CN117449236B - 一种清扫路缘石的清扫方法、系统、存储器及电子设备 - Google Patents

一种清扫路缘石的清扫方法、系统、存储器及电子设备 Download PDF

Info

Publication number
CN117449236B
CN117449236B CN202311179673.3A CN202311179673A CN117449236B CN 117449236 B CN117449236 B CN 117449236B CN 202311179673 A CN202311179673 A CN 202311179673A CN 117449236 B CN117449236 B CN 117449236B
Authority
CN
China
Prior art keywords
picture
curb
motor
cleaning
angle
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.)
Active
Application number
CN202311179673.3A
Other languages
English (en)
Other versions
CN117449236A (zh
Inventor
刘振辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Shenzhou Zhihua Environmental Technology Co ltd
Original Assignee
Guangdong Shenzhou Zhihua Environmental Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Shenzhou Zhihua Environmental Technology Co ltd filed Critical Guangdong Shenzhou Zhihua Environmental Technology Co ltd
Priority to CN202311179673.3A priority Critical patent/CN117449236B/zh
Publication of CN117449236A publication Critical patent/CN117449236A/zh
Application granted granted Critical
Publication of CN117449236B publication Critical patent/CN117449236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
    • E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
    • E01H1/005—Mobile installations, particularly for upkeeping in situ road or railway furniture, for instance road barricades, traffic signs; Mobile installations particularly for upkeeping tunnel walls
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01H—STREET CLEANING; CLEANING OF PERMANENT WAYS; CLEANING BEACHES; DISPERSING OR PREVENTING FOG IN GENERAL CLEANING STREET OR RAILWAY FURNITURE OR TUNNEL WALLS
    • E01H1/00—Removing undesirable matter from roads or like surfaces, with or without moistening of the surface
    • E01H1/02—Brushing apparatus, e.g. with auxiliary instruments for mechanically loosening dirt
    • E01H1/05—Brushing apparatus, e.g. with auxiliary instruments for mechanically loosening dirt with driven brushes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Architecture (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种清扫路缘石的清洁方法，包括以下步骤：获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则执行步骤S2；启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；其中第一图片包含有清扫车的车前盖；对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则执行步骤S4；获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；通过所述夹角调节电机的驱动时长。通过在第一图像中，三条线段之间的像素大小即可通过三角函数得知路缘石与路面之间的夹角，最后再通过所述夹角调节电机的驱动时长即可实现清扫车毛刷角度的自我调节，大大减少了清扫路缘石的难度，提高了自动化的程度。

