CN115390570B - 一种基于人工智能的泳池机器人管控***及方法 - Google Patents
一种基于人工智能的泳池机器人管控***及方法 Download PDFInfo
- Publication number
- CN115390570B CN115390570B CN202211315348.0A CN202211315348A CN115390570B CN 115390570 B CN115390570 B CN 115390570B CN 202211315348 A CN202211315348 A CN 202211315348A CN 115390570 B CN115390570 B CN 115390570B
- Authority
- CN
- China
- Prior art keywords
- cleaning
- swimming pool
- water surface
- robot
- path
- 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
Links
- 230000009182 swimming Effects 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 23
- 238000004140 cleaning Methods 0.000 claims abstract description 380
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 195
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 208000034699 Vitreous floaters Diseases 0.000 claims description 74
- 238000009826 distribution Methods 0.000 claims description 55
- 238000007726 management method Methods 0.000 claims description 11
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 238000009792 diffusion process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02B—HYDRAULIC ENGINEERING
- E02B15/00—Cleaning or keeping clear the surface of open water; Apparatus therefor
- E02B15/04—Devices for cleaning or keeping clear the surface of open water from oil or like floating materials by separating or removing these materials
- E02B15/10—Devices for removing the material from the surface
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04H—BUILDINGS OR LIKE STRUCTURES FOR PARTICULAR PURPOSES; SWIMMING OR SPLASH BATHS OR POOLS; MASTS; FENCING; TENTS OR CANOPIES, IN GENERAL
- E04H4/00—Swimming or splash baths or pools
- E04H4/14—Parts, details or accessories not otherwise provided for
- E04H4/16—Parts, details or accessories not otherwise provided for specially adapted for cleaning
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Mechanical Engineering (AREA)
- Environmental & Geological Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及泳池机器人管控技术领域,具体为一种基于人工智能的泳池机器人管控***及方法,包括步骤S100:获取泳池水面巡航机器人的历史清洁记录,将所述历史清洁记录进行分类汇集;步骤S200:清洁后的漂浮物残留,判断所述漂浮物残留是否发生漂浮路径偏离;步骤S300:基于漂浮物残留是否发生漂浮路径偏离的判断结果,进行清洁状态判断;步骤S400:捕捉在不同种模式参数设置下呈现的最大单位清洁覆盖面积和最大横向清洁宽度;步骤S500:提取所述泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;步骤S600:对所述水面清洁路径展开适配性评估,当评估结果显示不适配时,对所述清洁路径进行路径优化。
Description
技术领域
本发明涉及泳池机器人管控技术领域,具体为一种基于人工智能的泳池机器人管控***及方法。
背景技术
泳池水面巡航清洁机器人最大的特点是能够自动沿着游泳池表面巡航,清理水面上的树叶碎屑等垃圾,甚至连花粉、灰尘这一类的垃圾也不在话下;但是,机器人在巡航清洁的过程中,容易因机器的运动速度和漂浮体垃圾易移动的特性在一次清洁较大面积区域的漂浮物垃圾时,出现漂浮物垃圾残留并且向其他地方扩散的现象,而这往往造成一些刚清洁完漂浮物的水面区域又重新被漂浮物占据,使得机器人循环反复的进行工作,还容易出现清洁不到位。
发明内容
本发明的目的在于提供一种基于人工智能的泳池机器人管控***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于人工智能的泳池机器人管控方法,方法包括:
步骤S100:获取泳池水面巡航机器人的历史清洁记录;基于历史清洁记录中泳池水面巡航机器人对应的模式参数设置的不同,将历史清洁记录进行分类汇集;泳池水面巡航机器人是指在游泳池水面根据设定清洁路径进行遍历巡航,实现对游泳池水面漂浮物垃圾进行清洁的机器人;
步骤S200:分别在每一种模式参数设置对应的历史清洁记录集合中,识别捕捉当泳池水面巡航机器人对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留,判断漂浮物残留是否发生漂浮路径偏离;聚集分布状态是指,漂浮物个体之间分布间隔小于间隔阈值,且各个漂浮物之间形成的空间分布面积大于分布面积阈值;
步骤S300:在每一种模式参数设置对应的历史清洁记录集合中,基于泳池水面巡航机器人每一次清洁对应的漂浮物残留是否发生漂浮路径偏离的判断结果,对泳池水面巡航机器人的每一次清洁进行清洁状态判断;清洁状态包括完全清洁、不完全清洁;
步骤S400:基于泳池水面巡航机器人在不同种模式参数设置下的清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉,在最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
步骤S500:实时获取用户对泳池水面巡航机器人设置的模式参数,提取泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;
步骤S600:基于泳池上漂浮物的实际分布情况与当前泳池水面巡航机器人模式参数设置下的清洁情况,对水面清洁路径展开适配性评估,当评估结果显示不适配时,对清洁路径进行路径优化。
进一步的,步骤S200包括:
步骤S201:捕捉泳池水面巡航机器人在每一历史清洁记录下对应的模式参数;模式参数包括机器人巡航速率、机器人清洁强度档位;整合模式参数相同的历史清洁记录,得到若干个历史清洁记录集合,每一历史清洁记录集合对应一种模式参数设置;
步骤S202:分别在每一种模式参数设置对应的历史清洁记录集合中,对泳池水面巡航机器人在每一次对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留进行识别捕捉,对漂浮物残留进行面积提取,设面积为初始残留面积,同时对当前泳池水面巡航机器人的清洁方向进行识别,清洁方向是指,泳池水面巡航机器人的清洁口前进方向;
步骤S203:设置时间阈值,若在时间阈值内,初始残留面积始终处于清洁方向上,判断初始残留面积均未发生漂浮路径偏离;若在时间阈值内,初始残留面积中出现部分面积不始终处于清洁方向上,判断在初始残留面积中部分面积发生了漂浮路径偏离,设部分面积为残留偏离面积;
本申请研究当机器人在巡航清洁的过程中,因机器的运动速度和漂浮体垃圾易移动的特性,出现漂浮物垃圾残留并且向其他地方扩散的现象,基于对机器人设置的模式参数的不同,所出现的扩散现象在数据上呈现的特征规律也是不同的;对历史记录进行分类是为了捕捉相同模式参数设置下呈现的残留扩散特征。
进一步的,步骤S300包括:
步骤S301:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积小于或等于第一面积阈值,判断泳池水面巡航机器人在对应的某次清洁中为完全清洁;
步骤S302:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积大于第一面积阈值,且初始残留面积中出现的残留偏离面积小于或等于第一面积阈值,判断泳池水面巡航机器人在对应的某次清洁中为完全清洁;
步骤S303:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积大于第一面积阈值,且初始残留面积中出现的残留偏离面积大于第一面积阈值,判断泳池水面巡航机器人在对应的某次清洁中为不完全清洁。
上述残留偏离是指因为机器人自身的清洁前进运动,导致漂浮物面积出现了偏移,且随着清洁前进运动,漂移出了机器人当前清洁前进方向,也就是意味着若是机器人仍然依照当前清洁前进方向继续清洁则会错过这些漂浮物,这些漂移的漂浮物跑去了其他清洁路径的范围内,而涉及的其他清洁路径,随着时间越长,可能会是待清洁的路径也可能是已经清洁完的路径,而这势必造成机器人重复返工。
进一步的,步骤S400包括:
步骤S401:在每一种模式参数设置对应的历史清洁记录集合中,分别对所有清洁状态判断结果为完全清洁时所对应的漂浮物面积进行捕捉,设最大漂浮物面积为泳池水面巡航机器人在每一种模式参数设置下的最大单位清洁覆盖面积;
步骤S402:在每一种模式参数设置对应的历史清洁记录集合中,分别对所有清洁状态判断结果为完全清洁时所对应的漂浮物面积进行捕捉,同时在所有漂浮物面积中,捕捉相对于泳池水面巡航机器人清洁口呈现的最大漂浮物横向宽度,设最大漂浮物横向宽度为泳池水面巡航机器人在每一种模式参数设置下的最大横向清洁宽度。
进一步的,步骤S600包括:
步骤S601:对待进行水面清洁的泳池采集平面图,对泳池进行水面漂浮物识别,在平面图上对呈现聚集分布状态的漂浮物进行标记,得到泳池的水面漂浮物分布图;获取泳池水面巡航机器人基于水面清洁路径生成的清洁指令,捕捉操控泳池水面巡航机器人调头的操控指令,以操控指令的出现作为目标节点,对水面清洁路径进行路段划分,泳池水面巡航机器人清洁口的前进方向在每相邻两路段之间呈现相反方向;
步骤S602:将每相邻两路段作为目标路段组,分别设在目标路段组中,清洁顺序在前的为第一目标路段,清洁在后的为第二目标路段;一个目标路段组对应一个清洁来回,对应两次清洁路段;将所有目标路段组在水面漂浮物分布图中进行路段标记,分别捕捉泳池水面巡航机器人在对每个第一目标路段上呈现聚集分布状态的漂浮物进行清洁时出现不完全清洁的次数;
步骤S603:当捕捉到泳池水面巡航机器人在对某目标路段组中第一目标路段上呈现聚集分布状态的漂浮物进行清洁时出现不完全清洁的次数大于次数阈值,判断在某目标路段组中出现清洁路径规划的不适配。
进一步的,步骤S600包括:
步骤S604:当判断泳池水面巡航机器人在某目标路段组中出现清洁路径规划的不适配时,锁定某目标路段组对应的清洁范围,捕捉泳池水面巡航机器人在对某目标路段组中第一目标清洁路段出现不完全清洁时对应的残留偏离面积,提取对当前泳池水面巡航机器人转向第二目标路段时设置的调头转向指令;
步骤S605:在所有残留偏离面积中捕捉最大残留漂浮物横向宽度,对调头转向指令进行调整,操控泳池水面巡航机器人沿着当前模式参数设置下的最大横向清洁宽度与最大残留漂浮物横向宽度之间呈现相对面积最大的方向行进,生成新清洁路段,对新清洁路段进行清洁状态判断;
步骤S606:当在新清洁路段中出现不完全清洁的次数为0时,调整调头转向指令至泳池水面巡航机器人沿着第二目标路段进行清洁;当新清洁路段中出现不完全清洁的次数不为0时,再次调整调头转向指令,操控泳池水面巡航机器人沿着当前模式参数设置下的最大横向清洁宽度与新清洁路段中出现的最大残留漂浮物横向宽度之间呈现相对面积最大的方向行进,生成下一新清洁路段,直到在不断生成的下一新清洁路段中出现不完全清洁的次数为0时,调整调头转向指令至泳池水面巡航机器人沿着第二目标路段进行清洁。
为更好的实现上述方法还提出了一种基于人工智能的泳池机器人管控***,管控***包括:历史清洁数据采集处理模块、漂浮路径偏离判断模块、清洁状态判断模块、最大横向清洁宽度捕捉模块、清洁路径捕捉模块、适配性评估处理模块;
历史清洁数据采集处理模块,用于获取泳池水面巡航机器人的历史清洁记录,对历史清洁记录进行分类汇集;
漂浮路径偏离判断模块,用于分别在每一种模式参数设置对应的历史清洁记录集合中,识别捕捉当泳池水面巡航机器人对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留,判断漂浮物残留是否发生漂浮路径偏离;
清洁状态判断模块,用于接收漂浮路径偏离判断模块中的数据,基于泳池水面巡航机器人每一次清洁对应的漂浮物残留是否发生漂浮路径偏离的判断结果,对泳池水面巡航机器人的每一次清洁进行清洁状态判断;清洁状态包括完全清洁、不完全清洁;
最大横向清洁宽度捕捉模块,用于接收清洁状态判断模块中的数据,基于清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉,在最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
清洁路径捕捉模块,用于实时获取用户对泳池水面巡航机器人设置的模式参数,提取泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;
适配性评估处理模块,基于泳池上漂浮物的实际分布情况与当前泳池水面巡航机器人模式参数设置下的清洁情况,对清洁路径捕捉模块中捕捉到的水面清洁路径展开适配性评估,当评估结果显示不适配时,对清洁路径进行路径优化。
进一步的,最大横向清洁宽度捕捉模块包括最大单位清洁覆盖面积捕捉单元、最大横向清洁宽度捕捉单元;
最大单位清洁覆盖面积捕捉单元,用于接收清洁状态判断模块中的数据,基于清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉;
最大横向清洁宽度捕捉单元,用于接收最大单位清洁覆盖面积捕捉单元中的数据,在最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度。
进一步的,适配性评估处理模块包括适应性评估单元、路径优化处理单元;
适应性评估单元,用于根据泳池上漂浮物的实际分布情况与当前泳池水面巡航机器人模式参数设置下的清洁情况,对清洁路径捕捉模块中捕捉到的水面清洁路径展开适配性评估;
路径优化处理单元,用于接收适应性评估单元中的数据,对评估结果显示不适配清洁路径进行路径优化。
与现有技术相比,本发明所达到的有益效果是:本发明可解决因清洁机器人在水中的运动速度和漂浮体垃圾在水中易移动的特性,引发的残留漂浮物垃圾向其他地方扩散导致清洁不彻底或者反复机器人循环反复清洁的现象;本申请对出现漂浮物残留且残留出现路径漂移的现象进行捕捉,通过增加机器人在不同方向清洁路径上的路径重叠密度,尽可能使得清洁彻底。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的泳池机器人管控方法的流程示意图;
图2是本发明一种基于人工智能的泳池机器人管控***的结构示意图;
图3是本发明一种基于人工智能的泳池机器人管控方法的第一实施例示意图;
图4是本发明一种基于人工智能的泳池机器人管控方法的第二实施例示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图4,本发明提供技术方案:一种基于人工智能的泳池机器人管控方法,方法包括:
步骤S100:获取泳池水面巡航机器人的历史清洁记录;基于历史清洁记录中泳池水面巡航机器人对应的模式参数设置的不同,将历史清洁记录进行分类汇集;泳池水面巡航机器人是指在游泳池水面根据设定清洁路径进行遍历巡航,实现对游泳池水面漂浮物垃圾进行清洁的机器人;
步骤S200:分别在每一种模式参数设置对应的历史清洁记录集合中,识别捕捉当泳池水面巡航机器人对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留,判断漂浮物残留是否发生漂浮路径偏离;聚集分布状态是指,漂浮物个体之间分布间隔小于间隔阈值,且各个漂浮物之间形成的空间分布面积大于分布面积阈值;
其中,步骤S200包括:
步骤S201:捕捉泳池水面巡航机器人在每一历史清洁记录下对应的模式参数;模式参数包括机器人巡航速率、机器人清洁强度档位;整合模式参数相同的历史清洁记录,得到若干个历史清洁记录集合,每一历史清洁记录集合对应一种模式参数设置;
例如说,泳池水面巡航机器人存在第1条历史清洁记录显示的模式参数为巡航速率5m/min,一档清洁强度;存在第2条历史清洁记录显示的模式参数为巡航速率3m/min,一档清洁强度;存在第3条历史清洁记录显示的模式参数为巡航速率5m/min,二档清洁强度;存在第4条历史清洁记录显示的模式参数为巡航速率3m/min,一档清洁强度;存在第5条历史清洁记录显示的模式参数为巡航速率5m/min,一档清洁强度;
则将第1条历史清洁记录和第5条历史清洁记录归为一个历史清洁记录集合;
将第2条历史清洁记录和第4条历史清洁记录归为一个历史清洁记录集合;
将第3条历史清洁记录归为一个历史清洁记录集合;
对应上述集合,总共得到三种模式参数设置;
步骤S202:分别在每一种模式参数设置对应的历史清洁记录集合中,对泳池水面巡航机器人在每一次对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留进行识别捕捉,对漂浮物残留进行面积提取,设面积为初始残留面积,同时对当前泳池水面巡航机器人的清洁方向进行识别,清洁方向是指,泳池水面巡航机器人的清洁口前进方向;
步骤S203:设置时间阈值,若在时间阈值内,初始残留面积始终处于清洁方向上,判断初始残留面积均未发生漂浮路径偏离;若在时间阈值内,初始残留面积中出现部分面积不始终处于清洁方向上,判断在初始残留面积中部分面积发生了漂浮路径偏离,设部分面积为残留偏离面积;
例如图3所示,箭头方向为当前泳池水面巡航机器人的清洁方向,在时间阈值1min内,泳池水面巡航机器人从A点前进到了B点位,若在1min内,初始残留面积中出现部分面积不始终处于清洁方向上,例如说随着泳池水面巡航机器人从A点前进到了B点位,部分面积漂浮到了C点位,判断部分面积发生了漂浮路径偏离,则在C点位上的部分面积为残留偏离面积;
步骤S300:在每一种模式参数设置对应的历史清洁记录集合中,基于泳池水面巡航机器人每一次清洁对应的漂浮物残留是否发生漂浮路径偏离的判断结果,对泳池水面巡航机器人的每一次清洁进行清洁状态判断;清洁状态包括完全清洁、不完全清洁;
其中,步骤S300包括:
步骤S301:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积小于或等于第一面积阈值,判断泳池水面巡航机器人在对应的某次清洁中为完全清洁;
步骤S302:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积大于第一面积阈值,且初始残留面积中出现的残留偏离面积小于或等于第一面积阈值,判断泳池水面巡航机器人在对应的某次清洁中为完全清洁;
步骤S303:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积大于第一面积阈值,且初始残留面积中出现的残留偏离面积大于第一面积阈值,判断泳池水面巡航机器人在对应的某次清洁中为不完全清洁;
例如图4所示,在沿着一个清洁方向进行路径清洁时,存在漂浮物区域a、b、c,其中a、c呈现聚集分布状态,第一面积阈值为10平方厘米;
对泳池水面巡航机器人在清洁a、c后的初始残留面积进行捕捉,若在c处的初始残留面积为15平方厘米大于10平方厘米,且出现的残留偏离面积为8平方厘米,小于10平方厘米,判断泳池水面巡航机器人在对c处呈现聚集分布状态的漂浮物进行的清洁为一次完全清洁;若在a处的初始残留面积为21平方厘米大于10平方厘米,且出现的残留偏离面积为12平方厘米,大于10平方厘米,判断泳池水面巡航机器人在对a处呈现聚集分布状态的漂浮物进行的清洁为一次不完全清洁;
步骤S400:基于泳池水面巡航机器人在不同种模式参数设置下的清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉,在最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
其中,步骤S400包括:
步骤S401:在每一种模式参数设置对应的历史清洁记录集合中,分别对所有清洁状态判断结果为完全清洁时所对应的漂浮物面积进行捕捉,设最大漂浮物面积为泳池水面巡航机器人在每一种模式参数设置下的最大单位清洁覆盖面积;
步骤S402:在每一种模式参数设置对应的历史清洁记录集合中,分别对所有清洁状态判断结果为完全清洁时所对应的漂浮物面积进行捕捉,同时在所有漂浮物面积中,捕捉相对于泳池水面巡航机器人清洁口呈现的最大漂浮物横向宽度,设最大漂浮物横向宽度为泳池水面巡航机器人在每一种模式参数设置下的最大横向清洁宽度;
步骤S500:实时获取用户对泳池水面巡航机器人设置的模式参数,提取泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;
步骤S600:基于泳池上漂浮物的实际分布情况与当前泳池水面巡航机器人模式参数设置下的清洁情况,对水面清洁路径展开适配性评估,当评估结果显示不适配时,对清洁路径进行路径优化;
其中,步骤S600包括:
步骤S601:对待进行水面清洁的泳池采集平面图,对泳池进行水面漂浮物识别,在平面图上对呈现聚集分布状态的漂浮物进行标记,得到泳池的水面漂浮物分布图;获取泳池水面巡航机器人基于水面清洁路径生成的清洁指令,捕捉操控泳池水面巡航机器人调头的操控指令,以操控指令的出现作为目标节点,对水面清洁路径进行路段划分,泳池水面巡航机器人清洁口的前进方向在每相邻两路段之间呈现相反方向;
步骤S602:将每相邻两路段作为目标路段组,分别设在目标路段组中,清洁顺序在前的为第一目标路段,清洁在后的为第二目标路段;一个目标路段组对应一个清洁来回,对应两次清洁路段;将所有目标路段组在水面漂浮物分布图中进行路段标记,分别捕捉泳池水面巡航机器人在对每个第一目标路段上呈现聚集分布状态的漂浮物进行清洁时出现不完全清洁的次数;
步骤S603:当捕捉到泳池水面巡航机器人在对某目标路段组中第一目标路段上呈现聚集分布状态的漂浮物进行清洁时出现不完全清洁的次数大于次数阈值,判断在某目标路段组中出现清洁路径规划的不适配;
步骤S604:当判断泳池水面巡航机器人在某目标路段组中出现清洁路径规划的不适配时,锁定某目标路段组对应的清洁范围,捕捉泳池水面巡航机器人在对某目标路段组中第一目标清洁路段出现不完全清洁时对应的残留偏离面积,提取对当前泳池水面巡航机器人转向第二目标路段时设置的调头转向指令;
步骤S605:在所有残留偏离面积中捕捉最大残留漂浮物横向宽度,对调头转向指令进行调整,操控泳池水面巡航机器人沿着当前模式参数设置下的最大横向清洁宽度与最大残留漂浮物横向宽度之间呈现相对面积最大的方向行进,生成新清洁路段,对新清洁路段进行清洁状态判断;
步骤S606:当在新清洁路段中出现不完全清洁的次数为0时,调整调头转向指令至泳池水面巡航机器人沿着第二目标路段进行清洁;当新清洁路段中出现不完全清洁的次数不为0时,再次调整调头转向指令,操控泳池水面巡航机器人沿着当前模式参数设置下的最大横向清洁宽度与新清洁路段中出现的最大残留漂浮物横向宽度之间呈现相对面积最大的方向行进,生成下一新清洁路段,直到在不断生成的下一新清洁路段中出现不完全清洁的次数为0时,调整调头转向指令至泳池水面巡航机器人沿着第二目标路段进行清洁;
为更好的实现上述方法还提出了一种基于人工智能的泳池机器人管控***,管控***包括:历史清洁数据采集处理模块、漂浮路径偏离判断模块、清洁状态判断模块、最大横向清洁宽度捕捉模块、清洁路径捕捉模块、适配性评估处理模块;
历史清洁数据采集处理模块,用于获取泳池水面巡航机器人的历史清洁记录,对历史清洁记录进行分类汇集;
漂浮路径偏离判断模块,用于分别在每一种模式参数设置对应的历史清洁记录集合中,识别捕捉当泳池水面巡航机器人对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留,判断漂浮物残留是否发生漂浮路径偏离;
清洁状态判断模块,用于接收漂浮路径偏离判断模块中的数据,基于泳池水面巡航机器人每一次清洁对应的漂浮物残留是否发生漂浮路径偏离的判断结果,对泳池水面巡航机器人的每一次清洁进行清洁状态判断;清洁状态包括完全清洁、不完全清洁;
最大横向清洁宽度捕捉模块,用于接收清洁状态判断模块中的数据,基于清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉,在最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
其中,最大横向清洁宽度捕捉模块包括最大单位清洁覆盖面积捕捉单元、最大横向清洁宽度捕捉单元;
最大单位清洁覆盖面积捕捉单元,用于接收清洁状态判断模块中的数据,基于清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉;
最大横向清洁宽度捕捉单元,用于接收最大单位清洁覆盖面积捕捉单元中的数据,在最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
清洁路径捕捉模块,用于实时获取用户对泳池水面巡航机器人设置的模式参数,提取泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;
适配性评估处理模块,基于泳池上漂浮物的实际分布情况与当前泳池水面巡航机器人模式参数设置下的清洁情况,对清洁路径捕捉模块中捕捉到的水面清洁路径展开适配性评估,当评估结果显示不适配时,对清洁路径进行路径优化;
其中,适配性评估处理模块包括适应性评估单元、路径优化处理单元;
适应性评估单元,用于根据泳池上漂浮物的实际分布情况与当前泳池水面巡航机器人模式参数设置下的清洁情况,对清洁路径捕捉模块中捕捉到的水面清洁路径展开适配性评估;
路径优化处理单元,用于接收适应性评估单元中的数据,对评估结果显示不适配清洁路径进行路径优化。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (9)
1.一种基于人工智能的泳池机器人管控方法,其特征在于,所述方法包括:
步骤S100:获取泳池水面巡航机器人的历史清洁记录;基于历史清洁记录中泳池水面巡航机器人对应的模式参数设置的不同,将所述历史清洁记录进行分类汇集;所述泳池水面巡航机器人是指在游泳池水面根据设定清洁路径进行遍历巡航,实现对游泳池水面漂浮物垃圾进行清洁的机器人;
步骤S200:分别在每一种模式参数设置对应的历史清洁记录集合中,识别捕捉当泳池水面巡航机器人对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留,判断所述漂浮物残留是否发生漂浮路径偏离;所述聚集分布状态是指,漂浮物个体之间分布间隔小于间隔阈值,且各个漂浮物之间形成的空间分布面积大于分布面积阈值;
步骤S300:在每一种模式参数设置对应的历史清洁记录集合中,基于泳池水面巡航机器人每一次清洁对应的漂浮物残留是否发生漂浮路径偏离的判断结果,对泳池水面巡航机器人的每一次清洁进行清洁状态判断;所述清洁状态包括完全清洁、不完全清洁;
步骤S400:基于泳池水面巡航机器人在不同种模式参数设置下的清洁状态判断数据,对所述泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉,在所述最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
步骤S500:实时获取用户对所述泳池水面巡航机器人设置的模式参数,提取所述泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;
步骤S600:基于泳池上漂浮物的实际分布情况与当前所述泳池水面巡航机器人模式参数设置下的清洁情况,对所述水面清洁路径展开适配性评估,当评估结果显示不适配时,对所述清洁路径进行路径优化。
2.根据权利要求1所述的一种基于人工智能的泳池机器人管控方法,其特征在于,所述步骤S200包括:
步骤S201:捕捉泳池水面巡航机器人在每一历史清洁记录下对应的模式参数;所述模式参数包括机器人巡航速率、机器人清洁强度档位;整合模式参数相同的历史清洁记录,得到若干个历史清洁记录集合,每一历史清洁记录集合对应一种模式参数设置;
步骤S202:分别在每一种模式参数设置对应的历史清洁记录集合中,对泳池水面巡航机器人在每一次对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留进行识别捕捉,对所述漂浮物残留进行面积提取,设所述面积为初始残留面积,同时对当前泳池水面巡航机器人的清洁方向进行识别,所述清洁方向是指,所述泳池水面巡航机器人的清洁口前进方向;
步骤S203:设置时间阈值,若在所述时间阈值内,所述初始残留面积始终处于所述清洁方向上,判断所述初始残留面积均未发生漂浮路径偏离;若在所述时间阈值内,所述初始残留面积中出现部分面积不始终处于所述清洁方向上,判断在所述初始残留面积中所述部分面积发生了漂浮路径偏离,设所述部分面积为残留偏离面积。
3.根据权利要求2所述的一种基于人工智能的泳池机器人管控方法,其特征在于,步骤S300包括:
步骤S301:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积小于或等于第一面积阈值,判断所述泳池水面巡航机器人在对应的某次清洁中为完全清洁;
步骤S302:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积大于第一面积阈值,且初始残留面积中出现的残留偏离面积小于或等于所述第一面积阈值,判断所述泳池水面巡航机器人在对应的某次清洁中为完全清洁;
步骤S303:若在某次对呈现聚集分布状态的漂浮物进行清洁后的初始残留面积大于第一面积阈值,且初始残留面积中出现的残留偏离面积大于所述第一面积阈值,判断所述泳池水面巡航机器人在对应的某次清洁中为不完全清洁。
4.根据权利要求3所述的一种基于人工智能的泳池机器人管控方法,其特征在于,步骤S400包括:
步骤S401:在每一种模式参数设置对应的历史清洁记录集合中,分别对所有清洁状态判断结果为完全清洁时所对应的漂浮物面积进行捕捉,设最大漂浮物面积为所述泳池水面巡航机器人在所述每一种模式参数设置下的最大单位清洁覆盖面积;
步骤S402:在每一种模式参数设置对应的历史清洁记录集合中,分别对所有清洁状态判断结果为完全清洁时所对应的漂浮物面积进行捕捉,同时在所有漂浮物面积中,捕捉相对于泳池水面巡航机器人清洁口呈现的最大漂浮物横向宽度,设所述最大漂浮物横向宽度为所述泳池水面巡航机器人在所述每一种模式参数设置下的最大横向清洁宽度。
5.根据权利要求4所述的一种基于人工智能的泳池机器人管控方法,其特征在于,步骤S600包括:
步骤S601:对待进行水面清洁的泳池采集平面图,对所述泳池进行水面漂浮物识别,在所述平面图上对呈现聚集分布状态的漂浮物进行标记,得到所述泳池的水面漂浮物分布图;获取泳池水面巡航机器人基于所述水面清洁路径生成的清洁指令,捕捉操控泳池水面巡航机器人调头的操控指令,以所述操控指令的出现作为目标节点,对所述水面清洁路径进行路段划分,泳池水面巡航机器人清洁口的前进方向在每相邻两路段之间呈现相反方向;
步骤S602:将每相邻两路段作为目标路段组,分别设在所述目标路段组中,清洁顺序在前的为第一目标路段,清洁在后的为第二目标路段;一个所述目标路段组对应一个清洁来回,对应两次清洁路段;将所有目标路段组在所述水面漂浮物分布图中进行路段标记,分别捕捉所述泳池水面巡航机器人在对每个第一目标路段上呈现聚集分布状态的漂浮物进行清洁时出现不完全清洁的次数;
步骤S603:当捕捉到所述泳池水面巡航机器人在对某目标路段组中第一目标路段上呈现聚集分布状态的漂浮物进行清洁时出现不完全清洁的次数大于次数阈值,判断在所述某目标路段组中出现清洁路径规划的不适配。
6.根据权利要求5所述的一种基于人工智能的泳池机器人管控方法,其特征在于,步骤S600包括:
步骤S604:当判断所述泳池水面巡航机器人在所述某目标路段组中出现清洁路径规划的不适配时,锁定所述某目标路段组对应的清洁范围,捕捉所述泳池水面巡航机器人在对所述某目标路段组中第一目标清洁路段出现不完全清洁时对应的残留偏离面积,提取对当前所述泳池水面巡航机器人转向所述第二目标路段时设置的调头转向指令;
步骤S605:在所有所述残留偏离面积中捕捉最大残留漂浮物横向宽度,对所述调头转向指令进行调整,操控所述泳池水面巡航机器人沿着当前模式参数设置下的最大横向清洁宽度与所述最大残留漂浮物横向宽度之间呈现相对面积最大的方向行进,生成新清洁路段,对新清洁路段进行清洁状态判断;
步骤S606:当在所述新清洁路段中出现不完全清洁的次数为0时,调整调头转向指令至所述泳池水面巡航机器人沿着所述第二目标路段进行清洁;当所述新清洁路段中出现不完全清洁的次数不为0时,再次调整调头转向指令,操控所述泳池水面巡航机器人沿着当前模式参数设置下的最大横向清洁宽度与所述新清洁路段中出现的最大残留漂浮物横向宽度之间呈现相对面积最大的方向行进,生成下一新清洁路段,直到在不断生成的下一新清洁路段中出现不完全清洁的次数为0时,调整调头转向指令至所述泳池水面巡航机器人沿着所述第二目标路段进行清洁。
7.一种应用权利要求1-6中任一项的所述基于人工智能的泳池机器人管控方法的基于人工智能的泳池机器人管控***,其特征在于,所述管控***包括:历史清洁数据采集处理模块、漂浮路径偏离判断模块、清洁状态判断模块、最大横向清洁宽度捕捉模块、清洁路径捕捉模块、适配性评估处理模块;
所述历史清洁数据采集处理模块,用于获取泳池水面巡航机器人的历史清洁记录,对所述历史清洁记录进行分类汇集;
所述漂浮路径偏离判断模块,用于分别在每一种模式参数设置对应的历史清洁记录集合中,识别捕捉当泳池水面巡航机器人对呈现聚集分布状态的漂浮物进行清洁后的漂浮物残留,判断所述漂浮物残留是否发生漂浮路径偏离;
所述清洁状态判断模块,用于接收所述漂浮路径偏离判断模块中的数据,基于泳池水面巡航机器人每一次清洁对应的漂浮物残留是否发生漂浮路径偏离的判断结果,对泳池水面巡航机器人的每一次清洁进行清洁状态判断;所述清洁状态包括完全清洁、不完全清洁;
所述最大横向清洁宽度捕捉模块,用于接收所述清洁状态判断模块中的数据,基于清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉,在所述最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度;
所述清洁路径捕捉模块,用于实时获取用户对所述泳池水面巡航机器人设置的模式参数,提取所述泳池水面巡航机器人对待进行水面清洁巡航的泳池生成的水面清洁路径;
所述适配性评估处理模块,基于泳池上漂浮物的实际分布情况与当前所述泳池水面巡航机器人模式参数设置下的清洁情况,对所述清洁路径捕捉模块中捕捉到的水面清洁路径展开适配性评估,当评估结果显示不适配时,对所述清洁路径进行路径优化。
8.根据权利要求7所述的一种基于人工智能的泳池机器人管控***,其特征在于,所述最大横向清洁宽度捕捉模块包括最大单位清洁覆盖面积捕捉单元、最大横向清洁宽度捕捉单元;
所述最大单位清洁覆盖面积捕捉单元,用于接收所述清洁状态判断模块中的数据,基于清洁状态判断数据,对泳池水面巡航机器人在不同种模式参数设置下呈现的最大单位清洁覆盖面积进行捕捉;
所述最大横向清洁宽度捕捉单元,用于接收所述最大单位清洁覆盖面积捕捉单元中的数据,在所述最大单位清洁覆盖面积的基础上捕捉最大横向清洁宽度。
9.根据权利要求7所述的一种基于人工智能的泳池机器人管控***,其特征在于,所述适配性评估处理模块包括适应性评估单元、路径优化处理单元;
所述适应性评估单元,用于根据泳池上漂浮物的实际分布情况与当前所述泳池水面巡航机器人模式参数设置下的清洁情况,对清洁路径捕捉模块中捕捉到的水面清洁路径展开适配性评估;
所述路径优化处理单元,用于接收所述适应性评估单元中的数据,对评估结果显示不适配清洁路径进行路径优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211315348.0A CN115390570B (zh) | 2022-10-26 | 2022-10-26 | 一种基于人工智能的泳池机器人管控***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211315348.0A CN115390570B (zh) | 2022-10-26 | 2022-10-26 | 一种基于人工智能的泳池机器人管控***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115390570A CN115390570A (zh) | 2022-11-25 |
CN115390570B true CN115390570B (zh) | 2023-01-17 |
Family
ID=84128516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211315348.0A Active CN115390570B (zh) | 2022-10-26 | 2022-10-26 | 一种基于人工智能的泳池机器人管控***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115390570B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2024084334A (ja) * | 2022-12-13 | 2024-06-25 | ヤンマーホールディングス株式会社 | 水中洗浄装置 |
CN115648255B (zh) * | 2022-12-15 | 2023-03-14 | 深圳市思傲拓科技有限公司 | 一种泳池清污机器人清洁路径规划管理***及方法 |
CN116027794B (zh) * | 2023-03-30 | 2023-06-20 | 深圳市思傲拓科技有限公司 | 一种基于大数据的泳池机器人自动定位管理***及方法 |
CN116186595B (zh) * | 2023-04-26 | 2023-08-18 | 深圳市中科云科技开发有限公司 | 基于工业物联网的数据处理方法、装置和计算机设备 |
CN116363137B (zh) * | 2023-06-01 | 2023-08-04 | 合力(天津)能源科技股份有限公司 | 一种指导油管自动清洗的清洗效果评估方法及*** |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018012922A1 (ko) * | 2016-07-14 | 2018-01-18 | 엘지전자 주식회사 | 로봇 청소기 |
CN107807649A (zh) * | 2017-11-28 | 2018-03-16 | 广东工业大学 | 一种扫地机器人及其清扫方法、装置 |
CN108510124A (zh) * | 2018-04-09 | 2018-09-07 | 山东大学 | 基于机器学习的水面垃圾清理路径规划方法和装置 |
CN110442123A (zh) * | 2018-05-03 | 2019-11-12 | 南宁富桂精密工业有限公司 | 清扫机器人、清扫方法、环境监控方法和计算机存储介质 |
CN111877290A (zh) * | 2020-08-10 | 2020-11-03 | 重庆交通大学 | 一种智能水面清洁机器人 |
CN112932335A (zh) * | 2021-01-29 | 2021-06-11 | 深圳市银星智能科技股份有限公司 | 基站的垃圾清理方法及基站 |
CN113655792A (zh) * | 2021-08-09 | 2021-11-16 | 江苏科技大学 | 一种水域垃圾清理机器人工况自适应***及控制方法 |
CN113665753A (zh) * | 2021-07-26 | 2021-11-19 | 珠海城市职业技术学院 | 垃圾回收方法、***及存储介质 |
CN113867404A (zh) * | 2021-11-05 | 2021-12-31 | 交通运输部天津水运工程科学研究所 | 一种基于无人机的海滩垃圾巡检方法和*** |
CN114109095A (zh) * | 2020-09-01 | 2022-03-01 | 苏州宝时得电动工具有限公司 | 泳池清洁机器人和泳池清理方法 |
-
2022
- 2022-10-26 CN CN202211315348.0A patent/CN115390570B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018012922A1 (ko) * | 2016-07-14 | 2018-01-18 | 엘지전자 주식회사 | 로봇 청소기 |
CN107807649A (zh) * | 2017-11-28 | 2018-03-16 | 广东工业大学 | 一种扫地机器人及其清扫方法、装置 |
CN108510124A (zh) * | 2018-04-09 | 2018-09-07 | 山东大学 | 基于机器学习的水面垃圾清理路径规划方法和装置 |
CN110442123A (zh) * | 2018-05-03 | 2019-11-12 | 南宁富桂精密工业有限公司 | 清扫机器人、清扫方法、环境监控方法和计算机存储介质 |
CN111877290A (zh) * | 2020-08-10 | 2020-11-03 | 重庆交通大学 | 一种智能水面清洁机器人 |
CN114109095A (zh) * | 2020-09-01 | 2022-03-01 | 苏州宝时得电动工具有限公司 | 泳池清洁机器人和泳池清理方法 |
CN112932335A (zh) * | 2021-01-29 | 2021-06-11 | 深圳市银星智能科技股份有限公司 | 基站的垃圾清理方法及基站 |
CN113665753A (zh) * | 2021-07-26 | 2021-11-19 | 珠海城市职业技术学院 | 垃圾回收方法、***及存储介质 |
CN113655792A (zh) * | 2021-08-09 | 2021-11-16 | 江苏科技大学 | 一种水域垃圾清理机器人工况自适应***及控制方法 |
CN113867404A (zh) * | 2021-11-05 | 2021-12-31 | 交通运输部天津水运工程科学研究所 | 一种基于无人机的海滩垃圾巡检方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN115390570A (zh) | 2022-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115390570B (zh) | 一种基于人工智能的泳池机器人管控***及方法 | |
CN108733061B (zh) | 一种清扫作业的路径修正方法 | |
CN111539280B (zh) | 基于自动驾驶技术的路面清扫方法、装置和计算机设备 | |
CN112315383B (zh) | 机器人的巡检清洁方法、装置、机器人和存储介质 | |
CN108763571B (zh) | 一种作业地图更新方法 | |
CN112329618A (zh) | 一种基于人工智能的光伏清洁机器人控制方法及*** | |
DE102011052154A1 (de) | Reinigungspfad-Anführungsverfahren mit Schmutzabtastung | |
CN108716201B (zh) | 一种协同清扫方法 | |
CN103390169A (zh) | 一种车载激光扫描点云数据的城市地物分类方法 | |
DE102013208521A1 (de) | Kollektives Erlernen eines hochgenauen Straßenmodells | |
CN110037619A (zh) | 一种旅客列车专用扫地机器人的控制方法及扫地机器人 | |
CN102509264B (zh) | 一种基于图像分割的扫描图像去灰尘方法 | |
CN108303092A (zh) | 一种自行规划路径的清洗方法 | |
CN103186773B (zh) | 一种基于一维Hough变换和专家***的早期苗田垄线识别算法 | |
CN112287834A (zh) | 机器人的巡检清洁方法、装置、机器人和存储介质 | |
CN114355907A (zh) | 一种基于云端的智能化垃圾识别和清扫方法、*** | |
CN113064407A (zh) | 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 | |
CN114814877B (zh) | 一种基于巡检机器人的隧道数据采集方法、设备及介质 | |
DE102019218192A1 (de) | Verfahren zum Bearbeiten von Pflanzen auf einem Feld | |
WO2016155964A1 (de) | Verfahren zum erkennen von bewegungen von objekten auf einer abstellfläche für fahrzeuge | |
Lew et al. | Robotic table wiping via reinforcement learning and whole-body trajectory optimization | |
CN114115269A (zh) | 清扫路径的确定方法、装置及电子设备 | |
CN109671271A (zh) | 一种提高清扫车洁净率的工作参数配置***及其方法 | |
CN116540709B (zh) | 一种基于机器人编队的避障路径规划方法 | |
EP4294986A1 (de) | Cyber-physisches system zur reinigung von verkehrswegen und/oder aussenanlagen sowie verfahren dazu |
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 |