清洁模式确定方法、装置、计算机设备和存储介质 |
|||||||
| 申请号 | CN202410269049.0 | 申请日 | 2024-03-11 | 公开(公告)号 | CN117860145A | 公开(公告)日 | 2024-04-12 |
| 申请人 | 奇勃(深圳)科技有限公司; | 发明人 | 周沛建; 王雪松; | ||||
| 摘要 | 本 发明 属于 机器人 数据处理 及控制技术领域，公开了一种清洁模式确定方法、装置、计算机设备和存储介质，其中，方法包括：判断当前环境 亮度 是否大于预设的亮度 阈值 ，若大于或等于，则采用基于图像的地面材质识别 模式识别 地面材质，并根据第二关联关系表确定识别出的地面材质对应的清洁模式，否则采用基于振动 信号 的地面材质识别模式识别地面材质，并根据第一关联关系表确定识别出的地面材质对应的清洁模式。本发明能够提高地面材质识别的成功率、保证清洁效果同时控制成本。 | ||||||
| 权利要求 | 1.一种清洁模式确定方法，其特征在于，应用于清洁机器人，包括： |
||||||
| 说明书全文 | 清洁模式确定方法、装置、计算机设备和存储介质技术领域背景技术[0002] 现有的一些清洁机器人能够采用图像识别的方式识别地面材质，基于图像识别的方式能够识别出具体的地面材质，如木质地面、瓷砖地面和地毯等，然后根据地面材质的类型选择不同的清洁策略，清洁策略包括清洁强度、清洁时间和清洁频率等。然而，发明人发现这种采用图像识别地面材质的方式有时并不能识别出地面材质，导致无法选择合适的清洁策略，从而无法保证清洁效果，因此，如何提高地面材质识别的成功率，保证清洁效果同时控制成本是目前亟需解决的技术问题。 发明内容[0003] 本发明的主要目的为提供一种清洁模式确定方法、装置、计算机设备和存储介质，旨在提高地面材质识别的成功率，保证清洁效果同时控制成本。 [0004] 第一方面，本申请实施例提供一种清洁模式确定方法，应用于清洁机器人，包括：判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识 别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式；其中，基于振动信号的地面材质识别模式用于识别出第一级别的地面材质；基于图像的地面材质识别模式用于识别第二级别的地面材质；所述第一级别的地面材质包括硬质地面和软质地面；所述第二级别的地面材质包括硬质地面下的细分地面材质和软质地面下的细分地面材质； 当确定地面材质识别模式为基于图像的地面材质识别模式时，采用基于图像的地 面材质识别模式识别地面材质，并根据预先存储的第二关联关系表确定识别出的地面材质对应的清洁模式；其中，第二关联关系表存储有第二级别的地面材质对应的清洁模式； 当确定地面材质识别模式为基于振动信号的地面材质识别模式时，采用基于振动 信号的地面材质识别模式识别地面材质，并根据预先存储的第一关联关系表确定识别出的地面材质对应的清洁模式；其中，第一关联关系表存储有第一级别的地面材质对应的清洁模式。 [0005] 进一步的，当基于亮度传感器判断当前环境亮度是否大于预设的亮度阈值时，所述预设的亮度阈值为第一亮度阈值，所述判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式的步骤包括：基于亮度传感器采集到的亮度数据计算预设时长内的平均亮度； 将所述预设时长内的平均亮度作为当前环境亮度； 判断所述当前环境亮度是否大于预设的第一亮度阈值； 若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则 确定地面材质识别模式为基于振动信号的地面材质识别模式。 [0006] 进一步的，当基于环境图像判断当前环境亮度是否大于预设的亮度阈值时，所述预设的亮度阈值为第二亮度阈值，所述判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式的步骤包括：采集当前环境图像； 确定所述当前环境图像中各像素点的亮度信息； 根据各像素点的亮度信息确定所述当前环境图像的亮度； 将所述当前环境图像的亮度作为所述当前环境亮度； 判断所述当前环境亮度是否大于预设的第二亮度阈值； 若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则 确定地面材质识别模式为基于振动信号的地面材质识别模式。 [0007] 进一步的，所述基于亮度传感器采集到的亮度数据计算预设时长内的平均亮度的步骤包括：获取预设时长内所述亮度传感器采集到的所有亮度数据； 对所述预设时长内所述亮度传感器采集到的所有亮度数据进行分析比较，剔除异 常亮度数据，获得剔除异常亮度数据后的亮度数据； 利用剔除异常亮度数据后的亮度数据计算所述预设时长内的平均亮度。 [0008] 进一步的，所述采用基于图像的地面材质识别模式识别地面材质的步骤之后，所述方法还包括：若采用基于图像的地面材质识别模式识别地面材质的识别结果为无法识别出地 面材质，则采用基于振动信号的地面材质识别模式识别地面材质。 [0009] 进一步的，所述硬质地面下的细分地面材质所对应的清洁模式包括清洁方式和清洁策略，所述清洁方式包括是否下水、干滚刷转速、湿滚刷转速和对地压力；清洁策略包括是否支持沿边路径、覆盖宽度和行进速度。 [0010] 进一步的，所述硬质地面下的细分地面材质包括木地板、大理石和瓷砖；所述木地板对应的清洁方式为下水、干滚刷转速为慢速、湿滚刷转速为快速以及 对地压力弱；所述木地板对应的清洁策略为支持沿边路径、覆盖宽度为第一预设宽度以及行进速度为快速； 所述大理石对应的清洁方式为不下水、干滚刷转速为快速、湿滚刷转速为慢速以 及对地压力强；所述大理石对应的清洁策略为不支持沿边路径、覆盖宽度为第二预设宽度以及行进速度为慢速； 所述瓷砖对应的清洁方式为下水、干滚刷转速为快速、湿滚刷转速为快速以及对 地压力强；所述瓷砖对应的清洁策略为支持沿边路径、覆盖宽度为所述第二预设宽度以及行进速度为慢速；其中，干滚刷转速处于第一预设范围的速度为慢速，干滚刷转速处于第二预设范围的速度为快速，湿滚刷处于第三预设范围的速度为慢速、湿滚刷处于第四预设范围的速度为快速、对地压力处于第一压力范围的压力为弱压力、对地压力处于第二压力范围的压力为强压力，行进速度处于第五预设范围的速度为慢速、行进速度处于第六预设范围的速度为快速。 [0011] 第二方面，本申请实施例提供一种清洁模式确定装置，应用于清洁机器人，包括：判断模块，用于判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式；其中，基于振动信号的地面材质识别模式用于识别出第一级别的地面材质；基于图像其中，的地面材质识别模式用于识别第二级别的地面材质；所述第一级别的地面材质包括硬质地面和软质地面；所述第二级别的地面材质包括硬质地面下的细分地面材质和软质地面下的细分地面材质； 第一材质识别模块，用于当确定地面材质识别模式为基于图像的地面材质识别模 式时，采用基于图像的地面材质识别模式识别地面材质，并根据预先存储的第二关联关系表确定识别出的地面材质对应的清洁模式；其中，第二关联关系表存储有第二级别的地面材质对应的清洁模式； 第二材质识别模块，用于当确定地面材质识别模式为基于振动信号的地面材质识 别模式时，采用基于振动信号的地面材质识别模式识别地面材质，并根据预先存储的第一关联关系表确定识别出的地面材质对应的清洁模式；其中，第一关联关系表存储有第一级别的地面材质对应的清洁模式。 [0013] 第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述任一项所述的清洁模式确定方法的步骤。 [0014] 有益效果：环境亮度大于或等于预设亮度阈值时，采集到的地面图像清晰，清晰的地面图像 能够提高地面材质识别的成功率，以及地面材质识别的准确率，从而能够选择合适的清洁模式进行清洁，保证清洁效果。环境亮度小于预设亮度阈值时，采集到的图像不够清晰，此时若基于图像识别地面材质则容易出现识别不出地面材质或识别出的地面材质不准确的问题，降低地面材质识别的成功率和准确率，而本申请实施例在环境亮度小于预设亮度阈值时采用基于振动信号的地面材质识别模式识别地面材质，无需考虑地面图像是否清晰的问题，从而提高了地面材质识别的成功率，进而能够选择合适的清洁模式进行清洁，保证清洁效果。进一步的，通过环境亮度大于或等于预设亮度阈值时采用基于图像的地面材质识别模式识别地面材质，环境亮度小于预设亮度阈值时采用基于振动信号的地面材质识别模式识别地面材质，使得清洁机器人不仅能够在白天等光线充足的情况下实时识别地面材质选择对应的清洁模式进行清洁，还能够在晚上等黑暗环境下实时识别地面材质选择对应的清洁模式进行清洁，增加便利性，提高用户体验。进一步的，由于基于振动信号识别地面材质成本低，因此能够控制成本。 附图说明 [0015] 图1为本发明一实施例提供的清洁模式确定方法的流程示意图；图2为本发明一实施例提供的清洁模式确定装置的结构示意图； 图3是本发明一实施例提供的计算机设备的结构示意图。 [0016] 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。 具体实施方式[0017] 为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。 [0018] 本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“上述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件、模块、模块和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一模块和全部组合。 [0019] 本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语），具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。 [0020] 参照图1，本发明实施例提供一种清洁模式确定方法，应用于清洁机器人，包括步骤S1‑S3：S1、判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式；其中，基于振动信号的地面材质识别模式用于识别出第一级别的地面材质；基于图像的地面材质识别模式用于识别第二级别的地面材质；所述第一级别的地面材质包括硬质地面和软质地面；所述第二级别的地面材质包括硬质地面下的细分地面材质和软质地面下的细分地面材质。 [0021] 在步骤S1中，具体地，清洁机器人计算当前环境亮度，当前环境亮度可以基于亮度传感器采集到的亮度数据计算得到也可以通过对采集到的环境图像分析得到。若基于亮度传感器采集到的亮度数据计算当前环境亮度，那么，所述清洁机器人需要配置亮度传感器，且亮度传感器安装位置需要测得环境亮度，比如，可以安装在清洁机器人的顶部或者机器人前进方向的一面，亮度传感器可以设置多个。为保证清洁机器人清洁时选择到合适的地面材质识别模式，所述亮度阈值需要通过大量的实验和测试得到。所述基于图像的地面材质识别模式指的对图像进行分析的方式识别地面材质。对图像进行分析的方式识别地面材质可以利用神经网络进行识别，该神经网络利用大量的不同地面材质类型的地面图像训练得到，比如，包括地砖图像、木地板图像、大理石图像、地毯图像等等，还可以利用其他现有方法。由于图像可视化且具有大量的特征，因此，对图像进行识别可以识别出具体材质的地面（即第二级别地面材质），如可以识别地面材质是瓷砖、木地板、大理石还是毛毯。所述基于振动信号的地面材质识别模式指的是对振动信号进行分析的方式识别地面材质。应当理解的是，清洁机器人在地面行进过程中，清洁机器人机身处于连续振动中，而不同材质地面对振动具有不同的缓解吸收效果，特别是软质地面和硬质地面对振动缓解吸收效果有明显的区别，因此，清洁机器人在不同材质地面上工作时会产生不同的振动信号，从而可以通过振动信号识别地面材质，区分出地面材质是硬质地面还是软质地面（即第一级别地面材质），硬质地面指的是大理石、瓷砖、木地板等。