Description

一种清扫路缘石的清扫方法、系统、存储器及电子设备
技术领域
本发明涉及环卫清扫车控制技术领域，特别是一种清扫路缘石的清扫方法、系统、存储器及电子设备。
背景技术
清扫车是一种可对马路路表进行清洁的设备，其主要利用设置在车体底部的清洁机构来对路表进行刷洗。然而，现在的马路为了避免汽车压线越界都会在两侧设置路缘石。现有的清扫车虽然可对路面进行较好的清洁，但是在对路缘石进行清洁时，通过会过分挤压毛刷，导致毛刷的使用寿命变短。
为了解决清扫车对路缘石难题，现在有的清扫车都会通过电机驱动伸缩杆来控制毛刷抬起一定角度，使得毛刷的刷面可以与路缘石的边缘平行，在进行路缘石清洁时，不会过分挤压到毛刷，确保毛刷的使用寿命。
但是在使用时，需要操作人员进行手动的调节电机的驱动时长，从而控制毛刷的抬起角度，由于不同路况下，路缘石与地面的夹角不同。此时需要操作人员凭经验来控制电机的驱动时长。该操作方法不利于新手来操作。
发明内容
针对上述缺陷，本发明的目的在于提出一种清扫路缘石的清扫方法、系统、存储器及电子设备，实现清扫车毛刷角度的自我调节，大大减少了清扫路缘石的难度，提高了自动化的程度。
为达此目的，本发明采用以下技术方案：一种清扫路缘石的清洁方法，所述清扫车包括毛刷、摄像机、用于调节毛刷角度的电机以及与毛刷电联接的压力传感器，所述清洁方法包括以下步骤：
步骤S1：获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则执行步骤S2；
步骤S2：启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；
其中第一图片包含有清扫车的车前盖；
步骤S3：对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则执行步骤S4；
步骤S4：获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长。
优选的，判断第一图片中是否含有路缘石的步骤如下：
构建识别模型；
获取各个不同角度下的不同路缘石的照片；
将路缘石的照片按照7：3的比例分为训练组与测试组；
并将训练组的照片输入至识别模型中进训练，得到训练后的模型；
使用测试组的照片对训练后的模型进行测试。
优选的，所述步骤S4中获取缝隙的方法如下：
在第一图片中，截取大小固定的第二图片；
使用大津律法对第二图片进行处理，得到对第一图片所使用二值化的阈值；
基于二值化的阈值对所述第一图片进行二值化，得到第三图片；
在第三图片中进行线型轮廓提取，得到所述缝隙。
优选的，所述步骤S4中获取路缘石与地面之间的夹角的步骤如下：
在第一图片中作出测量线，其中所述测量线与所述第一图片中的车前盖的前边缘平行；
将测量线的一端连接至所述缝隙的下端；
设置连接线，所述连接线的两端分别连接缝隙的上端与测量线的另一端，构建出三角形；
通过连接线、测量线以及缝隙的像素长度计算得到路缘石与地面之间的夹角。
优选的，通过所述夹角调节电机的驱动时长的步骤如下：
通过夹角计算出电机所要旋转的角度；
通过电机的功率以及旋转的角度计算所述电机的时长。
优选的，其中通过夹角计算出电机所要旋转的角度的公式如下：
其中a1(t)为电机的理论旋转角度，e1(t)的取值为夹角，Kp、Ki、Kd为神经网络的增益，t为时间，e1为旋转角度误差值；
对电机的理论旋转角度进行离散化处理，获得电机的执行旋转角度，其中电机的执行旋转角度如下所表示：
其中，a1(k)为电机的执行旋转角度，e1(n)为第n个理论旋转角度误差值的离散值，n的取值范围为整数、k为离散值的总数。
一种清扫路缘石的清洁系统，使用所述一种清扫路缘石的清洁方法包括判断模块、拍摄模块、识别模块以及驱动模块；
所述判断模块用于获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则调用拍摄模块；
所述拍摄模块用于启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；
所述识别模块用于对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则调用驱动模块；
所述驱动模块用于获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长。
一种存储器，其上存储有计算机程序该程序被处理器执行时实现所述一种清扫路缘石的清洁方法。
一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现项所述一种清扫路缘石的清洁方法。
上述技术方案中的一个技术方案具有如下优点或有益效果：通过在第一图像中，三条线段之间的像素大小即可通过三角函数得知路缘石与路面之间的夹角，最后再通过所述夹角调节电机的驱动时长即可实现清扫车毛刷角度的自我调节，大大减少了清扫路缘石的难度，提高了自动化的程度。
附图说明
图1是本发明方法的一个实施例的流程图。
图2是本发明系统的一个实施例的结构示意图。
具体实施方式
下面详细描述本发明的实施方式，实施方式的示例在附图中示出，其中，相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的实施方式的描述中，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所述特征。在本发明的实施方式的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
此外，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。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
如图1～2所示，一种清扫路缘石的清洁方法，所述清扫车包括毛刷、摄像机、用于调节毛刷角度的电机以及与毛刷电联接的压力传感器，所述清洁方法包括以下步骤：
步骤S1：获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则执行步骤S2；
步骤S2：启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；
其中第一图片包含有清扫车的车前盖；
步骤S3：对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则执行步骤S4；
步骤S4：获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长。
