一种清扫方法、存储介质和清洁机器人与流程

1.本发明属于智能家居应用技术领域，具体涉及一种清扫方法、存储介质和清洁机器人。


背景技术：

2.扫地机作为一种常用家电设备，其智能化程度越来越高，同时，也越来越受欢迎。市面上的扫地机能够自动根据预设的清扫模式对各个房间进行清扫，为用户提供了极大的便利。
3.然而，目前，扫地机仅仅按照预设的清扫模式对各个房间进行清扫，这样有可能出现以下问题：第一，某些区域长时间无人使用，却重复多次打扫的问题，即在实际的生活中，有些区域很少或者没有人活动，而扫地机仍然按照预设的清扫频次进行清扫，导致扫地机硬件磨损过快以及耗电造成的清扫成本高的问题；第二，有些区域人员活动较多，而扫地机仍然按照预设的清扫频次进行清扫，导致清洁不到位、用户体验感差以及智能化程度低的问题。
4.现在亟须一种清扫方法、存储介质和清洁机器人。


技术实现要素：

5.本发明所要解决的技术问题是如何在确保扫地机能够将指定区域清扫干净的前提下，减少扫地机的能耗。
6.针对上述问题，本发明提供了一种清扫方法、存储介质和清洁机器人。
7.第一方面，本发明提供了一种清扫方法，包括以下步骤：
8.检测指定区域内生命体信息和/或目标物品位置信息；
9.根据所述指定区域内所述生命体信息和/或所述目标物品位置信息确定与所述指定区域对应的清扫模式。
10.根据本发明的实施例，优选地，在所述检测指定区域内生命体信息和/或目标物品位置信息之前，还包括：
11.获取所述指定区域的图像信息，其中，所述图像信息包括生命体信息和/或目标物品位置信息。
12.根据本发明的实施例，优选地，所述根据所述指定区域内所述生命体信息确定与所述指定区域对应的清扫模式，包括：
13.根据所述指定区域内所述生命体信息判断在所述指定区域预设时长内是否有出现生命体的情况：
14.当在所述指定区域预设时长内有出现生命体的情况时，按照预设的清扫模式确定规则确定与所述指定区域对应的清扫模式。
15.根据本发明的实施例，优选地，所述根据所述指定区域内所述目标物品位置信息确定与所述指定区域对应的清扫模式，包括：
16.根据所述目标物品位置信息中的物品名称识别所述指定区域的类型；
17.基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据所述指定区域的类型确定与所述指定区域对应的预设清扫模式；
18.对比当前检测的目标物品位置信息与上一次检测的目标物品位置信息，判断目标物品位置是否发生变化：
19.当目标物品位置发生变化时，根据预设时长内目标物品位置发生变化的次数调整与所述指定区域对应的预设清扫模式。
20.根据本发明的实施例，优选地，所述根据所述指定区域内所述生命体信息和所述目标物品位置信息确定与所述指定区域对应的清扫模式，包括：
21.根据所述目标物品位置信息中的物品名称识别所述指定区域的类型；
22.基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据所述指定区域的类型确定与所述指定区域对应的预设清扫模式；
23.根据所述指定区域内所述生命体信息判断与所述指定区域对应的预设清扫模式是否需要调整：
24.当与所述指定区域对应的预设清扫模式需要调整时，按照预设的清扫模式调整规则调整与所述指定区域对应的预设清扫模式，以按照调整后的清扫模式进行清扫；
25.当与所述指定区域对应的预设清扫模式不需要调整时，按照所述预设清扫模式进行清扫。
26.根据本发明的实施例，优选地，所述根据所述指定区域内所述生命体信息判断与所述指定区域对应的预设清扫模式是否需要调整，包括：
27.根据所述指定区域内所述生命体信息判断在所述指定区域预设时长内是否有出现生命体的情况：
28.当在所述指定区域预设时长内有出现生命体的情况时，判定与所述指定区域对应的预设清扫模式需要调整；
29.当在所述指定区域预设时长内没有出现生命体的情况时，根据目标物品位置信息进一步判断与所述指定区域对应的预设清扫模式是否需要调整。
30.根据本发明的实施例，优选地，所述根据目标物品位置信息进一步判断与所述指定区域对应的预设清扫模式是否需要调整，包括：
31.对比当前检测的目标物品位置信息与上一次检测的目标物品位置信息，判断目标物品位置是否发生变化：
32.当目标物品位置发生变化时，判定与所述指定区域对应的预设清扫模式需要调整；
33.当目标物品位置未发生变化时，判定与所述指定区域对应的预设清扫模式不需要调整。
34.根据本发明的实施例，优选地，所述方法还包括：
35.当目标物品位置未发生变化时，累计指定期间内目标物品位置未发生变化的时长；
36.根据所累计的目标物品位置未发生变化的时长对应减少与所述指定区域对应的预设清扫模式中的清扫频次。
37.根据本发明的实施例，优选地，所述根据所累计的目标物品位置未发生变化的时长对应减少与所述指定区域对应的预设清扫模式中的清扫频次，包括：
38.按照已知的所述指定期间内目标物品位置未发生变化的总时长与需要减少的清扫频次之间的对应关系，根据所累计的目标物品位置未发生变化的时长确定需要减少的清扫频次；
39.将与所述指定区域对应的预设清扫模式中的清扫频次减去需要减少的清扫频次，得到减少后清扫频次；
40.将与所述指定区域对应的预设清扫模式中的清扫频次调整为所述减少后清扫频次。
41.根据本发明的实施例，优选地，所述按照预设的清扫模式调整规则调整与所述指定区域对应的预设清扫模式，包括：
42.确定所述预设时长内每次出现生命体时的生命体总数；
43.根据所述预设时长内每次出现生命体时的生命体总数对应增加与所述指定区域对应的预设清扫模式中的清扫频次。
44.根据本发明的实施例，优选地，所述根据所述预设时长内每次出现生命体时的生命体总数对应增加与所述指定区域对应的预设清扫模式中的清扫频次，包括：
45.按照已知的出现生命体时的生命体总数与需要增加的清扫频次之间的对应关系确定每次出现生命体时需要增加的清扫频次；
46.将每次出现生命体时需要增加的清扫频次以及与所述指定区域对应的预设清扫模式中的清扫频次进行加和，得到增加后清扫频次；
47.将与所述指定区域对应的预设清扫模式中的清扫频次调整为所述增加后清扫频次。
48.第二方面，本发明提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述清扫方法的步骤。
49.第三方面，本发明提供了一种清洁机器人，其包括存储器和处理器，该存储器上存储有计算机程序，该计算机程序被处理器执行时实现上述清扫方法的步骤。
50.与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
51.应用本发明的清扫方法，检测指定区域内生命体信息和/或目标物品位置信息；根据所述指定区域内生命体信息和/或目标物品位置信息确定与该指定区域对应的清扫模式，能够根据指定区域内的实际使用情况来动态调整清扫模式，以实现在确保将指定区域清扫干净的同时，最大程度地减少能耗。
52.本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
53.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
54.图1示出了本发明实施例一清扫方法的流程图；
55.图2示出了本发明实施例二清扫方法的流程图；
56.图3示出了本发明实施例三清扫方法的流程图；
57.图4示出了本发明实施例三清扫方法的另一流程图。
具体实施方式
58.以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
59.实施例一
60.为解决现有技术中存在的上述技术问题，本发明实施例提供了一种清扫方法，在本实施例中，仅根据指定区域内生命体信息确定与该指定区域对应的清扫模式。
61.参照图1，本实施例的清扫方法，包括：
62.s11，检测指定区域内生命体信息，其中，所述生命体信息可以通过扫地机上安装的图像采集装置周期性检测或者通过指定区域内安装的图像采集装置得到；在本实施例中，所述生命体信息包括人体或宠物的信息，以通过人体或宠物的活动情况来推测指定区域的洁净程度，所述周期性检测包括但不限于一个小时检测一次，在扫地机通过图像采集装置检测指定区域内生命体信息和目标物品位置信息时，仅开启行走模式，并未开启清扫模式。
63.s12，根据所述指定区域内生命体信息判断在所述指定区域预设时长内是否有出现生命体的情况：
64.若是，则执行步骤s13；
65.若否，则不予响应；
66.在本实施例中，所述预设时长包括但不限于4个小时。
67.s13，按照预设的清扫模式确定规则确定与该指定区域对应的清扫模式。在本实施例中，步骤s11中，指定区域为扫地机应用场景中的一个独立单元，可以是一个家庭中的各个房间。
68.在本实施例中，在步骤s11之前，还包括：
69.获取所述指定区域的图像信息，其中，所述图像信息包括生命体信息和/或目标物品位置信息。
70.在本实施例中，在步骤s12中，基于深度学习算法，根据所述指定区域内生命体信息判断在所述指定区域预设时长内是否有出现人员的情况。
71.在本实施例中，步骤s13中，预设的清扫模式确定规则包括但不限于以下方式：确定所述预设时长内每次出现生命体时的生命体总数；根据所述预设时长内每次出现生命体时的生命体总数确定与该指定区域对应的预设清扫模式中的清扫频次，其中，所述根据所述预设时长内每次出现生命体时的生命体总数确定与该指定区域对应的预设清扫模式中的清扫频次，包括：
72.按照已知的出现生命体时的生命体总数与清扫频次之间的对应关系确定每次出
现生命体时的清扫频次；
73.将所述预设时长内每次出现生命体时的清扫频次进行累加，得到与该指定区域对应的清扫频次，其中，清扫频次可以替换为清扫力度或者清扫频次与清扫力度的结合。
74.下表1示出了已知的出现生命体时的生命体总数与清扫频次之间的对应关系。
75.出现生命体时的生命体总数/个清扫频次/次1～314～62＞63
76.本实施例的清扫方法通过扫地机上安装的图像采集装置周期性检测，无需在指定区域安装图像采集装置，与在房间安装摄像头24小时监控状态相比，周期性采集图像，能够在一定程度上保护隐私的前提下，获取指定区域内生命体信息和目标物品位置信息。
77.本实施例的清扫方法对于不同类型的指定区域设置不同的初始清扫模式，使得初始清扫模式更接近实际情况，能够确定出更精确的清扫频次。
78.实施例二
79.为解决现有技术中存在的上述技术问题，本发明实施例提供了一种清扫方法，在本实施例中，仅根据指定区域内目标物品位置信息确定与该指定区域对应的清扫模式。
80.参照图2，本实施例的清扫方法，包括：
81.s21，检测指定区域内目标物品位置信息，其中，所述目标物品位置信息可以通过扫地机上安装的图像采集装置周期性检测或者通过指定区域内安装的图像采集装置得到；
82.在本实施例中，所述周期性检测包括但不限于一个小时检测一次，在扫地机通过图像采集装置检测指定区域内生命体信息和目标物品位置信息时，仅开启行走模式，并未开启清扫模式。
83.s22，根据所述目标物品位置信息中的物品名称识别该指定区域的类型，其中，所述目标物品位置信息均通过扫地机上安装的图像采集装置周期性检测得到；
84.s23，基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据该指定区域的类型确定与该指定区域对应的预设清扫模式，其中，不同类型的指定区域对应不同的预设清扫模式，在实际应用中，识别到指定区域的类型为卧室时，所述预设清扫模式为预设的卧室清扫模式；识别到指定区域的类型为厕所时，所述预设清扫模式为预设的厕所清扫模式；
85.s24，对比当前检测的目标物品位置信息与上一次检测的目标物品位置信息；
86.s25，判断目标物品位置是否发生变化：
87.若是，则执行步骤s26；
88.若否，则执行步骤s27；
89.s26，根据预设时长内目标物品位置发生变化的次数调整与该指定区域对应的预设清扫模式；
90.在本实施例中，所述预设时长包括但不限于4个小时。
91.s27，累计指定期间内目标物品位置未发生变化的时长；
92.在本实施例中，指定期间包括但不限于一天。
93.s28，根据所累计的目标物品位置未发生变化的时长对应减少与该指定区域对应
的预设清扫模式中的清扫频次，其中，清扫频次可以替换为清扫力度或者清扫频次与清扫力度的结合。
94.在本实施例中，在步骤s21之前，还包括：
95.获取所述指定区域的图像信息，其中，所述图像信息包括生命体信息和/或目标物品位置信息。
96.在本实施例中，在步骤s21中，指定区域为扫地机应用场景中的一个独立单元，可以是一个家庭中的各个房间。
97.在本实施例中，在步骤s24中，基于深度学习算法，对比当前目标物品位置信息与上一次目标物品位置信息。
98.在本实施例中，在步骤s26中，所述根据预设时长内目标物品位置发生变化的次数调整与该指定区域对应的预设清扫模式，包括：
99.按照已知的预设时长内目标物品位置发生变化的次数与需要增加的清扫频次之间的对应关系确定目标物品位置发生变化时需要增加的清扫频次；
100.将目标物品位置发生变化时需要增加的清扫频次以及该指定区域对应的预设清扫模式中的清扫频次进行加和，得到增加后清扫频次；
101.将该指定区域对应的预设清扫模式中的清扫频次调整为所述增加后清扫频次。
102.在本实施例中，下表2示出了已知的预设时长内目标物品位置发生变化的次数与需要增加的清扫频次之间的对应关系。
[0103][0104]
在本实施例中，步骤s28中，所述根据所累计的目标物品位置未发生变化的时长对应减少与该指定区域对应的预设清扫模式中的清扫频次，包括：
[0105]
按照已知的指定期间内目标物品位置未发生变化的时长与需要减少的清扫频次之间的对应关系，根据所累计的目标物品位置未发生变化的时长确定需要减少的清扫频次；
[0106]
将与该指定区域对应的预设清扫模式中的清扫频次减去需要减少的清扫频次，得到减少后清扫频次；
[0107]
将与该指定区域对应的预设清扫模式中的清扫频次调整为所述减少后清扫频次。
[0108]
在本实施例中，下表3示出了已知的指定期间内目标物品位置未发生变化的时长与需要减少的清扫频次之间的对应关系，其中，指定期间为一天。
[0109][0110]
本实施例的清扫方法在目标物品位置未发生变化时，减少该指定区域对应的预设清扫模式中的清扫频次；能够达到对于长时间无人活动的区域减少清扫频次，从而在确保指定区域的清洁的同时，减少扫地机的清扫能耗的技术效果。
[0111]
本实施例的清扫方法按照已知的指定期间内目标物品位置未发生变化的时长与减少后清扫频次之间的对应关系确定清扫频次，能够快速获取清扫频次。
[0112]
本实施例的清扫方法按照已知的出现人员时的人数与需要增加的清扫频次之间的对应关系确定清扫频次，能够快速获取清扫频次。
[0113]
实施例三
[0114]
为解决现有技术中存在的上述技术问题，本发明实施例提供了一种清扫方法，在本实施例中，根据指定区域内生命体信息和目标物品位置信息确定与该指定区域对应的清扫模式。
[0115]
参照图3，本实施例的清扫方法，包括：
[0116]
s31，检测指定区域内生命体信息和目标物品位置信息，其中，所述生命体信息和所述目标物品位置信息均可以通过扫地机上安装的图像采集装置周期性检测或者安装在指定区域内的图像采集装置得到；
[0117]
在本实施例中，所述生命体信息包括人体或宠物的信息，以通过人体或宠物的活动情况来推测指定区域的洁净程度。所述周期性检测包括但不限于一个小时检测一次，在扫地机通过图像采集装置检测指定区域内生命体信息和目标物品位置信息时，仅开启行走模式，并未开启清扫模式。
[0118]
s32，根据所述目标物品位置信息中的物品名称识别该指定区域的类型；
[0119]
s33，基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据该指定区域的类型确定与该指定区域对应的预设清扫模式，其中，不同类型的指定区域对应不同的预设清扫模式，在实际应用中，识别到指定区域的类型为卧室时，所述预设清扫模式为预设的卧室清扫模式；识别到指定区域的类型为厕所时，所述预设清扫模式为预设的厕所清扫模式；
[0120]
s34，根据所述指定区域内生命体信息判断与所述指定区域对应的预设清扫模式是否需要调整：
[0121]
若是，则执行步骤s35；
[0122]
若否，则执行步骤s36；
[0123]
s35，按照预设的清扫模式调整规则调整与该指定区域对应的预设清扫模式，以按照调整后的清扫模式进行清扫；
[0124]
s36，按照所述预设清扫模式进行清扫。在本实施例中，在步骤s31中，指定区域为
扫地机应用场景中的一个独立单元，可以是一个家庭中的各个房间。
[0125]
在本实施例中，在步骤s31之前，还包括：
[0126]
获取所述指定区域的图像信息，其中，所述图像信息包括生命体信息和/或目标物品位置信息。
[0127]
在本实施例中，步骤s34中，所述根据所述指定区域内生命体信息判断与所述指定区域对应的预设清扫模式是否需要调整，包括：
[0128]
根据所述指定区域内生命体信息判断在所述指定区域预设时长内是否有出现生命体的情况，其中，所述预设时长包括但不限于4个小时：
[0129]
当在所述指定区域预设时长内有出现生命体的情况时，判定与所述指定区域对应的预设清扫模式需要调整；
[0130]
当在所述指定区域预设时长内没有出现生命体的情况时，根据目标物品位置信息进一步判断与所述指定区域对应的预设清扫模式是否需要调整，其中，所述根据目标物品位置信息进一步判断与所述指定区域对应的预设清扫模式是否需要调整，包括：
[0131]
对比当前检测的目标物品位置信息与上一次检测的目标物品位置信息，判断目标物品位置是否发生变化：
[0132]
当目标物品位置发生变化时，判定与所述指定区域对应的预设清扫模式需要调整；
[0133]
当目标物品位置未发生变化时，判定与所述指定区域对应的预设清扫模式不需要调整，进一步地，当目标物品位置未发生变化时，累计指定期间内目标物品位置未发生变化的时长；根据所累计的目标物品位置未发生变化的时长满足减少清扫频次要求时，对应减少与所述指定区域对应的预设清扫模式中的清扫频次。
[0134]
针对所述指定区域预设时长内有出现生命体的情况，所述按照预设的清扫模式调整规则调整与该指定区域对应的预设清扫模式，包括：
[0135]
确定所述预设时长内每次出现生命体时的生命体总数；
[0136]
根据所述预设时长内每次出现生命体时的生命体总数对应增加与该指定区域对应的预设清扫模式中的清扫频次，其中，所述根据所述预设时长内每次出现生命体时的生命体总数对应增加与该指定区域对应的预设清扫模式中的清扫频次，包括：
[0137]
按照已知的出现生命体时的生命体总数与需要增加的清扫频次之间的对应关系确定每次出现生命体时需要增加的清扫频次，其中，清扫频次可以替换为清扫力度或者清扫频次与清扫力度的结合；
[0138]
将每次出现生命体时需要增加的清扫频次以及与该指定区域对应的预设清扫模式中的清扫频次进行加和，得到增加后清扫频次；
[0139]
将与该指定区域对应的预设清扫模式中的清扫频次调整为所述增加后清扫频次。
[0140]
针对目标物品位置发生变化的情况，所述按照预设的清扫模式调整规则调整与该指定区域对应的预设清扫模式，包括：
[0141]
根据预设时长内目标物品位置发生变化的次数调整与该指定区域对应的预设清扫模式，其中，所述根据预设时长内目标物品位置发生变化的次数调整与该指定区域对应的预设清扫模式，包括：
[0142]
按照已知的预设时长内目标物品位置发生变化的次数与需要增加的清扫频次之
间的对应关系确定目标物品位置发生变化时需要增加的清扫频次；
[0143]
将目标物品位置发生变化时需要增加的清扫频次以及该指定区域对应的预设清扫模式中的清扫频次进行加和，得到增加后清扫频次；
[0144]
将与该指定区域对应的预设清扫模式中的清扫频次调整为所述增加后清扫频次。
[0145]
另外，当目标物品位置未发生变化时，累计指定期间内目标物品位置未发生变化的时长；
[0146]
根据所累计的目标物品位置未发生变化的时长对应减少与该指定区域对应的预设清扫模式中的清扫频次，其中，所述根据所累计的目标物品位置未发生变化的时长对应减少与该指定区域对应的预设清扫模式中的清扫频次，包括：
[0147]
按照已知的指定期间内目标物品位置未发生变化的时长与需要减少的清扫频次之间的对应关系，根据所累计的目标物品位置未发生变化的时长确定需要减少的清扫频次；
[0148]
将与该指定区域对应的预设清扫模式中的清扫频次减去需要减少的清扫频次，得到减少后清扫频次；
[0149]
将与该指定区域对应的预设清扫模式中的清扫频次调整为所述减少后清扫频次。
[0150]
当本发明实施例的清扫方法应用于扫地机时，参见图4，本发明实施例的清扫方法包括以下步骤：
[0151]
s41.通过扫地机终端摄像头实时采集视频帧序列作为输入；
[0152]
s42.对输入视频帧序列进行预处理，其中，所述预处理包括图像尺寸调整、中心化、标准化等；
[0153]
s43.使用深度学习算法对经过预处理后的视频帧序列进行分析计算；
[0154]
本实施例采用yolov5算法对扫地机摄像头采集到的视频序列进行分析计算，具体流程如下：
[0155]
s431.采集模型训练数据；
[0156]
s432.使用打标工具对训练数据进行标注；
[0157]
s433.对训练数据进行预处理；
[0158]
s434.利用yolov5算法对训练数据进行训练；
[0159]
s435.使用训练好的yolov5模型对扫地机采集的视频帧序列进行分析计算；
[0160]
s44.解析yolov5算法推理计算的结果：这一过程主要得到房间的类型、各区域的人数统计和人员活动频次记录、以及一些关键物品的检测信息。
[0161]
s441.检测逻辑如下所述：如果算法检测到床，则会将扫地机所处的房间定性为卧室；如果算法检测到茶几，则会将扫地机所处的房间定性为客厅；如果算法检测到餐桌，则会将扫地机所处的房间定性为餐厅；如果算法检测到卧室内关键物品的位置从来都没有发生改变，则判断该房间无人居住；算法在检测关键物品的同时，也会对该区域内的人员数量进行统计，并对人员所处的位置进行判断，以确定人员是否进行了活动，并对该区域的人员数量信息和人员活动信息进行保存；
[0162]
s442.依据yolov5算法的解析结果自动生成扫地机的清扫策略；
[0163]
s4421.通过解析yolov5算法对关键物品的检测信息得到各个房间的类型，yolov5算法输出的结果为房间类型的置信度(即属于客厅、卧室等房间的可能性)，提取置信度最
大的索引即可得到房间类型；
[0164]
s4422.通过解析yolov5算法对人员和人员活动信息的检测信息，分析并记录各个区域人员数量和人员活动状况，yolov5算法输出的结果为目标的置信度和目标在在视频帧的坐标，通过统计以上信息即可得出当前区域的人员数量，并进行记录，以便和下一个时间点检测结果进行对比分析；
[0165]
s45，判断清扫频次是否需要调整：
[0166]
若需要调整，则按照预设策略进行调整；
[0167]
若不需要调整，则返回步骤s41，重新检测指定区域的信息；
[0168]
s451.按照已知的出现生命体时的人数与需要增加的清扫频次之间的对应关系确定每次出现生命体时需要增加的清扫频次，，具体应用中，对于客厅来说，人员数量多，人员活动频繁，针对此种情况，则要适当增加清扫频次和力度；对于卧室，人员数量少，人员活动不频繁，则适当减少清扫频次；对于餐厅来说，这一区域人员活动一般只是在特定的时间段内出现，则适当减少清扫频次，例如一天一次或者其他；
[0169]
s452.当没有检测到生命体信息时则检测关键物品的位置信息，根据预设时长内，物品位置信息是否发生变化以及发生变化的次数，调整相应清扫策略，具体应用中，通过对卧室内关键物品(比如床上用品的状态，被子的方位和形状)位置的检测，yolov5算法输出的结果为关键物品的置信度和坐标位置，通过对比上一个时刻的关键物品坐标位置，如果坐标位置从来都没有发生变化，则判断该房间无人，此时该房间可以自动执行多天进行一次清扫计划，如果坐标位置经常发生改变，则判断房间有人，再执行一天多次清扫计划。
[0170]
s46.扫地机依据清扫策略执行相应的清扫动作，经过优化过后的清扫策略可以自动对人员活动密集的区域增加清扫频次，对于人员活动较少的区域可以多天清扫一次，这样不仅避免了扫地机机械重复的清扫，而且也可以达到最优的清扫效果，同时也降低了清扫的成本。
[0171]
本实施例的清扫方法通过步骤s431至步骤s434标定采集图片中目标物品的标签和位置，完成数据集的制作以及模型训练，并通过步骤s435利用训练好的yolov5检测模型，对实际场景下日常物品状态进行检测，首先，对其图像像素矩阵进行多次卷积，计算出目标物品标签的置信度及位置坐标，其次，根据实际设定的标准，即实际的清扫策略，比对判断区域的使用频率，推算人员活动频次，制定灵活的清扫策略与模式，自动的判断哪些区域应该增加清扫频率，哪些区域应该减少清扫频率，或者执行其他的清扫策略，能够根据各个房间区域的实际使用情况灵活调整其清扫模式。
[0172]
本实施例的清扫方法利用深度学习算法yolov5对区域的日常物品可变的使用状态进行分析，即，对卧室被子的叠放方位和形状以及窗帘的打开关闭状态学习记录，判断区域的使用频率，并推算人员活动频次，自动的判断哪些区域应该增加清扫频率，哪些区域应该减少清扫频率，制定灵活的清扫策略与模式。
[0173]
本实施例的清扫方法使用深度学习的方法对房间类型判定、人员活动频次进行统计，通过对这些信息的分析，自动生成高效的扫地机清扫策略，自动的判断哪些区域应当增加或者减少清扫频次，进而减少扫地机的消耗以及人员的干预操作，即，对于客厅区域人员活动较多时增加清扫频率，也就是说，对于客厅，当统计结果显示当前人员活动较多，则适当增加清扫频次，当统计结果显示长时间没有人员活动则降低清扫频次，这样由扫地机自
动的进行清扫策略的规划，减少了人员维护和干预操作，同时也降低了清扫的成本，而且也能达到最优的清扫效果。
[0174]
本实施例的清扫方法针对现有技术中扫地机清扫策略不够灵活的问题，根据区域的生命体信息和目标物品位置信息确定区域的实际使用频率，以防过度重复清扫或清扫不够。
[0175]
本实施例的清扫方法以生命体信息为优先考虑因素，并以目标物品位置信息作为辅助，能够合理制定该指定区域的清扫模式的调整方案。
[0176]
本实施例的清扫方法在灵活制定清扫策略的基础上，能够减少不必要的清扫和过度清扫，防止扫地机的硬件材料消耗，降低硬件的成本，并同时降低了清扫的时间成本，提升了用户的使用体验度。
[0177]
本实施例的清扫方法将每次出现人员时的人数作为确定清扫频次的参考因素，使得当前的清扫频次更接近在确保指定区域的清洁的同时，减少扫地机的清扫能耗的要求。
[0178]
实施例五
[0179]
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种存储介质。
[0180]
本实施例的存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例中方法的步骤。
[0181]
在一个具体实施例中，该程序被处理器执行时实现以下步骤：
[0182]
s11，检测指定区域内生命体信息；
[0183]
s12，根据所述指定区域内生命体信息判断在所述指定区域预设时长内是否有出现生命体的情况：
[0184]
若是，则执行步骤s13；
[0185]
若否，则不予响应；
[0186]
s13，按照预设的清扫模式确定规则确定与该指定区域对应的清扫模式。
[0187]
在一个具体实施例中，该程序被处理器执行时实现以下步骤：
[0188]
s21，检测指定区域内目标物品位置信息，其中，所述目标物品位置信息通过扫地机上安装的图像采集装置周期性检测得到；
[0189]
s22，根据所述目标物品位置信息中的物品名称识别该指定区域的类型；
[0190]
s23，基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据该指定区域的类型确定与该指定区域对应的预设清扫模式；
[0191]
s24，对比当前检测的目标物品位置信息与上一次检测的目标物品位置信息；
[0192]
s25，判断目标物品位置是否发生变化：
[0193]
若是，则执行步骤s26；
[0194]
若否，则执行步骤s27；
[0195]
s26，根据预设时长内目标物品位置发生变化的次数调整与该指定区域对应的预设清扫模式；
[0196]
在本实施例中，所述预设时长包括但不限于4个小时。
[0197]
s27，累计指定期间内目标物品位置未发生变化的时长；
[0198]
s28，根据所累计的目标物品位置未发生变化的时长对应减少与该指定区域对应的预设清扫模式中的清扫频次，其中，清扫频次可以替换为清扫力度或者清扫频次与清扫
力度的结合。
[0199]
在一个具体实施例中，该程序被处理器执行时实现以下步骤：
[0200]
s31，检测指定区域内生命体信息和目标物品位置信息；
[0201]
s32，根据所述目标物品位置信息中的物品名称识别该指定区域的类型；
[0202]
s33，基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据该指定区域的类型确定与该指定区域对应的预设清扫模式；
[0203]
s34，根据所述指定区域内生命体信息判断与所述指定区域对应的预设清扫模式是否需要调整：
[0204]
若是，则执行步骤s35；
[0205]
若否，则执行步骤s36；
[0206]
s35，按照预设的清扫模式调整规则调整与该指定区域对应的预设清扫模式，以按照调整后的清扫模式进行清扫；
[0207]
s36，按照所述预设清扫模式进行清扫。
[0208]
实施例六
[0209]
为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种清洁机器人。
[0210]
本实施例的清洁机器人，其包括存储器和处理器，该存储器上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
[0211]
在一个具体实施例中，该计算机程序被处理器执行时实现以下步骤：
[0212]
s11，检测指定区域内生命体信息；
[0213]
s12，根据所述指定区域内生命体信息判断在所述指定区域预设时长内是否有出现生命体的情况：
[0214]
若是，则执行步骤s13；
[0215]
若否，则不予响应；
[0216]
s13，按照预设的清扫模式确定规则确定与该指定区域对应的清扫模式。
[0217]
在一个具体实施例中，该计算机程序被处理器执行时实现以下步骤：
[0218]
s21，检测指定区域内目标物品位置信息，其中，所述目标物品位置信息通过扫地机上安装的图像采集装置周期性检测得到；
[0219]
s22，根据所述目标物品位置信息中的物品名称识别该指定区域的类型；
[0220]
s23，基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据该指定区域的类型确定与该指定区域对应的预设清扫模式；
[0221]
s24，对比当前检测的目标物品位置信息与上一次检测的目标物品位置信息；
[0222]
s25，判断目标物品位置是否发生变化：
[0223]
若是，则执行步骤s26；
[0224]
若否，则执行步骤s27；
[0225]
s26，根据预设时长内目标物品位置发生变化的次数调整与该指定区域对应的预设清扫模式；
[0226]
在本实施例中，所述预设时长包括但不限于4个小时。
[0227]
s27，累计指定期间内目标物品位置未发生变化的时长；
[0228]
s28，根据所累计的目标物品位置未发生变化的时长对应减少与该指定区域对应的预设清扫模式中的清扫频次，其中，清扫频次可以替换为清扫力度或者清扫频次与清扫力度的结合。
[0229]
在一个具体实施例中，该计算机程序被处理器执行时实现以下步骤：
[0230]
在一个具体实施例中，该程序被处理器执行时实现以下步骤：
[0231]
s31，检测指定区域内生命体信息和目标物品位置信息；
[0232]
s32，根据所述目标物品位置信息中的物品名称识别该指定区域的类型；
[0233]
s33，基于已知的指定区域的类型与预设清扫模式之间的对应关系，根据该指定区域的类型确定与该指定区域对应的预设清扫模式；
[0234]
s34，根据所述指定区域内生命体信息判断与所述指定区域对应的预设清扫模式是否需要调整：
[0235]
若是，则执行步骤s35；
[0236]
若否，则执行步骤s36；
[0237]
s35，按照预设的清扫模式调整规则调整与该指定区域对应的预设清扫模式，以按照调整后的清扫模式进行清扫；
[0238]
s36，按照所述预设清扫模式进行清扫。
[0239]
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。