CN116274170B - 一种激光清洗设备的控制方法、系统及相关装置 - Google Patents

Abstract

本发明公开了一种激光清洗设备的控制方法、系统及相关装置，通过安装于机械臂末端的图像采集设备进行图像采集，以获取待清洗物体的立体表面图像，在按照预设分割规则对立体表面图像进行区域分割，并确定区域分割后得到的区域表面图像是否为污染区域，对于污染区域的区域表面图像记作待清洗图像，并通过路径生成模型确定各待清洗图像对应的区域清洗路径；并根据基于各待清洗图像在立体表面图像的位置信息确定的目标清洗主路径，调整各区域清洗路径，从而得到物体清洗路径，以控制机械臂运动使得激光清洗头按照物体清洗路径移动并进行激光清洗，实现了高质量、高效和高普适性激光清洗。

Description

一种激光清洗设备的控制方法、系统及相关装置

技术领域

本发明涉及设备控制技术领域，尤其涉及一种激光清洗设备的控制方法、系统及相关装置。

背景技术

激光清洗技术是利用激光光束照射物体表面，使物体表面去除污染物，从而达到清洗物体表面的目的。这里所说的污染物可以是锈蚀、金属颗粒、灰尘、油渍、涂层(例如油漆、胶层)等。与机械摩擦清洗、化学腐蚀清洗、液体固体强力冲击清洗、高频超声清洗等传统清洗技术相比，激光清洗技术具有无研磨、无接触、无热效应以及清洗环保等特别，在工业生产和生活中受到广泛应用。

目前的激光清洗技术主要有两种方式：手动清洗和自动清洗。手动清洗是指人工手持激光发射头对物体表面进行清洗，其工作强度大、效率低、效果差，并且工作人员存在一定的风险。自动清洗是将激光清洗头设置于机械臂等运动结构的末端，通过控制运动结构的运动带动激光清洗头移动实现对物体表面的清洗，相较于手动清洗，其效率高、清洗效果好，并且可以避免工作人员被激光辐射的风险。

目前的自动清洗方式，在对物体进行清洗前针对不同的待清洗物体往往需要进行离线编程或人工示教，从而实现对物体的自动化清洗。离线编程和人工示教都需要人工参与，导致激光清洗的效率低、普适性差的问题，严重影响了激光清洗的质量和效率。

基于此，如何控制激光清洗设备以实现高质量、高效率、高普适性的激光清洗，成为亟需解决的技术方案。

发明内容

本发明的主要目的在于提供一种激光清洗设备的控制方法、系统及相关装置，旨在解决现有技术激光清洗效率低、质量差、普适性差的问题。

为了实现上述目的，本发明提供了一种激光清洗设备的控制方法，所述激光清洗设备包括：机械臂、安装于所述机械臂末端的激光清洗头和图像采集设备，所述控制方法包括：

当接收到清洗指令时，通过所述图像采集设备获取待清洗物体的立体表面图像；

按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，并确定各所述区域表面图像是否为污染区域；

将待清洗图像输入路径生成模型，确定各所述待清洗图像的区域清洗路径；其中，所述待清洗图像为污染区域对应的所述区域表面图像；以及

根据各所述待清洗图像在所述立体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向；

根据所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径；

根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗。

可选地，所述按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，具体包括：

将所述立体表面图像与预设图像库中的样本图像进行数据比对，确定与所述立体表面图像对应的所述样本图像；

根据与所述立体表面图像对应的所述样本图像，确定所述立体表面图像对应的物体类别；

根据所述立体表面图像对应的所述物体类别，确定所述物体类别对应的预设分割规则；

按照所述预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像。

可选地，所述确定各所述区域表面图像是否为污染区域，具体包括：

根据所述待清洗物体的物体类别，确定各所述区域表面图像对应的基底的基底特征信息；

其中，所述基底特征信息包括：基体材料；

根据各所述区域表面图像的基体特征信息，从云端服务器调用各所述基体材质对应的污染识别模型；

其中，所述云端服务器预先存储若干不同基底对应的污染识别模型；所述污染识别模型为通过所述基底对应的样本表面图像以及真实图像标签进行模型训练得到的；

将所述区域表面图像输入对应的所述污染识别模型，得到所述区域表面图像的检测结果；

根据所述检测结果，确定所述区域表面图像是否为污染区域；以及

当所述区域表面图像为污染区域时，根据检测结果确定所述区域表面图像的污染物类型。

可选地，所述根据各所述待清洗图像在所述立体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向，具体包括：

获取多个候选清洗主方向；其中，所述候选清洗主方向包括：朝上方、朝下方、朝左方、朝右方；以及

根据所述激光清洗头的位置信息以及各所述待清洗图像对应的污染区域的位置信息，确定目标清洗起点区域；

其中，所述目标清洗起点区域为所述污染区域中的一个；

根据所述目标清洗起点区域和多个所述候选清洗主方向对各所述污染区域进行路径模拟，以计算与每种所述候选清洗主方向对应的遍历路程；

其中，所述遍历路程为从所述目标清洗起点区域出发遍历各所述污染区域的路径路程；

选择最小遍历路程对应的所述候选清洗主方向作为目标清洗主方向。

可选地，所述根据各所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径，具体包括：

获取各所述区域清洗路径的起始点位置信息和终点位置信息；

根据所述区域清洗路径的所述起始点位置信息和所述终点位置信息，确定所述污染区域的区域清洗方向；

在所述污染区域的所述区域清洗方向与所述目标清洗主方向不一致的情况下，调换所述区域清洗路径的起始点和终点，得到调整后的所述区域清洗路径；

根据调整后的所述区域清洗路径，确定所述待清洗物体的物体清洗路径。

可选地，在所述根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗之后，所述方法还包括：

在对所述待清洗物体进行清洗过程中，实时获取所述激光清洗头的实时位置信息；

当所述激光清洗头的实时位置信息位于所述污染区域的终点位置时，控制所述图像采集设备进行图像采集，以获取所述污染区域进行清洗后的区域表面图像；

确定所述清洗后的区域表面图像是否为污染区域，在所述清洗后的区域表面图像为污染区域的情况下，将所述清洗后的区域表面图像作为二次清洗图像；

基于各所述二次清洗图像，确定所述待清洗物体的二次清洗路径；

根据所述待清洗物体的二次清洗路径，向所述机械臂发送第二控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述二次清洗路径移动并对所述待清洗物体进行二次清洗。

可选地，所述当接收到清洗指令时，通过图像采集设备获取所述待清洗物体的立体表面图像，具体包括：

当接收到清洗指令时，向所述图像采集设备发送第三控制指令，以使安装于所述机械臂末端的所述图像采集设备通过所述第三控制指令移动至多个预设位置，并在各所述预设位置对所述待清洗物体进行图像采集，得到多个不同视角的二维图像；

根据所述二维图像进行三维重建，得到所述待清洗物体的所述立体表面图像。

为了实现上述目的，本发明还提供了一种激光清洗设备的控制系统，所述激光清洗设备包括：机械臂、安装于所述机械臂末端的激光清洗头和图像采集设备，所述控制系统包括：

第一获取单元，用于当接收到清洗指令时，通过所述图像采集设备获取待清洗物体的立体表面图像；

分割确定单元，用于按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，并确定各所述区域表面图像是否为污染区域；

第一确定单元，用于将待清洗图像输入路径生成模型，确定各所述待清洗图像的区域清洗路径；

其中，所述待清洗图像为污染区域对应的所述区域表面图像；

第二确定单元，用于根据各所述待清洗图像在所述立体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向；

第二获取单元，用于根据所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径；

指令生成单元，用于根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗。

为了实现上述目的，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如上任意一项所述的激光清洗设备的控制方法中的步骤。

为了实现上述目的，本发明还提供了一种终端，其特征在于，包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如上任意一项所述的激光清洗设备的控制方法中的步骤。

本发明通过安装于机械臂末端的图像采集设备进行图像采集，以获取待清洗物体的立体表面图像，在按照预设分割规则对立体表面图像进行区域分割，并确定区域分割后得到的区域表面图像是否为污染区域，对于污染区域的区域表面图像记作待清洗图像，并通过路径生成模型确定各待清洗图像对应的区域清洗路径；并根据基于各待清洗图像在立体表面图像的位置信息确定的目标清洗主路径，调整各区域清洗路径，从而得到物体清洗路径，以控制机械臂运动使得激光清洗头按照物体清洗路径移动并进行激光清洗，从而实现在提高清洗效果的基础上，实现高效、高普适性激光清洗。

附图说明

图1为本发明实施例提供的激光清洗设备的一种结构图；

图2为本发明实施例提供的激光清洗设备的控制方法的流程图；

图3为本发明实施例提供的步骤S202的流程图；

图4为本发明实施例提供的步骤S203的流程图；

图5为本发明实施例提供的步骤S205的流程图；

图6为本发明实施例提供的步骤S206的流程图；

图7为本发明实施例提供的激光清洗设备的控制方法的另一流程图；

图8为本发明实施例提供的激光清洗设备的控制系统的结构示意图；

图9为本发明实施例提供的终端的结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种激光清洗设备的控制方法，如图1所示，该激光清洗设备至少包括：基座100、机械臂110、图像采集设备120、激光清洗头130，其中，机械臂110设置于基座100上，机械臂110以及图像采集设备120设置于机械臂110末端，以使在机械臂110运动时带动机械臂110和图像采集设备120移动。如图2所示，本发明提供的控制方法至少包括以下步骤：

S201，当接收到清洗指令时，通过图像采集设备获取待清洗物体的立体表面图像。

具体地，当边缘计算设备接收到清洗指令时，边缘计算设备通过图像采集设备获取待清洗物体的立体表面图像。

在本发明实施例中，可以将上述边缘计算设备作为本发明实施例的执行主体，可以大大缩短数据传输距离，消除网络外宽和延迟问题，降低激光清洗的运行成本。

进一步地，当接收到清洗指令时，向机械臂发送第三控制指令，以使安装于机械臂末端的图像采集设备通过第三控制指令移动至多个预设位置，并在各预设位置对待清洗物体进行图像采集，得到多个不同视角的二维图像；根据二维图像进行三维重建，得到待清洗物体的立体表面图像。

上述清洗指令可以是用户通过输入设备(例如键盘、鼠标等)输入的，在本发明实施例中不做具体限定。

在实际应用过程中，待清洗物体的物体类别较多，也就是说激光清洗设备通过机械臂带动激光清洗头移动，从而实现对不同类别不同大小的物体进行激光清洗。因此，在本发明实施例中，通过向机械臂发送第三控制指令，机械臂根据第三控制指令运动以带动图像采集设备移动至多个预设位置，在图像采集设备移动至相应的预设位置时，向图像采集设备发送图像采集指令，以使图像采集设备采集到不同设视角下待清洗物体的二维图像，然后根据不同视角的二维图像进行三维重建，从而得到待清洗物体的立体表面图像。通过上述方式可以获取到不同物体类别的待清洗物体的立体表面图像，提高激光清洗设备的普适性，能够适用于不同物体进行激光清洗

S202，按照预设分割规则，对立体表面图像进行区域分割，得到多个区域表面图像。

具体地，如图3所示，上述步骤S202至少可以通过以下步骤实现：

S301，将上述立体表面图像与预设图像库中的样本图像进行数据比对，确定与该立体表面图像对应的样本图像。

上述预设图像库可以是预先存储的，其包含多个样本图像，每个样本图像对应一种物体类别的物体的立体图像。

因此，在本发明实施例中可以将立体表面图像与每个样本图像进行数据比对，以确定与该立体表面图像匹配的样本图像。

S302，根据与立体表面图像对应的样本图像，确定立体表面图像对应的物体类别。

在本发明实施例中，可以预先成成样本图像与物体类别的关联关系并存储。

因此，在确定与该立体表面图像匹配的样本图像，可以基于预先存储的上述关联关系，确定该立体表面图像对应的物体类别，即待清洗物体的物体类别。

S303，根据立体表面图像对应的物体类别，确定该物体类别对应的预设分割规则。

由于不同的物体其结构不同、所采用的材质也不相同，容易存在污染物的区域也会有所不同。因此，在本发明实施例中，针对不同的物体类别，可以预先存储有不同的预设分割规则，以适应不同物体类别的待检测物体。