由于不同路况下，路缘石与地面的夹角不同。此时需要操作人员凭经验来控制电机的驱动时长。该操作方法不利于新手来操作。为此在本发明中，会在毛刷处设置有压力传感器，当清扫车进行正常的清扫时，压力传感器为恒定的值，当遇到路缘石时，毛刷的侧边会被路缘石所挤压，从而使得压力传感器所承受的压力值变大，此时通过判断毛刷所承受的压力即可初步判断出，毛刷当前可能经过路缘石。
但是导致毛刷所承受的压力变大的原因不单单只是遇到路缘石，也有可能遇到路上的普通石头，此时则需要启动摄像机对当前路况进行拍摄。拍摄得到第一图片。值得一提的是摄像机在平时是处于关机的状态，因为清扫车通常缺少对摄像机充电的工具，为了避免摄像机没有电，故在平常状态下是处于关机的装填，只有当毛刷承受压力，且压力大于阈值时摄像机才会进行启动拍摄。
随后对第一图片进行识别，其中可以通过模型识别，使用路缘石作为识别的训练对象对模型进行训练，然后再将所述第一图片放入到识别模型中进行识别即可判断出在第一图片中是否含有路缘石。当含有路缘石时，则需要对毛刷的角度继续调节，使得毛刷的刷面与路缘石的侧面平行，此时才可以最大程度对路缘石进行清洁，也能降低毛刷的压力，增加清洁效果以及延长毛刷的使用寿命。
其中在进行角度的计算时会用到缝隙，由于路缘在组成时，是通过多块路缘石进行组合，路缘石与路缘石之间存在有缝隙，此时该条缝隙是垂直于路缘石与地面的交界线，而清扫车在进行驾驶时，通常是直线行驶，其车前盖的前边缘也是可以近似看做垂直于路缘石与地面的交界线，然后再通过缝隙与车前盖的前边缘构建出三角形，通过在第一图像中，三条线段之间的像素大小即可通过三角函数得知路缘石与路面之间的夹角，最后再通过所述夹角调节电机的驱动时长即可实现清扫车毛刷角度的自我调节，大大减少了清扫路缘石的难度，提高了自动化的程度。
优选的，判断第一图片中是否含有路缘石的步骤如下：
构建识别模型；
获取各个不同角度下的不同路缘石的照片；
将路缘石的照片按照7：3的比例分为训练组与测试组；
并将训练组的照片输入至识别模型中进训练，得到训练后的模型；
使用测试组的照片对训练后的模型进行测试。
在本发明的一个实施例中，通过构建识别模型对第一图片进行识别，其中在训练时，加入了不同角度，不同材质的路缘石照片作为训练的素材，使得训练出来的识别模型在进行识别时，可以适配不同高度的清扫车以及不同路面的路缘石，大大提高了实用性。
优选的，所述步骤S4中获取缝隙的方法如下：
在第一图片中，截取大小固定的第二图片；
具体的，第二图片的像素尺寸大小可以为第一图片像素大小的0.1～0.2倍。
由于拍摄像机其在拍摄时的拍摄角度是固定的，而路缘石的位置也相对固定在第一图片的左下角或右下角的位置。故在截取第二图片时可以通过人工的方式，在图片中选取出一个区域，在每一次对第进行第二图片的截取时，都相应的对路缘石进行截取即可得到第二图片。
使用大津律法对第二图片进行处理，得到对第一图片所使用二值化的阈值；
大津律法是一种确定图像二值化分割阈值的算法。算法假设图像像素能够根据全局阈值，被分成背景[background]和目标[objects]两部分。然后，计算该最佳阈值来区分这两类像素，使得两类像素区分度最大。大津法阈值采用最大类间方差的原理，适合于图像灰度分布整体呈现“双峰”的情况。大津法会自动找出一个阈值，使得分割后的两部分类间方差最大。
基于二值化的阈值对所述第一图片进行二值化，得到第三图片；
基于二值化的阈值进行的二值化能够有效区别出路缘石、路面以及其物体。
在第三图片中进行线型轮廓提取，得到所述缝隙。
在进行第三图片中由于进行了二值化，路缘石中只有边缘以及缝隙包保留下来，此时由于缝隙与路缘石的边缘是不同方向的线段，通过方向取值即可选择出对应的缝隙。
优选的，所述步骤S4中获取路缘石与地面之间的夹角的步骤如下：
在第一图片中作出测量线，其中所述测量线与所述第一图片中的车前盖的前边缘平行；
将测量线的一端连接至所述缝隙的下端；
设置连接线，所述连接线的两端分别连接缝隙的上端与测量线的另一端，构建出三角形；
通过连接线、测量线以及缝隙的像素长度计算得到路缘石与地面之间的夹角。
由于路缘在组成时，是通过多块路缘石进行组合，路缘石与路缘石之间存在有缝隙，此时该条缝隙是垂直于路缘石与地面的交界线，而清扫车在进行驾驶时，通常是直线行驶，其车前盖的前边缘也是可以近似看做垂直于路缘石与地面的交界线，在本发明中根据车前盖的前边缘作出与其平行的测量线，通过测量线、缝隙与连接线构建出三角形。通过在第一图像中，三条线段之间的像素大小即可三条线段的长度，当得知三条线段的长度后通过三角函数得知路缘石与路面之间的夹角。
值得一提的是，在计算所述连接线的像素长度时，可以在原有的像素长度上乘以一个大于1的修正值，以对所述连接线的像素长度进行修正。
优选的，通过所述夹角调节电机的驱动时长的步骤如下：
通过夹角计算出电机所要旋转的角度；
通过电机的功率以及旋转的角度计算所述电机的时长。
优选的，其中通过夹角计算出电机所要旋转的角度的公式如下：
其中a1(t)为电机的理论旋转角度，e1(t)的取值为夹角，Kp、Ki、Kd为神经网络的增益，t为时间，e1为旋转角度误差值；
对电机的理论旋转角度进行离散化处理，获得电机的执行旋转角度，其中电机的执行旋转角度如下所表示：
其中，a1(k)为电机的执行旋转角度，e1(n)为第n个理论旋转角度误差值的离散值，n的取值范围为整数、k为离散值的总数。
当获取到夹角后，通过训练的神经网络即可得到电机所有旋转的理论旋转角度，但是在实际执行时，会由于线圈的老化等不同的因数导致电机在旋转理论旋转角度后，无法使得毛刷转动夹角的度数，为此在本发明中，还结合误差的离散值对旋转理论旋转角度进行调节，从而得到电机的执行旋转角度。执行旋转角度在电机执行后满足毛刷的旋转需求。
值得一提的是，所述通过电机的执行旋转角度与电机的理论旋转角度之间的差值对旋转角度误差值e1进行更新，更新后的e1代入到下次的电机的执行旋转角度与电机的理论旋转角度中。
一种清扫路缘石的清洁系统，使用所述一种清扫路缘石的清洁方法包括判断模块、拍摄模块、识别模块以及驱动模块；
所述判断模块用于获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则调用拍摄模块；
所述拍摄模块用于启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；
所述识别模块用于对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则调用驱动模块；
所述驱动模块用于获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长。
一种存储器，其上存储有计算机程序该程序被处理器执行时实现所述一种清扫路缘石的清洁方法。
一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现项所述一种清扫路缘石的清洁方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施实施进行变化、修改、替换和变型。

Claims (6)

1.一种清扫路缘石的清洁方法，应用于清扫车，其特征在于，所述清扫车包括毛刷、摄像机、用于调节毛刷角度的电机以及与毛刷电联接的压力传感器，所述清洁方法包括以下步骤：
步骤S1：获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则执行步骤S2；
步骤S2：启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；
其中第一图片包含有清扫车的车前盖；
步骤S3：对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则执行步骤S4；
步骤S4：获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长；
其中获取夹角的步骤如下:
在第一图片中作出测量线，其中所述测量线与所述第一图片中的车前盖的前边缘平行；
将测量线的一端连接至所述缝隙的下端；
设置连接线，所述连接线的两端分别连接缝隙的上端与测量线的另一端，构建出三角形；
通过连接线、测量线以及缝隙的像素长度计算得到路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长的步骤如下：
通过夹角计算出电机所要旋转的角度；
通过电机的功率以及旋转的角度计算所述电机的时长。
2.根据权利要求1所述的一种清扫路缘石的清洁方法，其特征在于，所述步骤S4中获取缝隙的方法如下：
在第一图片中，截取大小固定的第二图片；
使用大津律法对第二图片进行处理，得到对第一图片所使用二值化的阈值；
基于二值化的阈值对所述第一图片进行二值化，得到第三图片；
在第三图片中进行线型轮廓提取，得到所述缝隙。
3.根据权利要求1所述的一种清扫路缘石的清洁方法，其特征在于，其中通过夹角计算出电机所要旋转的角度的公式如下：
；
其中为电机的理论旋转角度，的取值为夹角，、、为神经网络的增益，t为时间，为旋转角度误差值；
对电机的理论旋转角度进行离散化处理，获得电机的执行旋转角度，其中电机的执行旋转角度如下所表示：
；
其中，为电机的执行旋转角度，为第n个理论旋转角度误差值的离散值，n的取值范围为整数、k为离散值的总数。
4.一种清扫路缘石的清洁系统，使用权利要求1~3任一项所述一种清扫路缘石的清洁方法，其特征在于，包括判断模块、拍摄模块、识别模块以及驱动模块；
所述判断模块用于获取毛刷所承受的压力，判断压力是否大于压力阈值，若大于则调用拍摄模块；
所述拍摄模块用于启动位于清扫车的前端的摄像机，对前方的路况进行拍摄，得到第一图片；
所述识别模块用于对第一图片进行识别，判断第一图片中是否含有路缘石，若含有则调用驱动模块；
所述驱动模块用于获取第一图片中路缘石与路缘石之间的缝隙，通过所述缝隙与车前盖获取路缘石与地面之间的夹角；
通过所述夹角调节电机的驱动时长。
5.一种存储器，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1~3任一项所述一种清扫路缘石的清洁方法。
6.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~3任一项所述一种清扫路缘石的清洁方法。
CN202311179673.3A 2023-09-12 2023-09-12 一种清扫路缘石的清扫方法、系统、存储器及电子设备 Active CN117449236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311179673.3A CN117449236B (zh) 2023-09-12 2023-09-12 一种清扫路缘石的清扫方法、系统、存储器及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311179673.3A CN117449236B (zh) 2023-09-12 2023-09-12 一种清扫路缘石的清扫方法、系统、存储器及电子设备

Publications (2)

Publication Number Publication Date
CN117449236A CN117449236A (zh) 2024-01-26
CN117449236B true CN117449236B (zh) 2024-07-02

Family

ID=89591757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311179673.3A Active CN117449236B (zh) 2023-09-12 2023-09-12 一种清扫路缘石的清扫方法、系统、存储器及电子设备

Country Status (1)

Country Link
CN (1) CN117449236B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105759820A (zh) * 2016-04-08 2016-07-13 济宁中科先进技术研究院有限公司 基于激光和视觉的道路自主清扫控制系统及控制方法
CN205501897U (zh) * 2016-01-25 2016-08-24 上海市金山区青少年活动中心 道路清扫车

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110597250A (zh) * 2019-08-27 2019-12-20 山东浩睿智能科技有限公司 一种道路清扫设备的自动巡边系统
NL2024447B1 (en) * 2019-12-13 2021-09-01 Ravo B V Cleaning machine for a road or pavement or gutter
CN112837333A (zh) * 2021-02-04 2021-05-25 南京抒微智能科技有限公司 一种室外无人清扫车贴边清洁方法及设备
CN113589814B (zh) * 2021-07-30 2023-05-05 华侨大学 一种基于路况识别压力、位置自动调节的盘刷系统
CN115826575A (zh) * 2022-11-28 2023-03-21 湖南湘江智车出行科技有限公司 一种无人清扫车的自适应贴边调节方法及调节系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205501897U (zh) * 2016-01-25 2016-08-24 上海市金山区青少年活动中心 道路清扫车
CN105759820A (zh) * 2016-04-08 2016-07-13 济宁中科先进技术研究院有限公司 基于激光和视觉的道路自主清扫控制系统及控制方法

Also Published As

Publication number Publication date
CN117449236A (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
CN111733743B (zh) 一种自动清扫方法及清扫系统
CN107137026A (zh) 一种扫地机器人及其摄像头补光系统、方法
CN113761970B (zh) 基于图像识别工作位置的方法、系统，机器人及存储介质
US6298157B1 (en) Locating and aligning embedded images
CN109884727B (zh) 异物检测方法、异物检测装置和电子设备
CN111353431B (zh) 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质
CN111104933A (zh) 地图处理方法、移动机器人及计算机可读存储介质
US6925206B2 (en) White line detection apparatus and white line detection method
CN110390256B (zh) 一种沥青路面裂缝提取方法
CN112720408B (zh) 一种全地形机器人视觉导航控制方法
CN1271559C (zh) 一种人眼虹膜识别方法
WO2023184868A1 (zh) 障碍物朝向的确定方法、装置、系统、设备、介质及产品
CN117449236B (zh) 一种清扫路缘石的清扫方法、系统、存储器及电子设备
CN106264356A (zh) 一种智能垃圾清洁装置
CN115358983A (zh) 刀具缺陷检测方法、检测设备和计算机可读存储介质
CN114494304B (zh) 一种智能的干洗车厢内部物料快速疏导方法
CN111652033A (zh) 基于OpenCV的车道线检测方法
CN115018801A (zh) 一种道路清洁度检测方法以及智能清扫方法
CN112232246A (zh) 基于深度学习的垃圾检测分类方法和装置
WO2021184665A1 (zh) 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质
CN113345087B (zh) 基于单目视觉的地表模型拟合方法和装置
CN116509262A (zh) 一种清洁设备及其清洁方法
Yinka et al. Performance of drivable path detection system of autonomous robots in rain and snow scenario
CN114119434A (zh) 一种基于图像分析的清扫工具自动转换方法、系统
WO2021184664A1 (zh) 自动工作系统、自动行走设备及其控制方法及计算机可读存储介质

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
GR01 Patent grant