[发明专利]一种基于视觉感知的智能清雪机器人调度方法

权利要求书

1.一种基于视觉感知的智能清雪机器人调度方法，其特征在于，该方法包括：

步骤一，在停止下雪时，利用深度相机采集光伏面板的深度图，根据深度图获取光伏面板上不同位置的积雪的厚度，得到三维雪深曲线；

步骤二，将光伏面板划分为多个测量区域，对多个测量区域进行标号，获取每个测量区域中光伏面板表面的温度数据，对于每个测量区域：以光伏面板表面的温度数据为自变量，预测积雪体积为因变量构建雪量感知模型；

对三维雪深曲线进行处理得到每个测量区域的标准积雪体积，根据每个测量区域内的预测积雪体积和标准积雪体积得到第一误差函数，利用第一误差函数对雪量感知模型进行评估，得到每个测量区域的标准雪量感知模型；

步骤三，获取环境温度数据、空气湿度数据，以环境温度数据、空气湿度数据以及随机选取的一个测量区域中光伏面板表面温度数据为自变量，预测融雪速度为因变量构建融雪速度模型；

根据该随机选取的一个测量区域中的标准积雪体积在时间上的变化得到标准融雪速度，根据预测融雪速度和标准融雪速度得到第二误差函数，利用第二误差函数对融雪速度模型进行评估，得到的随机选取的一个测量区域的标准融雪速度模型作为整个光伏面板的标准融雪速度模型；

步骤四，将相关数据分别输入到标准模型中，根据每个测量区域的标准雪量感知模型和整个光伏面板的标准融雪速度模型判断是否需要调用智能清雪机器人。

2.如权利要求1所述的方法，其特征在于，所述测量区域为由四个电池片组成的正方形，光伏面板表面的温度数据由放置在测量区域中心点位置的温度传感器采集得到。

3.如权利要求1所述的方法，其特征在于，每个测量区域的雪量感知模型具体为：

V(c_i，W)＝W₀+W₁c_i+W₂c_i²+…+W_Mc_i^M

其中，M为雪量感知模型的阶数；W₀、W₁……W_M为雪量感知模型的系数，记做W；i为测量区域对应的标号，c_i为标号为i的测量区域中光伏面板表面的温度数据；V(c_i，W)为标号为i的测量区域的预测积雪体积。

4.如权利要求3所述的方法，其特征在于，标准积雪体积为对三维雪深曲线进行二重积分得到，标号为i的测量区域的标准积雪体积记为V_i；第一误差函数是均方误差函数，具体为：其中，n为测量区域的个数。

5.如权利要求4所述的方法，其特征在于，融雪速度模型为：

其中，tem为环境温度数据，c_d为随机选取的一个测量区域中光伏面板表面的温度数据，d为随机选取的一个测量区域的标号，a、b、m为待定系数，H(tem，hum，c_d)为预测融雪速度。

6.如权利要求5所述的方法，其特征在于，以固定的时间间隔，按照计算V_i的方法得到随机选取的一个测量区域中不同时刻的多个标准积雪体积，根据多个标准积雪体积和时间间隔得到标准融雪速度H_j，第二误差函数是均方误差函数，具体为：其中，H_j为第j个时间段内的标准融雪速度，g为时间段的个数或数据采集次数，tem_j为第j次采集的环境温度数据，hum_j为第j次采集的空气湿度数据，c_dj为第j次采集的该随机选取的测量区域的光伏面板表面温度数据。

7.如权利要求6所述的方法，其特征在于，根据标准雪量感知模型和标准融雪速度模型判断是否需要调用智能清雪机器人的具体方法为：

当α为1时，需要调用智能清雪机器人；α为0时，不需要调用智能清雪机器人；其中，T为规定的时间阈值，α为判别因子。