与机器视觉系统10和控制器15连接，所述机器视觉系统10可以对路面的垃圾情况进行识别并量化，然后将量化后的K值传输至处理器11，处理器11基于接收到的量化K值给出预设车速下的风机转速和扫盘转速并传输至控制器15，控制器15基于接收到的风机转速和扫盘转速分别控制风机和扫盘对应的执行机构的工作状态，以驱动风机和扫盘达到预期的转速。可以理解，所述处理器11可以通过查表的方式给出预设车速下的风机转速和扫盘转速，具体地，当通过机器视觉系统10对路面垃圾情况进行识别和K值量化后，若K＜A，则给出风机转速F’＝Fmin，扫盘转速S’＝Smin；若A≤K＜B，则给出风机转速F’＝F1，扫盘转速S’＝S1；若B≤K＜C，则给出风机转速F’＝F2，扫盘转速S’＝S2；若C≤K＜D，则给出风机转速F’＝F3，扫盘转速S’＝S3，等等。另外，所述处理器11集成有深度学习处理器，所述处理器11还可以基于深度学习的方式给出预设车速下的风机转速和扫盘转速，具体地，通过前期的大量实验得到的数据对深度学习处理器进行模型训练以得到最佳的训练模型，然后将最佳的训练模型运用到实际作业中，在实际作业中，仅需要输入路面垃圾的量化K值，既可以通过最佳训练模型给出最佳的风机转速和扫盘转速，相对于上述查表的方式，通过深度学习的方式得到的控制参数更加精准，在实际作业过程中清扫效果更好、清扫效率更高。

可以理解，如图4所示，所述机器视觉系统10包括摄像头100和图像识别处理器101，所述图像识别处理器101分别与摄像头100和处理器11连接，所述摄像头100可以获取前方路面图像并将获取的图像传输至图像识别处理器101，图像识别处理器101可以进行图像识别从而识别出路面垃圾，并且通过聚类算法或者边缘检测算法计算得到路面垃圾的面积和高度，从而实现对路面垃圾的量化。其中，摄像头100可以是CMOS摄像头或者CCD摄像头。通过摄像头100和图像识别处理器101可以自动识别并量化路面上的垃圾情况，相比于现有的人眼判断的方式，可以更加准确地对路面垃圾情况进行评估，从而可以根据准确的评估结果选择合适的风机转速和扫盘转速，进而取得良好的清扫效果和较高的清扫效率。

可以理解，如图5所示，作为优选的，所述道路清扫设备的风机和扫盘的智能控制系统还包括速度传感器12、补偿模块13和合理性判定模块14，所述补偿模块13分别与处理器11、速度传感器12、合理性判定模块14连接，所述合理性判定模块14还与控制器15连接，所述处理器11基于机器视觉系统10传输的量化K值给出预设车速下的风机转速和扫盘转速并将其与预设车速一起传输至补偿模块13，同时，所述速度传感器12将检测到的道路清扫设备的当前车速也传输至补偿模块13，所述补偿模块13可以将当前车速与预设车速进行对比，并基于对比结果对处理器11给出的预设车速下的风机转速和扫盘转速进行补偿，所述补偿模块13将补偿后的风机转速和扫盘转速传输至合理性判定模块14，所述合理性判定模块14可以对补偿后的风机转速和扫盘转速分别进行合理性判定并给出最终的风机转速和扫盘转速然后传输至控制器15，所述控制器15基于接收到的最终的风机转速和扫盘转速分别控制风机和扫盘对应的执行机构工作，以驱动风机和扫盘达到预期的转速。

可以理解，所述补偿模块13对处理器11给出的风机转速和扫盘转速进行补偿的过程具体为：将当前车速与预设车速进行对比，并计算得到风机转速补偿因子λ＝C1*Vr/V，扫盘转速补偿因子ξ＝C2*Vr/V，然后利用风机转速补偿因子λ对给出的风机转速进行补偿，利用扫盘转速补偿因子ξ对给出的扫盘转速进行补偿，从而得到补偿后的风机转速Fr＝λ*F’，补偿后的扫盘转速Sr＝ξ*S’。其中，Vr为当前车速，V为预设车速，C1、C2为修正系数，可以根据实际需要进行调整，F’为处理器11通过查表的方式或者深度学习的方式给出的风机转速，S’为处理器11通过查表的方式或者深度学习的方式给出的扫盘转速。通过速度传感器12检测道路清扫设备作业时的当前车速，然后利用补偿模块13将当前车速与预设车速进行对比，并基于对比结果对给出的风机转速和扫盘转速进行补偿，可以基于车速的变化及时、准确地调整风机转速和扫盘转速，消除了车速变化对于风机转速和扫盘转速的影响，确保了道路清扫设备在进行清扫作业时具有良好的清扫效果和较高的清扫效率。

