CN111562784A - 移动消毒机器人的消毒方法及设备 - Google Patents
移动消毒机器人的消毒方法及设备 Download PDFInfo
- Publication number
- CN111562784A CN111562784A CN202010334557.4A CN202010334557A CN111562784A CN 111562784 A CN111562784 A CN 111562784A CN 202010334557 A CN202010334557 A CN 202010334557A CN 111562784 A CN111562784 A CN 111562784A
- Authority
- CN
- China
- Prior art keywords
- disinfection
- area
- robot
- optimal
- mobile
- 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.)
- Granted
Links
- 238000004659 sterilization and disinfection Methods 0.000 title claims abstract description 632
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005507 spraying Methods 0.000 claims abstract description 124
- 239000003814 drug Substances 0.000 claims abstract description 117
- 230000001954 sterilising effect Effects 0.000 claims description 70
- 238000004422 calculation algorithm Methods 0.000 claims description 37
- 238000005265 energy consumption Methods 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 230000015654 memory Effects 0.000 description 15
- 239000003795 chemical substances by application Substances 0.000 description 11
- 230000000249 desinfective effect Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 244000005700 microbiome Species 0.000 description 7
- 239000007921 spray Substances 0.000 description 6
- 230000005291 magnetic effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002779 inactivation Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 150000007523 nucleic acids Chemical group 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Apparatus For Disinfection Or Sterilisation (AREA)
Abstract
本发明的目的是提供一种移动消毒机器人的消毒方法及设备，本发明可应用于机器人完成消毒作业。策略包含半自动化和全自动化两种操作模式：半自动模式下支持用户按区域编辑所需的消毒方式并由机器人按区域自动完成消毒操作；全自动模式下，用户只需人工配置必要的物理参数和成本权重，消毒规划和实施全部由运行在机器人端的策略主体自动完成。本发明针对紫外线、药剂喷洒及两者混合应用的消毒方式实现了三种不同的区域全覆盖规划方案，并支持半自动和全自动可选的应用模式，可用于搭载消毒设备的移动机器人对已知/未知区域实施全面消毒。本发明安全可靠、快速高效、资源合理分配地解决污染区域的消毒问题。
Description
技术领域
本发明涉及计算机领域，尤其涉及一种移动消毒机器人的消毒方法及 设备。
背景技术
目前的人类社会人口老龄化问题日益凸显，人力成本不断增加，这使智 能机器人领域得到飞速发展，各种服务类机器人纷纷涌现，为人类日常生活 提供便利，譬如扫地机、导购类机器人、配送机器人、咨询机器人等。
另一方面，为了适应某些特殊需求的特种机器人也得到了广泛地关注。 例如，当传染性疾病导致的全球疫情爆发时，一线抗疫人员在高污染环境下 的消毒作业不但增大了感染风险，还会极大地耗费本就紧张的医疗资源。因 此，代替人工对固定区域进行消毒作业的消毒机器人具有重大现实意义。
非自动消毒完全依靠人工远程操控消毒机器人完成，此时消毒机器人只 作为一个实施平台，所有的规划和行动控制都由人工完成，这种方式虽然能 够降低操作人员的感染风险，但依然无法解放人力成本、减少资源消耗，偶 尔还会由于操作人员的疏忽引起消毒不全面的情况，提高其他人员的感染风 险。
发明内容
本发明的一个目的是提供一种移动消毒机器人的消毒方法及设备。
根据本发明的一个方面，提供了一种移动消毒机器人的消毒方法，该 方法包括：
通过移动消毒机器人的传感器获取待消毒区域的环境数据；
基于所述待消毒区域的环境数据建立待消毒区域的环境地图，并在所 述环境地图标出空闲区域、占用区域和未知区域，及计算所述移动消毒机器 人在所述环境地图中的当前位姿信息；
基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知 区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求解得到所 述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径；
控制所述移动消毒机器人按照所述最优消毒路径进行紫外线消毒和/或 药剂喷洒消毒。
进一步的，上述方法中，基于所述环境地图，所述环境地图标出的空 闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当 前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消 毒的最优消毒路径，包括：
从客户端接收紫外线消毒和/或药剂喷洒消毒的预设消毒任务参数，其中， 所述紫外线消毒的预设消毒任务参数包括：紫外线消毒中的定点消毒坐标及 每个定点消毒坐标对应的消毒时长，所述药剂喷洒消毒的预设消毒任务参数 包括：药剂喷洒消毒中的喷洒路径及对应的运动速度；
基于所述预设消毒任务参数计算包括消毒覆盖率和电量消耗的约束参 数：
若覆盖率不足或电量消耗超标，则自动向所述客户端发送报警信号；
若覆盖率足且电量消耗未超标，基于所述紫外线消毒中的定点消毒坐标 和/或药剂喷洒消毒中的喷洒路径，通过使用旅行商问题进行建模，并通过粒 子群优化算法求解得所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒 的最优消毒路径。
进一步的，上述方法中，基于所述环境地图，所述环境地图标出的空 闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当 前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消 毒的最优消毒路径，包括：
从客户端获取所述环境地图中的待消毒区域；
从客户端接收紫外线消毒的预设消毒任务参数和/或药剂喷洒消毒的预 设消毒任务参数，其中，所述紫外线消毒的预设消毒任务参数包括紫外线消 毒成本中各子成本的权重和紫外线光源的功率，所述药剂喷洒消毒的预设消 毒任务参数包括药剂喷洒消毒成本中各子成本的权重、药剂喷洒半径及药剂 覆盖范围；
