CN111368869B - 脏污程度判断***以及表面清洁机 - Google Patents

脏污程度判断***以及表面清洁机 Download PDF

Info

Publication number
CN111368869B
CN111368869B CN201910889491.2A CN201910889491A CN111368869B CN 111368869 B CN111368869 B CN 111368869B CN 201910889491 A CN201910889491 A CN 201910889491A CN 111368869 B CN111368869 B CN 111368869B
Authority
CN
China
Prior art keywords
degree
optical
information
quality
cleaning
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910889491.2A
Other languages
English (en)
Other versions
CN111368869A (zh
Inventor
杨中鼎
张彦闵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Pixart Imaging Inc
Original Assignee
Pixart Imaging Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US16/233,043 external-priority patent/US10732127B2/en
Application filed by Pixart Imaging Inc filed Critical Pixart Imaging Inc
Publication of CN111368869A publication Critical patent/CN111368869A/zh
Application granted granted Critical
Publication of CN111368869B publication Critical patent/CN111368869B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Position Input By Displaying (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种脏污程度判断***,使用在表面清洁机,其特征在于,包含:光学信息产生电路,用以产生光学信息;特征程度判断电路,用以判断该光学信息的光学特征程度;提醒信息产生电路,当来自该表面清洁机的光可到达清洁表面且该光学信息可根据来自该表面清洁机的该光被产生时,根据该光学特征程度以及特征临界程度间的关系产生脏污程度提醒信息;其中该脏污程度提醒信息用以指示该清洁表面的清洁状况,且该清洁状况包含以下参数至少其一:该清洁表面的脏污程度、该清洁表面的脏污位置以及该表面清洁机所在的房间的空气质量。

Description

脏污程度判断***以及表面清洁机
技术领域
本发明有关脏污程度判断***以及使用脏污程度判断***的表面清洁机,特别有关可提供多种清洁表面(即待清洁的一表面)状况给使用者的脏污程度判断***以及使用脏污程度判断***的表面清洁机。
背景技术
随着科技的进步,光学鼠标逐渐的取代了传统的滚轮鼠标,用户对于光学鼠标的移动质量(例如,灵敏度或精准度)也越来越重视,特别是在某些特殊场合,例如游戏竞赛时,会以相当高的标准要求光学鼠标的移动质量。
然而,现行的光学鼠标不会自动显示其移动质量,用户往往须实际操作才能感受到光学鼠标的移动质量是否符合需求,且须通过复杂的软件才可得知光学鼠标的移动质量是否落在适合的区间,这样会使得光学鼠标的检测须耗费相当多的时间。当用户须管控大量的光学鼠标时,例如网咖经营者,须花费大量的时间和精神来确认光学鼠标的移动质量。
此外,表面清洁机在近年变得越来越普及。然而,传统的表面清洁机只能清洁一表面但无法显示一清洁表面的脏污程度或是相关信息。
发明内容
因此,本发明一目的为公开一种脏污程度判断***,其可提供脏污程度信息以及清洁表面的相关信息。
本发明另一目的为公开一种表面清洁机,其可提供脏污程度信息以及清洁表面的相关信息。
本发明一实施例公开了一种脏污程度判断***,使用在表面清洁机,其特征在于,包含:光学信息产生电路,用以产生光学信息;特征程度判断电路,用以判断该光学信息的光学特征程度;提醒信息产生电路,当来自该表面清洁机的光可到达清洁表面且该光学信息可根据来自该表面清洁机的该光被产生时,根据该光学特征程度以及特征临界程度间的关系产生脏污程度提醒信息;其中该脏污程度提醒信息用以指示该清洁表面的清洁状况,且该清洁状况包含以下参数至少其一:该清洁表面的脏污程度、该清洁表面的脏污位置以及该表面清洁机所在的房间的空气质量。
本发明一实施例公开了一种表面清洁机,其特征在于,包含光源以及脏污程度判断***。脏污程度判断***包含:光学信息产生电路,根据来自该光源的光产生光学信息;特征程度判断电路,用以判断该光学信息的光学特征程度;提醒信息产生电路,当来自该表面清洁机的光可到达清洁表面且该光学信息可根据来自该表面清洁机的该光被产生时,根据该光学特征程度以及特征临界程度间的关系产生脏污程度提醒信息。其中该脏污程度提醒信息用以指示该清洁表面的清洁状况,且该清洁状况包含以下参数至少其一:该清洁表面的脏污程度、该清洁表面的脏污位置以及该表面清洁机所在的房间的空气质量。
根据前述与表面清洁机有关的实施例,当表面清洁机执行清洁动作时,使用者可得知清洁表面或空气中的各种情况,而不像传统的表面清洁机仅能执行清洁动作。
附图说明
图1绘示了根据本发明一实施例的光学移动质量判断***的方块图。
图2绘示了运用图1所示的光学移动侦测装置的光学鼠标的示意图。
图3绘示了运用图1所示的光学移动侦测装置的光学触控装置的示意图。
图4绘示了根据本发明一实施例的光学移动质量判断方法的示意图。
图5绘示了根据本发明另一实施例的光学移动质量判断方法的示意图。
图6绘示了根据本发明一实施例的移动质量提示信息的示意图。
图7绘示了根据本发明一实施例的脏污程度判断***的方块图。
图8绘示了根据本发明一实施例的表面清洁机的示意图。
图9为绘示了不同光源的影像特征程度的示意图。
图10A、图10B和图11A、图11B绘示了根据本发明不同实施例的表面清洁机的动作的示意图。
其中,附图标记说明如下:
100 光学移动质量判断***
101 位置判断模块
103 光学信息产生模块
105 信息质量判断模块
107 移动质量提示信息产生模块
200、400、500、603 光学鼠标
201、301 影像传感器
203、303 光源
205 表面
300 光学触控装置
305 感测表面
601 主机
605 屏幕
F 手指
LD、LD_1、LD_2、LD_3 光学元件
700 脏污程度判断***
701 光学信息产生电路
703 特征程度判断电路
705 提醒信息产生装置
707 控制电路
709 光源
800 表面清洁机
具体实施方式
以下将以多个实施例来说明本发明的概念。然请留意,以下实施例所述的元件如***、模块、单元等,可以硬件方式实现(例如电路),也可以软件加硬件的方式实现(例如在处理器中写入程序)。
图1绘示了根据本发明一实施例的光学移动质量判断***的方块图。如图1所示,光学移动质量判断***100包含一位置判断模块101、一光学信息产生模块103、一信息质量判断模块105以及一移动质量提示信息产生模块107。光学信息产生模块103设置在一光学移动侦测装置,用以产生光学信息OI,位置判断模块101根据光学信息OI判断一对象与光学移动侦测装置的相对位置关系。信息质量判断模块105用以判断光学信息OI的信息质量IQ。移动质量提示信息产生模块107会根据信息质量IQ与一质量临界值的关系(例如大于或小于)产生至少一移动质量提示信息。这移动质量提示信息可为光、声音、或影像,让用户可以得知光学移动侦测装置的移动质量的状况。
在一实施例中,前述光学信息产生模块103为一影像传感器,光学信息OI为光学信息产生模块103所撷取的感测影像,而在这样的例子中,信息质量IQ为感测影像的影像质量。光学移动侦测装置可为光学导航装置(例如光学鼠标)或是光学触控装置,而前述对象可为一手指或是一表面(例如光学鼠标所放置的桌面)。相关内容将在底下详述。由于这类实施例中,判断对象和光学移动侦测装置的相对位置是以感测影像为依据,因此感测影像的质量与光学移动侦测装置的移动质量成正比。影像质量可能受到很多种因素影响。举例来说,光学移动侦测装置所放置的表面的脏污程度,或者影像传感器撷取感测影像时所使用的透镜的脏污程度。
多种方式可用以计算感测影像的影像质量。在一实施例中,是计算感测影像中每一列的相邻两像素的灰阶上升或下降的次数,并乘上一权重值以得到影像质量参数IP。这影像质量参数IP越高,则影像质量越好。可依这决定影像质量的原因在于,若影像具有较好的影像质量,影像较清楚,则相邻两像素的灰阶的变化较为明显。相反的,若影像具有较差的影像质量,影像较模糊,则相邻两像素的灰阶的变化较不明显。
在另一实施例中,感测影像会先经过一滤波器来滤除感测影像中的噪声。然后感测影像中的像素灰阶会跟一预定值做比较,这设定值会具有较大的值(也就是说,较亮,例如180)。若像素灰阶小于这预定值则计数器加1。这计数值越小则代表影像质量越好。可依这决定影像质量的原因在于,若感测影像具有较好的影像质量,则其一般会具有暗区影像,而不会整张感测影像都偏亮。相反的,若整张影像几乎都是亮区,代表影像可能模糊而影像质量不佳。
图2绘示了运用图1所示的光学移动侦测装置的光学鼠标200的示意图。如图2所示,图1的光学信息产生模块103在图2中是以一影像传感器201来实现。光源203用以照明一表面205(例如光学鼠标200所放置的桌面)。影像传感器201用以撷取包含表面205的影像的感测影像。位置判断模块101会根据影像传感器201所撷取的感测影像判断光学鼠标200与表面205(即前述的对象)的相对位置关系。信息质量判断模块105会判断影像传感器201所撷取的感测影像的影像质量。移动质量提示信息产生模块107会根据影像质量与影像临界值的关系产生至少一移动质量提示信息。
除了图2所示的光学鼠标外,图1所示的光学移动质量判断***100更可使用在光学触控装置上。图3绘示了运用图1所示的光学移动侦测装置的光学触控装置300的示意图。如图3所示,图1中的光学信息产生模块103在图3中是以一影像传感器301来实现。光源303用以照明感测表面305上的一手指F。影像传感器201用以撷取包含手指F的影像的感测影像。位置判断模块101会根据影像传感器201所撷取的感测影像判断感应表面305与手指F(即前述的对象)的相对位置关系。信息质量判断模块105会判断影像传感器301所撷取的感测影像的影像质量。移动质量提示信息产生模块107会根据影像质量与影像临界值的关系产生至少一移动质量提示信息。
然请留意,图1的光学信息产生模块103也可使用在不同于图2以及图3所示结构的光学导航装置和光学触控装置。底下将以不同实施例来说明前述的移动质量提示信息。然请留意,虽然以下实施例是以光学鼠标来说明,但以下所述的实施例也可使用在光学触控装置上。
图4绘示了根据本发明一实施例的光学移动质量判断方法的示意图。在一实施例中,移动质量提示信息为至少一发光元件发出的光。如图4所示,光学鼠标400包含一发光元件LD,这发光元件LD会根据前述信息质量与质量临界值的关系来发光。在一实施例中,若信息质量小于质量临界值(代表着移动质量也会不佳),则发光元件LD会发光,以提醒用户应该对光学鼠标400或其滑动的表面进行检查。而在另一实施例中,发光元件LD在信息质量不小于质量临界值时(即大于或等于,代表着移动质量在可接受范围),发光元件LD会发光。而在信息质量小于质量临界值时,发光元件LD会停止发光,这样也可提醒用户应该对光学鼠标400或其滑动的表面进行检查。
在一实施例中,信息质量分为多个状态,而移动质量提示信息也可相对应包含多种信息。举例来说,以图4为例,信息质量可分为高、中、低三级。信息质量为高时,发光元件LD发出绿光,信息质量为中时,发光元件LD发出黄光,而信息质量为低时,发光元件LD发出红光。在另一实施例中,若信息质量判断模块判断多个感测影像均有过暗的问题,这时发光元件LD会发出橘光,而若信息质量判断模块判断多个感测影像有对比度过低的问题,这时发光元件LD会发出紫光。这样可以让用户更容易判断出光学鼠标的信息质量。这类实施例可简示为:移动质量提示信息包含第一模式提示信息以及第二模式提示信息。信息质量为第一状态时,移动质量提示信息产生模块产生第一模式提示信息。而信息质量为第二状态时,移动质量提示信息产生模块产生第二模式提示信息。
前述的光学元件不限定在只有一颗光学元件。如图5所示,光学鼠标500包含多个光学元件LD_1、LD_2以及LD_3。光学元件LD_1、LD_2以及LD_3的运作方式与图4所示的运作方式类似,也就是说,在一实施例中,若信息质量小于质量临界值(代表着移动质量也会不佳),则发光元件LD_1、LD_2以及LD_3其中至少其一会发光。而在另一实施例中,在信息质量不小于质量临界值时,发光元件LD_1、LD_2以及LD_3其中至少其一会发光。而在信息质量小于质量临界值时,发光元件LD_1、LD_2以及LD_3会停止发光。
同样的,图5所示的多个光学元件也可对应前述“信息质量分为多个状态,而移动质量提示信息也可相对应包含多种信息”的实施例。举例来说,信息质量可分为高、中、低三级,信息质量为高时,仅发光元件LD_1发光,信息质量为中时,发光元件LD_1和LD_2均发光,而信息质量为低时,发光元件LD_1、LD_2、LD_3均发光。同样的,在另一实施例中,若信息质量判断模块判断多个感测影像均有过暗的问题,这时发光元件LD_1会发光,而若信息质量判断模块判断多个感测影像有对比度过低的问题,这时发光元件LD_1、LD_2均会发光。这样可以让用户更容易判断出光学鼠标的信息质量。
前述实施例中,发光元件均是设置在光学鼠标上,但发光元件也可设置在光学鼠标以外的装置。以图6为例,发光元件LD_1是设置在主机601上。光学鼠标601以有线或无线方式链接于主机601。主机601可根据光学鼠标603输出的控制信号相对应的产生不同动作,举例来说,屏幕上的游标(未绘示)可对应光学鼠标601的移动而移动。在这实施例中,光学鼠标603仍包含有前述的光学信息产生模块和信息质量判断模块,而主机601上的发光元件LD_1会根据信息质量判断模块产生的信息质量和质量临界值的关系来发光。
在一实施例中,主机601以及光学鼠标603均具有发光元件,而这些发光元件会根据信息质量判断模块产生的信息质量和质量临界值的关系来同时发光或不发光。这样用户更容易被提醒光学鼠标603可能有移动质量不佳的问题。
前述实施例均是以光作为移动质量提示信息,但移动质量提示信息也可为其他类型的信息。举例来说,在一实施例中移动质量提示信息为声音。而在另一实施例中,移动质量提示信息为可显示的信息,例如图6所示的移动质量提示信息PM,其显示在屏幕605上,可为文字信息或影像信息。
请留意,熟知这项技艺者当可对前述各实施例加以组合或润饰,这类变化也应包含在本发明的范围内。前述的各实施例可简示为一光学移动质量判断方法,这光学移动质量判断方法使用在一光学移动侦测装置上,例如光学导航装置或光学触控装置。这光学移动侦测装置用以产生光学信息(例如,感测影像)并根据该光学信息判断一对象与该光学移动侦测装置的相对位置关系。这光学移动质量判断方法包含:(a)判断光学信息的信息质量;以及(b)根据信息质量与一质量临界值的关系,产生至少一移动质量提示信息。这光学移动质量判断方法可通过一计算机可读取记录媒体来执行,但不限定。举例来说,在一光盘或存储装置写入一程序,当这程序执行时可施行前述的方法。
前述实施例所述的概念可使用其他类型的电子装置上。在一实施例中,前述实施例所公开的概念使用在表面清洁机上(或可称为表面清洁装置、自动清扫机、扫地机器人),其可根据用户的指令自动清洁一清洁表面。这里的清洁表面指的是使用者指示表面清洁机去清洁的表面。
图7绘示了根据本发明一实施例的脏污程度判断***的方块图。如图7所示,脏污程度判断***700包含光学信息产生电路701,特征程度判断电路703,提醒信息产生装置705和控制电路707。光学信息产生电路701感测根据来自光源709的光L而产生的光学信息OI。清洁表面CS可以是任何类型的表面,例如地面或家具表面。特征程度判断电路703用以判断光学信息OI的光学特征程度FL。在一实施例中,光学信息产生电路701是影像传感器,光学信息OI是影像,且特征程度判断电路703判断影像特征以产生光学特征程度FL,但不限于这些例子。影像特征可以是具有较高或较低像素值的至少一个像素,或具有特定形状的影像部分。在一实施例中,高光学特征程度意味着影像特征是显而易见的。相反的,低光学特征程度意味着影像特征不明显。
提醒信息产生装置705用以根据光学特征程度FL与特征临界程度的关系产生至少一脏污程度提醒信息RM。脏污程度提醒信息RM可以是光,声音或影像,或其任何组合。脏污程度提醒信息RM可以直接显示在表面清洁机上,或者传送到可以跟表面清洁机通讯的电子装置(例如移动电话或平板计算机)。
脏污程度提醒信息RM用以指示清洁表面的清洁状态,且清洁状态包括以下至少一个参数:清洁表面CS的脏污程度,清洁表面CS的脏污位置,清洁表面CS所在的房间的空气质量。清洁表面CS的脏污程度意味着清洁表面有多脏。例如,清洁表面CS上的毛发或灰尘越多,脏污程度越高。另外,脏污位置是指清洁表面CS上存在固定脏污区的位置,空气质量是指根据光学信息OI判断的空气质量。稍后将更详细地描述脏污位置和空气质量。
控制电路707用以控制脏污度程度判断***700中的元件。此外,控制电路707可以分析特征程度FL以判断与特征程度FL相关的一些情况。特征程度判断电路703可以整合到控制电路707。而且,用户可以调整上述特征临界程度,以满足不同的要求。例如,可以通过遥控器,或安装有相应软件的智能型电子装置,或通过设置在包含脏污程度判断***700的表面清洁机上的控制面板来调整特征临界程度。
图8绘示了根据本发明一实施例的表面清洁机的示意图。请注意,在图8的例子中,前述脏污程度判断***700是设置在表面清洁机800中,但是在图8中为了便于说明,仅绘示了脏污程度判断***700和表面清洁机800中的元件的一部分。
如图8所示,表面清洁机800放置在清洁表面CS上,清洁表面CS在这例中为一地面。光源709向清洁表面CS发射光L,且光学信息产生电路701根据光L产生光学信息OI。特征程度判断电路703判断光学信息OI的光学特征程度FL。此外,提醒信息产生装置705根据光学特征程度FL与特征临界程度间的关系产生脏污程度提醒信息RM。在图8的实施例中,提醒信息产生装置705包含至少一个LED(发光二极管)LE_1,LE_2......且LED会发光来作为脏污程度提醒信息RM。
控制电路707可以是表面清洁机800的控制电路(例如处理器)。在这样的实施例中,控制电路707独立于脏污程度判断***700而不是包含在污染程度判断***700中。
在一实施例中,会根据来自表面清洁机器中的第一光源的光产生光学信息OI。根据来自第一光源的光而产生的光学信息OI的光学特征程度FL与清洁表面CS的脏污程度成正比,第一光源可以是LED。相反的,在另一实施例中,是根据来自表面清洁机中的第二光源的光产生光学信息OI。根据来自第二光源的光产生的光学信息OI的光学特征程度FL与清洁表面CS的脏污程度成反比,第二光源可为LD(雷射二极管)。
图9为绘示了不同光源的影像特征程度的示意图。如图9所示,如果脏污程度高,则根据来自LED的光产生的影像IM_E1具有由灰尘引起的明显的影像特征,例如影像特征FH_1a,FH_2a。然而,如果脏污程度低,则根据来自LED的光产生的影像IM_E2具有灰尘的不明显的影像特征,例如影像特征FL_1a,FL_2a。因此,影像IM_E1具有高影像特征程度,而影像IM_E2具有低影像特征程度。相反的,如果脏污程度高,则根据来自LD的光产生的影像IM_D1具有灰尘的不明显的影像特征,例如影像特征FH_1b,FH_2b。然而,如果脏污程度低,则根据来自LD的光产生的影像IM_D2具有明显的灰尘的影像特征,例如影像特征FL_1b,FL_2b。因此,影像IM_D1具有低影像特征程度,而影像IM_D2具有高影像特征程度。还请理解,上述第一光源和第二光源不限在LED和LD。
图10A、图10B和图11A、图11B绘示了根据本发明不同实施例的表面清洁机的动作的示意图。图10A、图10B绘示了与上述参数“清洁表面的脏污位置”相关的动作的例子,图11A、图11B绘示了与上述参数“房间的空气质量”相关的动作的例子。这里所谓的“房间”可以是一个实体房间,如卧室或客厅,但也可以是表面清洁机所在位置一范围的空间。
如图10A所示,表面清洁机800首先在清洁表面CS上向右移动并清洁其通过的区域。然而,表面清洁机800无法清除固定的脏污区FD,因为它可能具有粘性物质或难以清洁的其他物质。当表面清洁机800第一次通过固定脏污区FD时,表面清洁机800的控制电路707可以根据光学信息OI(例如连续影像)判断固定脏污区FD的存在。在这样的情况下,固定脏污区FD的位置会由控制电路707记录下来。
此外,在图10B中,表面清洁机800回头并向左移动。当表面清洁机800再次通过固定脏污区FD时,表面清洁机800的控制电路707将根据光学信息OI判断固定脏污区FD仍然存在。在这样的情况下,控制电路707控制提醒信息产生电路705以产生具有“清洁表面的脏污位置”的参数的脏污程度提醒信息RM,以通知用户存在着不能被表面清洁机800清洁的脏污区域。在一实施例中,表面清洁机800可以在固定脏污区FD附近停止并产生脏污程度提醒信息RM,使得用户可以较容易地找到固定脏污区FD。在另一实施例中,表面清洁机800可以产生表面清洁机800正在清洁的区域的地图,并且将标示了固定脏污区FD的地图发送到用户的行动装置中。
在图11A中,表面清洁机800会对清洁表面CS的特定区域执行清洁动作并记录完成特定区域的清洁动作的时间点。这里的特定区域可为整个清洁表面CS或仅为清洁表面CS的一部分,取决于表面清洁机800的设定。举例来说,如果清洁表面CS是卧室的地面,则特定区域可以指整个地面或仅一部分地面。在预定时间(例如一天或8小时)后,在图11B中,表面清洁机800可以再次执行清洁动作。在这样的情况下,如果控制电路707根据光学信息OI判断清洁表面CS的特定区域的脏污程度增加幅度大于预定程度(例如,高于图11A中的脏污程度)。控制电路707会控制提醒信息产生电路705产生脏污程度提醒信息RM,其包含“清洁表面所在房间的空气质量”的参数,以通知使用者房间内的空气质量低于空气质量临界程度。
传统上,如果使用者没有空气清净机或空气质量检测器,则使用者无法得知房间中的空气质量。然而,如果空气质量差,则大部分清洁表面CS的脏污程度可能在短时间内增加,因此可以通过图11A和图11B所示的动作检测空气质量。
根据前述与表面清洁机有关的实施例,当表面清洁机执行清洁动作时,使用者可得知清洁表面或空气中的各种情况,而不像传统的表面清洁机仅能执行清洁动作。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种脏污程度判断***,使用在自动清扫机,所述自动清扫机可在房间内的待清洁表面移动,其特征在于,包含:
光学信息产生电路,用以根据来自该自动清扫机中的光到达该清洁表面而产生光学信息;
特征程度判断电路,用以判断该光学信息的光学特征程度;
提醒信息产生电路,当来自该自动清扫机的光可到达清洁表面且该光学信息可根据来自该自动清扫机的该光被产生时,根据该光学特征程度以及特征临界程度间的关系产生脏污程度提醒信息;
控制电路,用于在该自动清扫机清洁该清洁表面上的固定脏污区后,根据该光学信息判断该固定脏污区是否仍然存在;
该提醒信息产生电路,用于判断该固定脏污区仍存在后,产生具有清洁表面的脏污位置的参数的脏污程度提醒信息;
其中该脏污程度提醒信息用以指示该清洁表面的清洁状况,且该清洁状况还包含以下参数至少其一:该清洁表面的脏污程度以及该自动清扫机所在的房间的空气质量;
其中,该光学信息根据来自该自动清扫机中的第一光源的光而产生,该光学信息的该光学特征程度正比于该清洁表面的脏污程度;若该光学特征程度高于或等于该特征临界程度,该提醒信息产生电路产生代表该清洁表面的脏污程度高于脏污临界程度的该脏污程度提醒信息;或者
其中,该光学信息根据来自该自动清扫机中的第二光源的光而产生,该光学信息的该光学特征程度反比于该清洁表面的脏污程度;若该光学特征程度低于或等于该特征临界程度,该提醒信息产生电路产生代表该清洁表面的脏污程度高于脏污临界程度的该脏污程度提醒信息。
2.如权利要求1所述的脏污程度判断***,其特征在于,其中该第一光源为LED。
3.如权利要求1所述的脏污程度判断***,其特征在于,其中该第二光源为雷射二极管。
4.如权利要求1所述的脏污程度判断***,其特征在于,其中若该自动清扫机的控制电路在该自动清扫机清洁该清洁表面的特定区预定时间后,根据该光学信息判断该特定区的该脏污程度增加,该提醒信息产生电路产生代表该房间的该空气质量低于空气质量临界程度的该脏污程度提醒信息,所述特定区为整个清洁表面或仅为清洁表面的一部分。
5.如权利要求1所述的脏污程度判断***,其特征在于,该特征临界程度能够被用户调整。
6.如权利要求1所述的脏污程度判断***,其特征在于,其中该光学信息包含影像且该光学特征程度为该影像的影像特征程度。
7. 一种自动清扫机,其特征在于,包含:
光源;以及
如权利要求1至6中任一项所述的脏污程度判断***。
CN201910889491.2A 2018-12-26 2019-09-19 脏污程度判断***以及表面清洁机 Active CN111368869B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/233,043 US10732127B2 (en) 2016-10-26 2018-12-26 Dirtiness level determining system and surface cleaning machine
US16/233,043 2018-12-26

Publications (2)

Publication Number Publication Date
CN111368869A CN111368869A (zh) 2020-07-03
CN111368869B true CN111368869B (zh) 2024-04-23

Family

ID=71211317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910889491.2A Active CN111368869B (zh) 2018-12-26 2019-09-19 脏污程度判断***以及表面清洁机

Country Status (1)

Country Link
CN (1) CN111368869B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114376452B (zh) * 2020-07-07 2023-06-27 追觅创新科技(苏州)有限公司 清洁机构的脏污程度确定方法、装置及存储介质
CN112903709B (zh) * 2021-01-22 2021-12-07 大连理工大学 一种面向构筑成形的基材表面清洁度评价方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3231447A1 (de) * 2016-04-15 2017-10-18 MMM Münchener Medizin Mechanik GmbH Vorrichtung und verfahren zur überwachung von reinigungsverfahren
CN107461887A (zh) * 2017-07-31 2017-12-12 惠州华阳通用电子有限公司 一种车载空调滤网更换提醒方法及装置
CN107675424A (zh) * 2017-10-12 2018-02-09 珠海格力电器股份有限公司 一种洗衣机

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201816557A (zh) * 2016-10-26 2018-05-01 原相科技股份有限公司 可施行光學移動品質判斷方法的電腦可讀取記錄媒體以及使用此光學移動品質判斷方法的光學移動偵測裝置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3231447A1 (de) * 2016-04-15 2017-10-18 MMM Münchener Medizin Mechanik GmbH Vorrichtung und verfahren zur überwachung von reinigungsverfahren
CN107461887A (zh) * 2017-07-31 2017-12-12 惠州华阳通用电子有限公司 一种车载空调滤网更换提醒方法及装置
CN107675424A (zh) * 2017-10-12 2018-02-09 珠海格力电器股份有限公司 一种洗衣机

Also Published As

Publication number Publication date
CN111368869A (zh) 2020-07-03

Similar Documents

Publication Publication Date Title
US10732127B2 (en) Dirtiness level determining system and surface cleaning machine
CN105023552B (zh) 显示器及其亮度调整方法
US9019239B2 (en) Creative design systems and methods
JP4422851B2 (ja) 座標入力装置及び方法
CN111368869B (zh) 脏污程度判断***以及表面清洁机
JP4609557B2 (ja) 情報処理装置及び情報処理方法
US20110169778A1 (en) Interactive projection system
US8941620B2 (en) System and method for a virtual multi-touch mouse and stylus apparatus
KR101097572B1 (ko) 제어 장치, 제어 방법 및 네비게이션 센서
GB2498299B (en) Evaluating an input relative to a display
CN104777927B (zh) 影像式触控装置及其控制方法
JP2006031275A (ja) 座標入力装置およびその制御方法
CN103729156A (zh) 显示控制装置以及显示控制方法
CN107636548A (zh) 机器人及其控制方法
US20020071036A1 (en) Method and system for video object range sensing
TW201335802A (zh) 光學導航裝置
TWI451748B (zh) 成像系統與方法
CN112413816B (zh) 空调器的检测方法及检测装置、空调设备
JP2017055387A (ja) 監視カメラ
TW201816557A (zh) 可施行光學移動品質判斷方法的電腦可讀取記錄媒體以及使用此光學移動品質判斷方法的光學移動偵測裝置
WO2020021914A1 (ja) 距離測定装置および信頼性判定方法
CN116509266A (zh) 清洁设备的控制方法、设备及存储介质
CN108614651B (zh) 一种移动终端和红外检测方法
TWI484823B (zh) 影像系統及其去干擾方法
TW201346651A (zh) 光學導航裝置及其軌跡平滑化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant