[发明专利]一种智能多功能室外清扫机器人有效
申请号: | 201911119032.2 | 申请日: | 2019-11-15 |
公开(公告)号: | CN110755002B | 公开(公告)日: | 2021-03-23 |
发明(设计)人: | 楚红雨 | 申请(专利权)人: | 苏州科睿信飞智能科技有限公司 |
主分类号: | A47L11/24 | 分类号: | A47L11/24;A47L11/40 |
代理公司: | 西安乾方知识产权代理事务所(特殊普通合伙) 61259 | 代理人: | 胡思棉 |
地址: | 215000 江苏省苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 多功能 室外 清扫 机器人 | ||
1.一种智能多功能室外清扫机器人,包括车体和清扫单元;其特征在于还包括设置在车体上的动力驱动单元、数据传输单元、自主导航单元、中央处理单元、地面检测单元、环境监测单元、智能洒水单元、垃圾自动分类单元及智能调速单元;所述动力驱动单元用于清扫机器人各部件的驱动及电力供给;所述数据传输单元用于清扫机器人与调度室之间的信息交互;所述自主导航单元用于清扫机器人的自主导航;所述地面检测单元用于监测路况,所述环境监测单元用于监测环境获取环境信息;所述垃圾分类单元将清扫垃圾进行自动分类并回收;智能调速单元用于清扫机器人在不同环境清洁程度中的智能调速;所述中央处理单元为清扫机器人的控制中心,其与各单元连接,用于信息处理并向各单元发送指令;垃圾识别分类,其步骤如下:S1,通过设置在车体正前方的双目摄像机采集环境图像; S2,采用yolov3算法对采集的环境图像中的物体进行初步分类,依据初步分类结果设定初步判定为可回收垃圾的置信度K;同时,对图像中物体数量进行计数,并计算单位面积的物体数量A;S3,根据制定的五种模糊规则,得到相应的环境因子Y;五种模糊规则:第一种,A<6时,Y=1;第二种,6≤A<12时,Y=0.9;第三种,12≤A<20时,Y=0.85;第四种,20≤A<30时,Y=0.8;第五种,A≥30时,Y=0.75; S4,通过得到的环境因子Y;S4,计算K*Y之积P;设定当P>0.7时,判定物体为可回收垃圾,将垃圾收集至可回收垃圾箱中;当P≤0.7时,则判定物体为不可回收垃圾,将垃圾收集至不可回收垃圾箱中。
2.根据权利要求1所述的智能多功能室外清扫机器人,其特征在于所述动力驱动单元包括电源及电源管理模块;所述电源为主从双电源结构,主电源为电池组;从电源为太阳能电池。
3.根据权利要求2所述的智能多功能室外清扫机器人,其特征在于所述电源管理模块采用基于卡尔曼滤波的SOC在线估算方法,对清扫机器人所剩电量进行估算;根据前一段时间所行的平均速度和消耗能量计算清扫机器人续航里程,考虑清扫机器人在清洁路面过程中可能需要躲避障碍物或行人的情况,保留电量冗余,得到可续航里程;当清扫机器人可续航里程不足以回到充电站,自动切换到从电源,以保证清扫机器人的正常工作。
4.根据权利要求1所述的智能多功能室外清扫机器人,其特征在于所述数据传输单元包括GPRS 4G模块和数传模块两种通信方式;所述GPRS 4G模块和数传模块分别与调度室通信;优先选择采用GPRS 4G模块与调度台通信;当网速V50Kbps时,且清扫机器人在距离调度室20公里以内,切换至数传模块与调度室通信。
5.根据权利要求1所述的智能多功能室外清扫机器人,其特征在于所述自主导航单元包括设置在车体上面的北斗—GPS双模定位导航系统、设置在车体的上前方的激光雷达、设置在车体正前方的红外视觉双目相机及设置在车体上的惯性测量传感器;所述北斗—GPS双模定位导航系统用于清扫机器人全局路线的导航工作,所述激光雷达、红外视觉双目相机、惯性测量单元与北斗—GPS双模定位导航系统进行数据融合,用于局部精确导航工作。
6.根据权利要求5所述的智能多功能室外清扫机器人,其特征在于融合流程如下:
S1:构建系统的预测状态方程:
其中和为系统输出即目标量,的下一时刻为为状态转移矩阵,为控制矩阵,为系统输入;为测量噪声,其满足,为环境噪声,通过实时估算得到;
S2:构建测量的状态方程:
其中为第个传感器的测量值,为其的传感器测量矩阵,为其的测量噪声,其满足;
S3:根据状态方程,在时刻对下一时刻进行预测:
S4:根据时刻的预测值和传感器在时刻的测量值矩阵,确定传感器数据融合系统的最优估计值为:
式中,为时刻的传感器融合的最优状态估计值;为卡尔曼增益,为各传感器在时刻的由测量方程得出的测量值构成的测量值矩阵,为观测矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州科睿信飞智能科技有限公司,未经苏州科睿信飞智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911119032.2/1.html,转载请声明来源钻瓜专利网。