CN111857109A - 扫地机器人清扫垃圾量预测方法和扫地机器人 - Google Patents

扫地机器人清扫垃圾量预测方法和扫地机器人 Download PDF

Info

Publication number
CN111857109A
CN111857109A CN201910262642.1A CN201910262642A CN111857109A CN 111857109 A CN111857109 A CN 111857109A CN 201910262642 A CN201910262642 A CN 201910262642A CN 111857109 A CN111857109 A CN 111857109A
Authority
CN
China
Prior art keywords
cleaning
amount
garbage
predicted
sweeping
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
Application number
CN201910262642.1A
Other languages
English (en)
Other versions
CN111857109B (zh
Inventor
徐华
孙磊
白宏磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Tabor Robot Technology Co ltd
Qingdao Haier Co Ltd
Original Assignee
Qingdao Tabor Robot Technology Co ltd
Qingdao Haier Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Tabor Robot Technology Co ltd, Qingdao Haier Co Ltd filed Critical Qingdao Tabor Robot Technology Co ltd
Priority to CN201910262642.1A priority Critical patent/CN111857109B/zh
Publication of CN111857109A publication Critical patent/CN111857109A/zh
Application granted granted Critical
Publication of CN111857109B publication Critical patent/CN111857109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/24—Floor-sweeping machines, motor-driven
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Electric Vacuum Cleaner (AREA)

Abstract

本发明公开了一种扫地机器人清扫垃圾量预测方法和装置，获取清扫记录数据，也即历史清扫数据，根据第n次清扫和第n‑1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b，继而在清扫之前可以基于预测垃圾量回归模型预测清扫垃圾量，使得扫地机器人在清扫之前能够基于预测清扫垃圾量设定适应的清扫模式，例如在预测清扫垃圾量较低时采用轻度清扫模式，能够缩短清扫时间，而在预测清扫垃圾量很高时采用深度清扫模式，保证清扫质量，有助于解决现有扫地机器人清扫效果不均或清扫效率低的技术问题。

Description

扫地机器人清扫垃圾量预测方法和扫地机器人
技术领域
本发明属于扫地机器人技术领域，具体地说，是涉及一种扫地机器人清扫垃圾量预测方法和扫地机器人。
背景技术
扫地机器人可通过自主清扫地面达到减轻用户家务负担的效果，现有的扫地机器人基本都是采用统一的清扫方式进行，用户在清扫之前可以根据清扫表面的类型来选择相应的清扫模式，例如地毯模式、地板模式等等，或者在清扫过程中通过检测垃圾类型来自动切换相适应的清扫模式。
但现有的这些清扫模式，在用户选定之后即统一了清扫方式，也即，不论清扫表面的垃圾分布情况，均采用同样的清扫方式，这就造成了清扫不均的问题，对于较干净的表面清扫效果能够保证，而对较脏的表面清扫效果会比较差，或者，为保证清扫效果提高清扫力度时，造成较干净表面的清扫会消耗不必要的清扫时间，降低了清扫效率。
发明内容
本申请提供了一种扫地机器人清扫垃圾量预测方法和装置，能够基于历史清扫数据预测当前清扫垃圾量，使得扫地机器人能够基于预测的清扫垃圾量执行相应的清扫模式，有助于解决现有扫地机器人清扫效果不均或清扫效率低的技术问题。
为解决上述技术问题，本申请采用以下技术方案予以实现：
提出一种扫地机器人清扫垃圾量预测方法，包括：获取清扫记录数据；其中，所述清扫记录数据包括清扫时间和清扫的垃圾量；根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b；其中，x为两次清扫之间的时间间隔，y为清扫的垃圾量；根据所述预测垃圾量回归模型预测清扫垃圾量。
进一步的，在根据所述预测垃圾量回归模型预测清扫垃圾量之后，所述方法还包括：获取房屋信息；根据所述预测清扫垃圾量和所述房屋信息生成预测垃圾分布图。
进一步的，在根据所述预测垃圾量回归模型预测清扫垃圾量之后，所述方法还包括：获取实际清扫垃圾量信息；使用所述实际清扫垃圾量矫正所述预测垃圾量回归模型的系数a和b。
进一步的，在根据所述预测垃圾量回归模型预测清扫垃圾量之后，所述方法还包括：基于预测清扫垃圾量确定清扫模式。
提出一种扫地机器人清扫垃圾量预测装置，包括清扫数据获取模块、预测垃圾量回归模型确定模块和清扫垃圾量预测模块；所述清扫数据获取模块，用于获取清扫记录数据；其中，所述清扫记录数据包括清扫时间和清扫的垃圾量；所述预测垃圾量回归模型确定模块，用于根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b；其中，x为两次清扫之间的时间间隔，y为清扫的垃圾量；所述清扫垃圾量预测模块，用于根据所述预测垃圾量回归模型预测清扫垃圾量。
进一步的，所述装置还包括房屋信息获取模块和预测垃圾分布图生成模块；所述房屋信息获取模块，用于获取房屋信息；所述预测垃圾分布图生成模块，用于根据所述预测清扫垃圾量和所述房屋信息生成预测垃圾分布图。
进一步的，所述装置还包括矫正模块，用于获取实际清扫垃圾量信息，使用所述实际清扫垃圾量信息矫正所述预测垃圾量回归模型的系数a和b。
进一步的，所述装置还包括清扫模式确定模块，用于基于预测清扫垃圾量确定清扫模式。
与现有技术相比，本申请的优点和积极效果是：本申请提出的扫地机器人清扫垃圾量预测方法和装置中，根据清扫记录数据，也即历史清扫数据，计算预测垃圾量回归模型y=ax+b的系数a和b，继而基于预测垃圾量回归模型预测清扫垃圾量，使得扫地机器人在清扫之前能够基于预测清扫垃圾量设定适应的清扫模式，例如在预测清扫垃圾量较低时采用轻度清扫模式，能够缩短清扫时间，而在预测清扫垃圾量很高时采用深度清扫模式，保证清扫质量，助于解决现有扫地机器人清扫效果不均或清扫效率低的技术问题。
结合附图阅读本申请实施方式的详细描述后，本申请的其他特点和优点将变得更加清楚。
附图说明
图1 为本申请提出的扫地机器人清扫垃圾量预测方法的流程图；
图2为本申请提出的扫地机器人清扫垃圾量预测装置的架构图。
具体实施方式
下面结合附图对本申请的具体实施方式作进一步详细地说明。
本申请提出的扫地机器人清扫垃圾量预测方法，如图1所示，包括如下步骤：
步骤S11：获取清扫记录数据。
扫地机器人每一次清扫的数据都存储在存储模块中，按照设定周期或大小进行覆盖或者删除重新存储，本申请实施例中，清扫记录数据至少包括每次清扫时的清扫时间和清扫的垃圾量，清扫时间包括开始时间、结束时间或清扫时长等，清扫的垃圾量则采用在扫地机器人的吸口处安装红外传感器来实现，在清扫期间，红外传感器检测吸入的垃圾数量并记录。
步骤S12：根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b。
本申请实施例中，构建一个线性的预测垃圾量回归模型y=ax+b，这里，定义x为两次清扫之间的时间间隔，y为清扫的垃圾量，为确定该预测垃圾量回归模型的系数a和b，本申请实施例中，清扫记录数据包括第n-1次清扫数据、第n次清扫数据和第n+1次清扫数据，针对每一块清扫区域，根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b。
具体的，以用户购买扫地机器人后，执行第一次清扫、第二次清扫和第三次清扫时，均记录清扫时间、清扫垃圾量等数据，其中第一次清扫时间为
Figure DEST_PATH_IMAGE002
、清扫垃圾量为
Figure DEST_PATH_IMAGE004
，第二次清扫时间为
Figure DEST_PATH_IMAGE006
、清扫垃圾量为
Figure DEST_PATH_IMAGE008
，第三次清扫时间为
Figure DEST_PATH_IMAGE010
、清扫垃圾量为
Figure DEST_PATH_IMAGE012
，则根据
Figure DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE016
可以计算出系数a和b，进而确定预测垃圾量回归模型。这其中，清扫垃圾量的判断采用在扫地机器人的吸口处安装红外传感器来实现，在某一清扫区域清扫期间，红外传感器检测吸入的垃圾数量并记录。
步骤S13：根据预测垃圾量回归模型预测清扫垃圾量。
在确定了预测垃圾量回归模型之后，当扫地机器人执行一次清扫之前，可以根据当前次清扫与上一次清扫之间的时间间隔预测当前次清扫的垃圾量；例如，当扫地机器人第四次执行清扫之前，可以根据第四次清扫与第三次清扫之间的时间间隔预测第四次清扫的垃圾量。
步骤S14：获取房屋信息。
用户根据提供的引导对扫地机器人输入房屋信息，可对机器人本体输入或通过控制终端输入，本申请不予具体限定；房屋信息诸如房屋面积、户型、障碍物位置等信息。
步骤S15：根据预测清扫垃圾量和房屋信息生成预测垃圾分布图。
根据预测垃圾量回归模型计算出预测清扫垃圾量之后，本申请实施例中，结合房型等房屋信息生成预测垃圾分布图，该分布图中根据不同清扫区域和该区域对应预测的清扫垃圾量进行区别显示，使得用户能够直观的获知清扫情况。
步骤S16：基于预测清扫垃圾量确定清扫模式。
在确定了预测清扫垃圾量之后，可以根据预测的垃圾量推荐清扫模式，例如在预测清扫垃圾量小于第一垃圾量时，确定清扫模式为轻度清扫模式；在预测清扫垃圾量大于第一垃圾量并小于第二垃圾量时，确定清扫模式为中度清扫模式；在预测清扫垃圾量大于第二垃圾量时，确定清扫模式为深度清扫模式。
