[发明专利]垃圾分类清扫方法、系统、电子设备、存储介质及扫地机在审

专利信息
申请号: 202010386552.6 申请日: 2020-05-09
公开(公告)号: CN111543898A 公开(公告)日: 2020-08-18
发明(设计)人: 檀冲;张书新;王颖;霍章义;王磊;李欢欢 申请(专利权)人: 小狗电器互联网科技(北京)股份有限公司
主分类号: A47L11/24 分类号: A47L11/24;A47L11/40;G06K9/00;G06K9/46;G06K9/62
代理公司: 北京聿宏知识产权代理有限公司 11372 代理人: 吴大建;胡晓男
地址: 100026 北京市朝阳*** 国省代码: 北京;11
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 清扫 方法 系统 电子设备 存储 介质 地机
【权利要求书】:

1.一种垃圾分类清扫方法,其特征在于,应用于扫地机,所述扫地机包括与不同垃圾类别分别对应的多个集尘盒,所述方法包括:

在扫地机清扫过程中进行垃圾识别;

根据垃圾与垃圾类别的预设对应关系,确定垃圾识别结果对应的垃圾类别;

根据垃圾类别与集尘盒的预设对应关系,确定垃圾识别结果对应的集尘盒;

控制扫地机将垃圾收集到对应的集尘盒。

2.根据权利要求1所述的垃圾分类清扫方法,其特征在于,所述在扫地机清扫过程中进行垃圾识别,包括:

在扫地机清扫过程中实时获取形状数据和图像数据;

对所述形状数据和图像数据进行垃圾识别处理,得到垃圾识别结果。

3.根据权利要求2所述的垃圾分类清扫方法,其特征在于,所述对所述形状数据和图像数据进行垃圾识别处理,得到垃圾识别结果,包括:

利用预设特征提取算法对形状数据和图像数据进行特征提取;

利用预设垃圾识别算法及提取的特征数据,确定垃圾识别结果。

4.根据权利要求2所述的垃圾分类清扫方法,其特征在于,所述对所述形状数据和图像数据进行垃圾识别处理,得到垃圾识别结果,包括:

利用预设特征提取算法对形状数据和图像数据进行特征提取;

将提取的特征数据与预存储垃圾学习模型的特征数据进行比对;

确定形状数据和图像数据对应的垃圾。

5.根据权利要求4所述的垃圾分类清扫方法,其特征在于,所述预存储垃圾学习模型是利用不同垃圾的特征数据采用深度学习算法训练得到的。

6.一种垃圾分类清扫系统,其特征在于,应用于扫地机,所述扫地机包括与不同垃圾类别分别对应的多个集尘盒,所述系统包括:

识别模块,用于在扫地机清扫过程中进行垃圾识别;

第一确定模块,用于根据垃圾与垃圾类别的预设对应关系,确定垃圾识别结果对应的垃圾类别;

第二确定模块,用于根据垃圾类别与集尘盒的预设对应关系,确定垃圾识别结果对应的集尘盒;

控制模块,用于控制扫地机将垃圾收集到对应的集尘盒。

7.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的垃圾分类清扫方法。

8.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被一个或多个处理器执行时,实现如权利要求1至5中任一项所述的垃圾分类清扫方法。

9.一种扫地机,其特征在于,包括:

图像采集系统,与处理装置连接,用于在扫地机清扫过程中实时采集形状数据和图像数据;

多个集尘盒,分别用于收集不同垃圾类别的垃圾;

处理装置,用于获取图像采集系统采集的形状数据和图像数据,进行垃圾识别;根据垃圾与垃圾类别的预设对应关系,确定垃圾识别结果对应的垃圾类别;根据垃圾类别与集尘盒的预设对应关系,确定垃圾识别结果对应的集尘盒;控制扫地机将垃圾收集到对应的集尘盒。

10.根据权利要求9所述的扫地机,其特征在于,所述图像采集系统包括:

结构光系统,与处理装置连接,用于在扫地机清扫过程中实时采集形状数据;

摄像头,与处理装置连接,用于在扫地机清扫过程中实时采集图像数据。

11.根据权利要求9所述的扫地机,其特征在于,所述处理装置,包括:

GPU,与图像采集系统连接,用于获取图像采集系统采集的形状数据和图像数据,利用预设特征提取算法对形状数据和图像数据进行特征提取,利用预设垃圾识别算法及提取的特征数据,确定垃圾识别结果,根据垃圾与垃圾类别的预设对应关系,确定垃圾识别结果对应的垃圾类别;根据垃圾类别与集尘盒的预设对应关系,确定垃圾识别结果对应的集尘盒;控制扫地机将垃圾收集到对应的集尘盒;

AI芯片,与GPU连接,用于存储预设特征提取算法和预设垃圾识别算法。

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小狗电器互联网科技(北京)股份有限公司,未经小狗电器互联网科技(北京)股份有限公司许可,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/202010386552.6/1.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