一种基于智慧园区的无人卫生清扫车控制系统的制作方法

本发明涉及智能控制，具体而言，是一种基于智慧园区的无人卫生清扫车控制系统。

背景技术：

1、智慧园区是指利用信息技术、物联网、人工智能等先进技术手段对传统园区进行智能化改造和升级的一种新型工业园区，它通过数据和信息的集成、共享和智能化管理，实现园区内各类设施、设备、资源以及各项业务的高效运行和优化配置。

2、无人卫生清扫车是一种应用人工智能和自动化技术的车辆，通常采用电动或混合动力驱动方式，配备多种传感器和导航设备，能够自主感知周围环境、规避障碍物并执行清扫任务。

3、随着人工智能技术的迅速发展，无人卫生清扫车已成为智慧园区中的重要设备之一，可以代替人工进行卫生清扫工作，提高工作效率和质量，它代表了人工智能技术在现代城市管理中的应用与发展，为创造更宜居、舒适的园区环境做出了重要贡献。

4、专利名称为无人清扫车运行控制方法及系统(专利号为cn202310808363.7)的中国专利公布的技术方案，该方案将待清洁区域划分为多个子区域，根据垃圾数量和子区域距离按照优先级排序清扫，通过无人清扫车的图像传感器扫描道路进行避障，并判断道路上是否有缝隙以进行适应性清扫，同时实时检测储污排污系统中的污物储量，当达到阈值时运输到最近的回收站排污，能够更有效率地清理垃圾，智能化地处理清洁过程，并且对环境有积极的影响，但仍存在一些不足之处，具体表现在以下方面：一、该方案通过无人清扫车的图像传感器判断道路上是否有缝隙以进行适应性清扫，仅针对了道路上的缝隙这一指标，可能会忽略其他情况，如地面坑洼程度、地面清洁程度等，这些因素可能会导致清扫不彻底，影响清洁效果。

5、二、该方案没有涉及到清扫车的电量补充这一问题，由于清扫车需要长时间工作，如果电池续航能力不足，可能会导致清扫车在清扫过程中断电或无法完整地覆盖清扫区域，增加清扫过程的间断时间，并影响清扫效果和效率。

技术实现思路

1、为了克服背景技术中的缺点，本发明实施例提供了一种基于智慧园区的无人卫生清扫车控制系统，能够有效解决上述背景技术中涉及的问题。

2、本发明的目的可以通过以下技术方案来实现：本发明提供了一种基于智慧园区的无人卫生清扫车控制系统，包括：图像获取模块，用于通过清扫车内置的摄像头对各路段待清扫路面进行图像获取。

3、路面参数获取模块，用于根据各路段待清扫路面图像分析得到各路段待清扫路面的路面参数，路面参数包括清洁程度、平坦程度。

4、清扫调控模块，用于根据各路段待清扫路面的路面参数分析得到各路段路面清扫难度系数，进而对各路段清扫车的清扫参数进行调控，清扫参数包括清扫模式、行驶速度调节量、清扫力度调节量。

5、虚拟园区建模模块，用于通过摄像头对园区各区域进行图像获取，并根据园区各区域图像为智慧园区进行虚拟建模，并对各充电桩的位置信息进行获取。

6、清扫数据分析模块，用于通过当前路段清扫车调节后的清扫参数分析得到当前路段清扫车的综合影响系数。

7、续航预测模块，用于获取清扫车的剩余电池电量，进而结合当前路段清扫车的综合影响系数分析得到清扫车的预计续航里程。

8、电量补充模块，用于对清扫车进行实时定位，并根据清扫车的预计续航里程和各充电桩的位置信息对清扫车进行电量补充。

9、管理数据库，用于储存各路面清扫难度系数范围对应清扫车清扫模式、清扫车的电池电量。

10、优选的，所述各路段待清扫路面的清洁程度的具体分析过程如下：第一步，按照设定距离将清扫车待清扫的路段距离划分为若干段等长路段，记为各待清扫路段，通过清扫车内置的摄像头对各待清扫路段的路面进行图像获取，记为各路段待清扫路面图像。

11、第二步，利用边缘检测技术提取各路段待清扫路面图像的路面边缘轮廓，记为各路段待清扫路面边缘轮廓，根据各路段待清扫路面边缘轮廓得到各路段待清扫路面的面积mi，其中i表示第i个路段的编号，i＝1,2,...,k，同时通过目标检测算法从各路段待清扫路面图像中提取各路段清扫路面上的各垃圾目标，并利用边缘检测技术提取各路段清扫路面各垃圾目标的边缘轮廓并得到其覆盖面积，通过对各路段清扫路面各垃圾目标的覆盖目标进行累加得到各路段清扫路面的垃圾覆盖面积，记为m'i，将其代入到公式得到各路段待清扫路面的清洁程度αi。

12、优选的，所述各路段待清扫路面的平坦程度的具体分析过程如下：第一步，读取各路段待清扫路面图像和各路段待清扫路面的面积mi，利用图像检测技术从各路段待清扫路面图像中提取各路段待清扫路面上各处坑洼的面积，记为m”in，其中n表示第n处坑洼的编号，n＝1,2,...,q，通过公式得到各路段待清扫路面的坑洼程度εi；

13、第二步，利用边缘检测技术提取各路段待清扫路面图像中各路段待清扫路面上各处裂纹的长度，记为lix，其中x表示第x处裂纹的编号，x＝1,2,...,y，通过公式得到各路段待清扫路面的裂纹程度εi，其中l0分别表示预设的裂纹的参考长度。

14、第三步，将各路段待清扫路面的坑洼程度εi、裂纹程度λi代入到公式得到各路段待清扫路面的平坦程度βi，其中ε0、λ0分别表示预设的坑洼程度、裂纹程度的参考值，a1、a2分别表示预设的坑洼程度、裂纹程度的权值因子，e为自然常数。

15、优选的，所述各路段路面清扫难度系数的具体分析方法为：分别读取各路段待清扫路面的清洁程度αi、平坦程度βi，分析各路段路面清扫难度系数χi，其公式为：其中w1、w2分别表示预设的清洁程度、平坦程度的权值因子，e表示自然常数。

16、优选的，所述对清扫车的清扫参数进行调控的具体过程如下：第一步，读取各路段路面清扫难度系数χi，将各路段路面清扫难度系数同预设的清扫需求程度系数阈值进行比对，若某路段路面清扫难度系数小于预设的清扫需求程度系数阈值，则将该路段清扫车的行驶速度调节量记为0，若某路段路面清扫难度系数大于或等于预设的清扫需求程度系数阈值，则对该路段路面清扫难度系数和预设的清扫需求程度系数阈值作差得到该路段路面清扫难度系数差值δχ，将其代入到公式δv＝δχ*δv0得到该路段清扫车的行驶速度调节量δv，其中δv0表示清扫车单位清扫需求程度系数差值对应的需求行驶速度调节量，同理分析得到各路段清扫车的行驶速度调节量δvi，并以此对清洁车在各路段的行驶速度进行调控。

17、第二步，从管理数据库中提取设定的各路面清扫难度系数范围对应清扫车清扫模式，将其同各路段路面清扫难度系数进行匹配得到各路段清扫车的清扫模式，并以此对各路段清扫车的清扫模式进行调控。

18、第三步，读取清扫车当前的清扫力度，记为f，将其和各路段路面清扫难度系数χi代入到公式得到各路段清扫车的清扫力度调节量δfi，其中表示设定的清扫需求程度系数同清扫车清扫力度之间的比例常数，并以此对各路段清扫车的清扫力度进行调控。

19、优选的，所述虚拟园区建模模块的具体分析方法为：通过智慧园区内置的摄像头对园区的各区域进行图像获取，记为园区各区域图像，根据园区各区域图像为智慧园区进行虚拟建模，并在其中对园区内各区域的充电桩进行定位并标记。

20、优选的，所述各路段清扫车的综合影响系数的具体分析方法为：读取当前路段清扫车调控后的清扫参数，将当前路段清扫车的清扫模式同设定的各清扫模式对应影响因子进行匹配，得到当前路段清扫车清扫模式的影响系数，记为ω，同时将当前路段清扫车的行驶速度、清扫力度，分别记为v、f'，将其代入到公式得到清扫车当前路段的综合影响指数其中vmax、f'max表示设定的清扫车最大行驶速度、最大清扫力度，η1、η2、η3分别表示设定的清扫模式的影响系数、行驶速度、清扫力度的权值因子，且η1+η2+η3＝1。

21、优选的，所述续航预测模块的具体分析方法为：读取清扫车当前路段的综合影响指数同时从管理数据库中读取清扫车的电池电量，记为剩余电池电量ξ，将其代入到公式得到清扫车的预计续航里程d，其中δξ表示设定的单位里程的标准耗电量。

22、优选的，所述电量补充模块的具体分析过程如下：第一步，读取清扫车的预计续航里程和未清扫里程，将清扫车的预计续航里程同未清扫里程进行比对，若清扫车的预计续航里程大于或等于未清扫里程，则表示清扫车剩余电量足够，无需进行电量补充，若清扫车的预计续航里程小于未清扫里程，则表示清扫车剩余电量不足，执行第二步。

23、第二步，对清扫车进行定位，并以清扫车所在位置为圆心，根据设定长度为半径作圆，由此构建清扫车所在位置的对应电量补充区域，搜寻电量补充区域内所有的充电桩，记为各充电桩，并获取各充电桩同清扫车所在位置之间的距离，将各充电桩同清扫车所在位置之间的距离按照从小大的顺序进行排序，将第一个距离所对应的充电桩作为清扫车的首选充电桩，控制清扫车前往首选充电桩进行电量补充。

24、相对于现有技术，本发明具有以下有益效果：一、本发明通过对各路段待清扫路面的路面参数分析得到各路段路面清扫难度系数，进而分析得到各路段清扫车的清扫模式、行驶速度调节量、清扫力度调节量，从而对清扫车参数进行调节，可以更有效地清理路面上的垃圾和污物，提高清扫的效果和清扫效率。

25、二、本发明通过为智慧园区虚拟建模获取各充电桩的位置，同时根据清扫车的剩余电池电量、当前路段清扫车的综合影响系数分析得到清扫车的预计续航里程，进而结合各充电桩的位置选择了首选充电桩，以便对清扫车进行电量补充，可以确保清扫车在作业过程中不会因为电量不足而中断工作，使其能够连续、稳定地完成清扫任务，提高工作效率和清洁质量。