一种可识别光伏阵列放置方式的光伏清洁机器人的制作方法

本发明实施例涉及清洁机器人的技术领域，具体涉及一种可识别光伏阵列放置方式的光伏清洁机器人。

背景技术：

阳能光伏作为一种可再生清洁能源，已成为当今全球能源变革的重要力量。太阳能电池板表面容易积累风沙、灰尘等污垢，若没有及时科学专业的清洁，最高可导致组件发电功率衰减40％～60％，发电量下降20％～30％。因此，通过合理科学地清洁太阳能电池板以及对组件的悉心养护来提升电站发电量和效益的理念，受到业界认可。

光伏清洁行走机器人工作的时候，基本是全自动化的过程。目前市面不存在比较成熟的可移动检测方式，需依靠在光伏阵列添加特定的感应装置或固定装置进行定位，维持机器在光伏阵列上的行走和清洁；并且比较成熟的自主选择清洁路线技术是先手动清洁方向，然后在光伏纵置或者横置分布光伏阵列上进行“n”或者“z”字形路径清洁。

这样的添加特定感应装置或固定装置的感应方式和手动规划路线，不仅增加了设备成本，而且易受光伏阵列的大小和分布影响，可适用性差，自动化程度低。

技术实现要素：

鉴于现有技术中存在的上述问题，本发明的主要目的在于提供一种可识别光伏阵列放置方式的光伏清洁机器人，提高光伏清洁机器人的自动化程度，简化光伏清洁机器人的检测结构，并且还可提高光伏清洁机器人的适用性，以达到光伏清洁机器在光伏阵列上感知自身的相对位姿，为光伏清洁机器人自动作业提供可靠依据，节约人力和降低电站维护成本。

本发明的技术方案是这样的：

一种可识别光伏阵列放置方式的光伏清洁机器人，所述光伏清洁机器人包括机身，所述机身的前端固定设置有清扫装置，所述光伏清洁机器人通过所述清洁装置对光伏阵列进行清扫作业，所述光伏机器人在清洁作业启动前，放置在待清洁的光伏阵列的左下角或右下角的光伏面板上，此时所述光伏清洁机器人处于光伏阵列的边缘，且所述机身的正前方朝前，然后按下启动按钮开始清洁作业，所述光伏清洁机器人通过所述机身上设置的摄像头组件拍摄其正前方的光伏面板表面底纹，并通过深度学习模型识别所述光伏面板表面类型，并根据所述光伏面板表面类型，判定所述光伏清洁机器人所处光伏阵列的放置方式。

所述光伏面板表面类型包括出界、跨缝、电池片竖放以及电池片横放。

所述光伏阵列的放置方式包括光伏阵列横置和光伏阵列竖置。

所述机身的形状为方形，且所述机身的前端侧壁上设置有安装凹槽，所述安装凹槽由所述机身的前端侧壁中心位置内凹形成，所述安装凹槽的上端延伸至所述机身的上表面，且所述安装凹槽的下端延伸至所述机身的下表面，所述机身上还设置有曝光盒，所述曝光盒通过紧固螺钉固定设置在所述安装凹槽中，所述摄像头组件固定设置在所述曝光盒的顶端。

所述曝光盒的下端开口，且所述曝光盒的内部设置有空腔，所述空腔与所述开口相连通，所述曝光盒的底端固定设置有毛刷，所述毛刷的底端所处平面与所述机身的底端所处平面为同一个平面。

所述曝光盒的底端固定设置有安装部，所述毛刷通过所述安装部设置在所述曝光盒的下方。

所述安装部包括第一安装板、第二安装板、第三安装板以及第四安装板，其中：所述第一安装板固定设置在所述曝光盒左侧底部的外侧壁上，所述第二安装板固定设置在所述曝光盒前侧底部的外侧壁上，所述第三安装板固定设置在所述曝光盒右侧底部的外侧壁上，所述第四安装板固定设置在所述曝光盒后侧底部的外侧壁。

所述毛刷包括所述毛刷包括第一毛刷、第二毛刷、第三毛刷以及第四毛刷，其中：所述第一毛刷、第二毛刷、第三毛刷以及第四毛刷首尾相连且形成中间为方形通孔的方形结构；所述第一毛刷位于所述第一安装板的下方，且所述第一毛刷的外侧壁与所述第一安装板的外侧壁相平齐；所述第二毛刷位于所述第二安装板的下方，且所述第二毛刷的外侧壁位于所述第二安装板的外侧壁相平齐；所述第三毛刷位于所述第三安装板的下方，且所述第三毛刷的外侧壁位于是第三安装板的外侧壁相平齐；所述第四毛刷位于所述第四安装板的下方，且所述第四毛刷的外侧壁位于所述第四安装板的外侧壁相平齐。

所述曝光盒包括曝光盒本体，所述曝光盒本体的形状为方形，所述曝光盒本体的顶端中心位置设置有第一定位孔，所述摄像头组件包括摄像头模块和摄像头驱动板，所述摄像头驱动板固定设置在所述曝光盒本体的顶端，所述摄像头模块的上端固定设置在所述摄像头驱动板的下表面，且所述摄像头模块的下端贯穿所述第一定位孔位于所述空腔中。

所述摄像头组件还包括高度调整尼龙柱，所述高度调整尼龙柱设置在所述曝光盒本体的顶端，所述摄像头驱动板的形状为方形，且所述摄像头驱动板的四角分别通过上述高度调整尼龙柱设置在所述曝光盒本体的顶端上方，所述高度调整尼龙柱通过第一紧固螺栓分别与所述曝光盒本体的顶端和所述摄像头驱动板连接。

本发明具有以下优点和有益效果：本发明实施例提供的可识别光伏阵列放置方式的光伏清洁机器人，光伏清洁机器人包括机身，机身的前端固定设置有清扫装置，光伏清洁机器人通过清洁装置对光伏阵列进行清扫作业，光伏机器人在清洁作业启动前，放置在待清洁的光伏阵列的左下角或右下角的光伏面板上，此时光伏清洁机器人处于光伏阵列的边缘，且机身的正前方朝前，然后按下启动按钮开始清洁作业，光伏清洁机器人通过机身上设置的摄像头组件拍摄其正前方的光伏面板表面底纹，并通过深度学习模型识别光伏面板表面类型，并根据光伏面板表面类型，判定光伏清洁机器人所处光伏阵列的放置方式；通过上述设计，也即光伏清洁机器人在清洁作业过程中，通过机身前端侧壁固定设置的摄像头组件，可检测光伏面板表面底纹，以判断当前光伏清洁机器人前方光伏面板的表面类型(也即出界、跨缝、电池片竖放以及电池片横放)，进而判断当前光伏阵列的放置方式(光伏面板长边竖放和横放两种)，实现持续自动控制作业；另外，还可提高光伏清洁机器人的自动化程度，简化光伏清洁机器人的检测结构，并且提高光伏清洁机器人的适用性，以达到光伏清洁机器人在光伏阵列上感知自身的相对位姿，为光伏清洁机器人自动作业提供可靠依据，节约人力和降低电站维护成本。

附图说明

图1为本发明实施例提供的可识别光伏阵列放置方式的光伏清洁机器人的一个方向的立体结构示意图。

图2为本发明实施例提供的可识别光伏阵列放置方式的光伏清洁机器人的另外一个方向的立体结构示意图。

图3为本发明实施例提供的可识别光伏阵列放置方式的光伏清洁机器人的俯视结构示意图。

图4为本发明实施例提供的摄像头组件与曝光盒相结合的立体结构示意图。

图5为本发明实施例提供的摄像头组件与曝光盒相结合的分解结构示意图。

图6为本发明实施例提供的光伏面板表面底纹类型为出界的示意图。

图7为本发明实施例提供的光伏面板表面底纹类型为跨缝的示意图。

图8为本发明实施例提供的光伏面板表面底纹类型为光伏面板竖置的示意图。

图9为本发明实施例提供的光伏面板表面底纹类型为光伏面板横置的示意图。

图10为本发明实施例提供的卷积神经网络的结构示意图。

具体实施方式

下面将参照附图和具体实施例对本发明作进一步的说明。

如图1至图10所示：为本发明实施例提供的可识别光伏阵列放置方式的光伏清洁机器人，所述光伏清洁机器人包括机身100，所述机身100的前端固定设置有清扫装置101，所述光伏清洁机器人通过所述清洁装置101对光伏阵列进行清扫作业，所述光伏机器人在清洁作业启动前，放置在待清洁的光伏阵列的左下角或右下角的光伏面板上，此时所述光伏清洁机器人处于光伏阵列的边缘，且所述机身100的正前方朝前，然后按下启动按钮开始清洁作业，所述光伏清洁机器人通过所述机身100上设置的摄像头组件拍摄其正前方的光伏面板表面底纹，并通过深度学习模型识别所述光伏面板表面类型，并根据所述光伏面板表面类型，判定所述光伏清洁机器人所处光伏阵列的放置方式。上述深度学习模型为卷积神经网络模型。上述摄像头组件采用高速摄像头模块和深度学习模型，因此具有体积小、准确率高和易安装等特点，既能保证光伏清洁机器人的结构简单，也能提供较准确的感知效果；另外，由于人为将光伏清洁机器人正放在光伏面板平面的情况下，卷积神经网络模型输出的类别为相对电池片竖放时，判断光伏面板放置方式为光伏面板长边竖放；卷积神经网络模型输出的类别为相对电池片横放时，判断光伏面板放置方式为光伏面板长边横放。

所述光伏面板表面类型包括出界、跨缝、电池片竖放以及电池片横放。其中，所述出界为光伏清洁机器人前方的光伏面板处于光伏阵列的边缘，当光伏清洁机器人继续向前行走时将从所述光伏阵列上跌落。所述跨缝为光伏清洁机器人前方的光伏面板处于光伏阵列中一个光伏面板的后端边缘，同时处于光伏阵列中与其相邻的且位于其前方的另一光伏面板的前端边缘，当光伏清洁机器人继续向前行走时，将从位于其前方的相邻两个光伏面板之间的缝隙跨过。

所述光伏阵列的放置方式包括光伏阵列横置和光伏阵列竖置。

所述机身100的形状为方形，且所述机身100的前端侧壁上设置有安装凹槽102，所述安装凹槽102由所述机身100的前端侧壁中心位置内凹形成，所述安装凹槽102的上端延伸至所述机身100的上表面，且所述安装凹槽102的下端延伸至所述机身100的下表面，所述机身100上还设置有曝光盒300，所述曝光盒300通过紧固螺钉固定设置在所述安装凹槽102中，所述摄像头组件固定设置在所述曝光盒300的顶端。通过上述设计，也即在机身100的前端侧壁上设置有安装凹槽102，且安装凹槽102由机身100的前端侧壁内凹形成并验收至机身100的上表面和下表面，同时曝光盒300的侧壁上设置有紧固孔320，所述紧固螺钉通过紧固孔320将曝光盒300固定设置在安装凹槽102中，方便前期的组装以及后期的维护，同时还可提高曝光盒300与机身100相结合的牢固性，安全可靠性得到进一步提升，进而达到延长曝光盒300使用寿命的目的。

所述曝光盒300的下端开口，且所述曝光盒300的内部设置有空腔(图中未示出)，所述空腔与所述开口相连通，所述曝光盒300的底端固定设置有毛刷，所述毛刷的底端所处平面与所述机身的底端所处平面为同一个平面。通过上述设计，也即在曝光盒300的下端设置有毛刷，且毛刷的底端所处平面与所述机身100的底端所处平面为同一个平面，因此可使毛刷与曝光盒300的底部紧密配合安装；当光伏清洁机器人在光伏阵列的光伏面板上进行清洁作业的过程中，曝光盒300的空腔通过毛刷与光伏面板的上表面之间形成相对封闭的环境，以保证曝光盒300的曝光效果，同时还可最大程度地降低外界环境对曝光盒300顶部安装的摄像头组件拍摄的影响，从而保证拍摄环境的稳定性。

所述曝光盒300的底端固定设置有安装部，所述毛刷通过所述安装部设置在所述曝光盒300的下方。通过上述设计，也即在曝光盒300的底端设置安装部，所述毛刷通过安装部设置在曝光盒300的下方，组装以及后期的维护方便快捷。

所述安装部包括第一安装板337、第二安装板338、第三安装板339以及第四安装板(图中未示出)，其中：所述第一安装板337固定设置在所述曝光盒300左侧底部的外侧壁上，所述第二安装板338固定设置在所述曝光盒300前侧底部的外侧壁上，所述第三安装板339固定设置在所述曝光盒300右侧底部的外侧壁上，所述第四安装板固定设置在所述曝光盒300后侧底部的外侧壁。

所述第一安装板337、第二安装板338、第三安装板339以及第四安装板的下表面所处平面与所述曝光盒300的底部所处平面为同一个平面，且所述第一安装板337、第二安装板338、第三安装板339以及第四安装板与所述曝光盒300为一体成型。

通过上述设计，也即第一安装板337、第二安装板338、第三安装板339以及第四安装板的下表面所处平面与曝光盒300的底部所处平面为同一个平面，因此可毛刷302的上端可与第一安装板337、第二安装板338、第三安装板339以及第四安装板的下端紧密配合，进而可使曝光盒300内的空腔处于一个相对封闭的环境；同时，由于第一安装板337、第二安装板338、第三安装板339以及第四安装板与所述曝光盒300为一体成型，因此可提高安装部也即第一安装板337、第二安装板338、第三安装板339以及第四安装板与曝光盒300相结合的牢固性，进而延长该曝光盒300的使用寿命。

所述毛刷302包括所述毛刷包括第一毛刷311、第二毛刷312、第三毛刷313以及第四毛刷314，其中：所述第一毛刷311、第二毛刷312、第三毛刷313以及第四毛刷314首尾相连且形成中间为方形通孔的方形结构；所述第一毛刷311位于所述第一安装板337的下方，且所述第一毛刷311的外侧壁与所述第一安装337的外侧壁相平齐；所述第二毛刷312位于所述第二安装板338的下方，且所述第二毛刷312的外侧壁位于所述第二安装板338的外侧壁相平齐；所述第三毛刷313位于所述第三安装板339的下方，且所述第三毛刷313的外侧壁位于是第三安装板339的外侧壁相平齐；所述第四毛刷314位于所述第四安装板的下方，且所述第四毛刷314的外侧壁位于所述第四安装板的外侧壁相平齐。

通过上述设计，也即毛刷302由第一毛刷311、第二毛刷312、第三毛刷313以及第四毛刷314首尾连接形成，并形成中中间均为通孔315的方形结构，从而与曝光主盒301的结构相匹配且配合更加紧密，且方便前期的组装以及后期的维护，同时还可提高第一毛刷311、第二毛刷312、第三毛刷313以及第四毛刷314相结合的牢固性，进而提高安全可靠性，以延长该毛刷302以及光伏清洁机器人的使用寿命。

所述第一毛刷311的上表面所处平面与第一安装板337的下表面所处平面相互平行；所述第二毛刷312的上表面所处平面与第二安装板338的下表面所处平面相互平行；所述第三毛刷313的上表面所处平面与第三安装板339的下表面所处平面相互平行；所述第四毛刷314的上表面所处平面与第四安装板的下表面所处平面相互平行。通过上述设计，也即毛刷(即第一毛刷311、第二毛刷312、第三毛刷313以及第四毛刷314)的上表面所处平面与安装部(也即第一安装板337、第二安装板338、第三安装板339以及第四安装板)的下端表面所处平面为相互平行，因此可使毛刷302与安装部紧密配合。

所述曝光盒300包括曝光盒本体301，所述曝光盒本体301的形状为方形，所述曝光盒本体301的顶端中心位置设置有第一定位孔306，所述摄像头组件包括摄像头模块303和摄像头驱动板304，所述摄像头驱动板304固定设置在所述曝光盒本体301的顶端，所述摄像头模块303的上端固定设置在所述摄像头驱动板304的下表面，且所述摄像头模块303的下端贯穿所述第一定位孔306位于所述空腔中。

所述摄像头组件还包括高度调整尼龙柱305，所述高度调整尼龙柱305设置在所述曝光盒本体301的顶端，所述摄像头驱动板304的形状为方形，且所述摄像头驱动板304的四角分别通过上述高度调整尼龙柱305设置在所述曝光盒本体301的顶端上方，所述高度调整尼龙柱305通过第一紧固螺栓340分别与所述曝光盒本体301的顶端和所述摄像头驱动板304连接。

通过上述设计，也即高度调整尼龙柱305的数量为四个，分别位于所述摄像头驱动板304的四角，且所述高度调整尼龙柱305中设置有固定孔，所述高度调整尼龙柱305的下端通过固定螺钉315与所述曝光主盒301紧固连接，可提高高度调整尼龙柱305与曝光主盒301相结合的牢固性；同时，所述高度调整尼龙柱305的通过第一紧固螺栓340分别与所述曝光盒本体301的顶端和摄像头驱动板304连接，进而提高调整尼龙柱305与曝光盒本体301和摄像头驱动板304相结合的牢固性；另外，还可通过上述四个高度调整尼龙柱305调节摄像头驱动板304与曝光主盒301顶端之间的距离，进而达到调节摄像头模块303与机身100所处光伏阵列中光伏面板表面之间的距离，操作方便且快捷。

所述摄像头驱动板304的形状为方形，所述摄像头模块303固定设置在所述摄像头驱动板304的下表面，所述摄像头驱动板304的四角分别通过所述高度调整尼龙柱305与所述曝光主盒301的顶端固定连接，且所述高度调整尼龙柱305通过第一紧固螺栓340分别与所述曝光主盒301的顶端以及摄像头驱动板304连接。

上述摄像头模块304采用480p60帧的高速摄像头模块，并采用一定的补光方式放置在相对密闭的空间正上方，光伏面板底纹检测装置300安置在光伏清洁机器人正前方。

所述曝光盒300还包括补光灯组件，所述补光灯组件包括补光灯驱动板321以及设置在所述补光灯驱动板321下方的补光灯317，所述补光灯驱动板321通过第二紧固螺栓350与所述曝光盒300的顶端连接，所述补光灯317的上端固定设置在所述补光灯驱动板321中，且所述补光灯317的下端贯穿所述曝光盒300的顶端上设置的第二定位孔322中向所述曝光盒300的空腔内部延伸。通过上述设计，也即曝光盒300上还设置有四个补光灯组件，且每个所述补光灯组件均包括补光灯驱动板321以及设置在所述补光灯驱动板321下方的补光灯317，补光灯驱动板321通过第二紧固螺栓350与曝光主盒301的顶端连接，补光灯317的上端固定设置在补光灯驱动板321中，且补光灯317的下端贯穿曝光主盒301的顶端上设置的第二定位孔322中向曝光主盒301的空腔内部延伸，以达到方便调节和后期维护的目的。

所述补光灯组件的数量为四个，且四个所述补光灯组件分别固定设置在所述曝光盒300顶部的四角。通过上述设计，也即在曝光盒300的顶部四角分别设置一补光灯组件，可提高曝光盒300的曝光效果。

本发明实施例提供的可识别光伏阵列放置方式的光伏清洁机器人，在光伏清洁机器人上电开启后，启动清洁作业前，将光伏清洁机器人放置在需要清洁的光伏阵列的左下或者右下角落的光伏面板上，此时光伏清洁机器人就在光伏阵列的边缘，且正前方朝前。按下作业启动按钮开始作业，光伏清洁机器人先通过480p60帧的高速摄像头模块拍摄正前方的光伏面板的表面底纹，并经过卷积神经网络模型识别出当前光伏面板的表面类型(出界/跨缝、相对电池片竖放、相对电池片横放)。

由于人为将光伏清洁机器人正放在光伏阵列边缘的光伏面板平面情况下，卷积神经网络模型输出的类别只能为相对电池片竖放和横放两种。当卷积神经网络模型输出的类别为相对电池片竖放时，根据光伏面板上电池片的摆放特征，即可判断光伏面板放置方式为光伏面板长边竖放；当卷积神经网络模型输出的类别为相对电池片横放时，同样根据光伏面板上电池片的摆放特征，判断光伏面板放置方式为光伏面板长边横放。

本发明实施例提供的摄像头组件，其采用480p60帧的高速摄像头模块303，并采用一定的补光方式放置在相对密闭的空间正上方的光伏面板底纹检测装置安置在机器正前方。通过高速摄像头模块在相对光伏面板出界、跨缝、电池片竖置方向和电池片横置方向的4种情况，进行动态的录制图像，并对图片进行随机裁剪，旋转、缩放和水平翻转等增强处理，最后统一分类成出界或跨缝、相对电池片竖放和相对电池片横放三分类，且统一缩放成尺寸64*64*3的rgb图片数据集。

构建一个7层的卷积神经网络模型，该卷积神经网络模型输入为64*64*3的rgb图片，首先经过第一层8个3*3的same卷积过滤器的卷积层conv，再通过池化层maxpool。然后然后第二层为16个3*3的same卷积过滤器的卷积层，再通过池化层。然后第三层为32个3*3的same卷积过滤器的卷积层，再通过池化层。然后第四层为64个3*3的same卷积过滤器的卷积层，再通过池化层。第五层为64个单元的全连接层fc，第六层为32个单元的全连接层，最后一层展开为3个类别输出单元的全连接层，再进过softmax回归单元计算3种类别的概率，查找出最大概率的单元即为对应当前光伏清洁机器人正前方光伏面板底纹的类型。利用上述图片数据集对7层卷积神经网络vggnet-7进行深度学习训练，得到一个很好的识别模型，且模型数据大小轻量至505kb。

在光伏清洁机器人清洁作业需要感知光伏面板表面类型的情况下，只需将高速摄像头模块最新拍摄的图片输入预测的卷积神经网络vggnet-7模型中，即可快速判断出前方光伏面板的表面类型。在模型识别光伏面板底纹的类型为出界或跨缝的情况，说明光伏清洁机器人即将面临出界或者跨缝的状态，即时反馈于主控系统(该主控系统设置在光伏清洁机器人的机身上)，让主控系统即时做出数据融合或刹车准备；在模型识别光伏面板底纹的类型为相对电池片竖放的情况，说明当前光伏清洁机器人正处于与光伏面板长边平行的位置；在模型识别光伏面板底纹的类型为相对电池片横放的情况，说明当前光伏清洁机器人正处于与光伏面板短边平行的位置。

最后应说明的是：以上的各实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。