可以理解的是，预设分割规则可以是专业工作人员根据不同物体类别的物体设计的，通过输入设备将该预设分割规则输入至存储设备中。例如，预设分割规则按照物体的结构进行分割，或者进行平均分割。

故，在本发明实施例中，可以通过立体表面图像对应的物体类别，确定该物体类别对应的预设分割规则。

S304，按照上述预设分割规则，对上述立体表面图像进行区域分割的，得到多个区域表面图像。

在获取到相应的预设分割规则后，对上述立体表面图像进行区域分割，从而得到多个区域表面图像。

S203，确定各区域表面图像是否为污染区域。

具体地，如图4所示，步骤S203至少通过以下步骤实现：

S401，根据待清洗物体的物体类别，确定各区域表面图像对应的基底的基底特征信息。

上述基底是指待清洗物体本身的结构，本发明实施例中的激光清洗即为清洗掉基底上的污染物。上述基地特征信息至少可以包括：基底材料等。

S402，根据各区域表面图像对应的基底特征信息，从云端服务器调用各基底特征信息对应的污染识别模型。

其中，云端服务器预先存储有若干不同的基底对应的污染识别模型。

由于一个物体中可能是有不同的基底组合而成的，例如待清洗物体A包括金属结构、塑料材质的外壳结构。为了能够实现对待清洗物体更加准确的污染识别，在本发明实施例中，预先训练针对不同的基底的污染识别模型，以实现对不同的基底的污染识别。

另外，由于激光清洗设备可以对不同物体类别的待清洗物体进行清洗，则污染识别模型的数量较多，所以在本发明实施例中将污染识别模型存储在云端服务器中，当待清洗物体需要哪一种或多种污染识别模型时，直接从云端服务器进行调用，可以缓解本地存储资源的压力，提高激光清洗的效率。

上述污染识别模型为通过基底对应的样本表面图像以及真实图像标签进行模型训练得到的，具体地，针对不同的基体获取其表面图像作为样本表面图像，并且确定该基体表面是否存在污染物以及污染物类别，以生成真实图像标签。将样本表面图像输入预设神经网络模型中，得到该样本表面图像的预测图像标签，然后根据样本表面图像的预测图像标签和真实图像标签对预设神经网络模型的模型参数进行调整，直预设神经网络模型满足预设条件(例如损失函数值小于预设阈值等)，得到针对该基体的污染识别模型。该污染识别模型不仅可以识别出基体表面是否存在污染物，还可以确定污染物类别。

可以理解的是，可以提前存储待检测物体的各分割区域的基底的基底特征信息并进行存储，从而可以根据物体类别确定各区域表面图像对应的基底的基底特征信息。

S403，将上述区域表面图像输入对应的污染识别模型，得到上述区域表面图像的检测结果。

其中，检测结果包括：是否存在污染物，以及存在污染物时污染物类型。其中，污染物类型至少包括：油污、锈斑、灰尘、金属微粒等。

S404，根据检测结果，确定上述区域表面图像是否为污染区域。

在本发明实施例中，若区域表面图像的检测结果为存在污染物，则说明该区域表面图像对应的区域为污染区域，反之则为非污染区域。

S405，在区域表面图像为污染区域时，根据检测结果确定区域表面图像的污染物类型。

可以理解的是，上述先执行步骤S404，再执行步骤S405；或者先执行步骤S405再执行步骤S404；亦或者，步骤S404，和步骤S405同时执行，在本发明实施例中不做具体限定。

通过上述方案，可以确定每个区域表面图像所对应的区域是否为污染区域，进一步的还可以确定污染区域对应的污染物类型。

S204，将待清洗图像输入路径生成模型，确定各待清洗图像的区域清洗路径。

其中，上述待清洗图像为污染区域对应的区域表面图像。

在本发明实施例中，上述路径生成模型为预先训练的神经网络模型，将待清洗图像输入路径生成模型后，可以生成针对该待清洗图像的区域清洗路径。

S205，根据各待清洗图像在物体表面图像的位置信息，确定待清洗物体的目标清洗主方向。

具体地，如图5所示，上述步骤S205至少可以通过以下步骤实现：

S501，获取多个候选清洗主方向。

其中，候选清洗主方向包括：朝上方、朝下方、朝左方、朝右方。

S502，根据激光清洗头的位置信息以及各待清洗图像对应的污染区域的位置信息，确定目标清洗起点区域。

其中，上述目标清洗起点区域为污染区域中的一个。

具体地，计算各污染区域与激光清洗头的距离，将最小距离对应的污染区域作为目标清洗起点区域。

可以理解的是，可以将各污染区域的中心点与激光信息头的距离，作为污染区域和激光清洗头的距离。

S503，根据目标清洗起点区域和多个候选清洗主方向，对各污染区域进行路径模拟，以计算与每种候选清洗主方向对应的遍历路程。

其中，遍历路程为从目标清洗起点区域出发遍历各污染区域的路径路程。

进一步地，针对每个污染区域，选择一边界点作为遍历点，按照每种候选清洗主方向遍历所有遍历点，得到对应的遍历路程。

S504，选择最小遍历路程对应的所述候选清洗主方向作为目标清洗主方向。

通过上述步骤S501-S504，可以得到遍历各个污染区域的最短路径，从而可以进一步提高激光清洗效率。

S206，根据目标清洗主方向调整区域清洗路径，以获取待清洗物体的物体清洗路径。

具体地，如图6所示，上述步骤S206至少可以通过以下步骤实现：

S601，获取各区域清洗路径的起始点位置信息和终点位置信息。

S602，根据区域清洗路径的起始点位置信息和终点位置信息，确定污染区域的区域清洗方向。

其中，区域清洗方向至少包括：朝上方、朝下方、朝左方、朝右方。

S603，在污染区域的区域清洗方向与目标清洗主方向不一致的情况下，调换区域清洗路径的起始点和终点，以使调换后的区域清洗路径对应的区域清洗方向与目标清洗主方向一致。

为了进一步提高清洗效率，减少清洗路径，在污染区域的区域清洗方向与目标清洗主方向不一致的情况下，调换区域清洗路径的起始点和终点，即将区域清洗路径的起始点作为终点，将终点作为起始点，从而使得换后的区域清洗路径对应的区域清洗方向与目标清洗主方向一致。

另外，可以理解的是，在污染区域的区域清洗方向与目标清洗主方向一致的情况下，保持该区域清洗路径不变。

S604，根据调整后的区域清洗路径，确定待清洗物体的物体清洗路径。

在本发明实施例中，按照上述最小遍历路程对应的各污染区域的遍历顺序，确定各污染区域间的移动路径。然后将各污染区域间的移动路径和调整后的区域清洗路径进行组合，得到待清洗物体的物体清洗路径。

S207，根据待清洗物体的物体清洗路径，向机械臂发送第一控制指令，以使安装于机械臂末端的激光清洗头基于该物体清洗路径移动并对该待清洗物体进行清洗。

进一步地，在激光清洗头在各上一污染区域和下一污染区域之间移动时，控制激光清洗头关闭，即此时激光清洗头不工作，可以节约资源并且避免对基底的损伤。只有在激光清洗头到达污染区域的区域清洗路径的起始点时才控制激光清洗头启动。

在本发明的一些实施例中，在步骤S107之后，如图7所示，本发明提供的控制方法至少还可以包括以下步骤：

S701，在对上述待清洗物体进行清洗过程中，实时获取激光清洗头的实时位置信息。

S702，当激光清洗头的实时位置信息位于污染区域的终点位置时，控制图像采集设备进行图像采集，以获取污染区域进行清洗后的区域表面图像。

也就是说，在每清洗完一个污染区域就对其进行图像采集，以获取该污染无语清洗后的区域表面图像。

S703，确定清洗后的区域表面图像是否为污染区域，在清洗后的区域表面图像为污染区域的情况下，将清洗后的区域表面图像作为二次清洗图像。

需要说明的是，确定清洗后的区域表面图像是否为污染区域可以参照上述实施例进行，在此不再加以赘述。

S704，基于各二次清洗图像，确定待清洗物体的二次清洗路径。

可以理解的是，步骤S704可以参照上述步骤S204-S206实现，在此不再加以赘述。

S705，根据待清洗物体的二次清洗路径，向机械臂发送第二控制指令，以使安装于机械臂末端的激光清洗头基于二次清洗路径移动并对待清洗物体进行二次清洗。

通过上述步骤S701-S703可以实现对待清洗物体的激光清洗效果进行检测，对于清洗效果差的污染区域，可以进行二次清洗，以提高激光清洗效果。并且，在各污染区域进行激光清洗后即确认是否需要进行二次清洗，相对于待清洗物体全部清洗完成后再进行图像采集，可以进一步提高效率。

本发明提供的一种激光清洗设备的控制方法，在接收到清洗指令的情况下，通过图像采集设备获取待清洗物体的立体表面图像，再按照预设规则对该立体表面图像进行区域分割，并确定区域分割后得到的多个区域表面图像是否为污染区域；将为污染区域的区域表面图像作为待清洗图像，通过路径生成模型确定各待清洗图像的区域清洗路径，然后根据待清洗物体的目标清洗主方向调整各区域清洗路径，从而获得该待清洗物体的物体清洗路径，以根据该待清洗物体的物体清洗路径，向机械臂发送第一控制指令，使得安装于机械臂末端的激光清洗头基于该物体清洗路径移动并进行激光清洗，从而完成对待检测物体的激光清洗。

本发明先对待清洗物体的立体表面图像进行区域分割，以确定待清洗图像即待清洗区域，也就是说，在本发明提供的控制方法中仅对污染区域进行清洗，相较于对整体设备进行清洗来说，既可以保证清洗效果还可以提高效率、节约资源。另外，在确定每个待清洗区域的区域清洗路径后，根据目标清洗主方向对其进行调整，以进一步缩短激光清洗的路径，从而进一步提高清洗效率、节约资源，实现了高效、高质量、高普适性的激光清洗。

基于上述激光清洗设备的控制方法，本发明还提供了一种激光清洗设备的控制系统，如图8所示，该控制系统至少包括：第一获取单元810、分割确定单元820、第一确定单元830、第二确定单元840、第二获取单元850、指令生成单元860。

其中，第一获取单元810用于当接收到清洗指令时，通过所述图像采集设备获取所述待清洗物体的立体表面图像。

分割确定单元820用于按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，并确定各所述区域表面图像是否为污染区域。

第一确定单元，用于将待清洗图像输入路径生成模型，确定各所述待清洗图像的区域清洗路径；

其中，所述待清洗图像为污染区域对应的所述区域表面图像。

第二确定单元830用于根据各所述待清洗图像在所述物体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向。

第二获取单元840用于根据所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径。

指令生成单元850用于根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗。

基于上述激光清洗设备的控制方法，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述实施例所述的激光清洗设备的控制方法中的步骤，或者图像处理方法中的步骤。

基于上述激光清洗设备的控制方法，本发明还提供了一种终端，如图9所示，其包括至少一个处理器(processor)900；显示屏910；以及存储器(memory)920，还可以包括通信接口(Communications Interface)930和总线940。其中，处理器900、显示屏910、存储器920和通信接口930可以通过总线940完成相互间的通信。显示屏910设置为显示初始设置模式中预设的用户引导界面。通信接口930可以传输信息。处理器900可以调用存储器920中的逻辑指令，以执行上述实施例中激光清洗设备的控制方法。

此外，上述的存储器920中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。

存储器920作为一种计算机可读存储介质，可设置为存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令或模块。处理器900通过运行存储在存储器920中的软件程序、指令或模块，从而执行功能应用以及数据处理，即实现上述实施例中的方法。

存储器920可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器920可以包括高速随机存取存储器，还可以包括非易失性存储器。例如，U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对系统、终端和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请实施例提供的系统、终端和介质与方法是一一对应的，因此，系统、终端和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述系统、终端和介质的有益技术效果。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件(如处理器，控制器等)来完成，所述的程序可存储于一计算机可读取的计算机可读存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的计算机可读存储介质可为存储器、磁碟、光盘等。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种激光清洗设备的控制方法，其特征在于，所述激光清洗设备包括：机械臂、安装于所述机械臂末端的激光清洗头和图像采集设备，所述控制方法包括：

当接收到清洗指令时，通过所述图像采集设备获取待清洗物体的立体表面图像；

按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，并确定各所述区域表面图像是否为污染区域；

所述按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，具体包括：

将所述立体表面图像与预设图像库中的样本图像进行数据比对，确定与所述立体表面图像对应的所述样本图像；

根据与所述立体表面图像对应的所述样本图像，确定所述立体表面图像对应的物体类别；

根据所述立体表面图像对应的所述物体类别，确定所述物体类别对应的预设分割规则；

按照所述预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像；

所述确定各所述区域表面图像是否为污染区域，具体包括：

根据所述待清洗物体的物体类别，确定各所述区域表面图像对应的基底的基底特征信息；

其中，所述基底特征信息包括：基体材料；

根据各所述区域表面图像的基体特征信息，从云端服务器调用各所述基体材质对应的污染识别模型；

其中，所述云端服务器预先存储若干不同基底对应的污染识别模型；所述污染识别模型为通过所述基底对应的样本表面图像以及真实图像标签进行模型训练得到的；

将所述区域表面图像输入对应的所述污染识别模型，得到所述区域表面图像的检测结果；

根据所述检测结果，确定所述区域表面图像是否为污染区域；以及当所述区域表面图像为污染区域时，根据检测结果确定所述区域表面图像的污染物类型；

将待清洗图像输入路径生成模型，确定各所述待清洗图像的区域清洗路径；其中，所述待清洗图像为污染区域对应的所述区域表面图像；以及根据各所述待清洗图像在所述立体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向；

根据所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径；

根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗。

2.根据权利要求1所述的激光清洗设备的控制方法，其特征在于，所述根据各所述待清洗图像在所述立体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向，具体包括：

获取多个候选清洗主方向；其中，所述候选清洗主方向包括：朝上方、朝下方、朝左方、朝右方；以及根据所述激光清洗头的位置信息以及各所述待清洗图像对应的污染区域的位置信息，确定目标清洗起点区域；

其中，所述目标清洗起点区域为所述污染区域中的一个；

根据所述目标清洗起点区域和多个所述候选清洗主方向对各所述污染区域进行路径模拟，以计算与每种所述候选清洗主方向对应的遍历路程；

其中，所述遍历路程为从所述目标清洗起点区域出发遍历各所述污染区域的路径路程；

选择最小遍历路程对应的所述候选清洗主方向作为目标清洗主方向。

3.根据权利要求1所述的激光清洗设备的控制方法，其特征在于，所述根据所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径，具体包括：

获取各所述区域清洗路径的起始点位置信息和终点位置信息；

根据所述区域清洗路径的所述起始点位置信息和所述终点位置信息，确定所述污染区域的区域清洗方向；

在所述污染区域的所述区域清洗方向与所述目标清洗主方向不一致的情况下，调换所述区域清洗路径的起始点和终点，得到调整后的所述区域清洗路径；

根据调整后的所述区域清洗路径，确定所述待清洗物体的物体清洗路径。

4.根据权利要求1所述的激光清洗设备的控制方法，其特征在于，在所述根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗之后，所述方法还包括：

