[发明专利]一种洗扫车路面垃圾识别与洗扫工作量计算方法

说明书

本发明公开了一种洗扫车路面垃圾识别与洗扫工作量计算方法，包括：获取洗扫车工作的不同种类道路路面垃圾图像；构建垃圾样本集；构建基于改进yolov5s的路面垃圾目标检测模型；训练和测试改进的yolov5s模型，获得训练好的目标检测模型；对路面垃圾图像进行预处理；计算洗扫车路面垃圾洗扫工作量；设计一种基于洗扫工作量等级系数的洗扫车自适应模糊控制方案。本发明利用改进的yolov5s成功实现了多目标垃圾检测任务，结合图像处理技术，得到一种新型路面垃圾洗扫工作量计算方法；提出了基于洗扫工作量等级系数的洗扫车自适应模糊控制方案，为进一步优化洗扫车的节能控制提出新方法。

技术领域

本发明涉及洗扫车技术，具体涉及一种洗扫车路面垃圾识别与洗扫工作量计算方法。

背景技术

现有路面垃圾检测技术：目前对于垃圾检测应用最多的是基于深度学习的目标检测算法技术，其相比于传统检测技术进一步提高了路面垃圾检测的识别精度，并且对于多目标垃圾物、小目标垃圾物以及复杂背景下的垃圾的检测皆实现了可观的识别效果。

现有路面垃圾量的计算技术：对于路面垃圾量的定量识别技术大多依赖于图像处理技术，主要目的是优化提取到的目标物轮廓特征，得到路面垃圾覆盖率或垃圾数量。

现有洗扫车控制技术：现有的洗扫车的控制技术，大都是根据整车结构和工作电机的相关参数为控制量来控制工作电机工作，洗扫车在负压吸尘和高压洗扫方面大都以恒定的洗扫策略工作，在调节洗扫参数时主要依靠驾驶员人工操作。

现有技术存在的问题：

针对路面垃圾检测技术的研究中，主要是对常见垃圾以及形状分辨度较高的垃圾进行训练和检测的，也没有对多目标路面垃圾识别的相关研究，检测的泛化性不高。

针对路面垃圾洗扫工作量的计算方面，容易受到背景因素的干扰，导致目标轮廓区域不明显，而且忽略了垃圾种类不同带给垃圾工作量的不同权重影响，路面垃圾洗扫工作量的计算准确度较低。

针对洗扫车控制技术：洗扫车在工作的过程中，洗扫工作量是不断变化的，洗扫车以恒定的洗扫策略工作这样，会导致洗扫工作量较多时，无法及时满足清洁需求，洗扫工作量较少时，造成不必要的功率损耗，不满足设备工业化、智能性和经济性的要求。

发明内容

本发明的主要目的在于提供一种洗扫车路面垃圾识别与洗扫工作量计算方法。

本发明采用的技术方案是：一种洗扫车路面垃圾识别与洗扫工作量计算方法，包括：

步骤1、获取洗扫车工作的不同种类道路路面垃圾图像；

步骤2、利用获取的路面垃圾图像，对路面垃圾图像进行标注处理，构建垃圾训练样本集、验证样本集及测试样本集；

步骤3、构建基于改进yolov5s的路面垃圾目标检测模型，所述模型包括输入层608*608的图形张量、改进的Backbone Network、Neck Network和改进的Head层四个部分；

步骤4、利用构建的样本集，对改进的yolov5s模型进行训练和测试，获得训练好的改进yolov5s模型，完成垃圾种类识别任务；

步骤5、对路面垃圾图像进行预处理；

步骤6、利用图像处理技术检测路面垃圾面积比，结合不同种类垃圾的影响权重，计算洗扫车路面垃圾洗扫工作量；

步骤7、设计一种基于洗扫工作量等级系数的洗扫车自适应模糊控制方案。

进一步地，所述步骤1包括：

步骤11、做垃圾图像采集硬件准备工作,选择JHSM300f高清彩色工业相机,以东田4U DT-610P-XH81MAV2工控机作为控制CPU，采用M1614-MP2镜头，采用LED光源，将光源布置成环形，用于图像获取照明工作；