基于所述环境地图，基于所述环境地图标出的空闲区域、占用区域和 未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒 区域及紫外线消毒的预设消毒任务参数和/或药剂喷洒消毒的预设消毒任务 参数，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最 优消毒路径。
进一步的，上述方法中，基于所述环境地图，所述环境地图标出的空 闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当 前位姿信息，待消毒区域及紫外线消毒的预设消毒任务参数，求解得到所述 移动消毒机器人的紫外线消毒的最优消毒路径，包括：
基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知 区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区域 及紫外线消毒的预设消毒任务参数，得到所述环境地图的k个类别的最优聚 类；
基于得到的k个类别的最优聚类，求解得到所述移动消毒机器人的紫外 线消毒的最优消毒路径。
进一步的，上述方法中，基于所述环境地图，所述环境地图标出的空 闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当 前位姿信息，待消毒区域及药剂喷洒的预设消毒任务参数，求解得到所述移 动消毒机器人的药剂喷洒消毒的最优消毒路径，包括药剂喷洒全自动消毒方 案，所述药剂喷洒全自动消毒方案包括：
根据待消毒区域中的占用栅格对整个栅格地图做多边形近似，以线段的 形式表征栅格地图上的区域边界，以得到空闲区域的边界和占用区域的边界， 其中，所述环境地图为栅格地图，所述栅格地图标有空闲栅格、占用栅格和 未知栅格，所述空闲区域为全部由空闲栅格组成的区域，所述占用区域为由 占用栅格、未知栅格组成的区域；
使用凸分解的方法在空闲区域中划分出若干个凸多边形；
在划分后的每个凸多边形中按照药剂喷洒消毒的物理消毒半径生成消毒 全覆盖路径；
基于所述药剂喷洒消毒的预设消毒任务参数将所有生成的消毒全覆盖路 径进行点分解，即将线段路径离散化为元素个数为t的点集，且满足下述条 件：按照药剂喷洒消毒的药剂喷洒半径对元素个数为t的点集中的每个点膨胀 后依然覆盖栅格地图的所有空闲栅格；
基于药剂喷洒消毒的预设消毒任务参数和元素个数为t的点集，计算药剂 喷洒消毒总成本F(t)＝ft(J)，元素个数为t时的消毒总成本的量化评估函数 ft(J)＝WTJ，其中，J＝(j1，j2，j3，...，jn)T为不同类型子成本ji的量化表 达，ji＝βifcost，fcost为成本函数，βi为归一化系数；W＝(w1，w2，w3，...，wn)为 各子成本ji的权重向量且
以所述药剂喷洒消毒总成本为优化目标，建立TSP问题模型并用PSO算 法求解，以生成最优的药剂喷洒区域全覆盖路径；
根据移动消毒机器人的自身电量对所述最优的药剂喷洒区域全覆盖路径 进行分解，得到对应各段的药剂喷洒区域全覆盖子路径。
进一步的，上述方法中，基于所述环境地图，所述环境地图标出的空 闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当 前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和药剂喷洒消毒的 最优消毒路径，包括：
对所述环境地图进行区域划分；
在划分的每个区域中基于所述环境地图，所述环境地图标出的空闲区域、 占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿 信息，待消毒区域及紫外线消毒的预设消毒任务参数，得到k个类别的最优聚 类；
分别计算所述最优聚类中的每个类别的有效百分比，即每个类别的空闲区域 与该类别的最小覆盖圆的面积比值；
当某个类别的面积比值小于预设阈值时，则认为该类别可以被药剂喷洒消毒 代替，将该类别中的空闲区域标记为待替换区域；
在未标记待替换区域的最优聚类的每个类别中，计算每个类别的聚类中 心到该类别中的空闲区域的空闲栅格的中心的最长距离作为聚类半径，并根 据聚类半径计算完成该待消毒区域中的未标记待替换区域的消毒任务的能源 消耗，当遍历所有类别的聚类中心完成消毒任务的总能源消耗小于移动消毒 机器人的自身电量时，则基于紫外线消毒的预设消毒任务参数直接建立TSP 模型并用PSO算法求解，得到所述移动消毒机器人的紫外线消毒的最优消毒 路径；当总能源消耗大于移动消毒机器人自身电量时，将各类别的聚类中心 分组，以分别建立TSP模型并用PSO算法分别得到所述移动消毒机器人的紫外 线消毒的各段最优消毒路子路径；遍历求解得到的紫外线消毒的最优消毒路 径或各段最优消毒路子路径，生成移动消毒机器人的消毒方案，所述消毒方 案包括在最优消毒路径或各段最优消毒路子路径中的开启紫外光各点的位置 及各点对应的预设持续消毒时间；
在未标记待替换区域的最优聚类的每个类别进行所述药剂喷洒全自动消 毒方案。
进一步的，上述方法中，得到k个类别的最优聚类包括：
步骤S32311，初始化状态k＝1；
步骤S32312，基于当前的状态k，使用加权FCM算法所述将环境地图的 空闲区域划分为k类或将所述将环境地图中划分的每个区域中的空闲区域 划分为k类；
步骤S32313，基于当前的状态k时，计算临近类别间的聚合能量Em(k)和 分离能量Ep(k)；
步骤S32314，基于紫外线消毒的预设消毒任务参数和当前的状态k，计 算紫外线消毒总成本F(k)＝fk(J)，状态k时的消毒总成本的量化评估函数 fk(J)＝WTJ，其中，J＝(j1，j2，j3，...，jn)T为不同类型子成本ji的量化表达， ji＝βifcost，fcost为成本函数，βi为归一化系数；W＝(w1，w2，w3，...，wn)为各 子成本ji的权重向量且
步骤S32315，判断当前的状态k时是否满足情况一或情况二，其中，情 况一包括：EP(k-1)＞Em(k-1)、EP(k)＜Em(k)以及EP(k+i)＜Em(k+ i)(i≥1)，且存在k′＜k使F(k′)＜F(k′-1)、F(k′)＜F(k′+1)；情况二包 括：F(k)＜F(k-1)、F(k)＜F(k+1)，且存在k′＜k使EP(k′-1)＞ Em(k′-1)、EP(k′)＜Em(k′)以及EP(k′+i)＜Em(k′+i)(i≥1)，若是，状 态k处于稳态，即获得最佳分类数目k，将当前的状态k作为k个类别的最优聚 类，则进入下一步步骤S32316执行，否则，状态k未处于稳态，则置 状态k＝k+1后返回步骤S32312继续执行。
进一步的，上述方法中，步骤S32312，基于当前的状态k的值，使用加 权FCM算法所述将环境地图的空闲区域划分为k类，包括：
通过如下公式，并基于当前的状态k的值，使用加权FCM算法所述将环 境地图的空闲区域划分为k类：
其中，dij为空闲栅格xi到聚类中心aj的距离，wd为权值，wd＞＞ ||xi-aj||2。
进一步的，上述方法中，基于得到的k个类别的最优聚类，求解得到所 述移动消毒机器人的紫外线消毒的最优消毒路径，包括：
步骤S32316，在最优聚类的k个类别的每个类别中计算每个类别的聚类 中心到该类别中的空闲区域的空闲栅格的中心的最长距离作为聚类半径，并 根据聚类半径计算完成该待消毒区域的消毒任务的能源消耗，当遍历所有类 别的聚类中心完成消毒任务的总能源消耗小于移动消毒机器人的自身电量 时，则基于紫外线消毒的预设消毒任务参数直接建立TSP模型并用PSO算法 求解，得到所述移动消毒机器人的紫外线消毒的最优消毒路径；当总能源消 耗大于移动消毒机器人自身电量时，将各类别的聚类中心分组分别建立TSP 模型并用PSO算法分别得到所述移动消毒机器人的紫外线消毒的各段最优消 毒路子路径；
遍历求解得到的紫外线消毒的最优消毒路径或各段最优消毒路子路径， 生成移动消毒机器人的消毒方案，所述消毒方案包括在最优消毒路径或各段 最优消毒路子路径中的开启紫外光各点的位置及各点对应的预设持续消毒时 间。
根据本发明的另一方面，还提供一种计算机可读介质，其上存储有计 算机可读指令，所述计算机可读指令可被处理器执行以实现上述任一项所 述的方法。
与现有技术相比，本发明的策略包含半自动化和全自动化两种操作模式： 半自动模式下支持用户按区域编辑所需的消毒方式并由机器人按区域自动完 成消毒操作；全自动模式下，用户只需人工配置必要的物理参数和成本权重， 消毒规划和实施全部由运行在机器人端的策略主体自动完成。
本发明针对紫外线、药剂喷洒及两者混合应用的消毒方式实现了三种不 同的区域全覆盖规划方案，并支持半自动和全自动可选的应用模式，可用于 搭载消毒设备的移动机器人对已知/未知区域实施全面消毒。本发明安全可靠、 快速高效、资源合理分配地解决污染区域的消毒问题。
另外，本发明综合考虑紫外线消毒和药剂喷洒消毒各自的特点，如紫外 线消毒需要考虑机器人的电量储备、消毒时间等因素；药剂喷洒消毒需要考 虑消毒路径的总长度；以及两种消毒方式都需要考虑待消毒区域的覆盖率等。 在此基础上提出了消毒任务总成本的可量化计算公式，即总成本等于各关键 成本的加权求和，在全自动模式下将以总成本最优化为前提条件制定消毒方 案。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发 明的其它特征、目的和优点将会变得更明显：
图1示出本发明一实施例的移动消毒机器人的消毒方法的设备总体功 能框图；
图2示出本发明一实施例的移动消毒机器人的消毒方法的流程图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本发明作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括 一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以 由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结 构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相 变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦 除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘 只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒 式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用 于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质 不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和 载波。
如图1所示，本发明提供一种移动消毒机器人的消毒方法，所述方法 包括：
步骤S1，通过移动消毒机器人的传感器获取待消毒区域的环境数据；
具体的，可以在移动消毒机器人上设置四个装置：传感数据采集装置、 SLAM主体装置、消毒规划装置、运动控制装置；
其中，可以通过传感数据采集装置接收移动消毒机器人的激光、深度摄 像头、超声、碰撞、里程计等传感器采集的环境数据，并对接收的环境数据 作预处理，如通过滤波算法去除噪声信号等，得到预处理后的环境数据，可 以将预处理后的环境数据作为源数据输送到SLAM主体装置，以实现环境建 模、导航定位等重要功能；
步骤S2，基于所述待消毒区域的环境数据建立待消毒区域的环境地图， 并在所述环境地图标出空闲区域、占用区域和未知区域，及计算所述移动消 毒机器人在所述环境地图中的当前位姿信息；
在此，SLAM主体装置为移动消毒机器人的基础功能部分，保证移动消毒 机器人的核心移动性，可由地图模块、建图与定位模块组成，其中，
可以通过地图模块使用待消毒区域的环境数据对待消毒区域的外部环 境建模，构建并更新二维栅格地图，地图上的每个栅格采用空闲、占用和未 知区域三种状态表征真实世界中的空闲区域、障碍物区域和未探索区域；
空闲区域是移动消毒机器人可以行走的区域；所述障碍物区域是有障碍 物的区域，移动消毒机器人需要绕开障碍物区域行走；未探索区域是移动消 毒机器人需要绕开没有探索过的区域；
建图与定位模块可以综合考虑已有环境地图和所述传感数据采集装置 获取的实时传感数据，利用相关匹配算法计算当前机器人位姿信息，以使移 动消毒机器人能够实时获取自己在环境中所处的位置；
步骤S3，基于所述环境地图，所述环境地图标出的空闲区域、占用区 域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求 解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路 径；
具体的，所述最优消毒路径可以是消毒覆盖最高且重复路径最少的路径；
消毒规划装置为移动消毒机器人的核心功能部分，区域消毒规划装置通 过有限的用户交互，规划出移动消毒机器人的区域消毒策略及对应的最优消 毒路径。区域消毒规划装置依赖于之前SLAM主体装置建立的栅格环境地图， 并对地图进行预处理，主要负责滤除由动态障碍物生成的障碍物噪点，动态 障碍物会不断移动，这些动态障碍物生成的障碍物噪点是孤立的点，需要将 动态障碍物生成的障碍物噪点滤除；以及将不可达的空闲区域在环境地图上 标为未知区域；
消毒规划装置可以根据策略生成过程中的人工参与程度为用户提供两种 不同的工作模式，分别为半自动模式与全自动模式；
如图1所示，客户端的交互模块可以通过其通信模块与机器人端的通信 模块，将消毒任务发送到任务调度模块，任务调度模块将消毒任务分别发送 到SLAM主体装置、消毒规划装置、运动控制装置，消毒规划装置可以根据消 毒任务，并基于所述环境地图，所述环境地图标出的空闲区域、占用区域 和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求解 得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径；
步骤S4，控制所述移动消毒机器人按照所述最优消毒路径进行紫外线 消毒和/或药剂喷洒消毒。
具体的，可以通过运动控制装置控制所述移动消毒机器人按照所述最 优消毒路径进行紫外线消毒和/或药剂喷洒消毒。所述运动控制装置可以包 括导航模块和底盘通信模块等。
运动控制装置可以根据消毒方案生成机器人运动控制序列自动控制机 器人的行为，包括：运动控制装置具体可以控制机器人移动到目标点，并在 行进过程中有效地躲避障碍物；及控制消毒机器人开关随身携带的消毒设备， 包括紫外线灯、药剂喷洒装置等。
本发明能够自动地规划最符合用户要求的消毒方案并自动地控制移动机 器人实施区域消毒，提高了消毒操作的自动化程度，并同时保证了消毒操作 的有效性、安全性和可靠性。
根据机器人能够搭载的消毒设备可以将可行的消毒方式分为两种：一种是 采用紫外线照射的物理消毒方式；另一种是采用药剂喷洒的化学消毒方式。 可以看出两者的消毒原理不同，因此实现上述两种消毒方式的机器人控制形 式也不相同，具体如下：
紫外线消毒是通过对微生物(细菌、病毒、芽孢等病原体)的辐射损伤和破坏 其核酸功能的方式致死微生物，从而达到消毒的目的，其达到消毒标准的计 量单位为μW.s/cm2,即灭活每平方厘米微生物需要在一段时间内达到足量的 照射强度。由于不同位置的紫外线光照强度与该位置与光源间的距离成反比， 单独使用此类消毒方式等价于在地图上找到若干个半径不大于紫外光衰落半 径限制的圆，使其能够覆盖地图上的所有空闲区域；
药剂喷洒消毒是通过向环境中喷洒可破坏微生物蛋白质外壳的化学药剂 达到消毒的目的，其达到消毒标准的计量单位为时间，即在致死微生物的时 间段内保证空气中药剂浓度。由于雾化消毒剂在空气中的沉降时间一般大于 致死病毒、细菌等微生物的时间，因此这种消毒方式相当于在地图上规划一 条全覆盖路径，使以有效喷洒半径膨胀该路径得到的区域完全覆盖地图上的 空闲区域。
本发明的移动消毒机器人的消毒方法一实施例中，步骤S3，基于所述 环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动 消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机 器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径，包括：
步骤S311，从客户端接收紫外线消毒和/或药剂喷洒消毒的预设消毒任 务参数，其中，所述紫外线消毒的预设消毒任务参数包括：紫外线消毒中的 定点消毒坐标及每个定点消毒坐标对应的消毒时长，所述药剂喷洒消毒的预 设消毒任务参数包括：药剂喷洒消毒中的喷洒路径及对应的运动速度；
步骤S312，基于所述预设消毒任务参数计算包括消毒覆盖率和电量消 耗的约束参数，
步骤S313，若覆盖率不足或电量消耗超标，则自动向所述客户端发送报 警信号；
步骤S314，若覆盖率足且电量消耗未超标，基于所述紫外线消毒中的定 点消毒坐标和/或药剂喷洒消毒中的喷洒路径，通过使用旅行商问题(下称 TSP)进行建模，并通过粒子群优化算法(PSO)求解得所述移动消毒机器人 的紫外线消毒和/或药剂喷洒消毒的最优消毒路径。
本实施例可以实现半自动模式中，以人工规划为主，移动消毒机器人审 核优化为辅。即需要人工输入核心规划内容，当人工规划存在不足之处时， 移动消毒机器人将自动检测并报警，否则移动消毒机器人通过分析规划内容 生成最优执行方案。
具体的，可以根据定点消毒坐标和/或剂喷洒消毒中的喷洒路径生成一条 从起始点出发，遍历所有定点消毒坐标和/或剂喷洒消毒中的喷洒路径且最终 回到起始点的最优消毒路径，以及相应的运动速度与停留时间等。该部分的 求解通过使用旅行商问题(下称TSP)对人工规划进行建模，并通过粒子群 优化算法(PSO)解得最优消毒路径。
本发明的移动消毒机器人的消毒方法一实施例中，步骤S3，基于所述 环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动 消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机 器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径，包括：
步骤S321，从客户端获取所述环境地图中的待消毒区域；
具体的，可以在已有的环境栅格地图上标注待消毒区域，不标注则默认 为全地图覆盖消毒；
步骤S322，从客户端接收紫外线消毒的预设消毒任务参数和/或药剂喷 洒消毒的预设消毒任务参数，其中，所述紫外线消毒的预设消毒任务参数包 括紫外线消毒成本中各子成本的权重和紫外线光源的功率，所述药剂喷洒消 毒的预设消毒任务参数包括药剂喷洒消毒成本中各子成本的权重、药剂喷洒 半径及药剂覆盖范围；
具体的，客户端可以根据需求配置必要的系统参数，包括消毒成本中各 子成本的权重、紫外线光源功率、药剂喷洒半径及药剂覆盖范围等。
步骤S323，基于所述环境地图，基于所述环境地图标出的空闲区域、 占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿 信息，待消毒区域及紫外线消毒的预设消毒任务参数和/或药剂喷洒消毒的预 设消毒任务参数，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷 洒消毒的最优消毒路径。
在此，本实施例提供了全自动模式中，只需要客户端根据需求配置相应 参数即可，系统将根据预设的算法模型自动地规划出最优消毒方案，包括紫 外线消毒点坐标、紫外线消毒持续时间、药剂喷洒消毒路径等。
全自动消毒只需人工配置需求参数，规划和行动完全由机器人自主完成， 这样不但能够最大程度的减少人力投入，还能实现最优规划，使消毒能够在 消耗最少资源的前提下实现污染区域全覆盖。
如图2所示，本发明的移动消毒机器人的消毒方法一实施例中，步骤 S323，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未 知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区 域及紫外线消毒的预设消毒任务参数，求解得到所述移动消毒机器人的紫外 线消毒的最优消毒路径，包括：
S32301，基于所述环境地图，所述环境地图标出的空闲区域、占用区 域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待 消毒区域及紫外线消毒的预设消毒任务参数，得到所述环境地图的k个类 别的最优聚类；
S32302，基于得到的k个类别的最优聚类，求解得到所述移动消毒机器 人的紫外线消毒的最优消毒路径。
优选的，S32301，得到k个类别的最优聚类包括：
步骤S32311，初始化状态k＝1；
具体的，可以使用状态k表示栅格地图上的空闲区域可被分为k类，并规 定系统从状态k＝1开始演化；
步骤S32312，基于当前的状态k，使用加权FCM算法所述将环境地图的 空闲区域划分为k类；
具体的，基于当前的状态k，使用加权FCM算法所述将环境地图的空闲 区域划分为k类或将所述将环境地图中划分的每个区域中的空闲区域划分 为k类；
步骤S32313，基于当前的状态k时，计算临近类别间的聚合能量Em(k)和 分离能量Ep(k)；
具体的，临近类别可以是指两个聚类中心之间的二阶范数为最小的类别；
EP(k)＞Em(k)意味着两个临近类可继续划分为更多的类，此时系统可以 进入状态k+i(i≥1)；EP(k)＜Em(k)意味着这两个临近类可以合并为一类， 相应的系统可以返回状态k-1；
步骤S32314，基于紫外线消毒的预设消毒任务参数和当前的状态k，计 算紫外线消毒总成本F(k)＝fk(J)，状态k时的消毒总成本的量化评估函数 fk(J)＝WTJ，其中，J＝(j1，j2，j3，...，jn)T为不同类型子成本ji的量化表达， ji＝βifcost，fcost为成本函数，βi为归一化系数；W＝(w1，w2，w3，...，wn)为各 子成本ji的权重向量且
具体的，常见的子成本ji可包括时间成本、电量成本、药剂成本和覆盖 率成本等，以此归一化成本为优化目标将获得满足不同用户需求的最佳消毒 方案；
步骤S32315，判断当前的状态k时是否满足情况一或情况二，其中，情 况一包括：EP(k-1)＞Em(k-1)、EP(k)＜Em(k)以及EP(k+i)＜Em(k+ i)(i≥1)，且存在k′＜k使F(k′)＜F(k′-1)、F(k′)＜F(k′+1)；情况二包 括：F(k)＜F(k-1)、F(k)＜F(k+1)，且存在k′＜k使EP(k′-1)＞ Em(k′-1)、EP(k′)＜Em(k′)以及EP(k′+i)＜Em(k′+i)(i≥1)，若是，状 态k处于稳态，即获得最佳分类数目k，将当前的状态k作为k个类别的最优聚 类，则进入下一步步骤S32316执行，否则，状态k未处于稳态，则置 状态k＝k+1后返回步骤S32312继续执行；
优选的，S32302，基于得到的k个类别的最优聚类，求解得到所述移动 消毒机器人的紫外线消毒的最优消毒路径，包括：
步骤S32316，在最优聚类的k个类别的每个类别中计算每个类别的聚类 中心到该类别中的空闲区域的空闲栅格的中心的最长距离作为聚类半径，并 根据聚类半径计算完成该待消毒区域的消毒任务的能源消耗，当遍历所有类 别的聚类中心完成消毒任务的总能源消耗小于移动消毒机器人的自身电量 时，则基于紫外线消毒的预设消毒任务参数直接建立TSP模型并用PSO算法 求解，得到所述移动消毒机器人的紫外线消毒的最优消毒路径；当总能源消 耗大于移动消毒机器人自身电量时，说明移动消毒机器人在消毒过程中需要 回桩充电才能完成所有任务，此时将各类别的聚类中心分组分别建立TSP模 型并用PSO算法分别得到所述移动消毒机器人的紫外线消毒的各段最优消毒 路子路径；
步骤S32317，遍历求解得到的紫外线消毒的最优消毒路径或各段最优消 毒路子路径，生成移动消毒机器人的消毒方案，所述消毒方案包括在最优消 毒路径或各段最优消毒路子路径中的开启紫外光各点的位置及各点对应的预 设持续消毒时间。
具体的，本实施例中，基于紫外线消毒的自动规划方式旨在找到一系列 圆形区域使其覆盖栅格地图中的全部空闲区域且满足消毒成本最优，即通过 算法求得成本函数最优时的圆形区域数目及相应的圆心坐标与半径。本实施 例中用于求解上述问题的算法模型为加权模糊C均值算法(下称FCM算法) 与演化系统的联合应用。
本实施例通过加权FCM算法和分类演化，以降低消毒成本为优化目标， 实现对地图的空闲区域的合理划分。
本发明的移动消毒机器人的消毒方法一实施例中，步骤S32312，基于 当前的状态k的值，使用加权FCM算法所述将环境地图的空闲区域划分为k类， 包括：
通过如下公式，并基于当前的状态k的值，使用加权FCM算法所述将环 境地图的空闲区域划分为k类：
其中，dij为空闲栅格xi到聚类中心aj的距离，wd为权值，wd＞＞ ||xi-aj||2。
具体的，加权操作是指对任一空闲栅格中心到聚类中心的距离加权，以 便算法能够满足紫外线消毒的物理约束条件，常用的约束条件包括：
遮挡约束，即聚类中心与空闲栅格中心的连线如果经过占用栅格或未知栅格， 则认为从该聚类中心发射的紫外线光源无法对此空闲栅格进行消毒，即 不满足约束条件，因此该空闲栅格不应划分到对应的类中；否则，聚类中心 与空闲栅格中心的连线如果未经过占用栅格或未知栅格，则满足约束条件， 可以划分到对应类中；
能量约束，即紫外光源的发射功率受限，且光波的能量会随着传播距离 的增加而衰落，因此，距离聚类中心距离超过有效消毒距离的栅格也无法被 消毒，即不满足约束条件，同样该空闲栅格不应划分到对应类中；否则，距 离聚类中心距离未超过有效消毒距离的空闲栅格，则满足约束条件，可以划 分到对应类中。
具体量化表达如下：
其中，dij为空闲栅格xi到聚类中心aj的距离，wd为权值，wd＞＞||xi-aj||2； wd远大于环境地图中任意两个栅格之间的距离，例如，wd的值为环境地图中 任意两个栅格之间的最大距离的100倍、1000倍。
如图2所示，本发明的移动消毒机器人的消毒方法一实施例中，步骤 S323，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未 知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区 域及药剂喷洒的预设消毒任务参数，求解得到所述移动消毒机器人的药剂喷 洒消毒的最优消毒路径，包括药剂喷洒全自动消毒方案，所述药剂喷洒全自 动消毒方案包括：
步骤S32321，根据待消毒区域中的占用栅格对整个栅格地图做多边形近 似，以线段的形式表征栅格地图上的区域边界，以得到空闲区域的边界和占 用区域的边界，其中，所述环境地图为栅格地图，所述栅格地图标有空闲栅
步骤S32322，使用凸分解的方法在空闲区域中划分出若干个凸多边形；
步骤S32323，在划分后的每个凸多边形中按照药剂喷洒消毒的物理消毒 半径生成消毒全覆盖路径；
步骤S32324，基于所述药剂喷洒消毒的预设消毒任务参数将所有生成的 消毒全覆盖路径进行点分解，即将线段路径离散化为元素个数为t的点集， 且满足下述条件：按照药剂喷洒消毒的药剂喷洒半径对 元素个数为t的点集中的每个点膨胀后依然覆盖栅格地图的所有空闲栅格；
步骤S32325，基于药剂喷洒消毒的预设消毒任务参数和元素个数为t的 点集，计算药剂喷洒消毒总成本F(t)＝ft(J)，元素个数为t时的消毒总成本的 量化评估函数ft(J)＝WTJ，其中，J＝(j1，j2，j3，...，jn)T为不同类型子成 本ji的量化表达，ji＝βifcost，fcost为成本函数，βi为归一化系数； W＝(w1，w2，w3，...，wn)为各子成本ji的权重向量且
具体的，常见的子成本ji可包括时间成本、电量成本、药剂成本和覆盖 率成本等，以此归一化成本为优化目标将获得满足不同用户需求的最佳消毒 方案
步骤S32326，以所述药剂喷洒消毒总成本为优化目标，建立TSP问题模 型并用PS0算法求解，以生成最优的药剂喷洒区域全覆盖路径；
步骤S32326，根据移动消毒机器人的自身电量对所述最优的药剂喷洒区 域全覆盖路径进行分解，得到对应各段的药剂喷洒区域全覆盖子路径。
在此，本实施例的基于药剂喷洒消毒的自动规划方式，旨在搜得一条连 续可行路径，使这条路径按照物理消毒半径膨胀后能够覆盖栅格地图的所有 空闲区域。
本发明的移动消毒机器人的消毒方法一实施例中，步骤S3，基于所述 环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动 消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机 器人的紫外线消毒和药剂喷洒消毒的最优消毒路径，包括：
步骤S301，对所述环境地图进行区域划分；
具体的，区域划分的标准可以人工输入，主要可以按照封闭区域进行划 分，比如按房间划分等；
步骤S302，在划分的每个区域中基于所述环境地图，所述环境地图标出的 空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的 当前位姿信息，待消毒区域及紫外线消毒的预设消毒任务参数，得到k个类别 的最优聚类(参照步骤S32301)；
步骤S302，分别计算所述最优聚类中的每个类别的有效百分比，即每个类别 的空闲区域与该类别的最小覆盖圆的面积比值；
步骤S303，当某个类别的面积比值小于预设阈值时，则认为该类别可以被药 剂喷洒消毒代替，将该类别中的空闲区域标记为待替换区域；
步骤S304，在未标记待替换区域的最优聚类的每个类别中，计算每个类 别的聚类中心到该类别中的空闲区域的空闲栅格的中心的最长距离作为聚类 半径，并根据聚类半径计算完成该待消毒区域中的未标记待替换区域消毒任 务的能源消耗，当遍历所有类别的聚类中心完成消毒任务的总能源消耗小于 移动消毒机器人的自身电量时，则基于紫外线消毒的预设消毒任务参数直接 建立TSP模型并用PSO算法求解，得到所述移动消毒机器人的紫外线消毒的最 优消毒路径；当总能源消耗大于移动消毒机器人自身电量时，说明移动消毒 机器人在消毒过程中需要回桩充电才能完成所有任务，此时将各类别的聚类 中心分组分别建立TSP模型并用PSO算法分别得到所述移动消毒机器人的紫 外线消毒的各段最优消毒路子路径；遍历求解得到的紫外线消毒的最优消毒 路径或各段最优消毒路子路径，生成移动消毒机器人的消毒方案，所述消毒 方案包括在最优消毒路径或各段最优消毒路子路径中的开启紫外光各点的 位置及各点对应的预设持续消毒时间；
步骤S305，在未标记待替换区域的最优聚类的每个类别进行所述药剂喷 洒全自动消毒方案，即路径全覆盖规划。
在此，基于紫外线与药剂喷洒混合应用的自动规划旨在取长补短，使消 毒作业更加合理，本发明在自动规划混合消毒方式时，提出了两种可行方案， 一种是累加式消毒方案，另一种是成本最优式混合消毒方案。
累加式消毒方案，即将紫外线全自动消毒方案和药剂喷洒全自动消毒方 案进行串行应用，二者可以分别独立规划，最后根据两部分的规划结果和自 身电量生成机器人消毒方案。这样做会对消毒区域先进行一次紫外线消毒， 再进行一次药剂喷洒消毒，使消毒效果达到最佳。
本实施例提供的成本最优式混合消毒，即联合应用两种消毒方式，使消 毒成本最优。
本实施例提出了混合使用紫外线消毒和药剂喷洒消毒的消毒策略及自动 规划算法。紫外线消毒具有资源成本低、可复用性强、空间消毒能力强等优 点，但其缺点也比较明显，如耗时长、能耗大、物体遮挡容易产生消毒死角 等。同样地，药剂喷洒消毒虽然耗时和能耗相对较低、死角消毒能力强，但 是药剂属于液体消耗品，因此其具有消毒成本高，雾化液体容易沉降使立体 消毒效果下降等缺点。综上，综合使用这两种方式，不但可以有效地提高消 毒效果，还能进一步降低消毒成本。
根据本发明的另一方面，还提供一种计算机可读介质，其上存储有计 算机可读指令，所述计算机可读指令可被处理器执行以实现上述任一项所 述的方法。
综上所述，本发明的策略包含半自动化和全自动化两种操作模式：半自 动模式下支持用户按区域编辑所需的消毒方式并由机器人按区域自动完成消 毒操作；全自动模式下，用户只需人工配置必要的物理参数和成本权重，消 毒规划和实施全部由运行在机器人端的策略主体自动完成。
本发明针对紫外线、药剂喷洒及两者混合应用的消毒方式实现了三种不 同的区域全覆盖规划方案，并支持半自动和全自动可选的应用模式，可用于 搭载消毒设备的移动机器人对已知/未知区域实施全面消毒。本发明安全可靠、 快速高效、资源合理分配地解决污染区域的消毒问题。
另外，本发明综合考虑紫外线消毒和药剂喷洒消毒各自的特点，如紫外线消 毒需要考虑机器人的电量储备、消毒时间等因素；药剂喷洒消毒需要考虑消 毒路径的总长度；以及两种消毒方式都需要考虑待消毒区域的覆盖率等。在 此基础上提出了消毒任务总成本的可量化计算公式，即总成本等于各关键成 本的加权求和，在全自动模式下将以总成本最优化为前提条件制定消毒方案。
本发明的各设备和存储介质实施例的详细内容，具体可参见各方法实 施例的对应部分，在此，不再赘述。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离 本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权 利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在 内。
需要注意的是，本发明可在软件和/或软件与硬件的组合体中被实施，例 如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备 来实现。在一个实施例中，本发明的软件程序可以通过处理器执行以实现上 文所述步骤或功能。同样地，本发明的软件程序(包括相关的数据结构)可 以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软 磁盘及类似设备。另外，本发明的一些步骤或功能可采用硬件来实现，例如， 作为与处理器配合从而执行各个步骤或功能的电路。
另外，本发明的一部分可被应用为计算机程序产品，例如计算机程序 指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据 本发明的方法和/或技术方案。而调用本发明的方法的程序指令，可能被 存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒 体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机 设备的工作存储器中。在此，根据本发明的一个实施例包括一个装置，该 装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理 器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于 前述根据本发明的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细 节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体 形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性 的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限 定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括 在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要 求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。 装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软 件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特 定的顺序。
Claims (10)
1.一种移动消毒机器人的消毒方法，其中，该方法包括：
通过移动消毒机器人的传感器获取待消毒区域的环境数据；
基于所述待消毒区域的环境数据建立待消毒区域的环境地图，并在所述环境地图标出空闲区域、占用区域和未知区域，及计算所述移动消毒机器人在所述环境地图中的当前位姿信息；
基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径；
控制所述移动消毒机器人按照所述最优消毒路径进行紫外线消毒和/或药剂喷洒消毒。
2.根据权利要求1所述的方法，其中，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径，包括：
从客户端接收紫外线消毒和/或药剂喷洒消毒的预设消毒任务参数，其中，所述紫外线消毒的预设消毒任务参数包括：紫外线消毒中的定点消毒坐标及每个定点消毒坐标对应的消毒时长，所述药剂喷洒消毒的预设消毒任务参数包括：药剂喷洒消毒中的喷洒路径及对应的运动速度；
基于所述预设消毒任务参数计算包括消毒覆盖率和电量消耗的约束参数，
若覆盖率不足或电量消耗超标，则自动向所述客户端发送报警信号；
若覆盖率足且电量消耗未超标，基于所述紫外线消毒中的定点消毒坐标和/或药剂喷洒消毒中的喷洒路径，通过使用旅行商问题进行建模，并通过粒子群优化算法求解得所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径。
3.根据权利要求1所述的方法，其中，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径，包括：
从客户端获取所述环境地图中的待消毒区域；
从客户端接收紫外线消毒的预设消毒任务参数和/或药剂喷洒消毒的预设消毒任务参数，其中，所述紫外线消毒的预设消毒任务参数包括紫外线消毒成本中各子成本的权重和紫外线光源的功率，所述药剂喷洒消毒的预设消毒任务参数包括药剂喷洒消毒成本中各子成本的权重、药剂喷洒半径及药剂覆盖范围；
基于所述环境地图，基于所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区域及紫外线消毒的预设消毒任务参数和/或药剂喷洒消毒的预设消毒任务参数，求解得到所述移动消毒机器人的紫外线消毒和/或药剂喷洒消毒的最优消毒路径。
4.根据权利要求3所述的方法，其中，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区域及紫外线消毒的预设消毒任务参数，求解得到所述移动消毒机器人的紫外线消毒的最优消毒路径，包括：
基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区域及紫外线消毒的预设消毒任务参数，得到所述环境地图的k个类别的最优聚类；
基于得到的k个类别的最优聚类，求解得到所述移动消毒机器人的紫外线消毒的最优消毒路径。
5.根据权利要求1所述的方法，其中，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区域及药剂喷洒的预设消毒任务参数，求解得到所述移动消毒机器人的药剂喷洒消毒的最优消毒路径，包括药剂喷洒全自动消毒方案，所述药剂喷洒全自动消毒方案包括：
根据待消毒区域中的占用栅格对整个栅格地图做多边形近似，以线段的形式表征栅格地图上的区域边界，以得到空闲区域的边界和占用区域的边界，其中，所述环境地图为栅格地图，所述栅格地标有的空闲栅格、占用栅格和未知栅格，所述空闲区域为全部由空闲栅格组成的区域，所述占用区域为占用栅格、未知栅格组成的区域；
使用凸分解的方法在所述空闲区域中划分出若干个凸多边形；
在划分后的每个凸多边形中按照药剂喷洒消毒的物理消毒半径生成消毒全覆盖路径；
基于所述药剂喷洒消毒的预设消毒任务参数将所有生成的消毒全覆盖路径进行点分解，即将线段路径离散化为元素个数为t的点集，且满足下述条件：按照药剂喷洒消毒的药剂喷洒半径对元素个数为t的点集中的每个点膨胀后依然覆盖栅格地图的所有空闲栅格；
基于药剂喷洒消毒的预设消毒任务参数和元素个数为t的点集，计算药剂喷洒消毒总成本F(t)＝ft(J)，元素个数为t时的消毒总成本的量化评估函数ft(J)＝WTJ，其中，J＝(j1，j2，j3，...，jn)T为不同类型子成本ji的量化表达，ji＝βifcost，fcost为成本函数，βi为归一化系数；W＝(w1，w2，w3，...，wn)为各子成本ji的权重向量且
以所述药剂喷洒消毒总成本为优化目标，建立TSP问题模型并用PS0算法求解，以生成最优的药剂喷洒区域全覆盖路径；
根据移动消毒机器人的自身电量对所述最优的药剂喷洒区域全覆盖路径进行分解，得到对应各段的药剂喷洒区域全覆盖子路径。
6.根据权利要求5所述的方法，其中，基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，求解得到所述移动消毒机器人的紫外线消毒和药剂喷洒消毒的最优消毒路径，包括：
对所述环境地图进行区域划分；
在划分的每个区域中基于所述环境地图，所述环境地图标出的空闲区域、占用区域和未知区域及所述移动消毒机器人在所述环境地图中的当前位姿信息，待消毒区域及紫外线消毒的预设消毒任务参数，得到k个类别的最优聚类；
分别计算所述最优聚类中的每个类别的有效百分比，即每个类别的空闲区域与该类别的最小覆盖圆的面积比值；
当某个类别的面积比值小于预设阈值时，则认为该类别可以被药剂喷洒消毒代替，将该类别中的空闲区域标记为待替换区域；
在未标记待替换区域的最优聚类的每个类别中，计算每个类别的聚类中心到该类别中的空闲区域的空闲栅格的中心的最长距离作为聚类半径，并根据聚类半径计算完成该待消毒区域中的未标记待替换区域的消毒任务的能源消耗，当遍历所有类别的聚类中心完成消毒任务的总能源消耗小于移动消毒机器人的自身电量时，则基于紫外线消毒的预设消毒任务参数直接建立TSP模型并用PSO算法求解，得到所述移动消毒机器人的紫外线消毒的最优消毒路径；当总能源消耗大于移动消毒机器人自身电量时，将各类别的聚类中心分组，以分别建立TSP模型并用PSO算法分别得到所述移动消毒机器人的紫外线消毒的各段最优消毒路子路径；遍历求解得到的紫外线消毒的最优消毒路径或各段最优消毒路子路径，生成移动消毒机器人的消毒方案，所述消毒方案包括在最优消毒路径或各段最优消毒路子路径中的开启紫外光各点的位置及各点对应的预设持续消毒时间；
在未标记待替换区域的最优聚类的每个类别进行所述药剂喷洒全自动消毒方案。
7.根据权利要求4或6所述的方法，其中，得到k个类别的最优聚类包括：
步骤S32311，初始化状态k＝1；
步骤S32312，基于当前的状态k，使用加权FCM算法所述将环境地图的空闲区域划分为k类或将所述将环境地图中划分的每个区域中的空闲区域划分为k类；
步骤S32313，基于当前的状态k时，计算临近类别间的聚合能量Em(k)和分离能量Ep(k)；
步骤S32314，基于紫外线消毒的预设消毒任务参数和当前的状态k，计算紫外线消毒总成本F(k)＝fk(J)，状态k时的消毒总成本的量化评估函数fk(J)＝WTJ，其中，J＝(j1，j2，j3，...，jn)T为不同类型子成本ji的量化表达，ji＝βifcost，fcost为成本函数，βi为归一化系数；W＝(w1，w2，w3，...，wn)为各子成本ji的权重向量且
步骤S32315，判断当前的状态k时是否满足情况一或情况二，其中，情况一包括：EP(k-1)＞Em(k-1)、EP(k)＜Em(k)以及EP(k+i)＜Em(k+i)(i≥1)，且存在k′＜k使F(k′)＜F(k′-1)、F(k′)＜F(k′+1)；情况二包括：F(k)＜F(k-1)、F(k)＜F(k+1)，且存在k′＜k使EP(k′-1)＞Em(k′-1)、EP(k′)＜Em(k′)以及EP(k′+i)＜Em(k′+i)(i≥1)，若是，状态k处于稳态，即获得最佳分类数目k，将当前的状态k作为k个类别的最优聚类，则进入下一步步骤S32316执行，否则，状态k未处于稳态，则置状态k＝k+1后返回步骤S32312继续执行。
8.根据权利要求7所述的方法，其中，步骤S32312，基于当前的状态k的值，使用加权FCM算法所述将环境地图的空闲区域划分为k类，包括：
通过如下公式，并基于当前的状态k的值，使用加权FCM算法所述将环境地图的空闲区域划分为k类：
其中，dij为空闲栅格xi到聚类中心aj的距离，wd为权值，wd＞＞||xi-aj||2。
9.根据权利要求4所述的方法，其中，基于得到的k个类别的最优聚类，求解得到所述移动消毒机器人的紫外线消毒的最优消毒路径，包括：
在最优聚类的k个类别的每个类别中计算每个类别的聚类中心到该类别中的空闲区域的空闲栅格的中心的最长距离作为聚类半径，并根据聚类半径计算完成该待消毒区域的消毒任务的能源消耗，当遍历所有类别的聚类中心完成消毒任务的总能源消耗小于移动消毒机器人的自身电量时，则基于紫外线消毒的预设消毒任务参数直接建立TSP模型并用PSO算法求解，得到所述移动消毒机器人的紫外线消毒的最优消毒路径；当总能源消耗大于移动消毒机器人自身电量时，将各类别的聚类中心分组分别建立TSP模型并用PSO算法分别得到所述移动消毒机器人的紫外线消毒的各段最优消毒路子路径；
遍历求解得到的紫外线消毒的最优消毒路径或各段最优消毒路子路径，生成移动消毒机器人的消毒方案，所述消毒方案包括在最优消毒路径或各段最优消毒路子路径中的开启紫外光各点的位置及各点对应的预设持续消毒时间。
10.一种计算机可读介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现权利要求1至9中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010334557.4A CN111562784B (zh) | 2020-04-24 | 2020-04-24 | 移动消毒机器人的消毒方法及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010334557.4A CN111562784B (zh) | 2020-04-24 | 2020-04-24 | 移动消毒机器人的消毒方法及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111562784A true CN111562784A (zh) | 2020-08-21 |
| CN111562784B CN111562784B (zh) | 2024-03-22 |
Family
ID=72071586
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010334557.4A Active CN111562784B (zh) | 2020-04-24 | 2020-04-24 | 移动消毒机器人的消毒方法及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111562784B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113093732A (zh) * | 2021-03-12 | 2021-07-09 | 武汉联一合立技术有限公司 | 智能消杀系统及方法 |
| CN113342006A (zh) * | 2021-08-06 | 2021-09-03 | 深圳市普渡科技有限公司 | 机器人、机器人消杀方法、装置和可读存储介质 |
| US20220143250A1 (en) * | 2020-11-06 | 2022-05-12 | Alyssa Pierson | Method and apparatus for calculating a dosage of disinfectant applied to an area by an autonomous, mobile robotic device |
| CN115250720A (zh) * | 2022-07-12 | 2022-11-01 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
| WO2022262743A1 (zh) * | 2021-06-18 | 2022-12-22 | 北京盈迪曼德科技有限公司 | 机器人任务执行方法、装置、机器人及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951850A (zh) * | 2015-06-25 | 2015-09-30 | 广东工业大学 | 一种求解多配送中心物流运输车辆路径问题的方法 |
| KR101724481B1 (ko) * | 2015-11-13 | 2017-04-11 | 주식회사 파나시아 | 자외선 살균시스템 |
| CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
| CN108853546A (zh) * | 2018-08-23 | 2018-11-23 | 上海钛米机器人科技有限公司 | 自主移动消毒装置及其移动方法 |
| CN109010879A (zh) * | 2018-08-23 | 2018-12-18 | 上海钛米机器人科技有限公司 | 智能消毒装置及消毒方法 |
| CN109481707A (zh) * | 2018-11-01 | 2019-03-19 | 华南智能机器人创新研究院 | 一种室内消毒机器人 |
| CN109568623A (zh) * | 2018-12-28 | 2019-04-05 | 珠海市微半导体有限公司 | 一种便携式智能消毒机器人的消毒路径控制方法及芯片 |
-
2020
- 2020-04-24 CN CN202010334557.4A patent/CN111562784B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951850A (zh) * | 2015-06-25 | 2015-09-30 | 广东工业大学 | 一种求解多配送中心物流运输车辆路径问题的方法 |
| KR101724481B1 (ko) * | 2015-11-13 | 2017-04-11 | 주식회사 파나시아 | 자외선 살균시스템 |
| CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
| CN108853546A (zh) * | 2018-08-23 | 2018-11-23 | 上海钛米机器人科技有限公司 | 自主移动消毒装置及其移动方法 |
| CN109010879A (zh) * | 2018-08-23 | 2018-12-18 | 上海钛米机器人科技有限公司 | 智能消毒装置及消毒方法 |
| CN109481707A (zh) * | 2018-11-01 | 2019-03-19 | 华南智能机器人创新研究院 | 一种室内消毒机器人 |
| CN109568623A (zh) * | 2018-12-28 | 2019-04-05 | 珠海市微半导体有限公司 | 一种便携式智能消毒机器人的消毒路径控制方法及芯片 |
Non-Patent Citations (1)
| Title |
|---|
| 胡福文 等: "EOW绿色消毒智能机器人自主导航系统设计", pages 1 - 3 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220143250A1 (en) * | 2020-11-06 | 2022-05-12 | Alyssa Pierson | Method and apparatus for calculating a dosage of disinfectant applied to an area by an autonomous, mobile robotic device |
| CN113093732A (zh) * | 2021-03-12 | 2021-07-09 | 武汉联一合立技术有限公司 | 智能消杀系统及方法 |
| WO2022262743A1 (zh) * | 2021-06-18 | 2022-12-22 | 北京盈迪曼德科技有限公司 | 机器人任务执行方法、装置、机器人及存储介质 |
| CN113342006A (zh) * | 2021-08-06 | 2021-09-03 | 深圳市普渡科技有限公司 | 机器人、机器人消杀方法、装置和可读存储介质 |
| CN113342006B (zh) * | 2021-08-06 | 2021-12-14 | 深圳市普渡科技有限公司 | 机器人、机器人消杀方法、装置和可读存储介质 |
| CN115250720A (zh) * | 2022-07-12 | 2022-11-01 | 松灵机器人(深圳)有限公司 | 割草方法、装置、割草机器人以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111562784B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111562784B (zh) | 移动消毒机器人的消毒方法及设备 | |
| Valentini et al. | The best-of-n problem in robot swarms: Formalization, state of the art, and novel perspectives | |
| Goodarzian et al. | Designing an integrated responsive-green-cold vaccine supply chain network using Internet-of-Things: artificial intelligence-based solutions | |
| Parker et al. | Exploiting spatial locality and heterogeneity of agents for search and rescue teamwork | |
| US11938240B2 (en) | Method and apparatus for planning a disinfection path for an autonomous, mobile robotic device | |
| Guzmán Ortiz et al. | Fleet management system for mobile robots in healthcare environments | |
| CN111531534B (zh) | 一种机器人及其控制方法 | |
| Tazrin et al. | UV-CDS: An energy-efficient scheduling of UAVs for premises sterilization | |
| Ma et al. | Development of a UVC-based disinfection robot | |
| Tang | Simulating complex adaptive geographic systems: A geographically aware intelligent agent approach | |
| Tan et al. | An IVC-based nuclear emergency parallel evacuation system | |
| CN113359749B (zh) | 基于智能机器人的巡航消毒方法 | |
| Dhiman et al. | A review of path planning and mapping technologies for autonomous mobile robot systems | |
| Luo et al. | UV*: A Boustrophedon Pattern-Based Path Planning and Optimization Strategy for an Ultraviolet Disinfection Robot | |
| Corah | Sensor planning for large numbers of robots | |
| Zhang et al. | JPMDP: Joint base placement and multi-configuration path planning for 3D surface disinfection with a UV-C robotic system | |
| CN113342078A (zh) | 控制机器人的方法、装置、终端设备及存储介质 | |
| Shao et al. | Path Planning of Ant Colony Algorithm Based on Decision Tree in the Context of COVID‐19 | |
| Gautham et al. | A Study on the Implementation of UV Disinfection Module on an Existing Autonomous Platform | |
| Reddy Gade et al. | Development of autonomous UVC disinfectant robot | |
| CN113855835B (zh) | 一种消毒方法、装置、存储介质及消毒机器人 | |
| Calle et al. | Development of an Autonomous Differential Mobile Robot for Disinfection with a Hybrid Disinfection System | |
| Xiang et al. | Multiagent expedition with graphical models | |
| Rodrigo et al. | GBNN algorithm enhanced by movement planner for UV‐C disinfection | |
| Amouroux et al. | Complex environment representation in epidemiology ABM: application on H5N1 propagation |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |