CN116576872A - 一种无人清洁车的路线规划方法、装置、设备和介质 - Google Patents
一种无人清洁车的路线规划方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116576872A CN116576872A CN202310440178.7A CN202310440178A CN116576872A CN 116576872 A CN116576872 A CN 116576872A CN 202310440178 A CN202310440178 A CN 202310440178A CN 116576872 A CN116576872 A CN 116576872A
- Authority
- CN
- China
- Prior art keywords
- area
- cleaned
- garbage
- route
- cleaning vehicle
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 269
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000010813 municipal solid waste Substances 0.000 claims abstract description 132
- 230000008859 change Effects 0.000 claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000008447 perception Effects 0.000 abstract description 5
- 238000013507 mapping Methods 0.000 abstract description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人清洁车的路线规划方法、装置、设备和介质，方法包括通过无人清洁车内的自动驾驶系统获取无人清洁车前方的预设规格区域对应的区域图像，根据区域图像映射至预设的语义地图上的区域，按照语义地图上的道路标线对其进行划分，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量，再采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；若垃圾差值绝对值超过预设的变道阈值，则通过规划模块按照区域垃圾数量调整无人清洁车的清洁路线。从而通过结合区域图像和物体感知的方式，对预设规格区域内的垃圾数量进行有效分析，进而能够实现对无人清洁车的清洁路线的灵活调整。
Description
技术领域
本发明涉及清洁车驾驶技术领域，尤其涉及一种无人清洁车的路线规划方法、装置、设备和介质。
背景技术
随着科技的不断发展与进步，越来越多的工具趋于智能化，尤其是无人驾驶的研究，将会给人们的生活带来很大的便利。
例如无人清洁车，其能够对获取到的路面图像进行识别，确定垃圾位置并进行清扫。
但现如今无人清洁车的清扫路线通常是依据常规清洁任务进行设定，路线相对固定且清扫覆盖的范围有限，无法对垃圾较多和相对干净的路面进行判断，清洁灵活程度较低。
发明内容
本发明提供了一种无人清洁车的路线规划方法、装置、设备和介质，解决了现如今无人清洁车的清扫路线通常是依据常规清洁任务进行设定，路线相对固定且清扫覆盖的范围有限，无法对垃圾较多和相对干净的路面进行判断，清洁灵活程度较低的技术问题。
本发明第一方面提供的一种无人清洁车的路线规划方法，包括：
获取无人清洁车前方的预设规格区域对应的区域图像；
根据预设的语义地图和所述区域图像，确定至少两个待清洁区域并分别识别所述待清洁区域对应的区域垃圾数量；
采用所述区域垃圾数量计算相邻所述待清洁区域的垃圾差值绝对值；
若所述垃圾差值绝对值超过预设的变道阈值，则通过所述规划模块按照所述区域垃圾数量调整所述无人清洁车的清洁路线。
可选地，所述方法还包括：
若所述垃圾差值绝对值未超过预设的变道阈值，则通过规划模块保持所述无人清洁车在当前时刻的清洁路线。
可选地，所述根据预设的语义地图和所述区域图像，确定至少两个待清洁区域并分别识别所述待清洁区域对应的区域垃圾数量的步骤，包括：
从预设的语义地图定位所述区域图像对应的道路标线和道路区域；
按照所述道路标线对所述道路区域进行划分，确定至少两个待清洁区域；
对各所述待清洁区域对应的区域图像进行垃圾识别，分别确定对应的区域垃圾数量。
可选地，所述道路标线包括可变道虚线与路基实线；所述按照所述道路标线对所述道路区域进行划分，确定至少两个待清洁区域的步骤，包括：
统计所述道路区域内所述可变道虚线的虚线数量；
若所述虚线数量为一条，则以所述可变道虚线为中心线，以所述路基实线为边界线，将所述道路区域划分为两个待清洁区域；
若所述虚线数量为两条或多条，则以所述可变道虚线为等分线，以所述路基实线为边界线，将所述道路区域划分为多个待清洁区域。
可选地，所述若所述垃圾差值绝对值超过预设的变道阈值，则通过所述规划模块按照所述区域垃圾数量调整所述无人清洁车的清洁路线的步骤，包括：
若所述垃圾差值绝对值超过预设的变道阈值，则发送变道指令至规划模块；
通过所述规划模块按照所述区域垃圾数量从多至少分配各个所述待清洁区域对应的优先级；
若所述优先级最高的待清洁区域与所述无人清洁车当前区域之间的车道数量小于或等于预设阈值，则通过所述规划模块将所述无人清洁车的清洁路线直接调整至所述优先级最高的待清洁区域；
若所述优先级最高的待清洁区域与所述无人清洁车当前区域之间的车道数量大于预设阈值，则通过所述规划模块对所述无人清洁车的清洁路线进行连续变道规划后，调整至所述优先级最高的待清洁区域。
可选地，所述通过所述规划模块对所述无人清洁车的清洁路线进行连续变道规划后，调整至所述优先级最高的待清洁区域的步骤，包括：
通过所述规划模块将所述无人清洁车的清洁路线调整至与相邻的待清洁区域，并对所述优先级最高的待清洁区域赋予变道成本；
若所述变道成本小于或等于预设的代价阈值，则通过所述规划模块按照预设的运行时间梯度降低所述变道成本；
当所述变道成本等于预设的成本最低值时，通过所述规划模块将所述清洁路线调整至所述优先级最高的待清洁区域。
可选地，所述方法还包括：
若所述变道成本大于预设的代价阈值，则通过所述规划模块将所述清洁路线保持在当前时刻的待清洁区域。
可选地，所述方法还包括：
当所述清洁路线被调整至所述优先级最高的待清洁区域后，通过所述规划模块在所述语义地图中对所述无人清洁车当前区域赋予优先清扫标识；
通过所述规划模块采用所述优先清扫标识生成更新清洁路线，并判断所述更新清洁路线是否满足道路掉头条件；
若满足，则通过所述规划模块按照所述更新清洁路线移动所述无人清洁车完成清洁动作；
若不满足，则获取所述优先清扫标识对应的区域坐标，发送至通信关联的协同无人清洁车；
其中，所述协同无人清洁车设有途径所述区域坐标的固定作业路线。
本发明第二方面还提供了一种无人清洁车的路线规划装置，包括：
区域图像获取模块，用于获取无人清洁车前方的预设规格区域对应的区域图像；
区域划分与垃圾识别模块，用于根据预设的语义地图和所述区域图像，确定至少两个待清洁区域并分别识别所述待清洁区域对应的区域垃圾数量；
垃圾差值计算模块，用于采用所述区域垃圾数量计算相邻所述待清洁区域的垃圾差值绝对值；
清洁路线规划模块，用于若所述垃圾差值绝对值超过预设的变道阈值，则通过所述规划模块按照所述区域垃圾数量调整所述无人清洁车的清洁路线。
本发明第三方面还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明第一方面任一项所述的无人清洁车的路线规划方法的步骤。
本发明第四方面还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明第一方面任一项所述的无人清洁车的路线规划方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过无人清洁车内的自动驾驶系统获取无人清洁车前方的预设规格区域对应的区域图像，根据区域图像映射至预设的语义地图上的区域，按照语义地图上的道路标线对其进行划分，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量，再采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；若垃圾差值绝对值超过预设的变道阈值，则通过规划模块按照区域垃圾数量调整无人清洁车的清洁路线。从而通过结合区域图像和物体感知的方式，对预设规格区域内的垃圾数量进行有效分析，进而能够实现对无人清洁车的清洁路线的灵活调整。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种无人清洁车的路线规划方法的步骤流程图；
图2为本发明实施例二提供的一种无人清洁车的路线规划方法的步骤流程图；
图3为本发明实施例三提供的一种无人清洁车的路线规划装置的结构框图。
具体实施方式
本发明实施例提供了一种无人清洁车的路线规划方法、装置、设备和介质，用于解决现如今无人清洁车的清扫路线通常是依据常规清洁任务进行设定，路线相对固定且清扫覆盖的范围有限，无法对垃圾较多和相对干净的路面进行判断，清洁灵活程度较低的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种无人清洁车的路线规划方法的步骤流程图。
本发明提供的一种无人清洁车的路线规划方法，包括以下步骤：
步骤101，获取无人清洁车前方的预设规格区域对应的区域图像；
区域图像指的是通过设置在无人清洁车上的前置广角高清摄像头和长焦摄像头在预设规格区域获取到的图像。其中，预设规格区域可以是长度范围为25至50米的道路区域。
在本发明实施例中，可以通过设置在无人清洁车上的前置广角高清摄像头和长焦摄像头获取无人清洁车前方预设规格区域内的区域图像，以提供后续调整清洁路线的数据基础。
步骤102，根据预设的语义地图和区域图像，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量；
在获取到区域图像后，需要进一步对无人清洁车所负责的待清洁区域和垃圾数量进行识别，为此可以在预设的语义地图中定位该区域图像所对应的道路区域，对其按照道路标线进行划分，从而确定至少两个待清洁区域。
与此同时，通过无人清洁车所携带的感知模块依据获取到的区域图像，分别识别各待清洁区域所对应的区域垃圾数量。
需要说明的是，语义地图指的是包含多种语义信息的高精度地图，通过激光雷达获取物理世界的点云信息，并对其进行精细化还原，可以分辨出马路中的车道、汽车、隔离带、路边树木、指示牌、蓝天等诸多不同对象及概念。语义信息指的是能让无人车更好地理解行车规则、感知路面交通状况、规划行车路线，且被涵盖在高精度地图里的多层次、富维度的信息。
步骤103，采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；
在本发明实施例中，在感知模块识别到各个待清洁区域内的区域垃圾数量后，为判断后续是否无人清洁车是否需要进行清洁路线的调整，可以采用各个待清洁区域所对应的区域垃圾数量，计算两两相邻的待清洁区域的垃圾差值绝对值，从而检测待清洁区域之间的区域垃圾数量是否出现相差过大的情况。
需要说明的是，垃圾差值绝对值指的是相邻待清洁区域的区域垃圾数量之间的差值的绝对值，例如待清洁区域A的区域垃圾数量为70，相邻的待清洁区域B的区域垃圾数量为20，则垃圾差值绝对值为50。
步骤104，若垃圾差值绝对值超过预设的变道阈值，则通过规划模块按照区域垃圾数量调整无人清洁车的清洁路线。
在计算得到垃圾差值绝对值后，若其超过预设的变道阈值，则表明此时在无人清洁车前方的预设规格区域内存在区域垃圾数量相差较大的车道，可以通过规划模块按照区域垃圾数量的高低对待清洁区域赋予优先级，从而对无人清洁车的清洁路线进行调整。
其中，对无人清洁车的清洁路线的调整可以包括但不限于变道至相邻的待清洁区域或是连续变道至不相邻的待清洁区域。
在本发明实施例中，通过无人清洁车内的自动驾驶系统获取无人清洁车前方的预设规格区域对应的区域图像，根据区域图像映射至预设的语义地图上的区域，按照语义地图上的道路标线对其进行划分，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量，再采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；若垃圾差值绝对值超过预设的变道阈值，则通过规划模块按照区域垃圾数量调整无人清洁车的清洁路线。从而通过结合区域图像和物体感知的方式，对预设规格区域内的垃圾数量进行有效分析，进而能够实现对无人清洁车的清洁路线的灵活调整。
请参阅图2，图2为本发明实施例二提供的一种无人清洁车的路线规划方法的步骤流程图。
本发明提供的一种无人清洁车的路线规划方法，包括以下步骤：
步骤201，获取无人清洁车前方的预设规格区域对应的区域图像；
在本发明实施例中，步骤201的具体实施过程与步骤101类似，在此不再赘述。
步骤202，根据预设的语义地图和区域图像，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量；
可选地，步骤202可以包括以下子步骤S11-S13：
S11、从预设的语义地图定位区域图像对应的道路标线和道路区域；
在本发明实施例中，在获取到区域图像后，可以从预设的语义地图中获取区域图像对应的道路标线。
在具体实现中，无人清洁车通常在语义地图会以自身所处位置获取周围的语义信息，而区域图像对应的是无人清洁车前方的预设规格区域，因此可以在语义地图中按照区域图像定位到所属的道路区域，通过语义地图所携带的语义信息定位道路标线和道路区域，以提供后续待清洁区域划分的数据基础。
S12、按照道路标线对道路区域进行划分，确定至少两个待清洁区域；
进一步地，道路标线包括可变道虚线与路基实线，S12可以包括以下子步骤：
统计道路区域内可变道虚线的虚线数量；
若虚线数量为一条，则以可变道虚线为中心线，以路基实线为边界线，将道路区域划分为两个待清洁区域；
若虚线数量为两条或多条，则以可变道虚线为等分线，以路基实线为边界线，将道路区域划分为多个待清洁区域。
可变道虚线指的是道路的白色虚线或黄色虚线，路基实线指的是道路的白色实线。
在本发明实施例中，可以先在语义地图统计该道路区域内可变道虚线的虚线数量，若虚线数量为一条，则表明道路区域属于双车道区域，此时可以可变道虚线为中心线，以路基实线为边界线将道路区域划分为两个待清洁区域。
若虚线数量为两条以上，则表明道路区域属于三车道或多车道，此时将可变道虚线为等分线，以路基实线为边界线，对道路区域等分为多个待清洁区域。
需要说明的是，若两条可变道虚线之间的距离小于车道的宽度，则统计为一条可变道虚线。
在具体实现中，例如两车道，以中间的可变道虚线和路基实线作为区域分割的基准线，将道路区域划分为A和B两个区域。若是三车道，则根据道路的可变道虚线和左右两侧的路基附近的白实线作为基准线，分割为A，B和C三个区域，同理若是四车道则划分为A、B、C和D四个区域。
S13、对各待清洁区域对应的区域图像进行垃圾识别，分别确定对应的区域垃圾数量。
在划分待清洁区域后，进一步可以对各区域图像按照待清洁区域进行划分，以对各个待清洁区域对应的区域图像进行垃圾识别，分别确定各个待清洁区域对应的区域垃圾数量。
其中，垃圾识别可以通过无人清洁车的自动驾驶系统内的感知模块实现，具体可以通过物体识别算法实现，包括但不限于卷积神经网络、支持向量机、决策树、随机森林或深度学习模型等。
可选地，区域垃圾数量可以感知模块输出的Trash值表示。
步骤203，采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；
在识别得到各个待清洁区域对应的区域垃圾数量后，可以采用相邻待清洁区域的区域垃圾数量进行相减并求绝对值，以确定相邻待清洁区域的垃圾差值绝对值。
以双车道为例，左侧车道区域Trash值是75，右侧车道区域的Trash值为15，则相邻待清洁区域之间的垃圾差值绝对值为60。
进一步地，方法还包括以下步骤：
若垃圾差值绝对值未超过预设的变道阈值，则通过规划模块保持无人清洁车在当前时刻的清洁路线。
在本发明的一个示例中，若是垃圾差值绝对值未超过预设的变道阈值，则表明此时相邻车道的区域垃圾数量与当前车道相差不多，为节省无人清洁车的运行资源，并不需要对无人清洁车进行变道，可以通过规划模块保持无人清洁车在当前时刻的清洁路线。
步骤204，若垃圾差值绝对值超过预设的变道阈值，则发送变道指令至规划模块；
在本发明的另一个示例中，若是垃圾差值绝对值超过预设的变道阈值，则表明此时前方存在区域垃圾数量相差较多的待清洁区域，此时可以发送变道指令至规划模块，以调用规划模块按照区域垃圾数量进行待清洁区域的清洁路线调整。
在具体实现中，上述变道指令可以用于启用规划模块的按需清扫作业模式，按需清扫作业模式可以包括以下步骤205-207的过程。
步骤205，通过规划模块按照区域垃圾数量从多至少分配各个待清洁区域对应的优先级；
在本发明实施例中，在规划模块接收到变道指令后，可以按照各个待清洁区域的区域垃圾数量，从多至少分别分配各个待清洁区域对应的优先级。
以三车道ABC为例，待清洁区域A的区域垃圾数量为50，待清洁区域B的区域垃圾数量为110，待清洁区域C的区域垃圾数量为40，变道阈值为50。若无人清洁车当前处于待清洁区域A，计算得到AB之间的垃圾差值绝对值为60，BC之间的垃圾差值绝对值为70，可见均大于变道阈值。此时可以分配待清洁区域B的优先级最高，待清洁区域A的优先级为中，待清洁区域C的优先级最低。
步骤206，若优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量小于或等于预设阈值，则通过规划模块将无人清洁车的清洁路线直接调整至优先级最高的待清洁区域；
在本发明实施例中，在对各个待清洁区域进行优先级分配后，若优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量小于或等于预设阈值，则表明此时优先级最高的待清洁区域为相邻车道或是当前车道，此时可以通过规划模块将无人清洁车的清洁路线直接调整至优先级最高的待清洁区域，以使无人清洁车直接变道至该待清洁区域。
需要说明的是，预设阈值可以设置为1，本发明实施例对此不做限制。
以三车道为例，划分为ABC区域，A和B之间的差值为60，B和C之间的差值为70。
假如当前主车在B区域，变道到A和C的车道数都为1，则会选择差值更高的C(因为C的Trash值更高，清扫的优先等级更高)；
步骤207，若优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量大于预设阈值，则通过规划模块对无人清洁车的清洁路线进行连续变道规划后，调整至优先级最高的待清洁区域。
可选地，步骤207可以包括以下子步骤：
通过规划模块将无人清洁车的清洁路线调整至与相邻的待清洁区域，并对优先级最高的待清洁区域赋予变道成本；
若变道成本小于或等于预设的代价阈值，则通过规划模块按照预设的运行时间梯度降低变道成本；
当变道成本等于预设的成本最低值时，通过规划模块将清洁路线调整至优先级最高的待清洁区域。
在本发明实施例中，若优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量大于预设阈值，则表明此时无人清洁车变道至优先级最高的待清洁区域需要进行连续变道。为降低无人清洁车在低速作业状态下连续变道的风险，减小对其他交通参与者的影响，可以通过规划模块将无人清洁车的清洁路线先调整至相邻的待清洁区域，并对优先级最高的待清洁区域赋予变道成本，若该变道成本小于或等于预设的代价阈值，则可以通过规划模块按照预设的运行时间梯度，即无人清洁车的行驶时间逐渐降低变道成本。当该变道成本等于预设的成本最低值时，此时可以通过规划模块将清洁路线调整至优先级最高的待清洁区域，以控制无人清洁车进行变道。
以三车道为例，假如当前无人清洁车在A区域，会先触发往区域B变道，同时赋予给区域C一个变道成本cost，用于控制主车在短时间内的连续变道行为。若cost小于预设的代价阈值时，这个cost会在主车进入区域B后，行驶一定时间约5s后递减为0，当这个cost降至0后，规划模块才会选上往差值更高的区域C进行变道。
可选地，方法还包括：
若变道成本大于预设的代价阈值，则通过规划模块将清洁路线保持在当前时刻的待清洁区域。
在本发明实施例中，变道成本可以按照道路区域内的车道数量，以及优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量进行计算。假如有四车道，最左侧车道的Trash值最高，无人清洁车当前在最右侧车道清扫，对于低速清扫的扫地车来说，连续变3道的风险过高，规划模块计算出连续变道的变道成本cost大于预设的代价阈值，此时会生成一个penalty，这样就不会进行连续变道，通过规划模块将清洁路线保持在当前时刻的待清洁区域，同时会暂停按需清扫作业模式。
在本发明的另一个示例中，在执行步骤207后，方法还可以包括以下步骤：
当清洁路线被调整至优先级最高的待清洁区域后，通过规划模块在语义地图中对无人清洁车当前区域赋予优先清扫标识；
通过规划模块采用优先清扫标识生成更新清洁路线，并判断更新清洁路线是否满足道路掉头条件；
若满足，则通过规划模块按照更新清洁路线移动无人清洁车完成清洁动作；
若不满足，则获取优先清扫标识对应的区域坐标，发送至通信关联的协同无人清洁车；
其中，协同无人清洁车设有途径区域坐标的固定作业路线。
在本发明实施例中，当清洁路线被调整至优先级最高的待清洁区域后，由于无人清洁车可能尚未完成当前车道的清洁，此时为保证道路的清洁质量，可以通过规划模块在语义地图中对无人清洁车当前区域赋予优先清扫标识，采用该优先清扫标识结合调整后的清洁路线再次进行行驶规划，以生成更新清洁路线。与此同时判断更新清洁路线是否满足道路掉头条件，即无人清洁车是否可以在当前电量或当前资源的情况下掉头返回至该优先清扫标识对应的区域。若满足，则可以通过规划模块按照更新清洁路线移动无人清洁车完成清洁动作。若不满足，则获取优先清扫标识对应的区域坐标，发送至通信关联的协同无人清洁车；其中，协同无人清洁车设有途径区域坐标的固定作业路线，从而实现按需清扫作业模式和固定作业模式协同工作的方式。
在本发明实施例中，通过无人清洁车内的自动驾驶系统获取无人清洁车前方的预设规格区域对应的区域图像，根据区域图像映射至预设的语义地图上的区域，按照语义地图上的道路标线对其进行划分，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量，再采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；若垃圾差值绝对值超过预设的变道阈值，则通过规划模块按照区域垃圾数量调整无人清洁车的清洁路线。从而通过结合区域图像和物体感知的方式，对预设规格区域内的垃圾数量进行有效分析，进而能够实现对无人清洁车的清洁路线的灵活调整。
请参阅图3，图3为本发明实施例三提供的一种无人清洁车的路线规划装置的结构框图。
本发明提供了一种无人清洁车的路线规划装置，包括：
区域图像获取模块301，用于获取无人清洁车前方的预设规格区域对应的区域图像；
区域划分与垃圾识别模块302，用于根据预设的语义地图和区域图像，确定至少两个待清洁区域并分别识别待清洁区域对应的区域垃圾数量；
垃圾差值计算模块303，用于采用区域垃圾数量计算相邻待清洁区域的垃圾差值绝对值；
清洁路线规划模块304，用于若垃圾差值绝对值超过预设的变道阈值，则通过规划模块按照区域垃圾数量调整无人清洁车的清洁路线。
可选地，装置还包括：
清洁路线保持模块，用于若垃圾差值绝对值未超过预设的变道阈值，则通过规划模块保持无人清洁车在当前时刻的清洁路线。
可选地，区域划分与垃圾识别模块302包括：
标线与区域定位子模块，用于从预设的语义地图定位区域图像对应的道路标线和道路区域；
区域划分子模块，用于按照道路标线对道路区域进行划分，确定至少两个待清洁区域；
垃圾识别子模块，用于对各待清洁区域对应的区域图像进行垃圾识别，分别确定对应的区域垃圾数量。
可选地，道路标线包括可变道虚线与路基实线；区域划分子模块具体用于：
统计道路区域内可变道虚线的虚线数量；
若虚线数量为一条，则以可变道虚线为中心线，以路基实线为边界线，将道路区域划分为两个待清洁区域；
若虚线数量为两条或多条，则以可变道虚线为等分线，以路基实线为边界线，将道路区域划分为多个待清洁区域。
可选地，清洁路线规划模块304包括：
变道指令下发子模块，用于若垃圾差值绝对值超过预设的变道阈值，则发送变道指令至规划模块；
优先级分配子模块，用于通过规划模块按照区域垃圾数量从多至少分配各个待清洁区域对应的优先级；
第一路线调整子模块，用于若优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量小于或等于预设阈值，则通过规划模块将无人清洁车的清洁路线直接调整至优先级最高的待清洁区域；
第二路线调整子模块，用于若优先级最高的待清洁区域与无人清洁车当前区域之间的车道数量大于预设阈值，则通过规划模块对无人清洁车的清洁路线进行连续变道规划后，调整至优先级最高的待清洁区域。
可选地，第二路线调整子模块具体用于：
通过规划模块将无人清洁车的清洁路线调整至与相邻的待清洁区域，并对优先级最高的待清洁区域赋予变道成本；
若变道成本小于或等于预设的代价阈值，则通过规划模块按照预设的运行时间梯度降低变道成本；
当变道成本等于预设的成本最低值时，通过规划模块将清洁路线调整至优先级最高的待清洁区域。
可选地，第二路线调整子模块具体还用于：
若变道成本大于预设的代价阈值，则通过规划模块将清洁路线保持在当前时刻的待清洁区域。
可选地，装置还包括：
优先清扫标识赋予模块，用于当清洁路线被调整至优先级最高的待清洁区域后，通过规划模块在语义地图中对无人清洁车当前区域赋予优先清扫标识；
路线更新与掉头判断模块，用于通过规划模块采用优先清扫标识生成更新清洁路线，并判断更新清洁路线是否满足道路掉头条件；
移动清洁模块，用于若满足，则通过规划模块按照更新清洁路线移动无人清洁车完成清洁动作；
协同清洁模块，用于若不满足，则获取优先清扫标识对应的区域坐标，发送至通信关联的协同无人清洁车；
其中，协同无人清洁车设有途径区域坐标的固定作业路线。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如本发明任一实施例所述的无人清洁车的路线规划方法的步骤。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如本发明任一实施例所述的无人清洁车的路线规划方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、模块和子模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以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。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (11)
1.一种无人清洁车的路线规划方法，其特征在于，包括：
获取无人清洁车前方的预设规格区域对应的区域图像；
根据预设的语义地图和所述区域图像，确定至少两个待清洁区域并分别识别所述待清洁区域对应的区域垃圾数量；
采用所述区域垃圾数量计算相邻所述待清洁区域的垃圾差值绝对值；
若所述垃圾差值绝对值超过预设的变道阈值，则通过所述规划模块按照所述区域垃圾数量调整所述无人清洁车的清洁路线。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述垃圾差值绝对值未超过预设的变道阈值，则通过规划模块保持所述无人清洁车在当前时刻的清洁路线。
3.根据权利要求1所述的方法，其特征在于，所述根据预设的语义地图和所述区域图像，确定至少两个待清洁区域并分别识别所述待清洁区域对应的区域垃圾数量的步骤，包括：
从预设的语义地图定位所述区域图像对应的道路标线和道路区域；
按照所述道路标线对所述道路区域进行划分，确定至少两个待清洁区域；
对各所述待清洁区域对应的区域图像进行垃圾识别，分别确定对应的区域垃圾数量。
4.根据权利要求3所述的方法，其特征在于，所述道路标线包括可变道虚线与路基实线；所述按照所述道路标线对所述道路区域进行划分，确定至少两个待清洁区域的步骤，包括：
统计所述道路区域内所述可变道虚线的虚线数量；
若所述虚线数量为一条，则以所述可变道虚线为中心线，以所述路基实线为边界线，将所述道路区域划分为两个待清洁区域；
若所述虚线数量为两条或多条，则以所述可变道虚线为等分线，以所述路基实线为边界线，将所述道路区域划分为多个待清洁区域。
5.根据权利要求1所述的方法，其特征在于，所述若所述垃圾差值绝对值超过预设的变道阈值，则通过所述规划模块按照所述区域垃圾数量调整所述无人清洁车的清洁路线的步骤，包括：
若所述垃圾差值绝对值超过预设的变道阈值，则发送变道指令至规划模块；
通过所述规划模块按照所述区域垃圾数量从多至少分配各个所述待清洁区域对应的优先级；
若所述优先级最高的待清洁区域与所述无人清洁车当前区域之间的车道数量小于或等于预设阈值，则通过所述规划模块将所述无人清洁车的清洁路线直接调整至所述优先级最高的待清洁区域；
若所述优先级最高的待清洁区域与所述无人清洁车当前区域之间的车道数量大于预设阈值，则通过所述规划模块对所述无人清洁车的清洁路线进行连续变道规划后，调整至所述优先级最高的待清洁区域。
6.根据权利要求5所述的方法，其特征在于，所述通过所述规划模块对所述无人清洁车的清洁路线进行连续变道规划后，调整至所述优先级最高的待清洁区域的步骤，包括：
通过所述规划模块将所述无人清洁车的清洁路线调整至与相邻的待清洁区域，并对所述优先级最高的待清洁区域赋予变道成本；
若所述变道成本小于或等于预设的代价阈值，则通过所述规划模块按照预设的运行时间梯度降低所述变道成本；
当所述变道成本等于预设的成本最低值时，通过所述规划模块将所述清洁路线调整至所述优先级最高的待清洁区域。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述变道成本大于预设的代价阈值，则通过所述规划模块将所述清洁路线保持在当前时刻的待清洁区域。
8.根据权利要求5所述的方法，其特征在于，所述方法还包括：
当所述清洁路线被调整至所述优先级最高的待清洁区域后，通过所述规划模块在所述语义地图中对所述无人清洁车当前区域赋予优先清扫标识；
通过所述规划模块采用所述优先清扫标识生成更新清洁路线，并判断所述更新清洁路线是否满足道路掉头条件；
若满足，则通过所述规划模块按照所述更新清洁路线移动所述无人清洁车完成清洁动作；
若不满足，则获取所述优先清扫标识对应的区域坐标，发送至通信关联的协同无人清洁车；
其中，所述协同无人清洁车设有途径所述区域坐标的固定作业路线。
9.一种无人清洁车的路线规划装置，其特征在于，包括：
区域图像获取模块，用于获取无人清洁车前方的预设规格区域对应的区域图像；
区域划分与垃圾识别模块，用于根据预设的语义地图和所述区域图像，确定至少两个待清洁区域并分别识别所述待清洁区域对应的区域垃圾数量；
垃圾差值计算模块，用于采用所述区域垃圾数量计算相邻所述待清洁区域的垃圾差值绝对值；
清洁路线规划模块，用于若所述垃圾差值绝对值超过预设的变道阈值，则通过所述规划模块按照所述区域垃圾数量调整所述无人清洁车的清洁路线。
10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-8任一项所述的无人清洁车的路线规划方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-8任一项所述的无人清洁车的路线规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310440178.7A CN116576872A (zh) | 2023-04-21 | 2023-04-21 | 一种无人清洁车的路线规划方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310440178.7A CN116576872A (zh) | 2023-04-21 | 2023-04-21 | 一种无人清洁车的路线规划方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116576872A true CN116576872A (zh) | 2023-08-11 |
Family
ID=87538703
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310440178.7A Pending CN116576872A (zh) | 2023-04-21 | 2023-04-21 | 一种无人清洁车的路线规划方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116576872A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117132077A (zh) * | 2023-09-15 | 2023-11-28 | 山东乐谷信息科技有限公司 | 一种道路清洁车的调度系统和调度方法 |
-
2023
- 2023-04-21 CN CN202310440178.7A patent/CN116576872A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117132077A (zh) * | 2023-09-15 | 2023-11-28 | 山东乐谷信息科技有限公司 | 一种道路清洁车的调度系统和调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5900623B2 (ja) | 立体物検出装置及び立体物検出方法 | |
| EP3300941A1 (en) | Information provision device, information provision method, and carrier medium storing information provision program | |
| CN108072385A (zh) | 移动目标的空间坐标定位方法、装置及电子设备 | |
| CN116576872A (zh) | 一种无人清洁车的路线规划方法、装置、设备和介质 | |
| JP7122059B2 (ja) | シミュレーションデータ量拡張方法、装置、端末、記憶媒体、及びプログラム | |
| JP2020132153A (ja) | 情報処理方法、装置、記憶媒体、及びプログラム | |
| CN113071487B (zh) | 自动驾驶车辆控制方法、装置及云端设备 | |
| CN112257772B (zh) | 一种道路增减区间切分方法、装置、电子设备及存储介质 | |
| CN108154119B (zh) | 基于自适应跟踪框分割的自动驾驶处理方法及装置 | |
| CN109583312A (zh) | 车道线识别方法、装置、设备及存储介质 | |
| JP7121454B2 (ja) | 統計に基づく障害物位置シミュレーション方法、装置及び端末 | |
| DE102022111798A1 (de) | Verknüpfung von wahrgenommenen und kartierten fahrbahnrändern zur lokalisierung | |
| CN116817957A (zh) | 基于机器视觉的无人车行驶路径规划方法及系统 | |
| CN111899277B (zh) | 运动目标检测方法及装置、存储介质、电子装置 | |
| CN111380529B (zh) | 移动设备定位方法、装置、系统及移动设备 | |
| CN108648480B (zh) | 一种基于混合现实的道路隔离模型显示方法及存储介质 | |
| CN115797409A (zh) | 3d目标对象定位方法、装置及电子设备 | |
| JP6918425B2 (ja) | 撮影画像に含まれる境界線を検出するための装置、方法、及びプログラム | |
| CN115071713A (zh) | 一种下匝道时变道时机的确定方法和电子设备 | |
| CN115035495A (zh) | 一种图像处理方法及装置 | |
| CN107844749A (zh) | 路面检测方法及装置、电子设备、存储介质 | |
| CN114413926A (zh) | 基于mapbox引擎osm数据与高精度数据的地图显示方法 | |
| CN108022250B (zh) | 基于自适应阈值分割的自动驾驶处理方法及装置 | |
| CN113320546A (zh) | 基于阴影的车辆定位方法和控制装置、存储介质及车辆 | |
| CN111497847B (zh) | 车辆的控制方法和装置 |
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 |