一种无人清扫车的路面垃圾语义识别与清扫策略切换方法与流程

摘要: 本发明涉及识别与操控切换,具体为一种无人清扫车的路面垃圾语义识别与清扫策略切换方法。背景技术:1、无人清扫车是城市环卫、园区保洁等场景自动化作业的核心装备,路面...
一种无人清扫车的路面垃圾语义识别与清扫策略切换方法与流程

本发明涉及识别与操控切换,具体为一种无人清扫车的路面垃圾语义识别与清扫策略切换方法。

背景技术:

1、无人清扫车是城市环卫、园区保洁等场景自动化作业的核心装备,路面垃圾的精准识别与清扫策略的自适应调控,直接决定清扫作业的洁净度、能耗水平与设备使用寿命。随着无人保洁需求的升级,传统依赖固定作业参数的清扫模式已无法适配复杂多变的路面工况,基于机器视觉的智能识别与动态调控成为行业的主流发展方向。

2、但现有技术在实际落地应用中仍存在多处技术短板。其一,路面垃圾识别多依赖可见光成像与普通语义分割方案,特征提取仅局限于外观形态与颜色信息,受自然光照变化、路面材质干扰、垃圾局部遮挡的影响较大;且无法区分干湿状态、材质热特性等深层属性,对于湿落叶、泥沙积水、纸屑等外观相近但属性差异显著的目标,识别误判率高。且现有语义识别多为离散的类别标签划分,难以刻画路面垃圾的连续分布特征。实际场景中垃圾堆往往呈现从密集核心区到边缘稀疏区的渐变过渡,传统分割方法生成的斑块边界生硬,无法精准表征属性突变的真实边界,也难以区分稳定的垃圾聚集区与零散过渡区域,导致后续清扫决策缺乏精准的空间依据。

技术实现思路

1、针对现有技术的不足,本发明提供了一种无人清扫车的路面垃圾语义识别与清扫策略切换方法,包括以下具体步骤:

2、s1、基于搭载的传感模块对路面进行分光,获取辐射强度数字信号,并分离提取出每个空间分辨单元的植被指数和水分指数,并结合通过解算获取的体积含水量共同构成垃圾属性向量,并基于栅格坐标系构成属性梯度模场;

3、s2、以属性梯度模场为标量场,获取栅格单元的变形张量以及锋生函数值,并通过预设的动态检测阈值遍历每个栅格单元,标记栅格单元为锋面属性单元和/或归零单元,并形成量化垃圾属性突变边界位置及显著程度的强度分布图;

4、s3、将强度分布图进行分段连续滤波值,提取背景连通区域中的连通区域和孔洞,并将包括连通区域和孔洞的拓扑特征执行追踪记录,获得垃圾语义斑块并组合构成垃圾语义斑块划分图,根据所配备的可控执行器种类与调节范围,形成清扫策略集合,将垃圾语义斑块划分图的每一个栅格单元内初始化策略效能沉积值,通过引入策略效能评价机制在进入正常清扫作业循环后,获得每一个作业控制周期内清扫效能综合评分;

5、s4、基于清扫效能综合评分通过比对效能基准阈值,更新初始化策略效能沉积值,将每个栅格单元内累积真实策略效能沉积值,并输出可直接用于控制的语义-策略单元映射图。

6、s5、基于语义-策略单元映射图转化的物理执行器的连续控制指令,完成清扫模式的无感柔性切换。

7、优选的,所述s1基于无人清扫车前端作业视野范围内固定安装的传感模块,在沿规划路径行进作业时,对垂直于行进方向的路面窄条带进行推扫,将每一行空间像素反射和/或辐射的光信号分解为从可见光波段一直延伸到短波红外波段的连续窄光谱通道,记录下每个窄光谱通道的辐射值;

8、其中,传感模块由高光谱线阵成像仪、热红外焦平面探测器以及微波反射式湿度传感器组成;

9、并将采集到的每一个空间分辨单元所对应的完整光谱曲线,提取包括中心波长处于红光波段范围内的红光辐射值、中心波长处于近红外波段范围内的近红外辐射值,以及中心波长处于短波红外波段范围内的短波红外辐射值的光谱响应值;

10、利用在每次作业前于相同自然光照条件下通过标准漫反射参考板采集的基准辐射数据,分别获得红光波段基准辐射值、近红外波段基准辐射值与短波红外波段基准辐射值,并构建每个空间分辨单元的初始光谱反射率向量;

