[发明专利]基于地面材质自适应控制扫地机器人的方法及扫地机器人在审

专利信息
申请号: 201910536548.0 申请日: 2019-06-20
公开(公告)号: CN112016375A 公开(公告)日: 2020-12-01
发明(设计)人: 黄继铭 申请(专利权)人: 三个机器人公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04;G06N3/08;G06T5/00;G05B13/04
代理公司: 北京市万慧达律师事务所 11111 代理人: 黄玉东
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 地面 材质 自适应 控制 扫地 机器人 方法
【权利要求书】:

1.一种基于地面材质自适应控制的扫地机器人,包括:

接收模块,用于采集所述扫地机器人周围的第一图像信息;

训练模块,用于对地面材质图像集进行轻量级深度神经网络离线模型训练,并建立识别地面材质的深度神经网络模型;

处理模块,耦合于所述接收模块和所述训练模块,用于根据所述第一图像信息识别扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息;

控制模块,耦合于所述处理模块,用于根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动;以及

运动模块,用于根据所述控制信号实现清扫模式。

2.如权利要求1所述的基于地面材质自适应控制的扫地机器人,其特征在于,所述接收模块位于所述扫地机器人的前方,用于采集所述扫地机器人前方的图像。

3.如权利要求1所述的基于地面材质自适应控制的扫地机器人,其特征在于,所述处理模块内还包含图像处理单元,用于对所述第一图像信息预处理,包括畸变校正和高斯滤波后获取第二图像信息。

4.如权利要求1所述的基于地面材质自适应控制的扫地机器人,其特征在于,所述处理模块内还包含识别单元,所述识别单元以所述第二图像信息作为输入信息,对所述第二图像信息送入轻量级深度卷积网络进行识别运算,获取所述第一图像信息内的地面材质信息以及位置信息。

5.如权利要求4所述的基于地面材质自适应控制的扫地机器人,其特征在于,所述位置信息指所述第一图像信息距离所述扫地机器人的距离和方位。

6.如权利要求4所述的基于地面材质自适应控制的扫地机器人,其特征在于,当所述地面材质为硬质材料时,所述控制模块发出第一控制信号,指示所述运动模块高速低吸力运行。

7.如权利要求4所述的基于地面材质自适应控制的扫地机器人,其特征在于,当所述地面材质为软质材料时,所述控制模块发出第二控制信号,指示所述运动模块低速高吸力运行。

8.如权利要求1所述的基于地面材质自适应控制的扫地机器人,其特征在于,所述运动模块的清扫模式,包括所述高速低吸力和所述低速高吸力模式。

9.一种基于地面材质自适应控制扫地机器人的方法,其特征在于,包括:

采集所述扫地机器人周围的第一图像信息;;

对地面材质图像集进行轻量级深度神经网络离线模型训练,并建立识别地面材质的深度神经网络模型;

识别所述扫地机器人当前周边的地面材质以及所述第一图像信息所处的位置信息;

根据识别的地面材质和所述第一图像信息的位置信息发出控制信号来控制所述扫地机器人运动;以及

根据所述控制信号实现清扫模式。

10.如权利要求9所述的基于基于地面材质自适应控制扫地机器人的方法,其特征在于,还包括:对所述第一图像信息预处理,包括畸变校正和高斯滤波后获取第二图像信息。

11.如权利要求10所述的基于基于地面材质自适应控制扫地机器人的方法,其特征在于,还包括:以所述第二图像信息作为输入信息,对所述第二图像信息送入轻量级深度卷积网络进行识别运算,获取所述第一图像信息内的地面材质信息以及位置信息。

12.权利要求11所述的基于基于地面材质自适应控制扫地机器人的方法,其特征在于,还包括:所述位置信息指所述第一图像信息距离所述扫地机器人的距离和方位。

13.如权利要求9所述的基于地面材质自适应控制的扫地机器人的方法,其特征在于,当所述地面材质为硬质材料时,所述控制模块发出第一控制信号,指示所述运动模块高速低吸力运行。

14.如权利要求9所述的基于地面材质自适应控制的扫地机器人的方法,其特征在于,当所述地面材质为软质材料时,所述控制模块发出第二控制信号,指示所述运动模块低速高吸力运行。

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三个机器人公司,未经三个机器人公司许可,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/201910536548.0/1.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