CN113008982A - 一种地面材质识别方法、装置及智能清洁装置 - Google Patents
一种地面材质识别方法、装置及智能清洁装置 Download PDFInfo
- Publication number
- CN113008982A CN113008982A CN202110183103.6A CN202110183103A CN113008982A CN 113008982 A CN113008982 A CN 113008982A CN 202110183103 A CN202110183103 A CN 202110183103A CN 113008982 A CN113008982 A CN 113008982A
- Authority
- CN
- China
- Prior art keywords
- peak point
- point data
- peak
- ground
- ground material
- 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
- 239000000463 material Substances 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004140 cleaning Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims description 36
- 238000013473 artificial intelligence Methods 0.000 claims description 25
- 238000013145 classification model Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 16
- 238000000605 extraction Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 11
- 238000010408 sweeping Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007477 logistic regression Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 101150039239 LOC1 gene Proteins 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
-
- 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
- A47L11/4002—Installations of electric equipment
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/48—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by amplitude comparison
Landscapes
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开的一种地面材质识别方法、装置及智能清洁装置，其中地面材质识别方法包括：向待测地面发射超声波信号；接收地面的回波信号；动态范围搜寻回波信号的峰值点数据；根据回波信号的峰值点数据判断地面材质类型。该方法根据超声波及其传播路径规律，采用动态范围搜寻回波信号的峰值点数据的方法，峰值点数据获取更准确，适应性、抗干扰能力更强，为材质识别提供更可靠的数据，提高识别准确率。
Description
技术领域
本发明涉及材质识别领域，特别涉及一种地面材质识别方法、装置及智能清洁装置。
背景技术
随着经济和技术的发展，居民消费能力增加，同时扫地机器人、吸尘器等智能清洁设备智能化程度提高，被越来越多的人接受。扫地机器人等智能清扫设备在不同地面需要不同的工作模式，例如在地毯等地面缝隙较多灰尘易粘着需要增加功率提高吸力，在瓷砖等地面应该将功率降低减小噪声同时避免扫地机器人工作对地板造成损伤。目前大部分该类设备没有类似功能或者通过按键或者APP控制实现类似功能。
也有小部分通过传感器实现点分类的方案，目前的地面材质识别方法，包括以下几种：
现有一些技术，如中国专利CN112137505A，一种自动清洁设备识别地面特征的方法及装置，其通过滚刷电流和边刷电流的均值和离散程度来判断地面材质类型，该方法在毛发的缠绕，边刷的阻挡等情况下，会引起电流变化引起误判；
如中国专利CN207979623U，一种地面识别装置及清扫设备，其向地面发射红外信号，通过反光信号判断地面材质类型，该方法容易受被地面的颜色和光线的影响；
如中国专利CN207424884U，一种地面识别装置及清洁设备，其利用图像传感器采集地面图像，对图像处理得到地面光滑亮度，判断地面材质类型，该方法容易受光线的影响且成本较高；
如中国专利CN110623601A，一种地面材质识别方法、装置、扫地机器人和存储介质，其通过采集扫地机器人工作时所处环境的声音信号，对该信号进行分析从而实现对地面材质分类，该方案容易受到环境噪声干扰。
因此，有必要对现有的地面材质识别方法予以改良以克服现有技术中的缺陷。
发明内容
本发明的目的是提供一种地面材质识别方法、装置及智能清洁装置，识别准确率高、抗干扰能力强。
为了解决上述技术问题，一方面，本发明提供了一种地面材质识别方法，包括：
向待测地面发射超声波信号；
接收地面的回波信号；
动态范围搜寻回波信号的峰值点数据；
根据回波信号的峰值点数据判断地面材质类型。
作为优选，所述动态范围搜寻回波信号的峰值点数据，包括：
在盲区结束点到测量量程结束点总长度之间搜寻第一个大于阈值的峰值点；
判断峰值点是否存在或判断峰值点个数是否在设点范围内；
当峰值点存在或峰值点个数未超出设定范围时，更新搜寻范围，继续寻找峰值点数据；反之，保存当前所有搜寻到的峰值点数据。
作为优选，所述更新搜寻范围，继续寻找峰值点数据包括：
当峰值点存在或峰值点个数未超出设定范围时，峰值点个数加一，并更新峰值点数据；
根据上一次峰值点的位置及当前峰值点的位置对下一次峰值点搜寻范围进行更新；
在更新的搜寻范围内找到最大值点，并判断所述最大值是否大于阈值，如果大于阈值，则为峰值点；
重复上述步骤，直到峰值点数据不存在或峰值点数据超出设点个数。
作为优选，根据回波信号的峰值点数据判断地面材质类型包括：
将实际测量到的峰值点数据以及模型参数带入人工智能分类模型计算并识别地面材质类型；
通过状态机输出地面材质类型结果。
作为优选，所述模型参数的获取或更新包括：
采集不同地面材质情况下峰值点数据，并记录其类型；
选择人工智能分类模型，对峰值点数据进行训练，得到对应的模型参数，并保存。
作为优选，所述通过状态机输出地面材质类型结果包括：
每次将检测结果存入状态机中，根据状态机前n次的检测结果以及当前的检测结果决定当前的输出结果。
作为优选的，根据第一个峰值点的位置计算超声波发射点至地面的距离。
另一方面，本发明还提供了一种地面材质识别装置，包括
收发模块，用于发射和接收超声波信号；
提取模块，用于提取接收的超声波信号中的峰值点数据；
识别模块，用于根据峰值点数据识别地面材质类型。
作为优选，所述提取模块包括采集单元和数字信号处理单元，所述采集单元采集回波信号的包络信号并发送给所述数字信号处理单元，所述数字信号处理单元被配置为可动态范围搜寻回波信号的峰值点数据。
作为优选，所述识别模块包括人工智能分类模型单元、模型参数单元以及模型训练单元，所述模型训练单元被配置为可获取或更新模型参数至所述模型参数单元，所述人工智能分类模型单元调取所述模型参数单元中的模型参数，并结合搜寻到的峰值点数据计算并识别地面材质类型。
作为优选，所述地面材质识别装置还包括输出模块，用于根据多次检测结果以及当前的检测结果决定当前的输出结果。
作为优选，所述地面材质识别装置还包括测距模块，用于测量装置与地面之间的距离以避免装置跌落。
另一方面，本发明还提供了一种智能清洁装置，包括主机，所述主机上装配有上述的地面材质识别装置。
与现有技术相比，本发明具有以下优点：
(1)本发明的地面材质识别方法，通过向待测地面发射超声波信号；接收地面的回波信号；动态范围搜寻回波信号的峰值点数据；根据回波信号的峰值点数据判断地面材质类型，有效提高了识别的准确率以及抗干扰能力；
进一步的，涉及的人工智能分类模型以及模型参数可随时更新，使地面材质识别方法的适用性更广泛，方便后续升级；
进一步的，地面材质类型输出结果由多次检测结果和当前检测结果结合输出，提高了检测稳定性。
进一步的，该方法还可检测超声波发射点至地面的距离，提高了功能的多样性和实用性。
(2)本发明的地面材质识别装置，通过设置用于发射和接收超声波信号收发模块、用于提取接收的超声波信号中的峰值点数据的提取模块以及用于根据峰值点数据识别地面材质类型识别模块，以实现材质识别，结构简单，不仅提高了装置识别的准确率和抗干扰能力，还降低了生产成本和功耗；
进一步的，涉及的人工智能分类模型以及模型参数可随时更新，方便了设备的后续升级；
进一步的，地面材质类型输出结果由多次检测结果和当前检测结果结合输出，提高了检测稳定性。
进一步的，该装置还可检测装置至地面的距离，提高了功能的多样性和实用性。
(3)本发明的智能清洁装置，具备了材质识别功能，且准确率高、抗干扰能力高、生产成本低、功耗低；
进一步的，可以通过检测装置至地面的距离实现防跌落功能，使整个智能清洁装置工作更加灵活、安全。
附图说明
在此描述的附图仅用于解释目的，而不意图以任何方式来限制本发明公开的范围。另外，图中的各部件的形状和比例尺寸等仅为示意性的，用于帮助对本发明的理解，并不是具体限定本发明各部件的形状和比例尺寸。本领域的技术人员在本发明的教导下，可以根据具体情况选择各种可能的形状和比例尺寸来实施本发明。在附图中：
图1是本发明一种地面材质识别方法的流程图；
图2是本发明中动态范围搜寻回波信号的峰值点数据的流程图；
图3是本发明中根据回波信号的峰值点数据判断地面材质类型的流程图；
图4是本发明中获取模型参数的流程图；
图5是本发明中更新模型参数的流程图；
图6是本发明中地面材质类型输出结果的流程图；
图7是本发明一种地面材质识别装置的结构示意图；
图8是本发明一种智能清洁装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，当元件被称为“设置于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的，并不表示是唯一的实施例。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1所示，对应于本发明的一种较佳实施例的地面材质识别方法，包括：
S100：由超声波换能器向待测地面发射超声波信号；
中央处理器5控制驱动电路12驱动超声波换能器13发射超声波信号；
S200：由超声波换能器接收待测地面的回波信号；
超声波信号接触地面返回，回波信号由超声波换能器13接收并转化为电信号。
S300：动态范围搜寻回波信号的峰值点数据；
对回波信号处理后提取出包络信号，回波信号的峰值点数据包括峰值点大小及位置，定义初始状态下，搜寻起始点(s_point)为盲区结束点或余震结束点(blind_point)；搜寻终止点(e_point)为一次发射采集的数据长度N，对应着测量范围；起始的峰值点(上一峰值点)为0，起始的峰值点个数为0；即：
搜寻起始点：s_point＝blind_point；
搜寻终止点：e_point＝N；
上一峰值点：last_loc＝0；
峰值点个数：0。
动态范围搜寻回波信号的峰值点数据，包括：
S310：在盲区结束点到测量量程结束点总长度之间搜寻第一个大于阈值的峰值点，即在起始点(s_point)和终止点(e_point)之间搜寻第一个大于阈值的峰值点(极大值点)；
S320：判断峰值点是否存在或判断峰值点个数是否在设点范围内；
S330：当峰值点存在或峰值点个数未超出设定范围时，更新搜寻范围，继续寻找峰值点；反之，保存当前所有搜寻到的峰值点数据；
更新搜寻范围包括：当峰值点存在或峰值点个数未超出设定范围时，
S331:峰值点个数加一，并更新峰值点数据；
S332：根据上一次峰值点的位置及当前峰值点的位置对下一次峰值点搜寻范围进行更新；
具体的，当前峰值点位置为：loc，上一峰值点位置为：last_loc；
定义搜寻起始点更新为：s_point＝loc+a1*(loc-last_loc)，搜寻结束点更新为：e_point＝s_point+(loc-last_loc)，其中a1为固定系数。
S333：在更新的搜寻范围内找到最大值点，并判断最大值是否大于阈值，如果大于阈值，则为峰值点；
重复上述步骤S320～S332，直到峰值点数据不存在或峰值点数据超出设点个数。
由于识别装置以及识别环境的复杂性，在不同材质地面上回波大小幅度变化很大，回波次数不确定，相邻峰值大小比例不确定，导致传统的阈值法，动态阈值法对于该场景适用性较差，因此本发明的实施例中，根据超声波及其传播路径规律，采用上述的动态范围搜寻回波信号的峰值点数据的方法，峰值点数据获取更准确，适应性更强，为下一步材质识别提供更可靠的数据，提高识别准确率。
进一步的，还可以根据第一个峰值点的位置计算超声波发射点至地面的距离。具体的距离计算公式为：loc1/fs*c/2，其中loc1为第一个峰值点的位置，fs为采样率，c为空气中的声速，与空气的温度有关，经验公式为：c＝331.3+0.61*T，T为空气温度。
S400：根据回波信号的峰值点数据确定地面材质类型。
S410：将实际测量到的峰值点数据以及模型参数带入人工智能分类模型计算并识别地面材质类型。
这里所用的人工智能分类模型可以是逻辑斯蒂回归模型，也可以是支持向量机，k近邻法，决策树、朴素贝叶斯等常见的机器学习的分类方法。
模型参数为事先对数据进行训练获取的，包括：
A1：采集不同地面材质情况下峰值点数据，并记录其类型；
A2：选择人工智能分类模型，对峰值点数据进行训练，得到对应的模型参数，并保存。
例如，将硬材质记录为类型1，软材质记录为类型0，选用逻辑斯蒂回归模型，对峰值点数据进行训练，得到模型参数w，b，将实际测量到的峰值点数据以及模型参数带入逻辑斯蒂回归模型计算，计算
的大小，如果y小于0.5则为软材质，否则为硬材质。
进一步的，针对不同的应用场景，地面材质类型可能不同，可根据实际应用情况更新模型参数，包括：
B1：选择人工智能分类模型及峰值点数据集；
B2：采集数据集中没有的地面材质的回波信号的峰值数据点，并记录其类型；
B3：选择更新后的数据集中感兴趣的数据进行训练，得到对应的模型参数；
B4：更新模型参数。
S420：通过状态机输出地面材质类型结果。
人工智能分类模型计算出检测结果，最后经过处理的结果为输出结果，每次将检测结果存入状态机中，根据状态机前n次的检测结果以及当前的检测结果决定当前的输出结果，n可以根据实际检测频率调整。
以两种材质类型为例，分别为材质类型1和材质类型2，输出结果为：
如当前输出结果为材质类型1时，只有满足连续n次检测结果为材质类型2时，才会将输出结果由材质类型1切换为材质类型2，其它情况均不切换输出结果；
如当前输出结果为材质类型2时，只有满足连续n次检测结果为材质类型1时，才会将输出结果由材质类型2切换为材质类型1，其它情况均不切换输出结果。
综上，本发明的实施例提供的地面材质识别方法，通过向待测地面发射超声波信号；接收地面的回波信号；动态范围搜寻回波信号的峰值点数据；根据回波信号的峰值点数据判断地面材质类型，有效提高了识别的准确率以及抗干扰能力；进一步的，涉及的人工智能分类模型以及模型参数可随时更新，使地面材质识别方法的适用性更广泛，方便后续升级；进一步的，地面材质类型输出结果由多次检测结果和当前检测结果结合输出，提高了检测稳定性，该方法还可简单地计算出超声波发射点至地面的距离，提高了功能的多样性和实用性。
以下将详细描述本发明的一个或多个实施例的地面材质识别装置。本领域技术人员可以理解，这些地面材质识别装置均可使用市售的硬件组件通过本方案所教导的步骤进行配置来构成。
本发明的实施例还提供了一种地面材质识别装置，其包括：
收发模块1，用于发射和接收超声波信号；
提取模块2，用于提取接收的超声波信号中的峰值点数据；
识别模块3，用于根据峰值点数据识别地面材质类型。
其中，收发模块1包括控制单元11、驱动电路12以及超声波换能器13，控制单元11优选配置于中央处理器5内。控制单元11控制驱动电路12驱动超声波换能器13发射超声波信号；超声波信号接触地面返回，回波信号由超声波换能器13接收并转化为电信号。
提取模块2包括采集单元和数字信号处理单元22，数字信号处理单元22优选配置于中央处理器5内。采集单元包括放大电路211、滤波电路212、包络检波电路213以及模数转换器214。超声波换能器13转化的小电信号通过低噪声的放大电路211放大，由滤波电路212对放大后的信号进行滤波，滤波后的信号通过包络检波电路213检波后由模数转换器214采集包络信号并发送给数字信号处理单元22。数字信号处理单元22被配置为可动态范围搜寻回波信号的峰值点数据。
识别模块3优选配置于中央处理器5内，识别模块包括人工智能分类模型单元31和模型参数单元32。数字信号处理单元将搜寻到的峰值点数据发送给人工智能分类模型单元31，人工智能分类模型单元31调取模型参数单元32中的模型参数，并结合搜寻到的峰值点数据计算并识别地面材质类型。
识别模块还包括模型训练单元33，模型训练单元33被配置为可获取或更新模型参数，模型训练单元33保存有所有采集的不同地面材质情况下的峰值点数据集，同时也存储有新的人工智能分类模型。
在模型训练单元33选择峰值点数据集和人工智能分类模型，对峰值点数据进行训练，得到对应的模型参数，保存至模型参数单元32，将所选的人工智能分类模型保存至人工智能分类模型单元31。
针对不同的应用场景，地面材质类型可能不同，可根据实际应用情况更新模型参数，包括：
选择人工智能分类模型及峰值点数据集；采集峰值点数据集中没有的地面材质的回波信号的峰值数据点，并记录其类型；选择更新后的感兴趣的数据进行训练，得到对应的模型参数；更新模型参数，并保存至模型参数单元32。
地面材质识别装置还包括输出模块4，输出模块4优选配置于中央处理器5内，输出模块4包括状态机41，通过状态机41输出地面材质类型结果，以提高检测稳定性。每次将检测结果存入状态机中，根据状态机前n次的检测结果以及当前的检测结果决定当前的输出结果。
为了进一步的提高准确性，一方面可以对检测结果进行延迟滤波，平滑等处理，以有效提高缝隙、门槛、鹅卵石等不平整地面的分类准确率；另一方面可以加入姿态传感器数据，及回波峰值半功率带宽等数据进行训练，以提高分类的准确率或者增加分类种类。
地面材质识别装置还包括测距模块7，根据数字信号处理单元22搜寻到的第一个峰值点的位置，可测量出装置与地面之间的距离，在装置使用时，通过前后两次测量距离的差值判断装置前方是否存在高度差较大的区域(如楼梯)，提醒装置注意避让，防止跌落，实现悬崖传感器的功能。
综上，本发明的实施例提供的地面材质识别装置，通过设置用于发射和接收超声波信号收发模块、用于提取接收的超声波信号中的峰值点数据的提取模块以及用于根据峰值点数据识别地面材质类型识别模块，以实现材质识别，不仅提高了装置识别的准确率和抗干扰能力，还降低了生产成本和功耗。进一步的，涉及的人工智能分类模型以及模型参数可随时更新，方便了设备的后续升级；进一步的，地面材质类型输出结果由多次检测结果和当前检测结果结合输出，提高了检测稳定性，该装置还可检测出装置至地面的距离，提高了功能的多样性和实用性。
本发明的实施例还提供了一种智能清洁装置，安装有上述地面材质识别装置，包括可以完成清洁功能的主机6(如扫地机器人、拖地机器人等)和装配在主机6上的地面材质识别装置，主机6的系统通过API接口与地面材质识别装置的中央控制器5相连接，清洁装置在清洁过程中，可实时识别地面材质，从而选择不同的工作模式。
进一步的，智能清洁装置在清洁过程中，也可实时检测装置与地面之间的距离，当前后两次测距落差较大时，可以让清洁装置停止前进，防止其跌落，实现悬崖传感器的功能，从而保证智能清洁装置的安全。
综上，本发明的实施例提供的智能清洁装置，不仅具备了上述所有地面材质识别装置的优点，同时还能防止装置在运动过程中的跌落，使整个智能清洁装置工作更加灵活。
应该理解，以上描述是为了进行图示说明而不是为了进行限制。通过阅读上述描述，在所提供的示例之外的许多实施例和许多应用对本领域技术人员来说都将是显而易见的。因此，本教导的范围不应该参照上述描述来确定，而是应该参照前述权利要求以及这些权利要求所拥有的等价物的全部范围来确定。出于全面之目的，所有文章和参考包括专利申请和公告的公开都通过参考结合在本文中。在前述权利要求中省略这里公开的主题的任何方面并不是为了放弃该主体内容，也不应该认为申请人没有将该主题考虑为所公开的发明主题的一部分。
Claims (13)
1.一种地面材质识别方法，其特征在于，包括：
向待测地面发射超声波信号；
接收地面的回波信号；
动态范围搜寻回波信号的峰值点数据；
根据回波信号的峰值点数据判断地面材质类型。
2.根据权利要求1所述的地面材质识别方法，其特征在于，所述动态范围搜寻回波信号的峰值点数据，包括：
在盲区结束点到测量量程结束点总长度之间搜寻第一个大于阈值的峰值点；
判断峰值点是否存在或判断峰值点个数是否在设点范围内；
当峰值点存在或峰值点个数未超出设定范围时，更新搜寻范围，继续寻找峰值点数据；反之，保存当前所有搜寻到的峰值点数据。
3.根据权利要求2所述的地面材质识别方法，其特征在于，所述更新搜寻范围，继续寻找峰值点数据包括：
当峰值点存在或峰值点个数未超出设定范围时，峰值点个数加一，并更新峰值点数据；
根据上一次峰值点的位置及当前峰值点的位置对下一次峰值点搜寻范围进行更新；
在更新的搜寻范围内找到最大值点，并判断所述最大值是否大于阈值，如果大于阈值，则为峰值点；
重复上述步骤，直到峰值点数据不存在或峰值点数据超出设点个数。
4.根据权利要求1所述的地面材质识别方法，其特征在于，根据回波信号的峰值点数据判断地面材质类型包括：
将实际测量到的峰值点数据以及模型参数带入人工智能分类模型计算并识别地面材质类型；
通过状态机输出地面材质类型结果。
5.根据权利要求4所述的地面材质识别方法，其特征在于，所述模型参数的获取或更新包括：
采集不同地面材质情况下峰值点数据，并记录其类型；
选择人工智能分类模型，对峰值点数据进行训练，得到对应的模型参数，并保存。
6.根据权利要求4所述的地面材质识别方法，其特征在于，所述通过状态机输出地面材质类型结果包括：
每次将检测结果存入状态机中，根据状态机前n次的检测结果以及当前的检测结果决定当前的输出结果。
7.根据权利要求2所述的地面材质识别方法，其特征在于，根据第一个峰值点的位置计算超声波发射点至地面的距离。
8.一种执行权利要求1至7任一项所述的地面材质识别方法的地面材质识别装置，其特征在于，包括：
收发模块，用于发射和接收超声波信号；
提取模块，用于提取接收的超声波信号中的峰值点数据；
识别模块，用于根据峰值点数据识别地面材质类型。
9.根据权利要求8所述的地面材质识别装置，其特征在于，所述提取模块包括采集单元和数字信号处理单元，所述采集单元采集回波信号的包络信号并发送给所述数字信号处理单元，所述数字信号处理单元被配置为可动态范围搜寻回波信号的峰值点数据。
10.根据权利要求8所述的地面材质识别装置，其特征在于，所述识别模块包括人工智能分类模型单元、模型参数单元以及模型训练单元，所述模型训练单元被配置为可获取或更新模型参数至所述模型参数单元，所述人工智能分类模型单元调取所述模型参数单元中的模型参数，并结合搜寻到的峰值点数据计算并识别地面材质类型。
11.根据权利要求8所述的地面材质识别装置，其特征在于，所述地面材质识别装置还包括输出模块，用于根据多次检测结果以及当前的检测结果决定当前的输出结果。
12.根据权利要求8所述的地面材质识别装置，其特征在于，所述地面材质识别装置还包括测距模块，用于测量装置与地面之间的距离以避免装置跌落。
13.一种智能清洁装置，包括主机，其特征在于，所述主机上装配有权利要求8-12任一项所述的地面材质识别装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110183103.6A CN113008982B (zh) | 2021-02-08 | 2021-02-08 | 一种地面材质识别方法、装置及智能清洁装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110183103.6A CN113008982B (zh) | 2021-02-08 | 2021-02-08 | 一种地面材质识别方法、装置及智能清洁装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113008982A true CN113008982A (zh) | 2021-06-22 |
| CN113008982B CN113008982B (zh) | 2024-04-26 |
Family
ID=76402180
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110183103.6A Active CN113008982B (zh) | 2021-02-08 | 2021-02-08 | 一种地面材质识别方法、装置及智能清洁装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113008982B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113567550A (zh) * | 2021-07-22 | 2021-10-29 | 上海高仙自动化科技发展有限公司 | 地面材质检测方法、装置、电子设备、芯片和存储介质 |
| CN113812889A (zh) * | 2021-09-30 | 2021-12-21 | 深圳市银星智能科技股份有限公司 | 一种自移动机器人 |
| WO2024148949A1 (zh) * | 2023-01-11 | 2024-07-18 | 杭州萤石软件有限公司 | 一种地毯区域检测方法、装置及清洁机器人 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01219663A (ja) * | 1988-02-29 | 1989-09-01 | Matsushita Electric Ind Co Ltd | 床質判定器 |
| US20040031335A1 (en) * | 2000-02-17 | 2004-02-19 | Fromme Guy A. | Bulk materials management apparatus and method |
| US20050166354A1 (en) * | 2004-01-30 | 2005-08-04 | Funai Electric Co., Ltd. | Autonomous vacuum cleaner |
| EP2265743A2 (en) * | 2008-02-28 | 2010-12-29 | ISIS Innovation Limited | Transparent conducting oxides |
| KR20140011216A (ko) * | 2012-07-18 | 2014-01-28 | 엘지전자 주식회사 | 로봇 청소기 및 이의 제어 방법 |
| CN107345927A (zh) * | 2017-01-21 | 2017-11-14 | 北京理工大学 | 一种用于机器人自主环境感知的介质材料识别装置 |
| CN108548578A (zh) * | 2018-03-29 | 2018-09-18 | 中国计量大学 | 一种基于自适应阈值的超声波回波信号特征峰识别方法 |
| CN108776238A (zh) * | 2018-07-27 | 2018-11-09 | 中科传启（苏州）科技有限公司 | 超声波风速仪换能器性能恶化状态检测方法 |
| CN109564196A (zh) * | 2016-06-13 | 2019-04-02 | 艾洛普有限公司 | 用于发射超声波信号到测试材料和从测试材料接收超声波信号的装置、系统和方法 |
| US10310499B1 (en) * | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Distributed production of items from locally sourced materials using autonomous vehicles |
| US20190293609A1 (en) * | 2016-08-15 | 2019-09-26 | Pcms Holdings, Inc. | System and method using sound signal for material and texture identification for augmented reality |
| CN111035322A (zh) * | 2019-12-09 | 2020-04-21 | 广东奥迪威传感科技股份有限公司 | 地面识别方法及装置、扫地机器人 |
| CN111521678A (zh) * | 2020-05-04 | 2020-08-11 | 杭州晶一智能科技有限公司 | 基于声波反射峰值分析的草地识别方法 |
| WO2020207173A1 (zh) * | 2019-04-08 | 2020-10-15 | 速感科技（北京）有限公司 | 地面探测方法、地面探测器和自主移动设备 |
-
2021
- 2021-02-08 CN CN202110183103.6A patent/CN113008982B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH01219663A (ja) * | 1988-02-29 | 1989-09-01 | Matsushita Electric Ind Co Ltd | 床質判定器 |
| US20040031335A1 (en) * | 2000-02-17 | 2004-02-19 | Fromme Guy A. | Bulk materials management apparatus and method |
| US20050166354A1 (en) * | 2004-01-30 | 2005-08-04 | Funai Electric Co., Ltd. | Autonomous vacuum cleaner |
| EP2265743A2 (en) * | 2008-02-28 | 2010-12-29 | ISIS Innovation Limited | Transparent conducting oxides |
| KR20140011216A (ko) * | 2012-07-18 | 2014-01-28 | 엘지전자 주식회사 | 로봇 청소기 및 이의 제어 방법 |
| CN109564196A (zh) * | 2016-06-13 | 2019-04-02 | 艾洛普有限公司 | 用于发射超声波信号到测试材料和从测试材料接收超声波信号的装置、系统和方法 |
| US20190293609A1 (en) * | 2016-08-15 | 2019-09-26 | Pcms Holdings, Inc. | System and method using sound signal for material and texture identification for augmented reality |
| US10310499B1 (en) * | 2016-12-23 | 2019-06-04 | Amazon Technologies, Inc. | Distributed production of items from locally sourced materials using autonomous vehicles |
| CN107345927A (zh) * | 2017-01-21 | 2017-11-14 | 北京理工大学 | 一种用于机器人自主环境感知的介质材料识别装置 |
| CN108548578A (zh) * | 2018-03-29 | 2018-09-18 | 中国计量大学 | 一种基于自适应阈值的超声波回波信号特征峰识别方法 |
| CN108776238A (zh) * | 2018-07-27 | 2018-11-09 | 中科传启（苏州）科技有限公司 | 超声波风速仪换能器性能恶化状态检测方法 |
| WO2020207173A1 (zh) * | 2019-04-08 | 2020-10-15 | 速感科技（北京）有限公司 | 地面探测方法、地面探测器和自主移动设备 |
| CN111035322A (zh) * | 2019-12-09 | 2020-04-21 | 广东奥迪威传感科技股份有限公司 | 地面识别方法及装置、扫地机器人 |
| CN111521678A (zh) * | 2020-05-04 | 2020-08-11 | 杭州晶一智能科技有限公司 | 基于声波反射峰值分析的草地识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吕震华: "地面背景红外辐射特性建模与仿真研究", 《中国电子科学院研究学报》, vol. 12, no. 4, 31 August 2017 (2017-08-31), pages 420 - 427 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113567550A (zh) * | 2021-07-22 | 2021-10-29 | 上海高仙自动化科技发展有限公司 | 地面材质检测方法、装置、电子设备、芯片和存储介质 |
| CN113567550B (zh) * | 2021-07-22 | 2024-05-17 | 上海高仙自动化科技发展有限公司 | 地面材质检测方法、装置、电子设备、芯片和存储介质 |
| CN113812889A (zh) * | 2021-09-30 | 2021-12-21 | 深圳市银星智能科技股份有限公司 | 一种自移动机器人 |
| WO2024148949A1 (zh) * | 2023-01-11 | 2024-07-18 | 杭州萤石软件有限公司 | 一种地毯区域检测方法、装置及清洁机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113008982B (zh) | 2024-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113008982A (zh) | 一种地面材质识别方法、装置及智能清洁装置 | |
| CN109375217B (zh) | 一种检测方法、检测装置、终端及检测系统 | |
| JP7356566B2 (ja) | 移動ロボット及びその制御方法 | |
| CN111796290B (zh) | 地面探测方法、地面探测器和自主移动设备 | |
| CN109917488A (zh) | 扫地机器人地毯检测方法及设备 | |
| EP1705612A1 (en) | Information recognition device, information recognition method, information recognition program, and alarm system | |
| CN106313056B (zh) | 扫雪机器人障碍物检测方法 | |
| WO2017190552A1 (zh) | 机器人及声源位置的确定方法和装置 | |
| CN110031848B (zh) | 一种超声波人物识别方法 | |
| CN110522360A (zh) | 地毯检测方法、装置、扫地机器人和计算机存储介质 | |
| CN114814832A (zh) | 基于毫米波雷达的人体跌倒行为实时监测系统及监测方法 | |
| WO2018218747A1 (zh) | 一种室内的定位方法及系统 | |
| KR102103260B1 (ko) | 초 광대역 레이더를 이용해 사람의 재실 감지가 가능한 다중 인식 장치 및 방법 | |
| JP4580189B2 (ja) | センシング装置 | |
| KR102039002B1 (ko) | 촉감검출장치 및 방법 | |
| KR101788784B1 (ko) | Uwb 센서를 이용해 제스처를 인식하는 방법 및 장치 | |
| EP3942330B1 (en) | Distance measurement sensor which detects error state in accordance with foreign substance and mobile robot | |
| CN211130887U (zh) | 扫地机器人和智能家居系统 | |
| KR101556696B1 (ko) | 단위 동작에 따른 사람의 행동 인식 방법 및 시스템 | |
| US20220066463A1 (en) | Mobile robot and method of controlling the mobile robot | |
| KR20180048088A (ko) | 로봇 청소기 및 그 제어방법 | |
| KR102270544B1 (ko) | 실시간 무선 호흡 측정 시스템 및 방법 | |
| JP4509654B2 (ja) | センシング装置 | |
| CN114511822B (zh) | 一种根据监控画面预测销售额的日用杂品销售系统 | |
| WO2018107374A1 (zh) | 跌倒检测设备、跌倒检测方法及装置 |
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 |