[发明专利]自移动设备及其自学习方法、可读存储介质有效

专利信息
申请号: 201810291114.4 申请日: 2018-04-03
公开(公告)号: CN110347144B 公开(公告)日: 2023-06-09
发明(设计)人: 高振东 申请(专利权)人: 苏州宝时得电动工具有限公司
主分类号: G05D1/02 分类号: G05D1/02
代理公司: 华进联合专利商标代理有限公司 44224 代理人: 唐清凯
地址: 215123 江*** 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: 移动 设备 及其 自学习 方法 可读 存储 介质
【权利要求书】:

1.一种自移动设备,其特征在于,所述自移动设备包括:传感器、定位模块和处理器,

所述传感器与所述处理器连接,用于在自移动设备行走过程中获取草地识别信息,并发送至所述处理器;

所述定位模块与所述处理器连接,用于在自移动设备行走过程中获取所述自移动设备的位置信息,并发送至处理器;

所述处理器,用于接收所述草地识别信息和所述位置信息,并基于所述位置信息反映的自移动设备的当前位置与工作区域的边界位置的距离,判断所述草地识别信息的可信度和/或所述位置信息的可信度,基于所述草地识别信息的可信度和所述位置信息的可信度,调整所述草地识别信息的权重和所述位置信息的权重,根据调整后的权重对所述草地识别信息和所述位置信息进行加权处理,根据加权处理结果判断自移动设备所在位置是否在工作区域内,若所述自移动设备位于非工作区域内,则控制自移动设备返回工作区域内;

所述传感器还用于在自移动设备行走过程中采集工作区域中各子区域的草况数据,并发送至所述处理器;

所述处理器还用于接收所述草况数据,分别对所述各子区域的草况数据进行分析处理,得到各子区域的草况等级,根据所述各子区域的草况等级和所述位置信息生成工作区域的草况地图,所述草况等级用于表示各子区域草地的整体生长情况。

2.根据权利要求1所述的自移动设备,其特征在于,所述处理器还用于根据所述工作区域的草况地图,更新自移动设备的路径规划信息或时间规划信息。

3.一种自移动设备的自学习方法,其特征在于,应用于权利要求1至2任一项所述的自移动设备,包括:

在自移动设备行走过程中获取草地识别信息和自移动设备的位置信息,基于所述位置信息反映的自移动设备的当前位置与工作区域的边界位置的距离,判断所述草地识别信息的可信度和/或所述位置信息的可信度,基于所述草地识别信息的可信度和所述位置信息的可信度,调整所述草地识别信息的权重和所述位置信息的权重,根据调整后的权重对所述草地识别信息和所述位置信息进行加权处理,根据加权处理结果判断自移动设备所在位置是否在工作区域内,若所述自移动设备位于非工作区域内,则控制自移动设备返回工作区域内;

当满足设定的更新条件时,获取所述自移动设备在行走过程中采集的工作区域中各子区域的草况数据;

分别对所述各子区域的草况数据进行分析处理,得到各子区域的草况等级,所述草况等级用于表示各子区域草地的整体生长情况;

根据所述各子区域的草况等级生成工作区域的草况地图;

根据所述工作区域的草况地图,更新所述自移动设备的路径规划信息,所述路径规划信息用于控制所述自移动设备按照所述路径规划信息行走并工作。

4.根据权利要求3所述的自移动设备的自学习方法,其特征在于,所述分别对所述各子区域的草况数据进行分析处理,得到各子区域的草况等级的步骤,包括:

根据所述各子区域的草况数据,分别得到各子区域中预设范围内的草况数据所占比例;

根据所述比例得到各子区域的草况等级。

5.根据权利要求4所述的自移动设备的自学习方法,其特征在于,所述根据所述各子区域的草况数据,分别得到各子区域中预设范围内的草况数据所占比例,根据所述比例得到各子区域的草况等级的步骤,包括:

根据所述各子区域的草况数据,分别得到各子区域中小于或等于第一预设值的草况数据所占的第一比例、大于所述第一预设值且小于或等于第二预设值的草况数据所占的第二比例、和大于所述第二预设值的草况数据所占的第三比例,其中,所述第一预设值小于所述第二预设值;

当所述第一比例大于预设阈值时,得到对应的子区域的草况等级为第一预设等级;

当所述第一比例小于或等于所述预设阈值、且所述第二比例大于所述第三比例时,得到对应的子区域的草况等级为第二预设等级;

当所述第一比例小于或等于所述预设阈值、且所述第二比例小于或等于所述第三比例时,得到对应的子区域的草况等级为第三预设等级。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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宝时得电动工具有限公司,未经苏州宝时得电动工具有限公司许可,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/201810291114.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top