所述合理性判定模块14对补偿后的风机转速和扫盘转速进行合理性判定的过程具体为：

通过合理性判定模块14对补偿后的风机转速和扫盘转速进行合理性判定，当道路清扫设备的当前车速与预设车速相差较大时，防止出现补偿后的风机转速和扫盘转速远大于风机最大转速和扫盘最大转速，或者远小于风机最小转速和扫盘最小转速，确保最终得到的风机转速和扫盘转速的合理性，确保了道路清扫设备的清扫效率、清扫效果和可靠性。

本发明的道路清扫设备的风机和扫盘的智能控制系统，首先通过机器视觉系统10自动识别并量化路面上的垃圾情况，相比于现有的人眼判断的方式，可以更加准确地对路面垃圾情况进行评估，可以很好地适应路面垃圾情况多变的工况，然后再通过处理器11基于路面垃圾的量化K值给出预设车速下的风机转速和扫盘转速，道路清扫设备的风机和扫盘按照给出的预设车速下的风机转速和扫盘转速进行工作时，清扫效率较高，清扫效果好，并且全程自动化进行，操作简单。并且，考虑到车速对于风机转速和扫盘转速的影响，通过速度传感器12实时检测道路清扫设备的车速，并通过补偿模块13将当前车速与预设车速进行对比，并基于对比结果对处理器11给出的预设车速下的风机转速和扫盘转速进行补偿，可以基于车速的变化及时、准确地对风机转速和扫盘转速进行补偿调整，消除了车速变化对于风机转速和扫盘转速的影响，确保了道路清扫设备在进行清扫作业时具有良好的清扫效果和较高的清扫效率。并且，通过合理性判定模块14对补偿后的风机转速和扫盘转速进行合理性判定，当道路清扫设备的当前车速与预设车速相差较大时，防止出现补偿后的风机转速和扫盘转速远大于风机最大转速和扫盘最大转速，或者远小于风机最小转速和扫盘最小转速，确保最终得到的风机转速和扫盘转速的合理性，确保了道路清扫设备的清扫效率、清扫效果和可靠性。

还可以理解，本发明的另一实施例还提供一种道路清扫设备，其采用如上所述的风机和扫盘的智能控制系统，所述道路清扫设备可以是干扫车、湿扫车或者洗扫车。

以上所述仅为本发明的优选实施例而已，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保护范围之内。

Claims

1.一种道路清扫设备的风机和扫盘的智能控制方法，其特征在于，

包括以下步骤：

步骤S3：分别控制风机和扫盘对应的执行机构工作；

在步骤S2和步骤S3之间还包括以下步骤：

步骤S2a：检测道路清扫设备的当前车速；

所述步骤S2b具体为：

2.如权利要求1所述的智能控制方法，其特征在于，

所述步骤S2具体为：

3.如权利要求1所述的智能控制方法，其特征在于，

所述步骤S2c具体为：

4.如权利要求1所述的智能控制方法，其特征在于，

所述步骤S1具体为：

5.一种道路清扫设备的风机和扫盘的智能控制系统，其特征在于，

包括机器视觉系统(10)，用于对路面垃圾情况进行识别并量化，

处理器(11)，用于基于路面垃圾的量化值给出预设车速下的风机转速和扫盘转速；

控制器(15)，用于控制风机和扫盘对应的执行机构的工作状态；

还包括

速度传感器(12)，用于检测道路清扫设备的车速；

补偿模块(13)，用于将当前车速与预设车速进行对比并基于对比结果对给出的风机转速和扫盘转速进行补偿；将当前车速与预设车速进行对比，计算得到风机转速补偿因子λ＝C1*Vr/V，扫盘转速补偿因子ξ＝C2*Vr/V，分别利用补偿因子对给出的风机转速和扫盘转速进行补偿，得到补偿后的风机转速Fr＝λ*F’，以及补偿后的扫盘转速Sr＝ξ*S’，其中，Vr为当前车速，V为预设车速，C1、C2为修正系数，F’为给出的风机转速，S’为给出的扫盘转速；

合理性判定模块(14)，用于分别对补偿后的风机转速和扫盘转速进行合理性判定并给出最终的风机转速和扫盘转速。

6.如权利要求5所述的智能控制系统，其特征在于，

所述机器视觉系统(10)包括

摄像头(100)，用于获取路面图像；

图像识别处理器(101)用于对路面垃圾进行识别并通过聚类算法或边缘检测算法计算得到路面垃圾的面积和高度。

7.一种道路清扫设备，其特征在于，采用如权利要求5或6所述的智能控制系统。