软质地面指的是毛毯等。基于振动信号有可能识别出大理石、瓷砖、木地板等，但是准确率不高，因此，本申请基于振动信号识别地面材质只用于区分出硬质地面和软质地面两种材质。具体地，采集清洁机器人在待识别地面工作时产生的振动信号，该振动信号可以利用清洁机器人中设置的振动传感器采集得到；计算所述振动信号在第一频段范围内的能量以及第二频段范围内的能量；其中，所述第二频段范围的最小频率值大于所述第一频段范围的最大频率值，所述第一频段范围属于低频段范围，所述第二频段范围属于高频段范围，低频段范围和高频段范围预先设置；将所述第一频段范围内的能量除以所述第二频段范围内的能量获得能量比；将所述能量比与预设的能量比阈值进行比较，若所述能量比大于或等于所述能量比阈值，则所述地面材质为软质地面，否则为硬质地面。 [0022] S2、当确定地面材质识别模式为基于图像的地面材质识别模式时，采用基于图像的地面材质识别模式识别地面材质，并根据预先存储的第二关联关系表确定识别出的地面材质对应的清洁模式；其中，第二关联关系表存储有第二级别的地面材质对应的清洁模式。 [0023] 在步骤S2中，当确定地面材质识别模式为基于图像的地面材质识别模式时，采用基于图像的地面材质识别模式识别地面材质，具体地，通过摄像头捕获待识别的地面图像，然后采用基于图像的地面材质识别模式对所述地面图像进行材质识别，获得材质识别结果。其中，在一实施例中，当通过神经网络识别地面材质时，选择置信度最高且高于设定阈值的地面材质作为识别结果，若最高置信度小于设定阈值，则输出无法识别地面材质作为识别结果。由上述可知，所述第二级别的地面材质是硬质地面和软质地面下的细分地面材质，比如，瓷砖、大理石、木地板、毛毯等，则所述第二关联关系表具体存储有瓷砖、大理石、木地板、毛毯等对应的清洁模式，即瓷砖清洁模式、大理石清洁模式、木地板清洁模式、毛毯清洁模式。在一实施例中，所述第二关联关系存储表中硬质地面下的各细分地面材质的清洁模式主要在否下水、干滚刷转速、湿滚刷转速、对地压力、是否支持沿边路径、覆盖宽度和行进速度上做差异化；软质地面下的细分地面材质对应的清洁模式主要在吸力模式上做差异化。现有方法清洁模式只是简单的在只在清洁强度、清洁时间和清洁频率做差异化，本发明在是否下水、干滚刷转速、湿滚刷转速、对地压力、是否支持沿边路径、覆盖宽度和行进速度上做差异化，可以达到更加高效、安全、有效的清洁效果。 [0024] S3、当确定地面材质识别模式为基于振动信号的地面材质识别模式时，采用基于振动信号的地面材质识别模式识别地面材质，并根据预先存储的第一关联关系表确定识别出的地面材质对应的清洁模式；其中，第一关联关系表存储有第一级别的地面材质对应的清洁模式。 [0025] 在本申请实施例中，由上述可知，所述第一级别的地面材质包括硬质地面还软质地面，因此，所述第一关联关系表存储有软质地面和硬质地面对应的清洁模式，即硬质地面清洁模式和软质地面清洁模式。 [0026] 环境亮度大于或等于预设亮度阈值时，采集到的地面图像清晰，清晰的地面图像能够提高地面材质识别的成功率，以及地面材质识别的准确率，从而能够选择合适的清洁模式进行清洁，保证清洁效果。环境亮度小于预设亮度阈值时，采集到的图像不够清晰，此时若基于图像识别地面材质则容易出现识别不出地面材质或识别出的地面材质不准确的问题，降低地面材质识别的成功率和准确率，而本申请实施例在环境亮度小于预设亮度阈值时采用基于振动信号的地面材质识别模式识别地面材质，无需考虑地面图像是否清晰的问题，从而提高了地面材质识别的成功率，进而能够选择合适的清洁模式进行清洁，保证清洁效果。进一步的，通过环境亮度大于或等于预设亮度阈值时采用基于图像的地面材质识别模式识别地面材质，环境亮度小于预设亮度阈值时采用基于振动信号的地面材质识别模式识别地面材质，使得清洁机器人不仅能够在白天等光线充足的情况下实时识别地面材质选择对应的清洁模式进行清洁，还能够在晚上等黑暗环境下实时识别地面材质选择对应的清洁模式进行清洁，增加便利性，提高用户体验。进一步的，由于基于振动信号识别地面材质成本低，因此能够控制成本。 [0027] 在一实施例中，所述确定识别出的地面材质对应的清洁模式的步骤之后，所述方法还包括：控制所述清洁机器人按照所述清洁模式进行清洁。 [0028] 比如，识别到地面材质是木地板时，清洁机器人按照木地板清洁模式进行清洁；识别到地面材质是大理石时，清洁机器人按照大理石清洁模式进行清洁。只能识别到地面材质是硬质地面材质时（不能识别到更具体地材质），清洁机器人按照硬质地面清洁模式进行清洁，只能识别到地面材质是软质地面材质（不能识别到更具体的材质）时，清洁机器人按照软质地面清洁模式进行清洁。 [0029] 在一实施例中，当基于亮度传感器判断当前环境亮度是否大于预设的亮度阈值时，所述预设的亮度阈值为第一亮度阈值，所述判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式的步骤包括：基于亮度传感器采集到的亮度数据计算预设时长内的平均亮度； 将所述预设时长内的平均亮度作为当前环境亮度； 判断所述当前环境亮度是否大于预设的第一亮度阈值； 若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则 确定地面材质识别模式为基于振动信号的地面材质识别模式。 [0030] 在本申请实施例中，通过计算预设时长内的平均亮度，可以平滑掉瞬时的亮度波动和噪声，这样可以避免因为瞬时亮度的变化而导致的误判或不准确的结果，从而提高地面材质识别模式切换的稳定性和准确性。另外，采用亮度传感器可以即时获取环境亮度信息，响应速度快。 [0031] 在一实施例中，当基于环境图像判断当前环境亮度是否大于预设的亮度阈值时，所述预设的亮度阈值为第二亮度阈值，所述判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式的步骤包括：采集当前环境图像； 确定所述当前环境图像中各像素点的亮度信息； 根据各像素点的亮度信息确定所述当前环境图像的亮度； 将所述当前环境图像的亮度作为所述当前环境亮度； 判断所述当前环境亮度是否大于预设的第二亮度阈值； 若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则 确定地面材质识别模式为基于振动信号的地面材质识别模式。 [0032] 在本申请实施例中，环境亮度也可以通过对环境图像进行分析得到，通过环境图像计算环境图像亮度可以更加准确分析出当前环境是否适合采用基于图像的地面材质识别模式进行地面材质识别。 [0033] 在一实施例中，所述基于亮度传感器采集到的亮度数据计算预设时长内的平均亮度的步骤包括：获取预设时长内所述亮度传感器采集到的所有亮度数据； 对所述预设时长内所述亮度传感器采集到的所有亮度数据进行分析比较，剔除异 常亮度数据，获得剔除异常亮度数据后的亮度数据； 利用剔除异常亮度数据后的亮度数据计算所述预设时长内的平均亮度。 [0034] 在本申请实施例中，通过获取预设时长内亮度传感器采集到的所有亮度数据，并对这些数据进行分析比较，剔除异常亮度数据后，可以得到更可靠和准确的亮度数据，能够更好地反映环境的实际亮度，从而提高地面材质识别模式切换的准确性。 [0035] 在一实施例中，所述采用基于图像的地面材质识别模式识别地面材质的步骤之后，所述方法还包括：若采用基于图像的地面材质识别模式识别地面材质的识别结果为无法识别出地 面材质，则采用基于振动信号的地面材质识别模式识别地面材质。 [0036] 在本申请实施例中，某些情况下可能存在基于图像识别不出地面材质的问题，比如，在强光条件下无法识别出地面材质，此时可以通过切换为基于振动信号的地面材质识别模式识别地面材质，通过切换为基于振动信号的地面材质识别模式识别地面材质可以进一步解决识别不到地面材质的问题，进一步提高地面材质识别的成功率，从而保证清洁效果。 [0037] 在一实施例中，所述硬质地面下的细分地面材质所对应的清洁模式包括清洁方式和清洁策略，所述清洁方式包括是否下水、干滚刷转速、湿滚刷转速和对地压力；清洁策略包括是否支持沿边路径、覆盖宽度和行进速度。 [0038] 本发明清洁机器人对于硬质地面清扫方式包括两道工序，第一道工序为干滚刷扫地； 第二道工序为湿滚刷下水洗地；两道工序都是里面一个滚筒，快速旋转，与地面接触产生摩擦力，对地面进行清洁； 其中不同地面，会通过提升电机，对地面施加不同的正压力，起到对不同摩擦力的地面来做更有效果的清洁目的。对于不同的硬质地面材质，根据材质特性，在清洁方式方面，通过对是否下水、干滚刷转速、湿滚刷转速和对地压力做差异化，在清洁策略方面，通过对是否支持沿边路径、覆盖宽度和行进速度做差异化，可以达到更加高效、安全、有效的清洁效果。应当理解的是，下水是指清洁机器人在洗地的模式下，会有水泵从水箱里把清水吸出，均匀喷洒到地面上进行洗地清洁； 下水的水量根据不同的地面材质类型进行调整， 例如： 80ml/min或120ml/min的下水量，下水量会影响地面的清洁效果。沿边的路径：具体指清洁机器人清洁完此区域后，在最后一圈进行收尾动作，防止在机器人的最外侧边界上，有水渍残留。覆盖宽度： 比如机器人的清洁宽度是500mm；但是它在转弯回头清洁的时候，会只转弯300mm；中间差值的200mm，就是覆盖宽度（参考一个弓字型来回清洁路线）。行进速度：机器人的行走速度，在不同的地面下和清洁方式下，为了保证清洁效率，清洁机器人的行进速度会不同。 [0039] 在一实施例中，所述硬质地面下的细分地面材质包括木地板、大理石和瓷砖；所述木地板对应的清洁方式为下水、干滚刷转速为慢速、湿滚刷转速为快速以及 对地压力弱；所述木地板对应的清洁策略为支持沿边路径、覆盖宽度为第一预设宽度以及行进速度为快速； 所述大理石对应的清洁方式为不下水、干滚刷转速为快速、湿滚刷转速为慢速以 及对地压力强；所述大理石对应的清洁策略为不支持沿边路径、覆盖宽度为第二预设宽度以及行进速度为慢速； 所述瓷砖对应的清洁方式为下水、干滚刷转速为快速、湿滚刷转速为快速以及对 地压力强；所述瓷砖对应的清洁策略为支持沿边路径、覆盖宽度为所述第二预设宽度以及行进速度为慢速；其中，干滚刷转速处于第一预设范围的速度为慢速，干滚刷转速处于第二预设范围的速度为快速，湿滚刷处于第三预设范围的速度为慢速、湿滚刷处于第四预设范围的速度为快速、对地压力处于第一压力范围的压力为弱压力、对地压力处于第二压力范围的压力为强压力，行进速度处于第五预设范围的速度为慢速、行进速度处于第六预设范围的速度为快速。 [0040] 在本申请实施例中，给出了木地板、大理石和瓷砖对应的清洁方式和清洁策略，根据木地板材质特性，设置木地板对应的清洁方式为下水、干滚刷转速为慢速、湿滚刷转速为快速以及对地压力弱以及设置木地板对应的清洁策略为支持沿边路径、覆盖宽度为第一预设宽度以及行进速度为快速可以达到高效、安全、有效地清洁木地板。根据大理石材质特性，设置大理石对应的清洁方式为不下水、干滚刷转速为快速、湿滚刷转速为慢速以及对地压力强以及大理石对应的清洁策略为不支持沿边路径、覆盖宽度为第二预设宽度以及行进速度为慢速可以达到高效、安全、有效的清洁大理石材质的地面。根据瓷砖材质特性，设置瓷砖对应的清洁方式为清洁方式为下水、干滚刷转速为快速、湿滚刷转速为快速以及对地压力强以及设置瓷砖对应的清洁策略为支持沿边路径、覆盖宽度为所述第二预设宽度以及行进速度为慢速可以达到高效、安全、有效的清洁瓷砖材质的地面。需要说明的是，上述各材质对应的下水量（需要下水的情况）、干滚刷转速、湿滚刷转速、对地压力、覆盖宽度、行进速度均预先设定。所述第一覆盖宽度比如是30cm，第二覆盖宽度比如是20cm。 [0041] 在一实施例中，所述第一关联存储表存储有软质地面和硬质地面对应的清洁模式，所述硬质地面对应的清洁模式包括清洁方式和清洁策略，所述清洁方式为不下水、干滚刷转速为慢速、湿滚刷转速为慢速以及对地压力弱；所述清洁策略为支持沿边路径、覆盖宽度为所述第一预设宽度以及行进速度为慢速，通过这样可以安全对地面进行清洁以及可以实现较好的清洁效果。所述软质地面对应的清洁模式包括清洁方式和清洁策略，清洁方式包括吸尘组件的吸力；清洁策略包括覆盖宽度以及行进速度。 [0042] 如图2所示，本申请实施例还提供一种清洁模式确定装置，应用于清洁机器人，包括：判断模块1，用于判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式；其中，基于振动信号的地面材质识别模式用于识别出第一级别的地面材质；基于图像其中，的地面材质识别模式用于识别第二级别的地面材质；所述第一级别的地面材质包括硬质地面和软质地面；所述第二级别的地面材质包括硬质地面下的细分地面材质和软质地面下的细分地面材质； 第一材质识别模块2，用于当确定地面材质识别模式为基于图像的地面材质识别 模式时，采用基于图像的地面材质识别模式识别地面材质，并根据预先存储的第二关联关系表确定识别出的地面材质对应的清洁模式；其中，第二关联关系表存储有第二级别的地面材质对应的清洁模式； 第二材质识别模块3，用于当确定地面材质识别模式为基于振动信号的地面材质 识别模式时，采用基于振动信号的地面材质识别模式识别地面材质，并根据预先存储的第一关联关系表确定识别出的地面材质对应的清洁模式；其中，第一关联关系表存储有第一级别的地面材质对应的清洁模式。 [0043] 在一实施例中，当基于亮度传感器判断当前环境亮度是否大于预设的亮度阈值时，所述预设的亮度阈值为第一亮度阈值，所述第一材质识别模块2包括：平均亮度计算单元，用于基于亮度传感器采集到的亮度数据计算预设时长内的平 均亮度； 第一等同单元，用于将所述预设时长内的平均亮度作为当前环境亮度； 第一判断单元，用于判断所述当前环境亮度是否大于预设的第一亮度阈值； 第一确定单元，用于若大于或等于，则确定地面材质识别模式为基于图像的地面 材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式。 [0044] 在一实施例中，当基于环境图像判断当前环境亮度是否大于预设的亮度阈值时，所述预设的亮度阈值为第二亮度阈值，所述第一材质识别模块2包括：采集单元，用于采集当前环境图像； 亮度信息确定单元，用于确定所述当前环境图像中各像素点的亮度信息； 环境图像亮度确定单元，用于根据各像素点的亮度信息确定所述当前环境图像的 亮度； 第二等同单元，用于将所述当前环境图像的亮度作为所述当前环境亮度； 第二判断单元，用于判断所述当前环境亮度是否大于预设的第二亮度阈值； 第二确定单元，用于若大于或等于，则确定地面材质识别模式为基于图像的地面 材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式。 [0045] 在一实施例中，所述平均亮度计算单元包括：获取子单元，用于获取预设时长内所述亮度传感器采集到的所有亮度数据； 分析比较子单元，用于对所述预设时长内所述亮度传感器采集到的所有亮度数据 进行分析比较，剔除异常亮度数据，获得剔除异常亮度数据后的亮度数据； 异常数据剔除子单元，用于利用剔除异常亮度数据后的亮度数据计算所述预设时 长内的平均亮度。 [0046] 在一实施例中，所述采用基于图像的地面材质识别模式识别地面材质的之后，还包括：若采用基于图像的地面材质识别模式识别地面材质的识别结果为无法识别出地 面材质，则采用基于振动信号的地面材质识别模式识别地面材质。 [0047] 在一实施例中，所述硬质地面下的细分地面材质所对应的清洁模式包括清洁方式和清洁策略，所述清洁方式包括是否下水、干滚刷转速、湿滚刷转速和对地压力；清洁策略包括是否支持沿边路径、覆盖宽度和行进速度。 [0048] 在一实施例中，所述硬质地面下的细分地面材质包括木地板、大理石和瓷砖；所述木地板对应的清洁方式为下水、干滚刷转速为慢速、湿滚刷转速为快速以及 对地压力弱；所述木地板对应的清洁策略为支持沿边路径、覆盖宽度为第一预设宽度以及行进速度为快速； 所述大理石对应的清洁方式为不下水、干滚刷转速为快速、湿滚刷转速为慢速以 及对地压力强；所述大理石对应的清洁策略为不支持沿边路径、覆盖宽度为第二预设宽度以及行进速度为慢速； 所述瓷砖对应的清洁方式为下水、干滚刷转速为快速、湿滚刷转速为快速以及对 地压力强；所述瓷砖对应的清洁策略为支持沿边路径、覆盖宽度为所述第二预设宽度以及行进速度为慢速；其中，干滚刷转速处于第一预设范围的速度为慢速，干滚刷转速处于第二预设范围的速度为快速，湿滚刷处于第三预设范围的速度为慢速、湿滚刷处于第四预设范围的速度为快速、对地压力处于第一压力范围的压力为弱压力、对地压力处于第二压力范围的压力为强压力，行进速度处于第五预设范围的速度为慢速、行进速度处于第六预设范围的速度为快速。 [0049] 参照图3，本发明实施例还提供一种计算机设备，该计算机设备的内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作装置、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储有清洁模式确定方法的数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。进一步地，上述计算机设备还可以设置有输入装置和显示屏等。 上述计算机程序被处理器执行时以实现清洁模式确定方法，包括如下步骤：判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式；其中，基于振动信号的地面材质识别模式用于识别出第一级别的地面材质；基于图像的地面材质识别模式用于识别第二级别的地面材质；所述第一级别的地面材质包括硬质地面和软质地面；所述第二级别的地面材质包括硬质地面下的细分地面材质和软质地面下的细分地面材质；当确定地面材质识别模式为基于图像的地面材质识别模式时，采用基于图像的地面材质识别模式识别地面材质，并根据预先存储的第二关联关系表确定识别出的地面材质对应的清洁模式；其中，第二关联关系表存储有第二级别的地面材质对应的清洁模式；当确定地面材质识别模式为基于振动信号的地面材质识别模式时，采用基于振动信号的地面材质识别模式识别地面材质，并根据预先存储的第一关联关系表确定识别出的地面材质对应的清洁模式；其中，第一关联关系表存储有第一级别的地面材质对应的清洁模式。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。 [0050] 本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现清洁模式确定方法，包括如下步骤：判断当前环境亮度是否大于预设的亮度阈值，若大于或等于，则确定地面材质识别模式为基于图像的地面材质识别模式，否则确定地面材质识别模式为基于振动信号的地面材质识别模式；其中，基于振动信号的地面材质识别模式用于识别出第一级别的地面材质；基于图像的地面材质识别模式用于识别第二级别的地面材质；所述第一级别的地面材质包括硬质地面和软质地面；所述第二级别的地面材质包括硬质地面下的细分地面材质和软质地面下的细分地面材质；当确定地面材质识别模式为基于图像的地面材质识别模式时，采用基于图像的地面材质识别模式识别地面材质，并根据预先存储的第二关联关系表确定识别出的地面材质对应的清洁模式；其中，第二关联关系表存储有第二级别的地面材质对应的清洁模式；当确定地面材质识别模式为基于振动信号的地面材质识别模式时，采用基于振动信号的地面材质识别模式识别地面材质，并根据预先存储的第一关联关系表确定识别出的地面材质对应的清洁模式；其中，第一关联关系表存储有第一级别的地面材质对应的清洁模式。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。 [0051] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。 [0052] 需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。 [0053] 以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。 |
||||||
QQ群二维码
意见反馈
意见反馈