[发明专利]一种基于机器视觉的船舶清洗方法及装置

权利要求书

1.一种基于机器视觉的船舶清洗方法，其特征在于：包括如下步骤：

A、获取船舶待清洗部分的初始图像，并在该初始图像中标记出若干矩形的污迹区域；

B、根据各污迹区域中心点的横坐标或者纵坐标将所有污迹区域分为N个区域组，根据中心点的纵坐标或者横坐标确定机器人依次经过第i个区域组的各污迹区域的顺序，在第i个区域组经过最后一个污迹区域后进入第i+1个区域组内位于端部且距离该污迹区域最近的污迹区域，依次往复，即得到机器人的行进轨迹；

C、将各污迹区域进行横向或者纵向的M等分以得到多个清洗区域，清洗区域的宽度应小于机器人清洗盘的直径，各等分线以及矩形污迹区域的边线即为机器人在污迹区域内的清洗轨迹，该清洗轨迹从与等分线平行的一边线一端开始，行至该边线另一端后，再水平行至与该边线相邻的等分线，直至行至另一与等分线平行的边线端部；

D、控制机器人从行进轨迹的起点开始行进，并将起点作为机器人的第一位置；

E、机器人继续行进一段距离后，获取机器人此时的位置作为第二位置，并根据第一、第二位置得到机器人的实际行进方向，根据该实际行进方向判断机器人是否偏离行进轨迹，若是，进入步骤F，否则，进入步骤G；

F、令机器人停止前进，调整其姿态并使其按照新的行进轨迹行进，新的行进轨迹为该停止点与行进轨迹终点之间的连线，并进入步骤G；

G、判断是否到达目标污迹区域，若是，则按照清洗轨迹进行清洗，否则，进入步骤H；

H、将机器人此时的位置设定为新的第一位置，并进入步骤E。

2.根据权利要求1所述的一种基于机器视觉的船舶清洗方法，其特征在于：所述步骤E中机器人实际行进方向的获取包括如下步骤：

E1、机器人行进一段距离后，拍摄包含机器人的第二图像，将该图像输入训练后的深度学习模型中以对机器人进行识别；

E2、判断步骤E1的识别结果的置信度是否达到预设值，若是，则进入步骤E3，否则，进入步骤E1；

E3、根据识别结果获取ROI区域，并对该ROI区域进行比例变换以及高斯滤波；

E4、提取经步骤E3处理后的ROI区域的目标特征信息，得到至少一个目标特征，将中心位置与第一位置相差最小的特征目标作为最终目标，该最终目标的中心位置即为第二位置；

E5、获取由第一位置至第二位置的第一向量，该第一向量方向即为机器人的实际行进方向。

3.根据权利要求2所述的一种基于机器视觉的船舶清洗方法，其特征在于：所述步骤E中判断机器人是否偏离行进轨迹包括如下步骤：设机器人行进路径方向为第二向量，计算第一向量与第二向量之间的夹角θ，当该夹角θ大于预设的夹角阈值时，即判定机器人偏离行进轨迹；所述步骤F中，将机器人反向转动θ以调整姿态。

4.根据权利要求1或2或3所述的一种基于机器视觉的船舶清洗方法，其特征在于：所述步骤B具体包括：

B1、获取各污迹区域的中心点坐标，将各中心点按照横坐标或者纵坐标值的大小进行排列；

B2、将排列好后的各中心点分为N组，即将各污迹区域分为N个区域组，各区域组内的各污迹区域中心点的横坐标或者纵坐标值均在同一范围内；

B3、第i个区域组内的各污迹区域的中心点按照纵坐标或者横坐标值的大小进行排列，即为该区域组内的部分行进轨迹；

B4、机器人按照部分行进轨迹经过第i个区域组的最后一个污迹区域后，进入第i+1个区域组内位于端部且距离该污迹区域最近的污迹区域，依次往复，即为机器人的行进轨迹。

5.根据权利要求1或2或3所述的一种基于机器视觉的船舶清洗方法，其特征在于：所述初始图像包含机器人，所述步骤C中，进行M等分之前，计算机器人实际尺寸与初始图像中机器人尺寸的比例，以确定清洗区域的宽度，从而确定M的值。

6.根据权利要求2或3所述的一种基于机器视觉的船舶清洗方法，其特征在于：所述步骤E1中，所述一段距离对应于10-15帧图像。