11、基于所构建的初始光谱反射率向量提取植被指数与水分指数。

12、优选的,所述s1同步获取的路面表面每个空间分辨单元的辐射出射度,采用辐射定标算法将辐射出射度转化为表面辐射温度值;并以连续相邻两帧的热红外图像,以每个空间分辨单元在前一帧中的表面辐射温度与在后一帧中的表面辐射温度,得到空间分辨单元的温度时间变化率;根据材料热物理参数映射表,基于所获取的植被指数与水分指数的组合值,读取获取对应的体积热容经验值与热导率经验值,基于表观热惯量计算函数,获得对应空间分辨单元的表观热惯量值;

13、基于发射的中心频率固定的微波探测脉冲,通过比较发射脉冲与接收脉冲之间的载波相位差,获得相位偏移量,根据偏移量减去干燥基准相位偏移量的差值,获得湿度相关相位偏移量,查表解算获取空间分辨单元的体积含水量,联立所获取的植被指数、表观热惯量与体积含水量,通过联合靶标标定获得的统一空间粒度的栅格坐标系,组成三要素垃圾属性向量;选取植被指数分量作为计算梯度模的基准标量场,获取属性梯度模场。

14、优选的,所述s2为了解决由于清扫车移动造成的连续两帧栅格场之间的几何错位问题,通过读取当前采样时刻与前一采样时刻之间的三轴加速度与三轴角速度数据,得到清扫车在水平路面坐标系下的前进位移增量、横向位移增量以及绕垂直轴的航向角增量,构建有二维刚性变换矩阵,矩阵内包含余弦航向角分量、正弦航向角分量以及平移分量;

15、将植被指数的基准标量场遍历源场中的每一个栅格单元,将原始栅格坐标输入刚性变换矩阵进行旋转与平移运算,计算出该栅格单元在当前时刻新栅格坐标系下的对应浮点坐标位置,再基于双线性插值法将该浮点坐标处的归一化植被指数值重采样到当前栅格网格上,从而生成与当前时刻栅格坐标系完全对齐的配准后的植被指数场;

16、将配准后的植被指数场与当前植被指数的基准标量场之间运行稠密光流估计算法,求解每个栅格单元的运动向量,生成运动向量场,每个向量包含横轴运动分量与纵轴运动分量;

17、将根据运动向量场提取的运动梯度张量进行矩阵分解,分离出的对称部分与非对称部分分别作为拉伸变形率与剪切变形率,并组合构成对应栅格单元的变形张量。

18、优选的,所述s2基于每个栅格单元的变形张量,获取锋生函数值,包括:对每一个栅格单元计算当前属性梯度模场在当前栅格坐标系下的空间梯度向量,该向量包含横轴梯度模分量与纵轴梯度模分量,将空间梯度向量与变形张量进行矩阵-向量乘法得到二维的变形贡献向量,再计算变形贡献向量与空间梯度向量的点积,所得标量值作为变形强迫项;

19、将当前栅格单元的当前属性梯度模值减去同一栅格单元的配准后的植被指数场的梯度模值,得到梯度模变化量,基于变化量除以前后两帧的采样时间间隔,得到作为局地变化项的局地变化率;

20、将当前栅格单元的运动向量的横轴分量与纵轴分量,分别乘以当前属性梯度模空间梯度向量的对应分量,并求和,获得作为平流项;

21、将变形强迫项、局地变化率与平流项三者代数相加获得对应栅格单元的锋生函数值,所述s2基于锋生函数值辨识梯度急剧增强区域并构建锋面强度分布图。

22、优选的,所述s3对锋面强度分布图进行全局扫描,遍历图中每一个栅格单元存储的锋面强度值,找出所有非零锋面强度值中的最大值作为全局最大锋面强度值,并基于全局最大锋面强度值生成过滤阈值序列,基于过滤阈值序列中每一个过滤阈值,通过对将锋面强度分布图经过滤阈值处理转化的二值图进行追踪,得到当前过滤阈值下的前景-背景二值图,并以前景部分为每个独立连通区域和/或闭合孔洞,采用八邻域连通的区域生长算法提取前景-背景二值图上所有前景连通区域,并将前景连通区域作为候拓扑对象进行周期追踪,获得每一个候拓扑对象对应的锋面强度阈值与湮灭锋面强度阈值的三元组记录,形成生成候选拓扑对象周期列表。

23、优选的,所述s3基于候选拓扑对象周期列表提取每个候选拓扑对象的拓扑稳定性度量;以所设置的稳定性筛选阈值为边界,遍历候选拓扑对象周期列表,将所有拓扑稳定性度量大于稳定性筛选阈值的候选拓扑对象筛选构建为稳定拓扑对象集合;

24、将稳定拓扑对象集合内的每一个候选拓扑对象基于前景-背景二值图中的空间占据范围,映射回锋面强度分布图的栅格坐标系中,得到由稳定拓扑边界围合而成的栅格区域;

25、将栅格区域进行空间去重叠和边界修整后,划分出的每一个闭合区域被赋予一个唯一的语义斑块标识号,并以闭合区域的闭合轮廓线作为语义边界,构成垃圾语义斑块划分图。

26、优选的,所述s3引入策略效能评价机制,根据无人清扫车所配备的可控执行器种类与调节范围,枚举所有可行的作业参数组合,形成清扫策略集合,并将每个作业参数组合分配唯一的清扫策略编号;

27、基于所获取的垃圾语义斑块划分图,对每一个垃圾语义斑块包含的每一个栅格单元在内创建对应数据表结构,并将所有键对应的策略效能沉积值初始化为零。

28、优选的,所述s4在引入策略效能评价机制后,将无人清扫车进入正常清扫作业循环,并在每一个作业控制周期内通过定位信息获取清扫车当前所处的垃圾语义斑块位置,以及当前执行的清扫策略编号;

29、并采集因垃圾颗粒撞击传感器薄膜而产生的电压脉冲波形,并基于固定长度的采集时间窗内,统计电压脉冲超过预设噪声阈值电平的次数,得到颗粒撞击频次;

30、基于称重法标定的频次-质量流率映射曲线,将颗粒撞击频次换算为当前时间窗内的瞬时清除质量流率;

31、基于吸尘风机驱动器实时读取的当前母线电流值、主刷电机驱动器实时读取的当前转矩电流值,将瞬时清除质量流率、吸尘风机母线电流、主刷转矩电流输入预置的加权融合评分函数中,获得清扫效能综合评分;

32、基于理想实验条件测定的效能基准阈值,比对所获清扫效能综合评分,将所对应的策略效能沉积值加上和/或减去固定数值的正和/或负效能沉积增量,获得真实策略效能沉积值;遍历所有栅格单元内的清扫策略以及对应的真实策略效能沉积值,形成策略效能沉积值的语义-策略状态图。

33、优选的,所述s4将策略效能沉积值的语义-策略状态图中的每一个栅格单元,通过检查存储的所有清扫策略编号及对应的真实策略效能沉积值,并通过相互比较寻找真实策略效能沉积值最大值及对应的清扫策略编号,将寻找到的清扫策略编号确立为栅格单元的主导策略标签,逐一处理所有栅格单元后,得到栅格化的初始策略标签图;

34、将每个栅格单元上记录的真实最大策略效能沉积值提取,并按栅格坐标排列,构建为独立的策略效能最大值灰度图,将这幅灰度图视作地形高程图,灰度值越高代表地形越高,基于所确定的语义边界作为初始标记分区,在每个垃圾语义斑块内部扫描真实策略效能最大值灰度图,寻找所有局部极大值点,通过拟合形成策略切换边界;

35、基于策略切换边界对初始策略标签图中不同主导策略区域之间的界线进行了重新审定与几何修正,将经过策略切换边界修正后仍保持连通的且具有完全相同主导策略标签的栅格区域合并定义为一个语义-策略单元,最终输出有语义-策略单元映射图,将语义-策略单元的清扫策略通过执行器启动,实现清扫模式的无感柔性切换。

36、有益效果

37、本发明提供了一种无人清扫车的路面垃圾语义识别与清扫策略切换方法,具备以下有益效果:基于属性梯度模场引入锋生函数定位属性突变边界,结合多阈值拓扑追踪与稳定性筛选生成垃圾语义斑块,能够精准识别稳定的垃圾聚集区域,还原垃圾从密集到稀疏的真实过渡形态,斑块边界贴合实际分布,并基于实际作业中的颗粒清除量、执行器电流等多源数据计算清扫效能综合评分,通过效能沉积值动态更新每个栅格区域的最优清扫策略,替代传统的静态预设映射,形成的语义-策略单元映射,配合预瞄式执行器调控,在跨越不同策略区域时实现平顺过渡。