光学视窗清洁方法、清洁组件、控制装置和存储介质与流程

本技术涉及清洁，特别是涉及一种光学视窗清洁方法、清洁组件、控制装置和存储介质。

背景技术：

1、光学传感器是智能驾驶、车载环境感知系统的核心器件，系统通过解析传感器采集的环境数据实现周边环境感知。光学视窗的清洁度直接决定感知数据品质；车辆行驶途中，传感器的光学视窗容易附着灰尘、泥水、雨雪冰霜、蚊虫残骸、鸟粪等污染物，影响感知数据品质，进而影响自动驾驶工作的安全性与稳定性。

技术实现思路

1、本技术主要解决的技术问题是提供一种光学视窗清洁方法、清洁组件、控制装置和存储介质，能够在实现清洁的同时，保障行车安全。

2、为解决上述技术问题，本技术采用的一个技术方案是：提供一种光学视窗清洁方法，该方法包括：获取光学传感器的光学视窗的脏污检测数据，以及光学传感器所在车辆的行驶数据；利用脏污检测数据和行驶数据，从若干清洁模式中选出目标清洁模式；控制清洁组件按照目标清洁模式清洁光学视窗；其中，清洁组件设于光学视窗的非探测区域，若干清洁模式包括气流扰动模式，且按照气流扰动模式清洁时，清洁组件的刮臂在距离光学视窗的预设距离处摆动，以持续调整吹向光学视窗的气流方向。

3、其中，目标清洁模式包括若干清洁模式中的至少一者；若干清洁模式还包括吹风、喷淋、刮刷、静电除尘中的至少一种。

4、其中，清洁组件设有加热单元，加热单元用于在环境温度低于预设温度阈值时，加热送入清洁组件气体通道中的气体，和/或，加热清洁组件的液体通道中的液体。

5、其中，利用脏污检测数据和行驶数据，从若干清洁模式中选出目标清洁模式，包括：将脏污关联数据和行驶数据作为目标参数；其中，脏污关联数据包括脏污检测数据或脏污类型；脏污类型为利用脏污检测数据检测得到；利用经训练的清洁模式确定模型对目标参数进行处理，输出目标清洁模式，或从预设关联关系中选出与目标参数关联的至少一清洁模式，作为目标清洁模式，其中，预设关联关系表征不同参数与不同清洁模式之间的关联关系。

6、其中，利用脏污检测数据和行驶数据，从若干清洁模式中选出目标清洁模式，包括：利用脏污检测数据进行脏污检测，确定光学视窗的脏污检测结果，其中，脏污检测结果包括脏污类型；利用脏污类型和行驶数据，从若干清洁模式中选出目标清洁模式。

7、其中，行驶数据包括车速，利用脏污类型和行驶数据，从若干清洁模式中选出目标清洁模式，包括：响应于脏污类型为粉尘类脏污、且车速在目标车速范围，确定目标清洁模式为气流扰动模式。

8、其中，在控制清洁组件按照目标清洁模式清洁光学视窗之前，该方法还包括：响应于确定目标清洁模式为气流扰动模式，检测当前车外气流的稳定性结果，气流稳定性结果用于表征气流是否处于稳定状态；响应于当前车外的气流处于稳定状态，执行控制清洁组件按照目标清洁模式清洁光学视窗的步骤；响应于当前车外的气流不处于稳定状态，不执行控制清洁组件按照目标清洁模式清洁光学视窗的步骤。

9、其中，行驶数据包括车速，若干清洁模式还包括吹风、喷淋、刮刷、静电除尘；利用脏污类型和行驶数据，从若干清洁模式中选出目标清洁模式，包括：响应于脏污类型为粉尘类脏污、且车速在第一车速范围内，确定目标清洁模式包括吹风和静电除尘；响应于脏污类型为粉尘类脏污、且车速在第二车速范围内，确定目标清洁模式包括静电除尘；响应于脏污类型为雨雪类脏污、车速在第一车速范围或第二车速范围内，确定目标清洁模式包括刮刷和吹风；响应于脏污类型为泥浆类脏污、且车速在第一车速范围内，确定目标清洁模式包括喷淋和刮刷；响应于脏污类型为泥浆类脏污、且车速在第二车速范围内，确定目标清洁模式包括喷淋、刮刷、吹风和静电除尘；其中，第一车速范围和第二车速范围内的车速均小于目标车速范围，且第一车速范围内的车速大于第二车速范围内的车速。

10、其中，在控制清洁组件按照目标清洁模式清洁光学视窗之前，该方法还包括：综合光学视窗的脏污程度，确定目标清洁模式中各清洁模式对应的清洁参数；清洁参数包括清洁时长和清洁等级，脏污程度越高，对应的清洁参数越大；清洁参数为通过控制信号调节；其中，脏污程度为对脏污检测数据进行脏污检测得到；控制清洁组件按照目标清洁模式清洁光学视窗，包括：控制清洁组件按照目标清洁模式对应的清洁参数，清洁光学视窗。

11、其中，在控制清洁组件按照目标清洁模式清洁光学视窗之后，该方法还包括：检测清洁后光学视窗的清洁程度；响应于清洁程度未达到预设清洁程度，调整目标清洁模式，并将调整后的目标清洁模式作为新的目标清洁模式；重新执行控制清洁组件按照目标清洁模式清洁光学视窗的步骤以及后续步骤，直至最新清洁后的光学视窗的清洁程度达到预设清洁程度，或清洁次数达到预设清洁次数。

12、其中，调整目标清洁模式包括：提升目标清洁模式的清洁参数、或切换为预设清洁模式；其中，切换为预设清洁模式的操作，是在执行调整目标清洁模式的清洁参数后，清洁程度仍未达到预设清洁程度时执行，预设清洁模式的清洁能耗高于目标清洁模式的能耗；和/或，该方法还包括：响应于清洁次数达到预设清洁次数时，清洁程度仍未达到预设清洁程度，确定清洁组件存在故障，并执行报警。

13、其中，光学传感器为激光雷达，检测清洁后光学视窗的清洁程度，包括：获取清洁后激光雷达的第一光学感知数据，利用第一光学感知数据和光学基准感知数据间的第一差异，确定清洁程度；第一光学感知数据和光学基准感知数据均包括点云密度和回波强度分布中至少一者；清洁程度与第一差异负相关，光学基准感知数据为利用激光雷达在光学视窗处于清洁状态时，采集的点云数据统计得到。

14、其中，在控制清洁组件按照目标清洁模式清洁光学视窗之前，该方法还包括：检测光学视窗的脏污程度是否达到预设脏污程度；脏污程度为利用脏污检测数据进行检测得到；响应于脏污程度未达到预设脏污程度，不清洁光学视窗；响应于脏污程度达到预设脏污程度，执行控制清洁组件按照目标清洁模式清洁光学视窗的步骤。

15、其中，脏污检测数据包括以下至少一者：光学传感器的第二光学感知数据、环境感知数据；环境感知数据包括车辆所在区域的天气预报数据和各环境传感器的采集数据中的至少一者，各环境传感器包括以下至少一者：温度传感器、湿度传感器、污染物浓度传感器、雨量传感器、光照强度传感器和摄像头。

16、其中，光学传感器为激光雷达，第二光学感知数据包括点云密度和回波强度分布中至少一者；脏污检测结果还包括脏污程度，脏污程度利用第二光学感知数据和光学基准感知数据之间的第二差异确定，脏污程度与第二差异正相关，光学基准感知数据为利用清洁状态点云数据统计得到，清洁状态点云数据为激光雷达在光学视窗处于清洁状态时采集得到的。

17、为解决上述技术问题，本技术采用的另一个技术方案是：提供一种光学视窗清洁组件，设于车辆上光学传感器光学视窗的非探测区域，清洁组件包括：刮臂、连接机构和刮臂运动控制机构；刮臂和刮臂运动控制机构通过连接机构连接；其中，清洁组件具有若干清洁模式，若干清洁模式包括气流扰动模式，刮臂运动控制机构在按照气流扰动模式清洁光学视窗时，能够控制刮臂在距离光学视窗的预设距离处摆动，以持续调整吹向光学视窗的气流方向。

18、其中，刮臂设有刮片、输送通道、若干喷嘴和加热单元，清洁组件包括气体通道和液体通道，气体通道和液体通道通过连接机构连接于输送通道；若干喷嘴设于输送通道，输送通道用于将进入输送通道的风和/或喷淋液通过若干喷嘴喷出；加热单元设于刮臂和连接机构的连接处，用于加热送入气体通道中的气体，和/或，液体通道；和/或，清洁组件还包括设于光学视窗两侧的静电除尘单元。

19、为解决上述技术问题，本技术采用的再一个技术方案是：提供一种控制装置，包括相互耦接的存储器和处理器，存储器存储有程序指令；处理器用于执行存储器中存储的程序指令，以实现上述方法。

20、为解决上述技术问题，本技术采用的又一个技术方案是：提供一种计算机可读存储介质，用于存储程序指令，该程序指令能够被执行以实现上述方法。

21、上述方案，根据光学视窗的脏污检测数据与车辆行驶数据，筛选出适配当下工况的目标清洁模式，能够实现清洁工作的智能化选取；当启用气流扰动模式时，刮臂可与视窗间隔预设距离进行摆动，动态调整作用于光学视窗表面的出风方向，能够从多个方位吹扫视窗表面，增大气流覆盖范围，进而高效清除视窗表层粉尘，同时刮臂远离视窗表面，能够降低刮臂运动过程中对光学探测区域的遮挡，进而有利于实现清洁的同时，保障行车安全。