这其中，轻度清扫模式针对轻度污染程度，采用快速清扫的方式，清扫时间最短，扫地机器人按照40cm/s的速度进行全局清扫，先沿边清扫后弓型清扫或先弓型清扫后沿边清扫，弓型清扫时的转弯半径为1/2机身宽度，可使扫地机器人在弓型清扫时清扫区域完全不重叠，清扫结束后返回充电位置；中度清扫模式针对中度污染区域，清扫时间相对轻度清扫 模式长，清扫效果相比轻度清扫模式要好，扫地机器人按照25cm/s的速度进行全局清扫，先沿边清扫后弓型清扫或先弓型清扫后沿边清扫，弓型清扫时的转弯半径为1/4机身宽度，可使扫地机器人在弓型清扫时清扫区域重叠一半，清扫结束后返回充电位置；深度清扫模式针对重度污染区域，清扫时间最长，清扫效果最好，扫地机器人先按照20cm/s的速度进行全局清扫，先沿边清扫后弓型清扫或先弓型清扫后沿边清扫，弓型清扫时的转弯半径为1/4机身宽度，可使扫地机器人在弓型清扫时清扫区域重叠一半，在首次弓型清扫结束后，在按照与首次弓型清扫方向垂直的方向再次进行弓型清扫，形成网格状清扫路径，清扫结束后返回充电位置。
优选的，可以基于房屋信息对房间清扫表面进行区域划分，对于每块清扫区域确定预测清扫垃圾量后，可以根据预测的垃圾量确定相应清扫区域的清扫模式，例如在预测清扫垃圾量小于第一垃圾量时，确定对应清扫区域的清扫模式为轻度清扫模式；在预测清扫垃圾量大于第一垃圾量并小于第二垃圾量时，确定对应清扫区域的清扫模式为中度清扫模式；在预测清扫垃圾量大于第二垃圾量时，确定对应清扫区域的清扫模式为深度清扫模式。这种根据每块清扫区域采用不同清扫模式的方式，根据清扫区域的垃圾量不同执行不同的清扫模式，也即实现的是一种智能清扫模式，即保证了清扫效果又最大限度的降低清扫时间。
本申请实施例中，还可以根据清扫区域和清扫模式推算出清扫时间进行显示，使得用户能够大概了解清扫时间和进度等信息，以提高用户的使用体验。
本申请实施例中，为提高预测垃圾量回归模型的预测精度，在步骤S13之后，还执行步骤S17：获取实际清扫垃圾量信息；以及步骤S18：使用实际清扫垃圾量矫正预测垃圾量回归模型的系数a和b。
例如上述实施例中，在扫地机器人执行了头三次清扫并记录了清扫数据后，在执行第四次清扫后，记录第四次清扫实际清扫垃圾量，该实际清扫垃圾量与采用预测垃圾量回归模型预测的第四次清扫垃圾量一定存在或多或少的差异，预测垃圾量回归模型的系数越准确，则该差异越小；本申请实施例中，采用第四次清扫的实际清扫垃圾量
Figure DEST_PATH_IMAGE018
来矫正模型，具体的，使用
Figure DEST_PATH_IMAGE020
、
Figure 477562DEST_PATH_IMAGE016
计算出矫正系数a和b，使用该矫正系数矫正回归模型。并以此类推，每获取一次实际清扫垃圾量之后，对回归模型进行一次矫正，随着实际清扫次数的增加，回归模型的预测精度越来越高。
基于上述提出的扫地机器人清扫垃圾量预测方法，本申请还提出一种扫地机器人清扫垃圾量预测装置，如图2所示，包括清扫数据获取模块21、预测垃圾量回归模型确定模块22和清扫垃圾量预测模块23；清扫数据获取模块21用于获取清扫记录数据；其中，清扫记录数据包括清扫时间和清扫的垃圾量；预测垃圾量回归模型确定模块22用于根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b；其中，x为两次清扫之间的时间间隔，y为清扫的垃圾量；清扫垃圾量预测模块23用于根据预测垃圾量回归模型预测清扫垃圾量。
本申请提出的扫地机器人清扫垃圾量预测装置还包括房屋信息获取模块24和预测垃圾分布图生成模块25；房屋信息获取模块21用于获取房屋信息；预测垃圾分布图生成模块25用于根据预测清扫垃圾量和房屋信息生成预测垃圾分布图。
本申请提出的扫地机器人清扫垃圾量预测装置还包括矫正模块26，用于获取实际清扫垃圾量信息，使用实际清扫垃圾量信息矫正预测垃圾量回归模型的系数a和b。
本申请提出的扫地机器人清扫垃圾量预测装置还包括清扫模式确定模块27，用于基于预测清扫垃圾量确定清扫模式。
上述提出的扫地机器人的控制方式，已经在上述提出的扫地机器人控制方法中详述，此处不予赘述。
应该指出的是，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (8)

1.扫地机器人清扫垃圾量预测方法，其特征在于，包括：
获取清扫记录数据；其中，所述清扫记录数据包括清扫时间和清扫的垃圾量；
根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b；其中，x为两次清扫之间的时间间隔，y为清扫的垃圾量；
根据所述预测垃圾量回归模型预测清扫垃圾量。
2.根据权利要求1所述的扫地机器人清扫垃圾量预测方法，其特征在于，在根据所述预测垃圾量回归模型预测清扫垃圾量之后，所述方法还包括：
获取房屋信息；
根据所述预测清扫垃圾量和所述房屋信息生成预测垃圾分布图。
3.根据权利要求1所述的扫地机器人清扫垃圾量预测方法，其特征在于，在根据所述预测垃圾量回归模型预测清扫垃圾量之后，所述方法还包括：
获取实际清扫垃圾量信息；
使用所述实际清扫垃圾量矫正所述预测垃圾量回归模型的系数a和b。
4.根据权利要求1所述的扫地机器人清扫垃圾量预测方法，其特征在于，在根据所述预测垃圾量回归模型预测清扫垃圾量之后，所述方法还包括：
基于预测清扫垃圾量确定清扫模式。
5.扫地机器人清扫垃圾量预测装置，其特征在于，包括清扫数据获取模块、预测垃圾量回归模型确定模块和清扫垃圾量预测模块；
所述清扫数据获取模块，用于获取清扫记录数据；其中，所述清扫记录数据包括清扫时间和清扫的垃圾量；
所述预测垃圾量回归模型确定模块，用于根据第n次清扫和第n-1次清扫的时间间隔t1、第n+1次清扫和第n次清扫的时间间隔t2、第n次清扫的垃圾量和第n+1次清扫的垃圾量，确定预测垃圾量回归模型y=ax+b的系数a和b；其中，x为两次清扫之间的时间间隔，y为清扫的垃圾量；
所述清扫垃圾量预测模块，用于根据所述预测垃圾量回归模型预测清扫垃圾量。
6.根据权利要求5所述的扫地机器人清扫垃圾量预测装置，其特征在于，所述装置还包括房屋信息获取模块和预测垃圾分布图生成模块；
所述房屋信息获取模块，用于获取房屋信息；
所述预测垃圾分布图生成模块，用于根据所述预测清扫垃圾量和所述房屋信息生成预测垃圾分布图。
7.根据权利要求5所述的扫地机器人清扫垃圾量预测装置，其特征在于，所述装置还包括矫正模块，用于获取实际清扫垃圾量信息，使用所述实际清扫垃圾量信息矫正所述预测垃圾量回归模型的系数a和b。
8.根据权利要求5所述的扫地机器人清扫垃圾量预测装置，其特征在于，所述装置还包括清扫模式确定模块，用于基于预测清扫垃圾量确定清扫模式。
CN201910262642.1A 2019-04-02 2019-04-02 扫地机器人清扫垃圾量预测方法和扫地机器人 Active CN111857109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910262642.1A CN111857109B (zh) 2019-04-02 2019-04-02 扫地机器人清扫垃圾量预测方法和扫地机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910262642.1A CN111857109B (zh) 2019-04-02 2019-04-02 扫地机器人清扫垃圾量预测方法和扫地机器人

