[发明专利]垃圾分类处理方法及清洁机器人有效

专利信息
申请号: 201911426178.1 申请日: 2019-12-31
公开(公告)号: CN111166247B 公开(公告)日: 2022-06-07
发明(设计)人: 龚凯 申请(专利权)人: 深圳飞科机器人有限公司
主分类号: A47L11/24 分类号: A47L11/24;A47L11/40
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;李光金
地址: 518109 广东省深圳市龙华区龙华*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 垃圾 分类 处理 方法 清洁 机器人
【说明书】:

本申请公开了一种垃圾分类处理方法及清洁机器人,该方法应用于清洁机器人,包括:获取清洁机器人的前进方向上的障碍物的图像;当根据所获取的图像识别到障碍物中有垃圾时,根据所获取的图像识别垃圾的清扫属性;根据垃圾的清扫属性,控制清洁机器人处理垃圾。实施本申请可实现针对不同垃圾提高清扫覆盖率的同时,降低清扫风险。

技术领域

本申请涉及智能机器人领域,尤其涉及一种垃圾分类处理方法以及清洁机器人。

背景技术

现代生活中,清洁机器人逐渐应用和普及。在清洁机器人的清扫过程中,会遇到各种障碍物,如墙壁、桌椅、花瓶、动物粪便、垃圾等。现有的障碍物处理方案主要是通过在清洁机器人前部或顶部安装非接触式传感器,如红外,激光或超声波等测距传感器,通过非接触式方式检测远方垃圾;然后在前部安装一套接触传感器,如开关或电容传感等,来检测清洁机器人周围的障碍物。非接触式传感器与接触式传感器相互配合,从而形成一套运动路径。现有技术中,清洁机器人在对所有清洁区域进行清扫时,采用相同的清扫策略,现实生活中会出现有些不能被清扫的垃圾(如动物粪便)被清扫、而有些垃圾却不能被清理干净的情况。因此,清洁机器人面对垃圾时采取有针对性的清扫策略很重要。

发明内容

本申请实施例提供一种垃圾分类处理方法及清洁机器人,可实现针对不同垃圾提高清扫覆盖率的同时,降低清扫风险。

第一方面,本申请实施例提供了一种垃圾分类处理方法,应用于清洁机器人,包括:获取所述清洁机器人的前进方向上的障碍物的图像;当根据所获取的图像识别到所述障碍物中有垃圾时,根据所获取的图像识别所述垃圾的清扫属性;根据所述垃圾的清扫属性,控制所述清洁机器人处理所述垃圾。

可以看出,实施本申请实施例,可实现清洁机器人可识别垃圾所属的清扫属性,并根据垃圾所属的清扫类别采取不同的运动策略和清扫策略,从而可实现针对不同垃圾提高清扫覆盖率的同时降低清扫风险,提升清洁机器人的智能化程度和清扫效果。

基于第一方面,在可能的实施例中,所述清洁机器人根据所获取的图像识别所述垃圾的清扫属性为以下一种:可清扫类垃圾、不可清扫类垃圾。

也就是说,通过将垃圾区分为可清扫类和不可清扫类,一方面可实现清洁机器人对垃圾的清扫无遗漏,提高清扫覆盖率,另一方面又能避免清洁机器人陷入危险状况和对周围环境造成危害,降低风险或负面影响。

基于第一方面,在一种可能的实施例中,所述可清扫类垃圾还可以根据垃圾的分布范围大小被进一步细分,例如,所述可清扫类垃圾可被分类为以下至少一种:成片区域垃圾、非成片区域垃圾。其中所述成片区域垃圾的分布范围大于等于预设阈值,所述非成片区域垃圾的分布范围小于预设阈值。

基于第一方面,在又一种可能的实施例中,所述可清扫类垃圾还可以根据垃圾的形态特征被进一步细分,例如,所述可清扫类垃圾可被分类为以下至少一种:可滚动类垃圾、易粘附类垃圾、细小颗粒类垃圾,等等。

也就是说,通过将可清扫类垃圾(或不可清扫类垃圾)进一步细分,能够拓展垃圾的类型,以便于后续针对各种垃圾细类规划具有针对性的清扫策略,一方面有利于实现清洁机器人对垃圾的清扫无遗漏,提高清扫覆盖率,另一方面又能避免清洁机器人陷入危险状况和对周围环境造成危害,降低风险或负面影响。

本申请中,对垃圾的清扫策略又可称为垃圾处理方式,每一种清扫属性均对应于至少一种垃圾处理方式,垃圾处理方式表示在清洁机器人清扫过程中,遇到该清扫属性的垃圾时如何进行运动以及如何进行清扫。即,垃圾处理方式指示了针对该垃圾时清洁机器人采用运动模式和清扫模式。

对于运动模式,在可能的实施例中,当所述垃圾的清扫属性表示可清扫类垃圾和/或成片区域垃圾时,所述控制所述清洁机器人处理所述垃圾,包括:控制所述清洁机器人以直线路径、曲线路径、弓字形路径、稠密路径、或螺旋路径中的至少一种运动路径对所述垃圾进行处理。

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深圳飞科机器人有限公司,未经深圳飞科机器人有限公司许可,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/201911426178.1/2.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