一种泳池清污机器人清洁路径规划管理系统及方法与流程

1.本发明涉及泳池清污机器人技术领域，具体为一种泳池清污机器人清洁路径规划管理系统及方法。


背景技术：

2.为了保持泳池的清洁卫生，通常是定期更换池水，并采用人工方法对泳池进行清洗；但随着科学技术发展，人们研制的泳池清污机器人，可以在不排放池水的情况下，自动对泳池进行清洗，该方式既节约了水资源，又降低了人工清洗泳池的人力成本，进而受到人们喜爱。
3.现有的泳池清污机器人清洁路径规划管理系统中，往往是采用遥控的方式对清洁路径进行人为控制，或者是通过随机路径法对泳池清污机器人的运动路径进行随机规划，这两种方式均存在较大的缺陷，遥控方式需要人为进行操控，自动化程度较低，且规划的路径受到人为因素的影响程度较大，不同的人存在不同的路径规划方式，存在个体差异性；而通过随机路径法规划的路径则会出现较多的清洁死区（未清洁区域）和重复清洁区域，进而清洁效果较差，进而现有技术对泳池清污机器人清洁路径的规划及管理存在较大的缺陷。


技术实现要素：

4.本发明的目的在于提供一种泳池清污机器人清洁路径规划管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种泳池清污机器人清洁路径规划管理方法，所述方法包括以下步骤：s1、采用三维激光扫描仪对泳池区域进行扫描，并根据扫描数据构建泳池空间模型，获取泳池中的进水口及排水口位置，并在泳池空间模型中分别标注出进水口及排水口相应位置；s2、将泳池划分为n个规格相等的区域，并从1开始对各个划分区域进行编号，通过水流速度传感器分别获取泳池进水口及出水口处于不同工作状态时，泳池各位置所属区域内的水流速度，结合数据库中不同水流速度下，第一单位时间内池壁表面顽固污渍的堆积量，分析水流速度与池壁表面顽固污渍的堆积速率之间的关系；s3、获取泳池上一次清理时的时间点t1及当前时间点t2，获取时间区间内[t1，t2]内各个时间点泳池进水口及出水口的工作状态，计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量；s4、将泳池中所有区域编号进行排列组合，并对所得组合结果进行筛选，得到第一排列组合集合，第一排列组合集合中每个元素相应的排列组合对应一个泳池清污机器人清洁路径规划方案；s5、获取数据库中泳池清污机器人清理的池壁表面顽固污渍的堆积量不同时，后续对泳池清洁时分别对应的清洁度，并预测每个路径规划方案对应的综合清洁度量化值；
s6、根据每个路径规划方案对应的综合清洁度量化值的预测结果，筛选最佳路径规划方案对泳池清洁机器人进行管控，在管控过程中实时获取泳池清污机器人的位置并呈现构建的泳池空间模型中的相应位置。
[0006]
进一步的，所述s2通过水流速度传感器分别获取泳池进水口及出水口处于不同工作状态时，泳池各位置所属区域内的水流速度的过程中，通过水流速度传感器分别获取同一时间点时泳池进水口及出水口的工作状态（a，b），当泳池进水口的工作状态为工作时，a=1，当泳池进水口的工作状态为闲置时，a=0；当泳池出水口的工作状态为工作时，b=1，当泳池出水口的工作状态为闲置时，b=0；获取数据库中泳池进水口及出水口的工作状态（a，b）保持不变时，水流速度传感器位于区域中心点时，每个区域中分别对应的各个水流速度监测数据的最小值，将所得最小值作为（a，b）情况下相应区域对应的水流速度，将（a，b）情况下编号为i的区域对应的水流速度记为vi
（a，b）
；所述s2中分析水流速度与池壁表面顽固污渍的堆积速率之间的关系的方法包括以下步骤：s21、获取历史数据中不同水流速度时，第一单位时间内池壁表面分别对应的顽固污渍堆积量，将水流速度为v时，第一单位时间内池壁表面分别对应的顽固污渍堆积量记为lv，得到污渍堆积量数据对（v,lv）；s22、在第一平面直角坐标系中将v为不同值时分别对应的各个污渍堆积量数据对相应的坐标点进行标记，所述第一平面直角坐标系是以o为原点、以水流速度为x轴且以顽固污渍堆积量为y轴构建的；s23、根据模型函数y=a1*a2
x+a3
+a4对第一平面直角坐标系中的标记点进行拟合，并将各个标记点与拟合曲线距离之和最小的拟合曲线作为最终拟合结果，将最终拟合结果对应的函数记为g（x），其中，a1、a2、a3及a4均为模型函数系数且0＜a2＜1；s24、得到水流速度与池壁表面顽固污渍的堆积速率之间的关系函数，记为g1[x]，所述g1[x]=g（x）/t0，其中，t0表示第一单位时间对应的时长。
[0007]
本发明通过水流速度传感器分别获取同一时间点时泳池进水口及出水口的工作状态及分析水流速度与池壁表面顽固污渍的堆积速率之间的关系，是为了后续过程中准确预测不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量，便于筛选最佳路径规划方案。
[0008]
进一步的，所述s3中计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量的方法包括以下步骤：s31、获取时间区间内[t1，t2]内各个时间点泳池进水口及出水口的工作状态，获取数据库中（a，b）情况下编号为i的区域对应的水流速度vi
（a，b）
；将时间区间内[t1，t2]内时间点t时泳池进水口及出水口的工作状态，记为（at，bt），将（at，bt）时编号为i的区域对应的水流速度vi
（at，bt）
；s32、获取水流速度与池壁表面顽固污渍的堆积速率之间的关系函数g1[x]；
s33、得到编号为i的泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量di，其中，g1[vi
（at，bt）
]表示（at，bt）时编号为i的区域对应的水流速度vi
（at，bt）
相应的池壁表面顽固污渍的堆积速率。
[0009]
本发明s3中计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量的过程中，考虑到泳池不同时间各个区域内的水流速度不同（即不同时间点各个区域内池壁表面顽固污渍的堆积速率不同），进而根据不同时间内泳池进水口及出水口的工作状态，准确预测不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量，为后续步骤中计算每个路径规划方案中各个区域分别对应的顽固污渍的堆积量提供了数据参照。
[0010]
进一步的，所述s4中得到第一排列组合集合的方法包括以下步骤：s41、获取泳池中所有区域编号进行排列组合后得到的组合结果；s42、对获取的各个组合结果进行筛选，判断每个组合结果中任意两个相邻的编号在泳池空间模型中分别对应的区域是否相邻，若存在对应区域不相邻的情况，则判定该组合结果不合理，该组合结果对应的路径规划方案异常，需要将该组合结果删除，反之，则判定该组合结果合理，该组合结果对应的路径规划方案正常，将该组合结果作为第一排列组合集合中的一个元素；s43、得到第一排列组合集合。
[0011]
进一步的，所述s5中预测每个路径规划方案对应的综合清洁度量化值的方法包括以下步骤：s51、获取数据库中泳池清污机器人清理的池壁表面顽固污渍的堆积量不同时，后续对泳池清洁时分别对应的清洁度，将泳池清污机器人清理池壁表面顽固污渍的堆积量为dl时，后续对泳池清洁时对应的清洁度记为qdl，得到污渍清洁度数据对（dl，qdl），所述清洁度表示泳池清污机器人对池壁进行清洁时，清洁第一单位面积的区域中池壁表面残留的顽固污渍总量占相应面积区域内池壁表面顽固污渍堆积量的比值，默认清洁度大于等于0，所述第一单位面积为数据库中预置的常数；s52、在第二平面直角坐标系中将dl为不同值时分别对应的各个污渍清洁度数据对相应的坐标点进行标记，所述第二平面直角坐标系是以o1为原点、以泳池清污机器人清理池壁表面顽固污渍的堆积量为x1轴且以清洁度为y1轴构建的；s53、根据第一模型函数y1=b1*tanh（b2*x1+b3）+b4对第二平面直角坐标系中的标记点进行拟合，并将各个标记点与拟合曲线距离之和最小的拟合曲线作为最终拟合结果，将最终拟合结果对应的函数，作为泳池清污机器人清理池壁表面顽固污渍的堆积量与后续对泳池清洁时对应的清洁度之间的关系函数，记为h（x1），其中，b1、b2、b3及b4均为第一模型函数系数；s54、获取第一排列组合集合中第m个元素对应的路径规划方案记为第m个路径规
划方案，将第m个路径规划方案中第r个清理的区域编号记为p
mr
，将编号为p
mr
的泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量dp
mr
；s55、默认同一区域内的清洁度相同，得到第m个规划方案对应综合清洁度量化值的预测结果qzm，的预测结果qzm，其中，dp
mr1
表示编号为p
mr1
的泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量，h（x2）表示泳池清污机器人清理池壁表面顽固污渍的堆积量为x2时，后续对泳池清洁时对应的清洁度。
[0012]
本发明获取泳池清污机器人清理池壁表面顽固污渍的堆积量与后续对泳池清洁时对应的清洁度之间的关系函数，是考虑到泳池清污机器人在对池壁表面顽固污渍清洁的过程中，清洁的顽固污渍（主要是油泥）会附着在泳池请勿机器人的清洁轮上，进而会对后续清洁的池壁造成二次污染，进而影响后续池壁的清洁度（泳池清污机器人清理池壁表面顽固污渍的堆积量越大，后续对泳池清洁时对应的清洁度越高）。
[0013]
进一步的，所述s6中筛选最佳路径规划方案时，获取每个路径规划方案对应的综合清洁度量化值的预测结果，并将各个综合清洁度量化值的预测结果中最小值对应的路径规划方案，作为最佳路径规划方案。
[0014]
一种泳池清污机器人清洁路径规划管理系统，所述系统包括以下模块：泳池空间模型构建模块，所述泳池空间模型构建模块采用三维激光扫描仪对泳池区域进行扫描，并根据扫描数据构建泳池空间模型，获取泳池中的进水口及排水口位置，并在泳池空间模型中分别标注出进水口及排水口相应位置；状态分析模块，所述状态分析模块将泳池划分为n个规格相等的区域，并从1开始对各个划分区域进行编号，通过水流速度传感器分别获取泳池进水口及出水口处于不同工作状态时，泳池各位置所属区域内的水流速度，结合数据库中不同水流速度下，第一单位时间内池壁表面顽固污渍的堆积量，分析水流速度与池壁表面顽固污渍的堆积速率之间的关系；污渍堆积量预测模块，所述污渍堆积量预测模块获取泳池上一次清理时的时间点t1及当前时间点t2，获取时间区间内[t1，t2]内各个时间点泳池进水口及出水口的工作状态，计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量；路径规划方案获取模块，所述路径规划方案获取模块将泳池中所有区域编号进行排列组合，并对所得组合结果进行筛选，得到第一排列组合集合，第一排列组合集合中每个元素相应的排列组合对应一个泳池清污机器人清洁路径规划方案；综合清洁度预测模块，所述综合清洁度预测模块获取数据库中泳池清污机器人清理的池壁表面顽固污渍的堆积量不同时，后续对泳池清洁时分别对应的清洁度，并预测每个路径规划方案对应的综合清洁度量化值；路径筛选及管控模块，所述路径筛选及管控模块根据每个路径规划方案对应的综
合清洁度量化值的预测结果，筛选最佳路径规划方案对泳池清洁机器人进行管控，在管控过程中实时获取泳池清污机器人的位置并呈现构建的泳池空间模型中的相应位置。
[0015]
进一步的，所述路径规划方案获取模块得到第一排列组合集合的过程中，获取泳池中所有区域编号进行排列组合后得到的组合结果；所述路径规划方案获取模块对获取的各个组合结果进行筛选，判断每个组合结果中任意两个相邻的编号在泳池空间模型中分别对应的区域是否相邻，若存在对应区域不相邻的情况，则判定该组合结果不合理，该组合结果对应的路径规划方案异常，需要将该组合结果删除，反之，则判定该组合结果合理，该组合结果对应的路径规划方案正常，将该组合结果作为第一排列组合集合中的一个元素，进而得到第一排列组合集合。
[0016]
进一步的，所述路径筛选及管控模块筛选最佳路径规划方案时，获取每个路径规划方案对应的综合清洁度量化值的预测结果，并将各个综合清洁度量化值的预测结果中最小值对应的路径规划方案，作为最佳路径规划方案。
[0017]
与现有技术相比，本发明所达到的有益效果是：本发明泳池中水的流速对池壁表面顽固污渍的堆积速度的影响，还考虑到泳池清污机器人清理池壁表面顽固污渍的堆积量不同时，对后续清洁泳池时的清洁度造成的影响，进而实现对路径规划方案的筛选，选取最佳路径规划方案，在避免路径规划方案出现清洁死区（未清洁区域）和重复清洁区域的同时，确保路径规划方案中各个区域内的清洁度，实现对泳池清污机器人的有效管理及对泳池的有效清洁。
附图说明
[0018]
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是本发明一种泳池清污机器人清洁路径规划管理系统的结构示意图；图2是本发明一种泳池清污机器人清洁路径规划管理方法的流程示意图。
具体实施方式
[0019]
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。
[0020]
请参阅图1-图2，本发明提供技术方案：一种泳池清污机器人清洁路径规划管理方法，所述方法包括以下步骤：s1、采用三维激光扫描仪对泳池区域进行扫描，并根据扫描数据构建泳池空间模型，获取泳池中的进水口及排水口位置，并在泳池空间模型中分别标注出进水口及排水口相应位置；s2、将泳池划分为n个规格相等的区域，并从1开始对各个划分区域进行编号，通过水流速度传感器分别获取泳池进水口及出水口处于不同工作状态时，泳池各位置所属区域内的水流速度，结合数据库中不同水流速度下，第一单位时间内池壁表面顽固污渍的堆积
量，分析水流速度与池壁表面顽固污渍的堆积速率之间的关系；所述s2通过水流速度传感器分别获取泳池进水口及出水口处于不同工作状态时，泳池各位置所属区域内的水流速度的过程中，通过水流速度传感器分别获取同一时间点时泳池进水口及出水口的工作状态（a，b），当泳池进水口的工作状态为工作时，a=1，当泳池进水口的工作状态为闲置时，a=0；当泳池出水口的工作状态为工作时，b=1，当泳池出水口的工作状态为闲置时，b=0；本实施例中同一时间点时泳池进水口及出水口的工作状态（a，b）包括四种情况，分别为（0，0）、（0，1）、（1，0）、（1，1）；获取数据库中泳池进水口及出水口的工作状态（a，b）保持不变时，水流速度传感器位于区域中心点时，每个区域中分别对应的各个水流速度监测数据的最小值，将所得最小值作为（a，b）情况下相应区域对应的水流速度，将（a，b）情况下编号为i的区域对应的水流速度记为vi
（a，b）
；所述s2中分析水流速度与池壁表面顽固污渍的堆积速率之间的关系的方法包括以下步骤：s21、获取历史数据中不同水流速度时，第一单位时间内池壁表面分别对应的顽固污渍堆积量，将水流速度为v时，第一单位时间内池壁表面分别对应的顽固污渍堆积量记为lv，得到污渍堆积量数据对（v,lv）；s22、在第一平面直角坐标系中将v为不同值时分别对应的各个污渍堆积量数据对相应的坐标点进行标记，所述第一平面直角坐标系是以o为原点、以水流速度为x轴且以顽固污渍堆积量为y轴构建的；s23、根据模型函数y=a1*a2
x+a3
+a4对第一平面直角坐标系中的标记点进行拟合，并将各个标记点与拟合曲线距离之和最小的拟合曲线作为最终拟合结果，将最终拟合结果对应的函数记为g（x），其中，a1、a2、a3及a4均为模型函数系数且0＜a2＜1；s24、得到水流速度与池壁表面顽固污渍的堆积速率之间的关系函数，记为g1[x]，所述g1[x]=g（x）/t0，其中，t0表示第一单位时间对应的时长。
[0021]
s3、获取泳池上一次清理时的时间点t1及当前时间点t2，获取时间区间内[t1，t2]内各个时间点泳池进水口及出水口的工作状态，计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量；所述s3中计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量的方法包括以下步骤：s31、获取时间区间内[t1，t2]内各个时间点泳池进水口及出水口的工作状态，获取数据库中（a，b）情况下编号为i的区域对应的水流速度vi
（a，b）
；将时间区间内[t1，t2]内时间点t时泳池进水口及出水口的工作状态，记为（at，bt），将（at，bt）时编号为i的区域对应的水流速度vi
（at，bt）
；s32、获取水流速度与池壁表面顽固污渍的堆积速率之间的关系函数g1[x]；s33、得到编号为i的泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量
di，其中，g1[vi
（at，bt）
]表示（at，bt）时编号为i的区域对应的水流速度vi
（at，bt）
相应的池壁表面顽固污渍的堆积速率。
[0022]
s4、将泳池中所有区域编号进行排列组合，并对所得组合结果进行筛选，得到第一排列组合集合，第一排列组合集合中每个元素相应的排列组合对应一个泳池清污机器人清洁路径规划方案；所述s4中得到第一排列组合集合的方法包括以下步骤：s41、获取泳池中所有区域编号进行排列组合后得到的组合结果；s42、对获取的各个组合结果进行筛选，判断每个组合结果中任意两个相邻的编号在泳池空间模型中分别对应的区域是否相邻，若存在对应区域不相邻的情况，则判定该组合结果不合理，该组合结果对应的路径规划方案异常，需要将该组合结果删除，反之，则判定该组合结果合理，该组合结果对应的路径规划方案正常，将该组合结果作为第一排列组合集合中的一个元素；s43、得到第一排列组合集合。
[0023]
本实施例中若存在一个组合结果为1、3、4、2，其中该组合结果中任意相邻的两个编号分别为编号1与编号3、编号3与编号4、编号4与编号2；若泳池空间模型中编号为1的区域分别与编号为2的区域及编号为4的区域相邻，泳池空间模型中编号为2的区域分别与编号为1的区域及编号为3的区域相邻，泳池空间模型中编号为3的区域分别与编号为2的区域及编号为4的区域相邻，泳池空间模型中编号为4的区域分别与编号为1的区域及编号为3的区域相邻，由于编号1与编号3在泳池空间模型中对应的区域不相邻，且编号2与编号4在泳池空间模型中对应的区域不相邻，则判定组合结果1、3、4、2不合理，该组合结果对应的路径规划方案异常，需要将该组合结果删除；s5、获取数据库中泳池清污机器人清理的池壁表面顽固污渍的堆积量不同时，后续对泳池清洁时分别对应的清洁度，并预测每个路径规划方案对应的综合清洁度量化值；所述s5中预测每个路径规划方案对应的综合清洁度量化值的方法包括以下步骤：s51、获取数据库中泳池清污机器人清理的池壁表面顽固污渍的堆积量不同时，后续对泳池清洁时分别对应的清洁度，将泳池清污机器人清理池壁表面顽固污渍的堆积量为dl时，后续对泳池清洁时对应的清洁度记为qdl，得到污渍清洁度数据对（dl，qdl），所述清洁度表示泳池清污机器人对池壁进行清洁时，清洁第一单位面积的区域中池壁表面残留的顽固污渍总量占相应面积区域内池壁表面顽固污渍堆积量的比值，默认清洁度大于等于0，所述第一单位面积为数据库中预置的常数；s52、在第二平面直角坐标系中将dl为不同值时分别对应的各个污渍清洁度数据对相应的坐标点进行标记，
所述第二平面直角坐标系是以o1为原点、以泳池清污机器人清理池壁表面顽固污渍的堆积量为x1轴且以清洁度为y1轴构建的；s53、根据第一模型函数y1=b1*tanh（b2*x1+b3）+b4对第二平面直角坐标系中的标记点进行拟合，并将各个标记点与拟合曲线距离之和最小的拟合曲线作为最终拟合结果，将最终拟合结果对应的函数，作为泳池清污机器人清理池壁表面顽固污渍的堆积量与后续对泳池清洁时对应的清洁度之间的关系函数，记为h（x1），其中，b1、b2、b3及b4均为第一模型函数系数；s54、获取第一排列组合集合中第m个元素对应的路径规划方案记为第m个路径规划方案，将第m个路径规划方案中第r个清理的区域编号记为p
mr
，将编号为p
mr
的泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量dp
mr
；s55、默认同一区域内的清洁度相同，得到第m个规划方案对应综合清洁度量化值的预测结果qzm，的预测结果qzm，其中，dp
mr1
表示编号为p
mr1
的泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量，h（x2）表示泳池清污机器人清理池壁表面顽固污渍的堆积量为x2时，后续对泳池清洁时对应的清洁度。
[0024]
s6、根据每个路径规划方案对应的综合清洁度量化值的预测结果，筛选最佳路径规划方案对泳池清洁机器人进行管控，在管控过程中实时获取泳池清污机器人的位置并呈现构建的泳池空间模型中的相应位置；所述s6中筛选最佳路径规划方案时，获取每个路径规划方案对应的综合清洁度量化值的预测结果，并将各个综合清洁度量化值的预测结果中最小值对应的路径规划方案，作为最佳路径规划方案。
[0025]
一种泳池清污机器人清洁路径规划管理系统，所述系统包括以下模块：泳池空间模型构建模块，所述泳池空间模型构建模块采用三维激光扫描仪对泳池区域进行扫描，并根据扫描数据构建泳池空间模型，获取泳池中的进水口及排水口位置，并在泳池空间模型中分别标注出进水口及排水口相应位置；状态分析模块，所述状态分析模块将泳池划分为n个规格相等的区域，并从1开始对各个划分区域进行编号，通过水流速度传感器分别获取泳池进水口及出水口处于不同工作状态时，泳池各位置所属区域内的水流速度，结合数据库中不同水流速度下，第一单位时间内池壁表面顽固污渍的堆积量，分析水流速度与池壁表面顽固污渍的堆积速率之间的关系；污渍堆积量预测模块，所述污渍堆积量预测模块获取泳池上一次清理时的时间点t1及当前时间点t2，获取时间区间内[t1，t2]内各个时间点泳池进水口及出水口的工作状态，计算不同泳池区域在时间区间[t1，t2]内池壁表面顽固污渍的堆积量；路径规划方案获取模块，所述路径规划方案获取模块将泳池中所有区域编号进行排列组合，并对所得组合结果进行筛选，得到第一排列组合集合，第一排列组合集合中每个
元素相应的排列组合对应一个泳池清污机器人清洁路径规划方案；综合清洁度预测模块，所述综合清洁度预测模块获取数据库中泳池清污机器人清理的池壁表面顽固污渍的堆积量不同时，后续对泳池清洁时分别对应的清洁度，并预测每个路径规划方案对应的综合清洁度量化值；路径筛选及管控模块，所述路径筛选及管控模块根据每个路径规划方案对应的综合清洁度量化值的预测结果，筛选最佳路径规划方案对泳池清洁机器人进行管控，在管控过程中实时获取泳池清污机器人的位置并呈现构建的泳池空间模型中的相应位置。
[0026]
所述路径规划方案获取模块得到第一排列组合集合的过程中，获取泳池中所有区域编号进行排列组合后得到的组合结果；所述路径规划方案获取模块对获取的各个组合结果进行筛选，判断每个组合结果中任意两个相邻的编号在泳池空间模型中分别对应的区域是否相邻，若存在对应区域不相邻的情况，则判定该组合结果不合理，该组合结果对应的路径规划方案异常，需要将该组合结果删除，反之，则判定该组合结果合理，该组合结果对应的路径规划方案正常，将该组合结果作为第一排列组合集合中的一个元素，进而得到第一排列组合集合。
[0027]
所述路径筛选及管控模块筛选最佳路径规划方案时，获取每个路径规划方案对应的综合清洁度量化值的预测结果，并将各个综合清洁度量化值的预测结果中最小值对应的路径规划方案，作为最佳路径规划方案。
[0028]
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。
[0029]
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。