Publications (2)

Publication Number Publication Date
CN111857109A true CN111857109A (zh) 2020-10-30
CN111857109B CN111857109B (zh) 2024-01-26

Family

ID=72951153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910262642.1A Active CN111857109B (zh) 2019-04-02 2019-04-02 扫地机器人清扫垃圾量预测方法和扫地机器人

Country Status (1)

Country Link
CN (1) CN111857109B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115660217A (zh) * 2022-11-14 2023-01-31 成都秦川物联网科技股份有限公司 一种智慧城市垃圾清扫量预测方法和物联网系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04256719A (ja) * 1991-02-07 1992-09-11 Matsushita Electric Ind Co Ltd 掃除機
CN104757907A (zh) * 2014-10-23 2015-07-08 深圳市银星智能科技股份有限公司 智能扫地机器人清扫垃圾的方法及智能扫地机器人
CN108606740A (zh) * 2018-05-16 2018-10-02 北京小米移动软件有限公司 控制清扫设备运行的方法及装置
CN108697293A (zh) * 2016-03-11 2018-10-23 松下知识产权经营株式会社 自主行走型吸尘器的控制装置、具备该控制装置的自主行走型吸尘器以及具备自主行走型吸尘器的控制装置的扫除系统
CN108983788A (zh) * 2018-08-15 2018-12-11 上海海事大学 基于大数据挖掘的无人驾驶环卫车智能控制系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04256719A (ja) * 1991-02-07 1992-09-11 Matsushita Electric Ind Co Ltd 掃除機
CN104757907A (zh) * 2014-10-23 2015-07-08 深圳市银星智能科技股份有限公司 智能扫地机器人清扫垃圾的方法及智能扫地机器人
CN108697293A (zh) * 2016-03-11 2018-10-23 松下知识产权经营株式会社 自主行走型吸尘器的控制装置、具备该控制装置的自主行走型吸尘器以及具备自主行走型吸尘器的控制装置的扫除系统
CN108606740A (zh) * 2018-05-16 2018-10-02 北京小米移动软件有限公司 控制清扫设备运行的方法及装置
CN108983788A (zh) * 2018-08-15 2018-12-11 上海海事大学 基于大数据挖掘的无人驾驶环卫车智能控制系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115660217A (zh) * 2022-11-14 2023-01-31 成都秦川物联网科技股份有限公司 一种智慧城市垃圾清扫量预测方法和物联网系统
CN115660217B (zh) * 2022-11-14 2023-06-09 成都秦川物联网科技股份有限公司 一种智慧城市垃圾清扫量预测方法和物联网系统

Also Published As

Publication number Publication date
CN111857109B (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
CN107703930B (zh) 机器人的续扫控制方法
US11589722B2 (en) Cleaning method and cleaning robot
CN111035328B (zh) 机器人清洁方法及机器人
CN107544517B (zh) 智能清洁机器人的控制方法
WO2020143291A1 (zh) 拖地机器人的控制方法、装置、设备及存储介质
CN103099583B (zh) 机器人吸尘器及其控制方法
CN110772178A (zh) 扫地机清扫的方法、装置、计算机设备和存储介质
CN113171040B (zh) 扫地机器人路径规划方法、装置、存储介质及扫地机器人
CN110226899A (zh) 一种吸尘器控制方法、装置及吸尘器
CN105527961A (zh) 一种自移动表面行走机器人系统及回归主充电座的方法
CN113171039B (zh) 清洁机器人清洁控制方法、装置、计算机设备和存储介质
CN105388900A (zh) 自动扫地机的控制方法及装置
CN109508002B (zh) 一种机器人清扫地面的方法、装置及机器人
EP3264212B1 (en) System and method for determining an energy-efficient path of an autonomous device
WO2022037369A1 (zh) 扫地机器人及其地图构建方法和装置
CN115969287B (zh) 清洁机器人及其电量管理方法、装置及存储介质
US20210369068A1 (en) Robotic cleaner and controlling method therefor
CN112515536B (zh) 一种吸尘机器人的控制方法及其装置、吸尘机器人
CN111857109A (zh) 扫地机器人清扫垃圾量预测方法和扫地机器人
CN111759226B (zh) 扫地机器人控制方法和扫地机器人
KR20080098842A (ko) 청소로봇 유닛 및 그 청소로봇 유닛을 이용한 청소방법
CN111759227B (zh) 扫地机器人控制方法和扫地机器人
WO2024140550A1 (zh) 清洁设备的数据处理方法、装置、存储介质及清洁设备
CN111813111A (zh) 一种多机器人协同工作方法
KR20050010591A (ko) 청소로봇의 청소경로 제어방법

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
CB02 Change of applicant information

Address after: 266101 C1-301, Qingdao National University Science Park, No. 127, Hui Zhi Qiao Road, high tech Zone, Qingdao, Shandong

Applicant after: Haier Robotics (Qingdao) Co.,Ltd.

Applicant after: Haier Smart Home Co., Ltd.

Address before: 266101 C1-301, Qingdao National University Science Park, No. 127, Hui Zhi Qiao Road, high tech Zone, Qingdao, Shandong

Applicant before: Qingdao Tabor Robot Technology Co.,Ltd.

Applicant before: QINGDAO HAIER JOINT STOCK Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant