一种无人清洁车的清洁度识别装置的检测方法和装置与流程

本发明涉及清洁识别设备的检测和测试，尤其涉及一种无人清洁车的清洁度识别装置的检测方法和装置。

背景技术：

1、无人清洁车在清洁过程中，往往会通过清洁度识别装置识别当前对路面的清洁效果，然后根据清洁效果调整无人清洁车的清洁效果从而判断是否需要对路面进行再次清洁，因此清洁度识别装置的识别精准度是确保路面清洁效果的重点。

2、传统的无人清洁车的清洁度识别装置的检测方式是通过清洁度识别装置对预设路面进行清洁度识别，然后通过人工判定该路面的清洁效果、或者通过完成检测的识别装置进行识别后，对比两个装置的识别偏差，从而确定待检测的装置的识别精准度，但是该方式需要预先精准调整一个识别装置，成本较高，且必须在特定区域进行识别，需要逐一返场检测，时效较慢，且判断的精准度只是单一场景类型的精准度，从而导致无人清洁车的清洁度识别装置的检测精准度较低。

技术实现思路

1、本发明的主要目的在于提供了一种无人清洁车的清洁度识别装置的检测方法和装置，旨在解决现有技术中需要预先精准调整一个识别装置，成本较高，且必须在特定区域进行识别，需要逐一返场检测，时效较慢，且判断的精准度只是单一场景类型的精准度，从而导致无人清洁车的清洁度识别装置的检测效率较低的问题。

2、为实现上述目的，本发明提供一种无人清洁车的清洁度识别装置的检测方法，应用于清洁度识别系统，所述方法包括：

3、获取多个场景类型的场景地面图像、以及每个场景地面图像的脏污标识信息，并基于每个场景地面图像的脏污标识信息，识别每个场景地面图像的各脏污区域范围、以及每个场景地面图像的各脏污区域范围对应的脏污程度；

4、针对每个场景地面图像，基于所述场景地面图像的各脏污区域范围、以及所述场景地面图像的各脏污区域范围对应的脏污程度，分析所述场景地面图像的清洁程度，并将各所述场景地面图像发送至清洁度识别装置，得到所述清洁度识别装置识别的各所述场景地面图像的清洁效果；

5、针对每个清洁效果，识别所述清洁效果对应的场景地面图像的识别清洁程度、以及所述清洁效果对应的场景地面图像的脏污定位信息，并基于所述场景地面图像的各脏污区域范围、所述场景地面图像的清洁程度，所述场景地面图像的识别清洁程度、以及所述场景地面图像的脏污定位信息，识别所述清洁度识别装置对所述场景类型的清洁度识别精准度；

6、基于所述清洁度识别装置对所有场景类型的清洁度识别精准度，确定所述清洁度识别装置的清洁度识别检测信息。

7、可选的，所述基于每个场景地面图像的脏污标识信息，识别每个场景地面图像的各脏污区域范围、以及每个场景地面图像的各脏污区域范围对应的脏污程度，包括：

8、针对每个场景地面图像，基于所述场景地面图像的脏污标识信息，识别所述场景地面图像的各脏污位置点，并将所述场景地面图像拆分为多个单位图像；

9、通过图像特征识别网络分别提取每个单位图像的图像特征，并分别计算各包含脏污位置点的单位图像，与各不包含脏污位置点的单位图像之间的相似度；

10、筛选与每个包含脏污位置点的单位图像之间的相似度大于相似度阈值的单位图像，作为相似脏污图像，并将每个脏污点位置点对应的各相似脏污图像、以及包含每个脏污位置点的单位图像进行聚类处理，得到每个脏污位置点对应的各脏污区域范围；

11、基于包含每个脏污位置点的单位图像，通过脏污指标评价策略，评价每个脏污位置点对应的单位图像的脏污指标值，并基于每个脏污位置点对应的单位图像的脏污指标值，确定每个脏污位置点对应的各脏污区域范围的脏污程度。

12、可选的，所述基于所述场景地面图像的各脏污区域范围、以及所述场景地面图像的各脏污区域范围对应的脏污程度，分析所述场景地面图像的清洁程度，包括：

13、计算每个脏污程度对应的所有脏污区域范围，与所述场景地面图像之间的比例值，并将相同脏污等级的脏污程度对应的比例值进行相加，得到各所述脏污等级对应的脏污面积占比值；

14、基于各所述脏污等级对应的清洁程度损耗识别策略，识别每个脏污等级对应的脏污面积占比值对应的清洁程度损耗比例，并基于所有脏污等级对应的脏污面积占比值对应的清洁程度损耗比例，计算所述场景地面图像的清洁程度。

15、可选的，所述识别所述清洁效果对应的场景地面图像的识别清洁程度、以及所述清洁效果对应的场景地面图像的脏污定位信息，包括：

16、基于所述清洁效果，识别所述场景地面图像的脏污区域标定信息；

17、基于所述脏污区域标定信息，识别所述场景地面图像的脏污区域识别范围、以及每个脏污区域识别范围对应的识别脏污等级，并基于各所述脏污区域识别范围、以及各所述脏污区域识别范围对应的识别脏污等级，计算所述场景地面图像的识别清洁程度；

18、将所有脏污区域识别范围、以及所有脏污区域识别范围对应的识别脏污等级，作为所述场景地面图像的脏污定位信息。

19、可选的，所述基于所述场景地面图像的各脏污区域范围、所述场景地面图像的清洁程度，所述场景地面图像的识别清洁程度、以及所述场景地面图像的脏污定位信息，识别所述清洁度识别装置对所述场景类型的清洁度识别精准度，包括：

20、基于所述场景地面图像的各脏污区域范围、以及所述场景地面图像的各脏污区域识别范围，计算所述清洁度识别装置的范围重合度，并基于各所述脏污区域范围的脏污等级、以及各所述脏污区域识别范围的脏污等级，计算所述清洁度识别装置的脏污等级判断准确率；

21、基于所述清洁程度、以及所述识别清洁程度，计算所述清洁度识别装置的清洁度程度判断准确率，并对所述清洁度识别装置的范围重合度、所述脏污等级判断准确率、以及所述清洁度程度判断准确率进行加权求和处理，得到所述清洁度识别装置对所述场景类型的清洁度识别精准度。

22、可选的，所述基于所述清洁度识别装置对所有场景类型的清洁度识别精准度，确定所述清洁度识别装置的清洁度识别检测信息，包括：

23、针对每个场景类型，基于所述场景类型对应的范围重合度、所述场景类型的脏污等级判断准确率、以及所述场景类型的清洁程度判断准确率，识别所述场景类型的识别异常信息；

24、将各所述场景类型的清洁度识别精准度、各所述场景类型的识别异常信息，填充至清洁度检测报告模板中，得到所述清洁度识别装置的清洁度识别检测信息。

25、可选的，所述基于所述清洁度识别装置对所有场景类型的清洁度识别精准度，确定所述清洁度识别装置的清洁度识别检测信息之后，还包括：

26、获取各所述场景类型的场景特征信息，并基于各所述场景类型的场景特征信息，分析所述清洁度识别装置在识别各所述场景类型的异常识别影响因素、以及各所述异常识别影响因素的影响因素值；

27、基于每个场景类型的识别异常信息，以及每个场景类型的各异常识别影响因素的影响因素值，确定每个异常识别影响因素对应的异常识别分布信息；

28、将所有异常识别影响因素对应的异常识别分布信息，作为所述清洁度识别装置的识别异常分析信息。

29、此外，为实现上述目的，本发明还提供一种无人清洁车的清洁度识别装置的检测装置，所述无人清洁车的清洁度识别装置的检测装置应用于清洁度识别系统，所述装置包括：

30、获取模块，用于获取多个场景类型的场景地面图像、以及每个场景地面图像的脏污标识信息，并基于每个场景地面图像的脏污标识信息，识别每个场景地面图像的各脏污区域范围、以及每个场景地面图像的各脏污区域范围对应的脏污程度；

31、分析模块，用于针对每个场景地面图像，基于所述场景地面图像的各脏污区域范围、以及所述场景地面图像的各脏污区域范围对应的脏污程度，分析所述场景地面图像的清洁程度，并将各所述场景地面图像发送至清洁度识别装置，得到所述清洁度识别装置识别的各所述场景地面图像的清洁效果；

32、识别模块，用于针对每个清洁效果，识别所述清洁效果对应的场景地面图像的识别清洁程度、以及所述清洁效果对应的场景地面图像的脏污定位信息，并基于所述场景地面图像的各脏污区域范围、所述场景地面图像的清洁程度，所述场景地面图像的识别清洁程度、以及所述场景地面图像的脏污定位信息，识别所述清洁度识别装置对所述场景类型的清洁度识别精准度；

33、确定模块，用于基于所述清洁度识别装置对所有场景类型的清洁度识别精准度，确定所述清洁度识别装置的清洁度识别检测信息。

34、可选的，所述获取模块，具体用于：

35、针对每个场景地面图像，基于所述场景地面图像的脏污标识信息，识别所述场景地面图像的各脏污位置点，并将所述场景地面图像拆分为多个单位图像；

36、通过图像特征识别网络分别提取每个单位图像的图像特征，并分别计算各包含脏污位置点的单位图像，与各不包含脏污位置点的单位图像之间的相似度；

37、筛选与每个包含脏污位置点的单位图像之间的相似度大于相似度阈值的单位图像，作为相似脏污图像，并将每个脏污点位置点对应的各相似脏污图像、以及包含每个脏污位置点的单位图像进行聚类处理，得到每个脏污位置点对应的各脏污区域范围；

38、基于包含每个脏污位置点的单位图像，通过脏污指标评价策略，评价每个脏污位置点对应的单位图像的脏污指标值，并基于每个脏污位置点对应的单位图像的脏污指标值，确定每个脏污位置点对应的各脏污区域范围的脏污程度。

39、可选的，所述分析模块，具体用于：

40、计算每个脏污程度对应的所有脏污区域范围，与所述场景地面图像之间的比例值，并将相同脏污等级的脏污程度对应的比例值进行相加，得到各所述脏污等级对应的脏污面积占比值；

41、基于各所述脏污等级对应的清洁程度损耗识别策略，识别每个脏污等级对应的脏污面积占比值对应的清洁程度损耗比例，并基于所有脏污等级对应的脏污面积占比值对应的清洁程度损耗比例，计算所述场景地面图像的清洁程度。

42、可选的，所述识别模块，具体用于：

43、基于所述清洁效果，识别所述场景地面图像的脏污区域标定信息；

44、基于所述脏污区域标定信息，识别所述场景地面图像的脏污区域识别范围、以及每个脏污区域识别范围对应的识别脏污等级，并基于各所述脏污区域识别范围、以及各所述脏污区域识别范围对应的识别脏污等级，计算所述场景地面图像的识别清洁程度；

45、将所有脏污区域识别范围、以及所有脏污区域识别范围对应的识别脏污等级，作为所述场景地面图像的脏污定位信息。

46、可选的，所述识别模块，具体用于：

47、基于所述场景地面图像的各脏污区域范围、以及所述场景地面图像的各脏污区域识别范围，计算所述清洁度识别装置的范围重合度，并基于各所述脏污区域范围的脏污等级、以及各所述脏污区域识别范围的脏污等级，计算所述清洁度识别装置的脏污等级判断准确率；

48、基于所述清洁程度、以及所述识别清洁程度，计算所述清洁度识别装置的清洁度程度判断准确率，并对所述清洁度识别装置的范围重合度、所述脏污等级判断准确率、以及所述清洁度程度判断准确率进行加权求和处理，得到所述清洁度识别装置对所述场景类型的清洁度识别精准度。

49、可选的，所述确定模块，具体用于：

50、针对每个场景类型，基于所述场景类型对应的范围重合度、所述场景类型的脏污等级判断准确率、以及所述场景类型的清洁程度判断准确率，识别所述场景类型的识别异常信息；

51、将各所述场景类型的清洁度识别精准度、各所述场景类型的识别异常信息，填充至清洁度检测报告模板中，得到所述清洁度识别装置的清洁度识别检测信息。

52、可选的，所述装置还包括：

53、特征获取模块，用于获取各所述场景类型的场景特征信息，并基于各所述场景类型的场景特征信息，分析所述清洁度识别装置在识别各所述场景类型的异常识别影响因素、以及各所述异常识别影响因素的影响因素值；

54、分布确定模块，用于基于每个场景类型的识别异常信息，以及每个场景类型的各异常识别影响因素的影响因素值，确定每个异常识别影响因素对应的异常识别分布信息；

55、分析识别模块，用于将所有异常识别影响因素对应的异常识别分布信息，作为所述清洁度识别装置的识别异常分析信息。

56、第三方面，本技术提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中任一项所述的方法的步骤。

57、第四方面，本技术提供了一种计算机可读存储介质。其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第一方面中任一项所述的方法的步骤。

58、第五方面，本技术提供了一种计算机程序产品。所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法的步骤。

59、本发明提供了一种无人清洁车的清洁度识别装置的检测方法和装置，上述方法应用于清洁度识别系统，所述方法包括：获取多个场景类型的场景地面图像、以及每个场景地面图像的脏污标识信息，并基于每个场景地面图像的脏污标识信息，识别每个场景地面图像的各脏污区域范围、以及每个场景地面图像的各脏污区域范围对应的脏污程度；针对每个场景地面图像，基于所述场景地面图像的各脏污区域范围、以及所述场景地面图像的各脏污区域范围对应的脏污程度，分析所述场景地面图像的清洁程度，并将各所述场景地面图像发送至清洁度识别装置，得到所述清洁度识别装置识别的各所述场景地面图像的清洁效果；针对每个清洁效果，识别所述清洁效果对应的场景地面图像的识别清洁程度、以及所述清洁效果对应的场景地面图像的脏污定位信息，并基于所述场景地面图像的各脏污区域范围、所述场景地面图像的清洁程度，所述场景地面图像的识别清洁程度、以及所述场景地面图像的脏污定位信息，识别所述清洁度识别装置对所述场景类型的清洁度识别精准度；基于所述清洁度识别装置对所有场景类型的清洁度识别精准度，确定所述清洁度识别装置的清洁度识别检测信息。本方案通过对获取的不同场景类型的场景地面图像进行分析，从而识别每个场景地面图像对应的清洁程度，然后从各场景地面图像的脏污区域范围、脏污程度、以及清洁程度三个角度检测清洁度识别装置的清洁度识别精准度，在避免了人工识别的低精准度、以及设备识别的高成本的问题的基础上，提升了识别清洁度识别装置的清洁度识别精准度的全面性和精准度，最后本方案对所有场景类型的清洁度识别精准度进行综合分析后，得到清洁度识别装置的清洁度识别检测信息，以综合性的分析该清洁度识别装置对各类型场景的识别精准度，避免单一场景判断识别精准度的局限性，从而提升了无人清洁车的清洁度识别装置的检测精准度。