CN116008393A - 基于超声波的地面材质检测方法、装置、系统及存储介质 - Google Patents
基于超声波的地面材质检测方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN116008393A CN116008393A CN202211646597.8A CN202211646597A CN116008393A CN 116008393 A CN116008393 A CN 116008393A CN 202211646597 A CN202211646597 A CN 202211646597A CN 116008393 A CN116008393 A CN 116008393A
- Authority
- CN
- China
- Prior art keywords
- echo
- echo peak
- peak
- data set
- ultrasonic
- 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.)
- Pending
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请公开基于超声波的地面材质检测方法、装置、系统及存储介质,该方法包括依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集,第一超声波信号与第二超声波信号的频率不同,第一回波峰数据集及第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,实时距离为对应于每一回波峰的所述超声换能器与目标待测地面之间的距离;基于第一回波峰数据集及所述第二回波峰数据集,通过预先构建的材质分类模型判断所述目标待测地面的材质类型;本申请能有效克服清洁设备因倾斜、超声波频率等因素带来的检测结果偏差,从而提高地面材质检测准确性,进一步提高清扫效果。
Description
技术领域
本申请涉及清洁设备技术领域,尤其涉及基于超声波的地面材质检测方法、装置、系统及存储介质。
背景技术
近年来,清洁设备尤其是扫地机器人、洗地机器人等技术发展日渐成熟,其清扫能力、定位能力均得到很大提升。然而,清洁设备在不同材质地面上作业时,清扫模式、清扫参数等存在很大差异。比如,在地毯等缝隙较多灰尘易附着的地面需要增加功率提高吸力,在瓷砖、地板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面造成损伤。目前大部分清洁设备没有对材质的识别功能,需要人工以按键或者APP控制的方式实现作业模式及参数的调整。
当然,行业内对此也有提供各种解决方案,如,已公开中国专利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。然而该方法容易受光线的影响且成本较高。又如,已公开中国专利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。
又如,已授权中国专利CN211402247U,一种基于超声波的地毯识别装置,其利用超声波回波信号的峰值通过与阈值对比判断材质种类,该方法只通过单次回波峰值为依据来进行判断。而单次回波峰值受换能器性能差异及扫地机的倾斜角度、超声波频率、空气传播损失等因素影响存在误判。具体的,不同材质的地面的厚度、密度、孔隙率等参数的差异会导致声阻抗和声反射系数不同,从而导致相同频率的超声波在不同地面的反射回波大小会有明显差异;另外不同材质的地面的声阻抗和声反射系数也随超声波频率变化。如,地毯等孔隙率较大的地面材质,随着清洁设备倾斜角度的变大或者频率的增加,此类材质的声阻抗衰减大于地板等孔隙率小的材质。如图1、2所示为通过超声波回波进行地面材质识别的示意图,分别为清洁设备处于非倾斜情况下及倾斜角度θ情况下的示意图。由于回波峰值受到超声换能器所在表面的反射系数R0、空气传播损失k、地面反射系数R的影响,其中空气传播损失k与超声波传播距离d有关,超声换能器所在表面的反射系数R0与倾斜角度θ有关。因此,回波峰值的大小受到较多检测条件的影响,仅通过单次的超声波回波信号的峰值通过与阈值对比判断材质种类存在着较大的误差。
因此,我们需要寻找一种具有较高的地面材质识别准确性的方法。
发明内容
本申请的目的在于提供基于超声波的地面材质检测方法、装置、系统及存储介质,其能有效提高地面材质检测结果的准确性。
为实现上述申请目的,本申请提出了如下技术方案:
