[发明专利]一种基于视觉感知的智能清雪机器人调度方法

说明书

本发明提供了一种基于视觉感知的智能清雪机器人调度方法，该方法包括：在停止降雪后，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清雪机器人；其中，对于光伏面板每个测量区域：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，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，得到标准雪量感知模型；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的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，利用根据预测融雪速度和标准融雪速度得到的第二误差函数对融雪速度模型进行评估，得到标准融雪速度模型。

技术领域

本发明属于机器人调度领域，尤其涉及一种基于视觉感知的智能清雪机器人调度方法。

背景技术

发明专利申请CN111112270A提出一种清雪机器人调度方法，该方法在获取到即将下雪的气象数据时，以是否开始下雪为是否调用清雪机器人的判决条件，只要开始下雪就调用机器人开始持续清扫光伏面板，未考虑雪量这一因素，因此，该方法中清洁指令下发不准确，下小雪时，雪量较小，光伏面板自身的温度可以很快把光伏面板表面的积雪融化，而此时调用清雪机器人会造成清雪机器人的滥用，从而资源的浪费。

发明内容

为了解决现有技术存在的问题，本发明提出一种基于视觉感知的智能清雪机器人调度方法，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。

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。

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。