[发明专利]一种自动清扫方法及清扫系统

权利要求书

1.一种清扫方法，其特征在于，包括如下步骤：

S1、建立或更新待清扫区域的洁净参考基准和落叶参考基准；

S2、清扫作业前，获取清扫区域的特征信息，与洁净参考基准对比，若差异小于设定值，则认定为洁净状态，不进行清扫作业；若差异大于设定值，则认定为非洁净状态，执行S3步骤；

S3、将获得的特征信息与落叶参考基准对比，若差异小于设定值，则判断为落叶路面，执行落叶路面清扫作业；若差异大于设定值，则判断为常规脏污路面，执行常规脏污路面清扫作业；

S4、清扫完成后，再次获取清扫区域的特征信息，与洁净参考基准对比，若仍认定为非洁净状态，则重复S3步骤进行二次清扫，二次清扫完成后，再次获取清扫区域的特征信息，与洁净参考基准对比，若仍认定为非洁净状态，自动调整清扫区域的洁净参考基准并上报至监控管理后台，监控后台更新该区域的洁净参考基准；

S5、清扫车结束清扫作业，返回待机点；

所述S4步骤中自动调整清扫区域的洁净参考基准的方法为：获取二次清扫后清扫区域最新的路面特征信息，将其作为清扫区域最新的洁净参考基准，并保留该清扫区域最初的洁净参考基准，同时将更新后的洁净参考基准上报监控管理后台；监控后台更新该区域的洁净参考基准，并将该最新的洁净参考基准同步至系统中其它清扫车，其它清扫车同时保留该清扫区域最初的洁净参考基准；

所述S2步骤中若认定为洁净状态，不进行清扫作业后还包括如下步骤：将获得的清扫区域的特征信息与最初的洁净参考基准对比，如差异在设定的范围内，则判定路面复原，将现有的参考基准更新为最初的洁净参考基准；

所述S4步骤中清扫完成后，再次获取清扫区域的特征信息，与洁净参考基准对比，若认定为洁净状态，则将获得的清扫区域的特征信息与最初的洁净参考基准对比，如差异在设定的范围内，则判定路面复原，将现有的参考基准更新为最初的洁净参考基准；

所述S4步骤中二次清扫完成后，再次获取清扫区域的特征信息，与洁净参考基准对比，若认定为洁净状态，则将获得的清扫区域的特征信息与最初的洁净参考基准对比，如差异在设定的范围内，则判定路面复原，将现有的参考基准更新为最初的洁净参考基准。

2.根据权利要求1所述的一种清扫方法，其特征在于，所述S1步骤中建立待清扫区域的洁净参考基准的方法为：当待清扫区域地面为洁净状态时，通过视觉传感器获取地面图像，将图像转化为RGB格式，然后进行灰度转化得到灰度图；将灰度图与区域坐标关联，生成灰度地图；提取灰度地图的路面特征信息，得到待清扫区域的洁净参考基准；

所述待清扫区域的路面为铺砖路面、水泥路面、沥青路面、石料砌块路面或碎石路面，所述路面特征包括色彩、形状、纹理中的一个或多个。

3.根据权利要求1所述的一种清扫方法，其特征在于，所述S1步骤中建立待清扫区域的落叶参考基准的方法为：将清扫区域内的落叶图片转化成灰度图，提取灰度图的特征信息，得到待清扫区域的落叶参考基准；所述落叶特征包括形状、颜色和纹理中的一个或多个。

4.根据权利要求1所述的一种清扫方法，其特征在于，所述S2、S4步骤中获取清扫区域的特征信息的方法为：通过清扫车上的视觉传感器获取地面图像，并从获得的地面图像中提取清扫区域的特征信息；

所述S3步骤中将获得的特征信息与落叶参考基准对比的方法为：将视觉传感器获取的地面图像与落叶参考基准的图像进行匹配，匹配方法采用dHash算法，得到64位hash值后，使用汉明距离量化两张图像的相似性，若汉明距离大于设定值，则判定为落叶；若汉明距离小于设定值，则判定为非落叶。

5.根据权利要求1所述的一种清扫方法，其特征在于，所述S3步骤中落叶路面清扫作业的方法为：通过路面湿度传感器检测地面湿度，若路面湿度传感器反馈值小于设定值，判定为干燥路面，降下清扫刷进行清扫，清扫参数为默认值；若路面湿度传感器反馈值大于设定值，判定为湿润路面，则降下清扫刷，增大清扫刷转速和风机吸力进行清扫。