一种基于云平台的自动驾驶清扫车系统及控制方法与流程

本公开涉及智能清扫相关技术领域，具体的说，是涉及一种基于云平台的自动驾驶清扫车系统及控制方法。

背景技术：

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

大型场地如校园操场、体育场馆、大型超市等场地，进行清扫的工作量一般比较大。发明人发现，现有的清扫方式人工成本较高，多数仍然采用人工清扫或者人工驾驶清扫车进行场地卫生清理工作，存在着人工清扫强度大清扫效率低的问题。目前虽然有部分应用场景开始使用无人驾驶的清扫车，没辆无人驾驶的清扫车上均需要设置激光雷达等价格高的传感器，使得清扫车的价格较高，无法进行规模化应用。

如申请号201810570499.8的发明专利“一种无人驾驶清扫车”提到了一种无人驾驶清扫车，清扫车包括底盘总成、车架总成、车身总成和电子学器件；电子学器件包括车辆控制单元、激光雷达、两个差分gps天线、多个超声波探头和多个摄像头，存在着清扫车硬件设备成本高，感知系统构成复杂的问题。

技术实现要素：

本公开为了解决上述问题，提出了一种基于云平台的自动驾驶清扫车系统及控制方法，将清扫车的感知系统设置在待清扫区域的周围的路灯、信号灯或者摄像头等公共设施上，在一个区域设置一套感知终端，就可以实现障碍物、垃圾的感知识别，进入该区域的清扫车，按照根据感知识别的结果规划的路径进行清扫，大大降低的清扫车的设备成本，有效的提高了清扫车感知能力及清扫作业效率。

为了实现上述目的，本公开采用如下技术方案：

一个或多个实施例提供了一种基于云平台的自动驾驶清扫车系统，包括感知系统、清扫车以及云平台，所述云平台分别与感知系统和清扫车无线连接，所述感知系统包括固定设置在待清扫区域中的无线感知终端，以及设置在清扫车上的定位装置，感知系统用于感知待清扫区域的障碍物信息以及清扫车的定位信息。

一个或多个实施例提供了基于上述的一种基于云平台的自动驾驶清扫车系统的控制方法，包括如下步骤：

获取待清扫区域的地图数据，获取每个清扫车的位置信息获得每个清扫车的待清扫区域；

根据清扫车的待清扫区域，获取待清扫区域的感知数据，根据感知数据确定障碍物和垃圾信息；

根据清扫车的位置信息、待清扫区域的地图数据以及障碍物和垃圾信息生成每个清扫车的清扫路径，并发送至对应的清扫车。

与现有技术相比，本公开的有益效果为：

(1)本公开将清扫车的感知系统设置在待清扫区域的周围的路灯、信号灯或者摄像头等公共设施上，在一个区域设置一套感知终端，就可以实现障碍物、垃圾的感知识别，进入该区域的清扫车，多个清扫车采用设置在待检测区域的无线感知终端，按照根据感知识别的结果规划的路径进行清扫，成本低，可以高效的开展清扫工作，提高了清扫车感知能力及清扫作业效率，大大提高清扫效率。

(2)本公开清扫车的控制方法可以根据待清扫区域的地图和获取的感知数据生成多个清扫车的清扫路径，也可以根据清扫车的位置和其周围障碍物信息生成避障指令，提高了系统的安全性。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。

图1是根据一个或多个实施方式的系统的框图；

图2是本公开实施例的方法流程图。

具体实施方式：

下面结合附图与实施例对本公开作进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。

在一个或多个实施方式中公开的技术方案中，如图1所示，一种基于云平台的自动驾驶清扫车系统，包括感知系统、清扫车以及云平台，所述云平台分别与感知系统及清扫车无线连接，所述感知系统包括固定设置在待清扫区域中的无线感知终端，以及设置在清扫车上的定位装置，用于感知待清扫区域的障碍物信息以及清扫车上的定位信息。

在一些实施例中，为提高数据处理的速度，可以在云平台进行数据的处理，并输出识别结果。可选的，云平台用于接收感知系统传输的感知数据，接收清扫车的位置信息获得清扫车的位置区域，融合清扫车位置区域的无线感知终端采集的感知数据确定障碍物和垃圾信息，生成该清扫车的清扫路径，并发送至清扫车。

在某些实施例中，云平台还用于根据清扫车所处的位置，实时接收无线感知终端采集的感知信息，确定清扫车周围的障碍物，实时更新该清扫车的清扫路径并发送避障指令至该清扫车。

在一个区域设置一套感知终端就可以实现障碍物、垃圾的感知识别，进入该区域的清扫车接收感知识别的结果，按照规划的路径进行清扫，大大降低的清扫车的设备成本，有效的提高了清扫车感知能力及清扫作业效率。

作为一种实现方式，无线感知终端固定设置在待清扫区域中，可选的，无线感知终端设置在待清扫区域的公共设施上，所述公共设施包括公共照明设施、信号灯系统和安防设备设施。如安防设备设施包括摄像头、红外越墙和门禁等，无线感知终端可以根据待清扫区域的公共设施设置，可以具体分别设置在待清扫区域的路灯、信号灯、摄像头等公共设施上。采用公共设置的供电系统供电。

无线感知终端也可以设置单独的安装装置进行固定，可以在待清扫区域的周圈设置安装杆，在安装杆上设置无线感知终端。

可选的，无线感知终端包括微控制器、传感器组和无线传输模块，所述微控制器分别与传感器组、无线传输模块连接。

传感器组可以包括激光雷达、超声波传感器、摄像头和毫米波雷达传感器等。

激光雷达通过扫描采集障碍物信息，通过坡段检测算法，分离地面数据和障碍物数据。

摄像头可以为深度相机、双目相机或者全景摄像头，也可以设置为红外摄像头，摄像头通过云台设置，根据云平台发送的清扫车的定位位置实时转动云台，使得摄像头的摄像镜头内覆盖清扫车的周围。通过图像识别算法进行清扫车四周各类障碍物目标的分类识别。

毫米波雷达传感器可识别清扫车四周包括行人等障碍物，弥补激光雷达、相机等在光照条件不足时候障碍物识别不准的问题。

通过以上激光雷达、相机及毫米波雷达等各类传感器数据的融合，可判别清扫车四周诸如行人、车辆等各类影响清扫车工作的障碍物。

可选的，清扫车与云平台通过无线通信，至少还包括清扫装置、第二无线通信模块和清扫车控制器，所述清扫车控制器分别与清扫装置、第二无线通信模块连接，通过第二无线通信模块可以将定位信息传输至云平台。清扫装置可以采用现有任意清扫车上的清扫装置实现清扫。

可选的，设置在清扫车上的定位装置可以为北斗定位装置或者为gps定位装置，所述第一无线传输模块或者第二无线通信模块可以为wifi无线通信模块，或者为5g无线通信模块。

本实施例还保护基于上述的一种基于云平台的自动驾驶清扫车系统的控制方法，包括如下步骤：

步骤1、获取待清扫区域的地图数据，获取每个清扫车的位置信息获得每个清扫车的待清扫区域；

步骤2、根据清扫车的待清扫区域，获取待清扫区域的感知数据，根据感知数据确定障碍物和垃圾信息；

步骤3、根据清扫车的位置信息、待清扫区域的地图数据以及障碍物和垃圾信息生成每个清扫车的清扫路径，并发送至对应的清扫车。清扫车接收到清扫路径后开始清扫过程。

获取待清扫区域的地图数据可以采用gps卫星地图，或者通过激光雷达扫描待清扫区域或者相机采集图像，进行清扫区域图像拼接建立。

上述方法针对待清扫区域为静止的区域，即除了清扫车无其他移动物体或者人，按照设定好的清扫路径，多个清扫车分别根据接收到的路径完成清扫。如待清扫区域是一个广场，广场分为多个区域分别由不同的清扫车清扫，根据地图可以根据清扫车所在的区域生成本区域的清扫路径，当一个区域中设置了两个清扫车，两个清扫车设定的路径不重叠。优选的，还可以按照障碍物和垃圾的点进行路径规划，避开障碍物而经过垃圾。

作为进一步的改进，当待清扫区域还包括移动的其他物体或人，即存在移动的障碍物，在某些实施例中，还包括在清扫过程中更新路径使得清扫车智能避障的步骤，可在步骤3后继续执行以下步骤：

1)实时采集清扫车的定位信息；

2)根据清扫车所处的位置，实时接收无线感知终端采集的清扫车周围的感知数据，根据感知数据确定障碍物信息；

3)根据清扫车周围的障碍物信息，获取校准障碍物与车辆的位置关系，实时更新该清扫车的清扫路径并发送避障指令至该清扫车。所述避障指令可以包括停车、左转、右转、后退等指令。

障碍物可以是人、动物、固定线杆或者金属物等。

根据感知数据判断障碍物或者垃圾的方法，包括：

根据障碍物类别和垃圾类别分别采集图像数据和雷达扫描数据，建立障碍物和垃圾数据样本集；

建立神经网络模型，提取样本集中的图像数据和雷达扫描数据的特征作为神经网络模型的输入，以障碍物类别或者垃圾类别为输出，训练神经网络模型，获得障碍物类别或者垃圾类别识别网络模型；

获取待识别图像数据和雷达扫描数据，输入至障碍物类别或者垃圾类别识别网络模型，获得障碍物类别或者垃圾类别。

通过深度学习算法进行模型训练，判别清扫车作业区域是否有人、动物等非清扫作业物品通过建立各类障碍物数据模型，采用深度学习算法进行分类，可高效识别各类物品。

步骤3)中获得障碍物与车辆的位置关系的方法具体为：通过相机和雷达设备的坐标系的变换，转换相机识别场景深度信息，与激光雷达、毫米波雷达识别的障碍物及车辆的距离信息进行校准比对，确定障碍物与车辆的位置关系。采用多源传感器进行校准，比较采用一种传感器确定位置关系，提高了相对位置识别的准确性。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。