一种智能清扫的方法、装置、扫地机器人及存储介质与流程

文档序号:28500774发布日期:2022-01-15 04:51阅读:141来源:国知局
一种智能清扫的方法、装置、扫地机器人及存储介质与流程

1.本发明涉及扫地机器人的控制技术领域,尤其涉及一种智能清扫的方法、装置、扫地机器人及存储介质。


背景技术:

2.目前,随着生活水平的日益提高,扫地机器人大量出现在人们的生活中,为人们的家居环境进行清扫工作,大大减轻了人们的生活压力。
3.但是目前的扫地机器人的清扫方式比较单一,在人为启动后,只能在固定的区域执行固定的清扫操作,智能程度不够,无法满足人们生活中日益增加的个性化清扫需要。
4.由此,目前需要有一种方案来解决现有技术中的问题。


技术实现要素:

5.有鉴于此,本发明涉及一种智能清扫的方法、装置、扫地机器人及存储介质,用以提高扫地机器人的智能化水平,以此解决现有技术中的缺陷,提供现有技术所无法提供的个性化清扫服务。
6.具体的,本发明提出了以下具体的实施例:
7.本发明实施例提出了一种智能清扫的方法,该方法包括:
8.获取当前之前一定时间内预设环境中用户的轨迹数据以及当前预设环境中的各个区域的图像;
9.基于所述图像确定清洁程度;
10.基于所述轨迹数据预估所述用户当前在预设环境中的每个区域出现的概率;
11.控制扫地机器人在所述出现的概率低于预设值且所述清洁程度不达标的区域进行清扫。
12.在一个具体的实施例中,所述预设环境中的每个区域均设置有:红外传感器和摄像头;
13.所述轨迹数据通过所述红外传感器获取;所述图像通过所述摄像头拍摄得到。
14.在一个具体的实施例中,所述清洁程度是基于训练好的神经网络模型对预设环境中的各个区域的图像进行识别得到的。
15.在一个具体的实施例中,还包括:
16.将所获取的轨迹数据进行脱敏后上传到云端。
17.在一个具体的实施例中,还包括:
18.基于所述轨迹数据将所述用户每天停留时间超过预设时间阈值的区域设置为优先区域;
19.若所述优先区域的所述概率低于所述预设值且所述清洁程度不达标,则优先清扫所述优先区域。
20.本发明实施例还提出了一种智能清扫的装置,应用于设置有传感器的扫地机器
人,该装置包括:
21.获取模块,用于获取当前之前一定时间内预设环境中用户的轨迹数据以及当前预设环境中的各个区域的图像;
22.确定模块,用于基于所述图像确定清洁程度;
23.预估模块,用于基于所述轨迹数据预估所述用户当前在预设环境中的每个区域出现的概率;
24.清扫模块,用于控制扫地机器人在所述出现的概率低于预设值且所述清洁程度不达标的区域进行清扫。
25.在一个具体的实施例中,所述预设环境中的每个区域均设置有:红外传感器和摄像头;
26.所述轨迹数据通过所述红外传感器获取;所述图像通过所述摄像头拍摄得到。
27.本发明实施例还提出了一种扫地机器人,包括存储器以及处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序以使所述处理器执行如上述的智能清扫的方法。
28.本发明实施例还提出了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的智能清扫的方法。
29.以此,本发明实施例提出了一种智能清扫的方法、装置、扫地机器人及存储介质,该方法包括:获取当前之前一定时间内预设环境中用户的轨迹数据以及当前预设环境中的各个区域的图像;基于所述图像确定清洁程度;基于所述轨迹数据预估所述用户当前在预设环境中的每个区域出现的概率;控制扫地机器人在所述出现的概率低于预设值且所述清洁程度不达标的区域进行清扫。本方案中基于用户的轨迹数据对用户的行为进行预估,以此尽量规避用户的行为,选择在用户不在的时间进行清扫操作,实现了智能化清扫。
附图说明
30.为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
31.图1示出了本发明实施例公开的一种智能清扫的方法的流程示意图;
32.图2示出了本发明实施例公开的一种智能清扫的装置的结构示意图;
33.图3示出了本发明实施例公开的一种扫地机器人的结构框架示意图;
34.图4示出了本发明实施例公开的一种存储介质的框架结构示意图。
35.图例说明:
36.201-获取模块;202-确定模块;203-预估模块;204-清扫模块。
具体实施方式
37.下面将结合本发明实施例中附图,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。
38.通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求
保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
39.在下文中,可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
40.此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
41.除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
42.实施例1
43.本发明实施例1公开了一种智能清扫的方法,如图1所示,该方法包括以下步骤:
44.步骤s101、获取当前之前一定时间内预设环境中用户的轨迹数据以及当前预设环境中的各个区域的图像;
45.在具体的应用场景中,所述预设环境中的每个区域均设置有:红外传感器和摄像头;所述轨迹数据通过所述红外传感器获取;所述图像通过所述摄像头拍摄得到。除此以外,扫地机器人上也可以设置有一个或多个传感器,以此来获取当前之前一定时间,例如当前之前1周内用户在房屋中的轨迹数据,具体的轨迹数据包括用户在各时间点所在房屋中的位置数据。
46.除了轨迹数据外,还获取当前房屋内各个区域的图像,例如主卧的地面图像,厨房的地面图像等等。
47.步骤s102、基于所述图像确定清洁程度;
48.具体的,所述清洁程度是基于训练好的神经网络模型对预设环境中的各个区域的图像进行识别得到的;
49.所述神经网络模型是通过样本图像进行训练得到。
50.具体的,样本图像中包括标签,也即该图像对应的清洁程度。
51.步骤s103、基于所述轨迹数据预估所述用户当前在预设环境中的每个区域出现的概率;
52.具体的,在一般的家居环境中,用户的行为是有规律的,例如会在相对固定的时间出现在某个区域,例如会在晚上去卧室睡觉,早9点在餐厅等等,由此,在获取到之前一段时间的轨迹数据后,即可对当前该用户出现在哪个区域内的概率进行预估。
53.步骤s104、控制扫地机器人在所述概率低于预设值且所述清洁程度不达标的区域进行清扫。
54.为了尽量规避用户的行为,选择在用户不在的时间进行清扫操作,实现了智能化清扫。
55.具体的,例如晚上时间,用户不在家,则对清洁程度不打包的区域进行清扫;若是用户在卧室睡觉,则对卧室以外的其他区域进行清扫,以此使得清扫尽可能发生在用户的感知范围外,在用户未感知时完成清扫工作。
56.具体的,在一个实施例中,该方法还包括:
57.将所获取的轨迹数据进行脱敏后上传到云端;
58.具体的,为了长久保存数据,且避免数据被盗用影响到用户的因素,因此将轨迹数据进行脱敏后上传到云端,以此云端不断获取到新的轨迹数据,基于此,步骤s103中的所述基于所述轨迹数据预估所述用户当前在预设环境中的各个区域出现的概率,包括:
59.从云端获取上传的轨迹数据;
60.基于从云端获取的轨迹数据预估所述用户当前在预设环境中的各个区域出现的概率。
61.具体的,考虑到设备(例如传感器或扫地机器人)的存储空间有限,为了长久的保存数据,将数据都上传到云端,而后在扫地机器人上可以删除已上传的数据,在此情况下,当需要预估时,调用云端的轨迹数据结合当前一端时间自身获取到的轨迹数据,来进行综合预估,提高了预估的准确度。
62.在一个具体的实施例中,该方法还包括:
63.基于所述轨迹数据将所述用户每天停留时间超过预设时间阈值的区域设置为优先区域;
64.若所述优先区域的所述概率低于所述预设值且所述清洁程度不达标,则优先清扫所述优先区域。
65.在进行清扫时,可以设置优先区域,并对优选区域进行优先清扫,以此可以更好的服务用户。
66.实施例2
67.为了对本发明进行进一步的说明,本发明实施例2还公开了一种智能清扫的装置,应用于设置有传感器的扫地机器人,如图2所示,该装置包括:
68.获取模块201,用于获取当前之前一定时间内预设环境中用户的轨迹数据以及当前预设环境中的各个区域的图像;
69.确定模块202,用于基于所述图像确定清洁程度;
70.预估模块203,用于基于所述轨迹数据预估所述用户当前在预设环境中的每个区域出现的概率;
71.清扫模块204,用于控制扫地机器人在所述出现的概率低于预设值且所述清洁程度不达标的区域进行清扫。
72.在一个具体的实施例中,所述预设环境中的每个区域均设置有:红外传感器和摄像头;
73.所述轨迹数据通过所述红外传感器获取;所述图像通过所述摄像头拍摄得到。
74.在一个具体的实施例中,所述清洁程度是基于训练好的神经网络模型对预设环境中的各个区域的图像进行识别得到的。
75.在一个具体的实施例中,还包括:
76.上传模块,用于将所获取的轨迹数据进行脱敏后上传到云端。
77.在一个具体的实施例中,还包括:优先模块,用于:
78.基于所述轨迹数据将所述用户每天停留时间超过预设时间阈值的区域设置为优先区域;
79.若所述优先区域的所述概率低于所述预设值且所述清洁程度不达标,则优先清扫所述优先区域。
80.实施例3
81.本发明实施例3还公开了一种扫地机器人,如图3所示,包括存储器以及处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序以使所述处理器执行如实施例1所述的智能清扫的方法。
82.实施例4
83.本发明实施例4还公开了一种存储介质,如图4所示,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例1所述的智能清扫的方法。
84.以此,本发明实施例提出了一种智能清扫的方法、装置、扫地机器人及存储介质,该方法包括:获取当前之前一定时间内预设环境中用户的轨迹数据以及当前预设环境中的各个区域的图像;基于所述图像确定清洁程度;基于所述轨迹数据预估所述用户当前在预设环境中的每个区域出现的概率;控制扫地机器人在所述出现的概率低于预设值且所述清洁程度不达标的区域进行清扫。本方案中基于用户的轨迹数据对用户的行为进行预估,以此尽量规避用户的行为,选择在用户不在的时间进行清扫操作,实现了智能化清扫。
85.在本技术所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
86.另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
87.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(rom,read-only memory)、随机存取存储器(ram,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
88.以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何
熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1