CN113116231A - 一种智能识物方法、装置及智能扫地机器人 - Google Patents

Abstract

本申请公开了一种智能识物方法、装置及智能扫地机器人，通过发射第一声波，并接收第一声波遇到待识物后反射回来的反射波，然后对反射波进行处理，以放大不同反射波之间的差异，从而可以根据处理后的声波准确地确定待识物的类型，为智能工作提供准确的数据支持。

Description

一种智能识物方法、装置及智能扫地机器人

技术领域

本申请涉及扫地机器人技术领域，具体涉及一种智能识物方法、装置及智能扫地机器人。

背景技术

声波从一种媒介入射到另一种媒介时，会在两种媒介的分界面处发生反射，使得入射声波的一部分能量返回第一中媒介，即产生反射波。由于不同的物品的表面微观结构不同，其吸收和反射声波的能力不同，导致相同的入射声波在遇到不同的物品时其反射声波的波形会出现差异，因此，可以根据反射声波的差异来确定物品的类型。

然而，由于很多物品所反射的声波的差异不明显，若直接根据获取的反射声波进行判断，很容易出现误判，从而导致识别精度不高。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种智能识物方法、装置及智能扫地机器人，以解决上利用声波进行物品识别精度不高的问题。

根据本申请的一个方面，提供了一种智能识物方法，包括：发射第一声波；接收第二声波；其中所述第二声波包括所述第一声波遇到待识物后反射回来的反射波；对所述第二声波进行处理，得到所述反射波；以及根据所述反射波，确定所述待识物的类型。

在一实施例中，所述对所述第二声波进行处理包括：删除所述第二声波中的干扰声波。

在一实施例中，所述对所述第二声波进行处理包括：对所述第二声波进行交织处理。

在一实施例中，所述对所述第二声波进行处理包括：对所述第二声波进行卷积处理。

在一实施例中，所述对所述第二声波进行卷积处理包括：采用包含0元素的卷积核对所述第二声波进行卷积处理，以删除所述第二声波中的部分波段。

在一实施例中，所述根据所述反射波，确定所述待识物的类型包括：根据所述反射波的波峰和所述反射波的波形宽度，确定所述待识物的类型。

在一实施例中，所述根据所述反射波的波峰和所述反射波的波形宽度，确定所述待识物的类型包括：根据所述反射波的波峰值和所述反射波中位于预设值以上的波形宽度，确定所述待识物的类型。

在一实施例中，所述发射第一声波包括：周期性的发射所述第一声波；其中所述第一声波包括多个脉冲。

根据本申请的另一个方面，提供了一种智能识物装置，包括：发射模块，用于发射第一声波；接收模块，用于接收第二声波；其中所述第二声波包括所述第一声波遇到待识物后反射回来的反射波；处理模块，用于对所述第二声波进行处理，得到所述反射波；以及确定模块，用于根据所述反射波，确定所述待识物的类型。

根据本申请的另一个方面，提供了一种智能扫地机器人，所述智能扫地机器人包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于执行上述任一所述的智能识物方法。

根据本申请的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述任一所述的智能识物方法。

本申请提供的智能识物方法、装置及智能扫地机器人，通过发射第一声波，并接收第一声波遇到待识物后反射回来的反射波，然后对反射波进行处理，以放大不同反射波之间的差异，从而可以根据处理后的声波准确的确定待识物的类型，为智能工作提供准确的数据支持。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本申请一示例性实施例提供的智能识物方法的流程示意图。

图2是本申请另一示例性实施例提供的智能识物方法的流程示意图。

图3是本申请另一示例性实施例提供的智能识物方法的流程示意图。

图4是本申请另一示例性实施例提供的智能识物方法的流程示意图。

图5是本申请另一示例性实施例提供的智能识物方法的流程示意图。

图6是本申请一示例性实施例提供的智能识物装置的结构示意图。

图7是本申请另一示例性实施例提供的智能识物装置的结构示意图。

图8是本申请一示例性实施例提供的智能扫地机器人的结构图。

具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

由于声波在不同结构表面和不同介质(不同材质的物品)的反射状态不同，从而可以得到不同波形的反射声波，利用不同物品的反射声波的波形可以区分不同物品。然而很多物质的反射声波的波形差异较小，再加上其他干扰因素也会导致接收反射声波出现一定偏差，若直接根据接收的反射声波进行判断，很可能会出现误判。对于智能化作业的设备(例如智能化的扫地机器人等)，误判很可能会导致误操作，甚至会导致严重的后果。

出于解决声波判断物品类型的准确性不高的问题，本申请提出了一种智能识物方法和装置，发射第一声波并接收包括反射声波的第二声波，在接收了第二声波后，对第二声波进行处理，以有针对性的放大各个反射声波的差异，从而提高识别物品的准确性。

示例性系统

本申请提供的智能识物方法和装置可以应用于智能扫地机器人上，智能扫地机器人可以通过该智能识物方法对下方的障碍物进行分类，以确定智能扫地机器人的下方状态，例如智能扫地机器人位于地板上，则可以对地板进行洒水清洁，又例如当智能扫地机器人位于地毯上时，则不可以对地毯进行洒水清洁。因此，准确的判断智能扫地机器人下方的障碍物的类型有助于智能扫地机器人有效的作业。智能扫地机器人通过向地面发射声波并接收该声波遇到障碍物(垃圾或地面等)后反射回来的反射声波，并且对该反射声波进行处理，以放大反射声波的差异性，从而提高判断障碍物类型的准确性，为智能扫地机器人进行智能化作业提供了准确的技术支持。

示例性方法

图1是本申请一示例性实施例提供的智能识物方法的流程示意图。如图1所示，该智能识物方法应用于智能扫地机器人上，具体包括如下步骤：

步骤110：发射第一声波。

可选的，本申请选取超声波作为第一声波。超声波是指频率高于20khz的声波，由于超声波的波长较短，其具备较好的反射效果，从而可以保证反射声波的信号强度。优选的，本申请选取频率为300khz左右的超声波作为第一声波。由于智能扫地机器人通常与地面的距离范围在2厘米-10厘米之间，而频率为300khz的超声波在2厘米-10厘米的距离上反射的声波强度较高，从而可以得到信号强度足够高的反射声波，为后续判断提供了较为准确的基础数据。

在一实施例中，上述步骤110的具体实现方式可以是：周期性的发射第一声波；其中第一声波包括多个脉冲。可选的，脉冲的数量与第一声波的发射口和地面之间的距离正相关。可选的，脉冲的数量与第一声波的震荡时间正相关。优选的，本申请可以每毫秒发射5个脉冲，其中，该脉冲可以包括方波脉冲。通过周期性的发射第一声波，可以周期性的检测待识物的类型，既能保证检测的时效性，也能避免发射第一声波过于频繁造成的浪费和对反射声波的干扰。

步骤120：接收第二声波；其中第二声波包括第一声波遇到待识物后反射回来的反射波。

在第一声波遇到待识物后会发生反射生成反射波，通过接收包括该反射波的第二声波，即获取了第一声波遇到待识物的反射波，并且可以根据待识物反射的反射波来判断待识物的类型。可选的，在接收第二声波信号后，可以对该信号进行电压转换，以得到适应于处理芯片电压的信号。例如处理芯片的电压为3.3V，而接收第二声波的天线的电压为10V-15V，此时需要将天线接收到的信号的电压由10V-15V转换为3.3V并发送至处理芯片，以供处理芯片处理第二声波信号。

在一实施例中，本申请可以根据实际应用场景的需求，在保证第二声波的波形准确性的前提下，降低接收第二声波的频率，以降低运算量、提高运算速度。

步骤130：对第二声波进行处理，得到反射波。

由于第二声波中可能包含很多杂波(例如发射的第一声波、噪声等)，在接收到第二声波后，若直接对第二声波进行判断，则很容易出现误判。本申请在接收到第二声波后，对第二声波进行处理，以得到准确的且差异性较大的反射波，从而为后续准确识别待识物提供准确的数据支持。

步骤140：根据反射波，确定待识物的类型。

在对第二声波进行处理后，可以根据处理后的第二声波(即反射波)，准确的确定待识物的材质，从而根据材质判断待识物的类型，为智能扫地机器人的智能化作业提供了技术支持。

本申请提供的智能识物方法，通过发射第一声波，并接收第一声波遇到待识物后反射回来的反射波，然后对反射波进行处理，以放大不同反射波之间的差异，从而可以根据处理后的声波准确的确定待识物的类型，为智能工作提供准确的数据支持。

图2是本申请另一示例性实施例提供的智能识物方法的流程示意图。如图2所示，上述步骤130可以包括：

步骤131：删除第二声波中的干扰声波。

由于智能扫地机器人的工作环境中很可能存在其他的干扰声波，例如用户的声音、电视等其他发声设备的声音、外界杂音等。为了降低这些干扰声波对反射波的干扰，本申请可以在接收了第二声波后，将第二声波中的干扰声波删除。具体的删除方式可以是：对第二声波信号进行稀疏处理，以去除第二声波信号中的干扰信号，从而得到较为准确的反射波信号。

图3是本申请另一示例性实施例提供的智能识物方法的流程示意图。如图3所示，上述步骤130还可以包括：

步骤132：对第二声波进行交织处理。

交织处理是一种实现最大限度的改变信息结构而不改变信息内容的方法。即通过交织处理将第二声波中的反射波信号的结构改变但是不改变其内容，以更加明确的体现反射波的区别信息，即增加不同反射波之间的差异性，为后续的准确识别提供了更为有利的条件。

图4是本申请另一示例性实施例提供的智能识物方法的流程示意图。如图4所示，上述步骤130还可以包括：

步骤133：对第二声波进行卷积处理。

具体的，步骤133的实现方式可以是：采用包含0元素的卷积核(例如卷积核的元素为0或1)对第二声波进行卷积处理，以删除第二声波中的部分波段。利用卷积核中的0元素将第二声波中的部分信息删除(置零)，从而只保留对后续识别作用较大的信息(例如差异性明显的信息)，而将对后续识别作用较小的信息删除，以简化计算、提高计算速度，并且通过删除差异性较小的信息，也能避免差异性较小的信息对后续识别结果的影响，从而提高后续识别的准确度。

在一实施例中，上述处理还可以包括：降低第二声波信号的幂值(即降低第二声波信号数值的倍数)，以降低计算量、提高计算速度。

图5是本申请另一示例性实施例提供的智能识物方法的流程示意图。如图5所示，上述步骤140可以包括：

步骤141：根据反射波的波峰和反射波的波形宽度，确定待识物的类型。

具体的，步骤141的实现方式可以是：根据反射波的波峰值和反射波中位于预设值以上的波形宽度，确定待识物的类型。由于不同待识物反射第一声波得到的反射波的宽度和/或高度会存在一定的差异，因此，本申请从反射波的宽度(位于预设值以上的波形宽度，即反射波连续超过该预设值的持续时间)和高度(波峰值，即反射波的最高值)这两个维度判断，从而更加准确的识别出待识物的类型。

可选的，本申请还可以通过神经网络模型实现待识物的类型确定，具体的，将处理后的反射波输入神经网络模型，得到待识物的类型。其中，该神经网络模型的训练方式可以是：将不同待识物反射得到的反射波以及对应的待识物类型作为训练样本输入该神经网络模型进行训练，通过足够数量和延展范围的训练样本，可以得到满足准确度要求的神经网络模型。优选的，在后续使用过程中，还可以将实际应用中的数据(包括待识物反射得到的反射波信号和对应的待识物类型，其中待识物类型可以是设备自行识别得到的正确类型，也可以是设备识别错误后人为纠正得到的正确类型)。通过更多的数据作为训练样本进行进一步训练，以提供神经网络模型的准确度和适应性。

上述实施例中的智能识物方法，是通过周期性的发射第一声波，并周期性的接收反射波来判断当前的下方待识物的类型，而智能扫地机器人还可以根据连续多个周期的识别结果确定该智能扫地机器人的状态。例如，智能扫地机器人每毫秒接收一次反射波信号并得到一个识别结果，根据200毫秒内的200个识别结果确定该智能扫地机器人的状态。具体的，当200个识别结果均为待识物为1(1为材质接近地板)时，则可以确定该智能扫地机器人在地板上正常运行，此时可以洒水清洁；当200个识别结果均为待识物为0(0为材质接近地毯)时，则可以确定该智能扫地机器人在地毯上正常运行，此时不能洒水清洁，可以增加风机功率；当200个识别结果中有170个结果为待识物为1、30个结果为待识物为0时，则可以确定该智能扫地机器人在地板上正常运行且地板上有少量碎屑，此时可以洒水清洁或增加风机功率；当200个识别结果中有130个结果为待识物为1、70个结果为待识物为0时，则可以确定该智能扫地机器人在地板上正常运行且地板上有大量碎屑，此时可以洒水清洁或增加风机功率。应当理解，上述识别结果数据只是示例性的，并不限定于此。

示例性装置

图6是本申请一示例性实施例提供的智能识物装置的结构示意图。如图6所示，该智能识物装置60包括：发射模块61，用于发射第一声波；接收模块62，用于接收第二声波；其中第二声波包括第一声波遇到待识物后反射回来的反射波；处理模块63，用于对第二声波进行处理，得到反射波；以及确定模块64，用于根据反射波，确定待识物的类型。

本申请提供的智能识物装置，通过发射模块61发射第一声波，并接收模块62接收第一声波遇到待识物后反射回来的反射波，然后处理模块63对反射波进行处理，以放大不同反射波之间的差异，从而确定模块64可以根据处理后的声波准确的确定待识物的类型，为智能工作提供准确的数据支持。

应当理解，本申请中的各个模块只是对该智能识物装置60的功能性划分，并非限定该智能识物装置60包括上述多个具体结构，例如发射模块61可以与接收模块62为一体化结构，即收发一体的功能模块，本申请对于各个模块的具体结构不做限定。

在一实施例中，上述发射模块61可以进一步配置为：周期性的发射第一声波；其中第一声波包括多个脉冲。可选的，脉冲的数量与第一声波的发射口和地面之间的距离正相关。可选的，脉冲的数量与第一声波的震荡时间正相关。优选的，本申请可以每毫秒发射5个脉冲，其中，该脉冲可以包括方波脉冲。

图7是本申请另一示例性实施例提供的智能识物装置的结构示意图。如图7所示，上述处理模块63可以包括：删除单元631，用于删除第二声波中的干扰声波。

在一实施例中，如图7所示，上述处理模块63可以包括：交织单元632，用于对第二声波进行交织处理。

在一实施例中，如图7所示，上述处理模块63可以包括：卷积单元633，用于对第二声波进行卷积处理。

在一实施例中，卷积单元633可以配置为：采用包含0元素的卷积核对第二声波进行卷积处理，以删除第二声波中的部分波段。

在一实施例中，处理模块63可以进一步配置为：降低第二声波信号的幂值。

在一实施例中，上述确定模块64可以配置为：根据反射波的波峰和反射波的波形宽度，确定待识物的类型。

在一实施例中，上述确定模块64可以进一步配置为：根据反射波的波峰值和反射波中位于预设值以上的波形宽度，确定待识物的类型。

在一实施例中，上述确定模块64可以进一步配置为：通过神经网络模型确定待识物的类型。具体的，将处理后的反射波输入神经网络模型，得到待识物的类型。

示例性智能扫地机器人

下面，参考图8来描述根据本申请实施例的智能扫地机器人。该智能扫地机器人可以包括第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。

图8图示了根据本申请实施例的智能扫地机器人的框图。

如图8所示，智能扫地机器人10包括一个或多个处理器11和存储器12。

处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制智能扫地机器人10中的其他组件以执行期望的功能。

存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的智能识物方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，智能扫地机器人10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

在该电子设备是单机设备时，该输入装置13可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。

此外，该输入设备13还可以包括例如键盘、鼠标等等。

该输出装置14可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图8中仅示出了该智能扫地机器人10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，智能扫地机器人10还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的智能识物方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的智能识物方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种智能识物方法，其特征在于，包括：

发射第一声波；

接收第二声波；其中所述第二声波包括所述第一声波遇到待识物后反射回来的反射波；

对所述第二声波进行处理，得到所述反射波；以及

根据所述反射波，确定所述待识物的类型。

2.根据权利要求1所述的智能识物方法，其特征在于，所述对所述第二声波进行处理包括：

删除所述第二声波中的干扰声波。

3.根据权利要求1所述的智能识物方法，其特征在于，所述对所述第二声波进行处理包括：

对所述第二声波进行交织处理。

4.根据权利要求1所述的智能识物方法，其特征在于，所述对所述第二声波进行处理包括：

对所述第二声波进行卷积处理。

5.根据权利要求4所述的智能识物方法，其特征在于，所述对所述第二声波进行卷积处理包括：

采用包含0元素的卷积核对所述第二声波进行卷积处理，以删除所述第二声波中的部分波段。

6.根据权利要求1所述的智能识物方法，其特征在于，所述根据所述反射波，确定所述待识物的类型包括：

根据所述反射波的波峰和所述反射波的波形宽度，确定所述待识物的类型。

7.根据权利要求6所述的智能识物方法，其特征在于，所述根据所述反射波的波峰和所述反射波的波形宽度，确定所述待识物的类型包括：

根据所述反射波的波峰值和所述反射波中位于预设值以上的波形宽度，确定所述待识物的类型。

8.根据权利要求1所述的智能识物方法，其特征在于，所述发射第一声波包括：

周期性的发射所述第一声波；其中所述第一声波包括多个脉冲。

9.一种智能识物装置，其特征在于，包括：

发射模块，用于发射第一声波；

接收模块，用于接收第二声波；其中所述第二声波包括所述第一声波遇到待识物后反射回来的反射波；

处理模块，用于对所述第二声波进行处理，得到所述反射波；以及

确定模块，用于根据所述反射波，确定所述待识物的类型。

10.一种智能扫地机器人，其特征在于，所述智能扫地机器人包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于执行上述权利要求1-8任一所述的智能识物方法。

Images