第一方面,提供基于超声波的地面材质检测方法,所述超声波由超声换能器朝向目标待测地面发出;所述方法包括:
依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集;所述第一超声波信号与所述第二超声波信号的频率不同,所述第一回波峰数据集及所述第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,所述实时距离为对应于每一回波峰的所述超声换能器与所述目标待测地面之间的距离;
基于所述第一回波峰数据集及所述第二回波峰数据集,通过预先构建的材质分类模型判断所述目标待测地面的材质类型。
在一种较佳的实施方式中,所述第一回波峰数据集包括回波时刻相邻的第一回波峰及第二回波峰所对应的数据;所述依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集,包括:
向所述目标待测地面发出第一超声波信号,并接收所述目标待测地面的回波;
在动态范围内依次搜寻对应于第一回波峰的第一回波峰值及第一峰值时刻、对应于第二回波峰的第二回波峰值及第二峰值时刻,以形成所述第一回波峰数据集;
向所述目标待测地面发出第二超声波信号,并接收所述目标待测地面的回波;
在动态范围内依次搜寻对应于第三回波峰的第三回波峰值及第三峰值时刻、对应于第四回波峰的第四回波峰值及第四峰值时刻,以形成所述第二回波峰数据集。
在一种较佳的实施方式中,所述在动态范围内依次搜寻对应于第一回波峰的第一回波峰值及第一峰值时刻、对应于第二回波峰的第二回波峰值及第二峰值时刻,以形成所述第一回波峰数据集,包括:
在对应于所述第一超声波信号的盲区结束点与测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第一回波峰,获取所述第一回波峰的第一回波峰值及第一峰值时刻;
根据所述第一峰值时刻及超声波传播速度计算所述第一回波峰相应的第一实时距离;
在所述第一峰值时刻与所述测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第二回波峰,获取所述第二回波峰的第二回波峰值及第二峰值时刻;
根据所述第二峰值时刻及超声波传播速度计算所述第二回波峰相应的第二实时距离。
在一种较佳的实施方式中,在所述通过预先构建的材质分类模型判断所述目标待测地面的材质类型之前,所述方法还包括预先构建材质分类模型,包括:
获取对应于至少两个不同超声波信号的至少两个回波数据样本集及相应的至少两个地面类型样本;
以所述至少两个回波数据样本集为输入,以相应的至少两个地面类型样本为输出,训练所述材质分类模型。
在一种较佳的实施方式中,所述材质分类模型包括逻辑斯蒂回归分类模型、支持向量机分类模型,k近邻法分类模型,决策分类树分类模型、朴素贝叶斯分类模型中的一种。
在一种较佳的实施方式中,在所述通过预先构建的材质分类模型判断所述目标待测地面的材质类型之后,所述方法还包括:
根据所述第一回波峰数据集、所述第二回波峰数据集及相应的目标待测地面的材质类型更新所述材质分类模型。
第二方面,提供基于超声的地面材质检测装置,所述装置包括:
获取模块,用于依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集;所述第一回波峰数据集及所述第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,所述实时距离为对应于每一回波峰的所述超声换能器与所述目标待测地面之间的距离;
处理模块,用于基于所述第一回波峰数据集及所述第二回波峰数据集,通过预先构建的材质分类模型判断所述目标待测地面的材质类型。
第三方面,提供基于超声的地面材质检测系统,所述系统包括:
超声换能器,所述超声换能器用于形成及发出超声波信号,以及用于接收相应的超声波回波并转换为电信号;
超声换能器驱动子系统;
电信号处理子系统;
处理器,所述处理器与所述超声换能器驱动子系统及所述电信号处理子系统分别连接,所述处理器执行如权利要求1~6任意一项所述的方法;
与所述处理器连接的存储器。
第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如第一方面中任一项所述的方法。
第五方面,提供一种清洁设备,所述清洁设备包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如权利要求1~6任意一项所述的基于超声波的地面材质检测方法。
与现有技术相比,本申请具有如下有益效果:
本申请提供基于超声波的地面材质检测方法、装置、系统及存储介质,超声波由超声换能器朝向目标待测地面发出;方法包括依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集;第一超声波信号与第二超声波信号的频率不同,第一回波峰数据集及所述第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,实时距离为每一回波峰的峰值时刻超声换能器与目标待测地面之间距离;基于第一回波峰数据集及第二回波峰数据集,通过预先构建的材质分类模型判断目标待测地面的材质类型;本申请根据至少两种不同频率的超声波信号的回波峰数据进行地面材质检测,回波峰数据集包括连续的两个回波峰相关数据,以有效克服清洁设备因倾斜、缝隙等因素带来的检测结果偏差,从而提高地面材质检测准确性,进一步提高清扫效果。
附图说明
图1、2分别是背景技术中清洁设备发出超声波进行材质检测的示意图;
图3是本实施例中基于超声波的地面材质检测方法的流程图;
图4是清洁设备接收到的超声波回波信号幅值示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
实施例
本实施例提供一种基于超声波的地面材质检测方法,该方法用于清洁设备在清洁之前进行材质类型判断,以便清洁设备根据材质类型判断结果匹配相应的工作模式。
本实施例中的超声波通过超声换能器产生,超声换能器产生超声波的时刻及频率受处理器控制;以及,超声换能器同时用于接收目标待测地面反射的多次回波峰,并将回波峰相关数据转换成电信号传送至处理器,以便处理器执行该地面材质检测方法并确定地面材质类型。
具体的,如图3所示,该基于超声波的地面材质检测方法步骤如下:
S1、依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集。
其中,第一超声波信号与第二超声波信号的频率不同。第一回波峰数据集及第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离。
具体的,实时距离为对应于每一回波峰的超声换能器与目标待测地面之间的实时距离,即超声波达到目标待测地面后返回至超声换能器表面所经过的路径长度,该路径长度与所用时间、超声波传输速度相关,当然,传输速度与传输介质相关。通常的,传输介质为空气。
进一步的,第一回波峰数据集包括回波时刻相邻的第一回波峰及第二回波峰所对应的数据,其中第一回波峰为任一回波峰,为了提高判断准确性并减小计算量,本实施例第一回波峰为超声换能器采集获得的对应于第一超声波信号的第一个超声波回波峰,因此,第二回波峰为超声换能器采集获得的对应于第一超声波信号的第二个超声波回波,但并不以此为限。
为了便于描述,以下将以第一回波峰为第一个超声波回波峰为例作进一步的展开。步骤S1包括:
S11、向目标待测地面发出第一超声波信号,并接收目标待测地面的回波;
S12、在动态范围内依次搜寻对应于第一回波峰的第一回波峰值及第一峰值时刻、对应于第二回波峰的第二回波峰值及第二峰值时刻,以形成第一回波峰数据集;
S13、向目标待测地面发出第二超声波信号,并接收目标待测地面的回波;
S14、在动态范围内依次搜寻对应于第三回波峰的第三回波峰值及第三峰值时刻、对应于第四回波峰的第四回波峰值及第四峰值时刻,以形成第二回波峰数据集。
同样的,第二回波峰数据集包括回波时刻相邻的第三回波峰及第四回波峰所对应的数据,其中第三回波峰为任一回波峰,为了提高判断准确性并减小计算量,本实施例的第三回波峰为超声换能器采集获得的对应于第二超声波信号的第一个超声波回波峰,因此,第二回波峰为超声换能器采集获得的对应于第二超声波信号的第二个超声波回波,但并不以此为限。
上述,第一超声波信号与第二超声波信号分别且不同时发出且基本无信号重叠,并且,第一超声波信号与第二超声波信号的频率不同。
需要说明的是,同一超声波的第二次回波峰值与第一次回波峰值的关系如下式(1)所示:
P2=P1*R0*k*R (1)
其中,P2为第二次回波峰值,P1为第一次回波峰值,R0为超声换能器所在表面的反射系数,k为空气传播损失,R为地面反射系数。
以及,结合图2可知超声换能器所在表面的反射系数R0及地面反射系数R与倾斜角度θ、超声波频率有关,空气传播损失k与超声波传播距离d有关。可见,上述P2体现了超声波在传输过程中的所有影响因子,本实施例中基于连续的第一次回波峰及第二次回波峰的相应数据进行地面材质类型判断,相较于现有技术中基于单次回波峰进行判断的方案,能有效提高材质类型判断准确性。
以上,步骤S12进一步包括:
S121、在对应于第一超声波信号的盲区结束点与测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第一回波峰,获取第一回波峰的第一回波峰值及第一峰值时刻。
S122、根据第一峰值时刻及超声波传播速度计算所述第一回波峰相应的第一实时距离。
S123、在第一峰值时刻与测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第二回波峰,获取第二回波峰的第二回波峰值及第二峰值时刻;
S124、根据第二峰值时刻及超声波传播速度计算第二回波峰相应的第二实时距离。
上述步骤S121中,对应于第一超声波信号的盲区结束点指在第一超声波信号发出之后但无法识别的噪声信号的终止点,也可能为上一超声波信号的余震信号,本实施例将该盲区结束点作为搜寻起始点(s_point)。以及,将测量量程结束点作为搜寻终止点(e_point)。搜寻起始点(s_point)与搜寻终止点(e_point)为一次发射采集的时间长度N,并且,搜寻起始的峰值点的峰值为0,搜寻起始点的峰值点个数为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。
以及,预设峰值阈值为认为设定的经验值,本示例对此不做限制。
上述,步骤S122进行第一回波峰相应的第一实时距离计算时,根据图4可知(图中*表示回波峰峰值),搜寻起始点(s_point)时刻记为t=0,在获知第一回波峰峰值对应的时间t11基础上,第一实时距离L11采用如下式(2)计算:
L11=v* t11/2 (2)
其中,L11为第一实时距离,t11为第一回波峰峰值对应的时刻,v为超声波在当前介质中的传输速度。
基于同样的理由,采用如下式(3)计算第一实时距离L12:
L12=v*(t12-t11)/2 (3)
其中,L12为第二实时距离,t12为第二回波峰峰值对应的时刻。
以及,根据图4可知,采集的同时获知第一回波峰峰值P11,第二回波峰峰值P12。
当然,采用同样的方法可以获得对应于第二超声波的第三实时距离L21及第三回波峰峰值P21,第四实时距离L22及第四回波峰峰值P22。
需要说明的是,本实施例中仅以两个不同频率的超声波获取地面材质类型为例,以三个或三个以上不同频率的超声波获取地面材质类型同样在本申请的保护范围内,仅模型输入变量的数量不同而已,所采用的方法为同一思想,属于本申请的保护范围。
当然,在步骤S1之前,该方法还包括对超声换能器获取的初始回波信号进行电路放大、滤波、包络检波等进行数据初始化处理。
S2、基于第一回波峰数据集及第二回波峰数据集,通过预先构建的材质分类模型判断目标待测地面的材质类型。
具体的,步骤S2包括:
S21、基于第一回波峰数据集及第二回波峰数据集,通过预先构建的材质分类模型获得目标评分。
本实施例中材质分类模型包括逻辑斯蒂回归分类模型、支持向量机分类模型,k近邻法分类模型,决策分类树分类模型、朴素贝叶斯分类模型中的一种。示例性的,当采用逻辑斯蒂回归分类模型时,通过下式(4)计算目标评分:
其中,x为回波峰峰值P,T为实时距离L,w,b分别为预先训练的模型参数,w≠0,b≠0。
S22、基于预先构建的目标评分与材料类型的对应关系确定目标待测地面的材质类型。
示例性的,上述对应关系采用二分类法,y<0.5时,材料类型为0,y≥0.5材料类型为1。进一步的,0表示软材质,1表示硬材质。当然,本申请并不以此为限。
以上,在步骤S2之前,该方法还包括步骤S0、预先构建材质分类模型,步骤S0具体包括:
S01、获取对应于至少两个不同超声波信号的至少两个回波数据样本集及相应的至少两个地面类型样本;
S02、以至少两个回波数据样本集为输入,以相应的至少两个地面类型样本为输出,训练该材质分类模型。
示例性的,采集不同地面材质至少两个频率情况下峰值点数据X=[x1;x2;x3;…;xi],xi中的数据为[P11,L11,P12,L12,P21,L21 P22,L22]i,Pjk、Ljk代表第j个频率第k次回波的峰值及位置,并记录其所属分类Y=[y1;y2:y3;…;yn]。基于逻辑斯蒂回归分类模型、支持向量机分类模型,k近邻法分类模型,决策分类树分类模型、朴素贝叶斯分类模型中的一种进行模型训练,获得模型参数。
综上,本申请根据至少两种不同频率的超声波信号的回波峰数据集进行地面材质检测,回波峰数据集包括连续的两个回波峰相关数据,以有效克服清洁设备因倾斜、超声波频率等因素带来的检测结果偏差,从而提高地面材质检测准确性,进一步提高清扫效果。
本申请进一步提供一种基于超声波的地面材质检测装置,该装置包括:
获取模块,用于依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集;所述第一回波峰数据集及所述第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,实时距离为对应于每一回波峰的所述超声换能器与目标待测地面之间的距离;
处理模块,用于基于第一回波峰数据集及所述第二回波峰数据集,通过预先构建的材质分类模型判断所述目标待测地面的材质类型。
进一步的,获取模块包括:
信号发射单元,用于向目标待测地面发出第一超声波信号,并接收所述目标待测地面的回波;
第一获取单元,用于在动态范围内依次搜寻对应于第一回波峰的第一回波峰值及第一峰值时刻、对应于第二回波峰的第二回波峰值及第二峰值时刻,以形成所述第一回波峰数据集;
信号发射单元还用于向所述目标待测地面发出第二超声波信号,并接收所述目标待测地面的回波;
第一获取单元还用于在动态范围内依次搜寻对应于第三回波峰的第三回波峰值及第三峰值时刻、对应于第四回波峰的第四回波峰值及第四峰值时刻,以形成所述第二回波峰数据集。
获取单元进一步用于:
在对应于所述第一超声波信号的盲区结束点与测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第一回波峰,获取所述第一回波峰的第一回波峰值及第一峰值时刻;
根据所述第一峰值时刻及超声波传播速度计算所述第一回波峰相应的第一实时距离;
在所述第一峰值时刻与所述测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第二回波峰,获取所述第二回波峰的第二回波峰值及第二峰值时刻;
根据所述第二峰值时刻及超声波传播速度计算所述第二回波峰相应的第二实时距离。
该装置还包括:
模型构建模块,用于预先构建材质分类模型,包括:
第二获取单元,用于获取对应于至少两个不同超声波信号的至少两个回波数据样本集及相应的至少两个地面类型样本;
模型训练单元,用于以所述至少两个回波数据样本集为输入,以相应的至少两个地面类型样本为输出,训练所述材质分类模型。
其中,所述材质分类模型包括逻辑斯蒂回归分类模型、支持向量机分类模型,k近邻法分类模型,决策分类树分类模型、朴素贝叶斯分类模型中的一种。
模型构建模块还包括模型更新单元,用于根据所述第一回波峰数据集、所述第二回波峰数据集及相应的目标待测地面的材质类型更新所述材质分类模型。
需要说明的是:上述实施例提供的基于超声的地面材质检测装置在进行基于超声的地面材质检测业务时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将系统的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的基于超声的地面材质检测装置与基于超声的地面材质检测方法的实施例属于同一构思,即该系统是基于该方法的,其具体实现过程详见方法实施例,这里不再赘述。
以及,本实施例提供基于超声的地面材质检测系统,所述系统包括:
超声换能器,所述超声换能器用于形成及发出超声波信号,以及用于接收相应的超声波回波并转换为电信号;
超声换能器驱动子系统;
电信号处理子系统,包括依次连接的放大电路、滤波电路把偶偶检波电路等;
处理器,所述处理器与所述超声换能器驱动子系统及所述电信号处理子系统分别连接,所述处理器执行如本实施例所述的基于超声波的地面材质检测方法;
与所述处理器连接的存储器。
以及,本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本实施例所述的基于超声波的地面材质检测方法。
以及,本实施例还提供一种清洁设备,所述清洁设备包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如本实施例所述的基于超声波的地面材质检测方法。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,即可将任意多个实施例进行组合,从而获得应对不同应用场景的需求,均在本申请的保护范围内,在此不再一一赘述。
需要说明的是,以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.基于超声波的地面材质检测方法,其特征在于,所述超声波由超声换能器朝向目标待测地面发出;所述方法包括:
依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集;所述第一超声波信号与所述第二超声波信号的频率不同,所述第一回波峰数据集及所述第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,所述实时距离为对应于每一回波峰的所述超声换能器与所述目标待测地面之间的距离;
基于所述第一回波峰数据集及所述第二回波峰数据集,通过预先构建的材质分类模型判断所述目标待测地面的材质类型。
2.如权利要求1所述的方法,其特征在于,所述第一回波峰数据集包括回波时刻相邻的第一回波峰及第二回波峰所对应的数据;所述依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集,包括:
向所述目标待测地面发出第一超声波信号,并接收所述目标待测地面的回波;
在动态范围内依次搜寻对应于第一回波峰的第一回波峰值及第一峰值时刻、对应于第二回波峰的第二回波峰值及第二峰值时刻,以形成所述第一回波峰数据集;
向所述目标待测地面发出第二超声波信号,并接收所述目标待测地面的回波;
在动态范围内依次搜寻对应于第三回波峰的第三回波峰值及第三峰值时刻、对应于第四回波峰的第四回波峰值及第四峰值时刻,以形成所述第二回波峰数据集。
3.如权利要求2所述的方法,其特征在于,所述在动态范围内依次搜寻对应于第一回波峰的第一回波峰值及第一峰值时刻、对应于第二回波峰的第二回波峰值及第二峰值时刻,以形成所述第一回波峰数据集,包括:
在对应于所述第一超声波信号的盲区结束点与测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第一回波峰,获取所述第一回波峰的第一回波峰值及第一峰值时刻;
根据所述第一峰值时刻及超声波传播速度计算所述第一回波峰相应的第一实时距离;
在所述第一峰值时刻与所述测量量程结束点之间搜寻大于预设峰值阈值的回波峰以作为第二回波峰,获取所述第二回波峰的第二回波峰值及第二峰值时刻;
根据所述第二峰值时刻及超声波传播速度计算所述第二回波峰相应的第二实时距离。
4.如权利要求1至3任意一项所述的方法,其特征在于,在所述通过预先构建的材质分类模型判断所述目标待测地面的材质类型之前,所述方法还包括预先构建材质分类模型,包括:
获取对应于至少两个不同超声波信号的至少两个回波数据样本集及相应的至少两个地面类型样本;
以所述至少两个回波数据样本集为输入,以相应的至少两个地面类型样本为输出,训练所述材质分类模型。
5.如权利要求4所述的方法,其特征在于,所述材质分类模型包括逻辑斯蒂回归分类模型、支持向量机分类模型,k近邻法分类模型,决策分类树分类模型、朴素贝叶斯分类模型中的一种。
6.如权利要求1所述的方法,其特征在于,在所述通过预先构建的材质分类模型判断所述目标待测地面的材质类型之后,所述方法还包括:
根据所述第一回波峰数据集、所述第二回波峰数据集及相应的目标待测地面的材质类型更新所述材质分类模型。
7.基于超声的地面材质检测装置,其特征在于,所述装置包括:
获取模块,用于依次获取对应于第一超声波信号的第一回波峰数据集以及对应于第二超声波信号的第二回波峰数据集;所述第一回波峰数据集及所述第二回波峰数据集分别包括至少两个相邻的回波峰的峰值以及相应的实时距离,所述实时距离为对应于每一回波峰的所述超声换能器与所述目标待测地面之间的距离;
处理模块,用于基于所述第一回波峰数据集及所述第二回波峰数据集,通过预先构建的材质分类模型判断所述目标待测地面的材质类型。
8.基于超声的地面材质检测系统,其特征在于,所述系统包括:
超声换能器,所述超声换能器用于形成及发出超声波信号,以及用于接收相应的超声波回波并转换为电信号;
超声换能器驱动子系统;
电信号处理子系统;
处理器,所述处理器与所述超声换能器驱动子系统及所述电信号处理子系统分别连接,所述处理器执行如权利要求1~6任意一项所述的方法;
与所述处理器连接的存储器。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1~6中任一项所述的方法。
10.一种清洁设备,其特征在于,所述清洁设备包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行如权利要求1~6任意一项所述的基于超声波的地面材质检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211646597.8A CN116008393A (zh) | 2022-12-21 | 2022-12-21 | 基于超声波的地面材质检测方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211646597.8A CN116008393A (zh) | 2022-12-21 | 2022-12-21 | 基于超声波的地面材质检测方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116008393A true CN116008393A (zh) | 2023-04-25 |
Family
ID=86029208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211646597.8A Pending CN116008393A (zh) | 2022-12-21 | 2022-12-21 | 基于超声波的地面材质检测方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116008393A (zh) |
-
2022
- 2022-12-21 CN CN202211646597.8A patent/CN116008393A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6870792B2 (en) | Sonar Scanner | |
US20080253229A1 (en) | Methods and apparatus for extracting first arrival wave packets in a structural health monitoring system | |
CN201051092Y (zh) | 一种声、超声无损检测装置 | |
US11644555B2 (en) | Threshold generation for coded ultrasonic sensing | |
CN102818851B (zh) | 对l形工件的弧形角部进行超声检测的检测方法 | |
AU2008297648B2 (en) | Acoustic thickness measurements using gas as a coupling medium | |
CN106441177A (zh) | 一种可穿越涂层测量工件厚度的方法及其装置 | |
CN108469615A (zh) | 一种基于蝙蝠仿生声纳的小目标定位装置及其构建方法与应用 | |
AU2019462239B2 (en) | Method for Correcting Determination Threshold of Floor Medium and Method of Detecting Thereof | |
CN101441200B (zh) | 一种超声检测方法和系统 | |
CN116008393A (zh) | 基于超声波的地面材质检测方法、装置、系统及存储介质 | |
CN111887887A (zh) | 一种基于透镜回波的超声系统通道损坏的检测方法及系统 | |
CN111887889A (zh) | 一种基于透镜回波的超声探头灵敏度自动检测方法及系统 | |
CN110702794A (zh) | 一种基于超声波快速识别物质的方法 | |
US20210137489A1 (en) | Ultrasound diagnostic apparatus and method of controlling ultrasound diagnostic apparatus | |
CN111473840B (zh) | 一种波形识别型超声波液位计及其测量方法 | |
US11209541B1 (en) | Estimating a location of an object in close proximity to an ultrasonic transducer | |
CN114487110A (zh) | 地板瓷砖空鼓自动检测方法、装置 | |
JPH08503070A (ja) | 3次元のパターンを識別するための超音波検査方法 | |
CN111024818B (zh) | 基于纵波声速的超声波传感器沉水植物识别方法 | |
CN114689700B (zh) | 一种基于栈式自编码器的低功率emat信号降噪方法 | |
CN210181219U (zh) | 一种基于机械波的测距装置 | |
CN103322950A (zh) | 基于超声波的边缘检测方法及装置 | |
CN209086431U (zh) | 一种超声波悬崖检测装置及扫地机器人 | |
CN116858359A (zh) | 一种井下腔体介质声速测量系统、方法、电子设备及介质 |
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 |