在对所述待清洗物体进行清洗过程中，实时获取所述激光清洗头的实时位置信息；

当所述激光清洗头的实时位置信息位于所述污染区域的终点位置时，控制所述图像采集设备进行图像采集，以获取所述污染区域进行清洗后的区域表面图像；

确定所述清洗后的区域表面图像是否为污染区域，在所述清洗后的区域表面图像为污染区域的情况下，将所述清洗后的区域表面图像作为二次清洗图像；

基于各所述二次清洗图像，确定所述待清洗物体的二次清洗路径；

根据所述待清洗物体的二次清洗路径，向所述机械臂发送第二控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述二次清洗路径移动并对所述待清洗物体进行二次清洗。

5.根据权利要求1所述的激光清洗设备的控制方法，其特征在于，所述当接收到清洗指令时，通过图像采集设备获取所述待清洗物体的立体表面图像，具体包括：

当接收到清洗指令时，向所述图像采集设备发送第三控制指令，以使安装于所述机械臂末端的所述图像采集设备通过所述第三控制指令移动至多个预设位置，并在各所述预设位置对所述待清洗物体进行图像采集，得到多个不同视角的二维图像；

根据所述二维图像进行三维重建，得到所述待清洗物体的所述立体表面图像。

6.一种激光清洗设备的控制系统，其特征在于，所述激光清洗设备包括：机械臂、安装于所述机械臂末端的激光清洗头和图像采集设备，所述控制系统包括：

第一获取单元，用于当接收到清洗指令时，通过所述图像采集设备获取待清洗物体的立体表面图像；

分割确定单元，用于按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，并确定各所述区域表面图像是否为污染区域；

所述按照预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像，具体包括：

将所述立体表面图像与预设图像库中的样本图像进行数据比对，确定与所述立体表面图像对应的所述样本图像；

根据与所述立体表面图像对应的所述样本图像，确定所述立体表面图像对应的物体类别；

根据所述立体表面图像对应的所述物体类别，确定所述物体类别对应的预设分割规则；

按照所述预设分割规则，对所述立体表面图像进行区域分割，得到多个区域表面图像所述确定各所述区域表面图像是否为污染区域，具体包括：

根据所述待清洗物体的物体类别，确定各所述区域表面图像对应的基底的基底特征信息；

其中，所述基底特征信息包括：基体材料；

根据各所述区域表面图像的基体特征信息，从云端服务器调用各所述基体材质对应的污染识别模型；

其中，所述云端服务器预先存储若干不同基底对应的污染识别模型；所述污染识别模型为通过所述基底对应的样本表面图像以及真实图像标签进行模型训练得到的；

将所述区域表面图像输入对应的所述污染识别模型，得到所述区域表面图像的检测结果；

根据所述检测结果，确定所述区域表面图像是否为污染区域；以及当所述区域表面图像为污染区域时，根据检测结果确定所述区域表面图像的污染物类型；

第一确定单元，用于将待清洗图像输入路径生成模型，确定各所述待清洗图像的区域清洗路径；

其中，所述待清洗图像为污染区域对应的所述区域表面图像；

第二确定单元，用于根据各所述待清洗图像在所述立体表面图像的位置信息，确定所述待清洗物体的目标清洗主方向；

第二获取单元，用于根据所述目标清洗主方向调整所述区域清洗路径，以获取所述待清洗物体的物体清洗路径；

指令生成单元，用于根据所述待清洗物体的物体清洗路径，向所述机械臂发送第一控制指令，以使安装于所述机械臂末端的所述激光清洗头基于所述物体清洗路径移动并对所述待清洗物体进行清洗。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1-5任意一项所述的激光清洗设备的控制方法中的步骤。

8.一种终端，其特征在于，包括：处理器和存储器；所述存储器上存储有可被所述处理器执行的计算机可读程序；所述处理器执行所述计算机可读程序时实现如权利要求1-5任意一项所述的激光清洗设备的控制方法中的步骤。