一种清洁机器人的清洁策略控制方法及清洁机器人与流程

1.本发明涉及一种清洁机器人的清洁策略控制方法及清洁机器人。


背景技术：

2.目前的清洁机器人在清洁房间的过程中，如果只想要清洁某个指定区域，每次都需要通过手机控制，来主动划分清洁区域。另外，执行全屋清洁时，各个清洁区域的时间分配都是随机的或者平均的，做不到有针对性和目的性的清洁。
3.由于每次清洁之前，都需要用户去思考是进行全屋清洁还是只打扫某个区域，如果是全屋清洁，机器人只能平均的去清洁每个区域，这样造成难清洁的区域没打扫干净，不常打扫的区域反复打扫。而如果用户只需要清洁某个区域时，每次还得通过手机或者人为地去控制，这样使得清洁机器人的操作变得繁琐。


技术实现要素：

4.本发明所要解决的首要技术问题是针对上述现有技术提供一种清洁机器人的清洁策略控制方法，能减少用户使用过程中过多繁琐的操作。
5.本发明进一步要解决的技术问题是提供一种能减少用户使用过程中过多繁琐的操作的清洁机器人。
6.本发明解决上述首要技术问题所采用的技术方案为：一种清洁机器人的清洁策略控制方法，其特征在于：对用户每次使用该清洁机器人进行区域清洁时产生的清洁数据进行收集，清洁数据包括清洁区域，清洁时长，以及执行清洁时所处的时间段；在用户多次使用该清洁机器人进行清洁后，对多次采集的清洁数据进行处理，得出用户偏好的清洁模型，该清洁方案模型的输出信息包括用户的清扫时间段偏好，清扫区域偏好；根据该清洁方案模型，为用户推荐合理的清扫方案，该清扫方案包括：清洁时间段、清洁区域以及清洁时长。
7.作为改进，所述清洁机器人与云端服务器通信连接；用户每次使用该清洁机器人进行清洁时，清洁机器人会将其产生的清洁数据上传至云端服务器，由云端服务器对多次上传的清洁数据进行处理，并得出清洁方案模型，然后根据该清洁方案模型，为用户推荐合理的清扫方案，并将该推荐出的合理的清扫方案传回清洁机器人。
8.再改进，本发明通过如下方法对清洁机器人产生的清洁数据进行处理：
9.步骤1、预先保存被清洁场所的全局地图，对被清洁场所的全局地图进行栅格化处理；
10.步骤2、将用户每次使用清洁机器人进行区域清洁过程中产生的清洁数据进行收集，清洁数据包括：开始清洁时间戳t1，清洁结束的时间戳t2，以及被清洁的区域信息，将被清洁的区域在全局地图所在栅格的元素值设为0，其余没有被清洁的区域在全局地图所在栅格的元素值设为255，从而得到一个二值化处理的单次区域清洁地图矩阵m，单次区域清洁地图矩阵m表示如下：
[0011][0012]
步骤3、初始化一个实时地图矩阵n，其大小和单次区域清洁地图矩阵m相同，每个元素的值均为0；
[0013]
步骤4、根据用户每次使用清洁机器人进行区域清洁后产生的单次区域清洁地图矩阵m，对实时地图矩阵n进行更新，具体方法为：
[0014]
如果是初次获取单次区域清洁地图矩阵m，则直接更新实时地图矩阵n，即找到单次区域清洁地图矩阵m中元素值为0所在位置，将实时地图矩阵n对应位置的元素值改为xi，x为被清洁区域的编号，任意一个固定的清洁区域唯一对应一个编号，且清洁区域与其对应的编号是预先保存的，被清洁区域则包括但不限于厨房、客厅、洗手间、房间，i表示第x清洁区域的第i次清洁，i＝1，2，3，
……
，同时将实时地图矩阵n进行保存；
[0015]
之后每次获取到新的单次区域清洁地图矩阵m，先查询单次区域清洁地图矩阵m中元素值为0所在位置与保存后的实时地图矩阵n中对应清洁区域所在位置是否重叠，如果没有重叠，再次更新实时地图矩阵n，即找到单次区域清洁地图矩阵m中元素值为0所在位置，将实时地图矩阵n对应位置的元素值改为xi，同时将实时地图矩阵n进行保存；如果有重叠，则根据重叠部分大小对清洁区域的元素值进行合并，具体方法如下：
[0016]
找到单次区域清洁地图矩阵m中元素值为0所在位置，将实时地图矩阵n中对应位置的元素值改为xi，同时将实时地图矩阵n中其余的元素值为x
i-1
所在区域的元素值也改为xi，同时更新清洁时长dt：
[0017][0018]
式中s1为本次上传的单次区域清洁地图矩阵m中元素值为0的区域面积，s2为实时地图矩阵n中对应清洁区域中元素值为x
i-1
的区域面积，δs为重叠部分面积，dt1为本次区域清洁时该清洁区域对应的清洁时长，dt2为之前保存的对应区域的清洁时长；
[0019]
步骤5、根据实时地图矩阵n中的元素值，获取每个清洁区域所在元素值xi的下标i，将i赋值为对应清洁区域的标签r；
[0020]
步骤6、根据区域清洁的时间信息，将开始清洁的时间戳t1进行转换，转换成周几tw，和具体的时间点th，利用结束清洁的时间戳t2和开始清洁的时间戳t1之差计算区域清洁的时长dt,并将其单位转换成分钟，将tw、th、dt进行保存，根据步骤5获取不同清洁区域的标签r，生成用户偏好的清洁特征向量pre：
[0021]
pre＝[tw th dt r]
[0022]
步骤7、在n次区域清洁后，根据不同的清洁区域，以及该清洁区域对应的用户偏好的清洁特征向量pre，得到一个用户洁偏好的四维特征矩阵x，将该特征矩阵x定义为针对该清扫区域用户偏好的清洁模型：
[0023][0024]
再改进，本发明还包括步骤8：对四维特征矩阵x中的tw数据进行kmeans聚类，得到一个用户每周清洁时间的偏好数据，对四维特征矩阵x中的th数据进行kmeans聚类，得到用户每日清洁的偏好时间段据，对四维特征矩阵x中的n数据进行kmeans聚类，进而得到用户最常打扫的清洁区域的编号。
[0025]
再改进，本发明包括步骤9：分别对四维特征矩阵x中tw数据、th数据、n数据这三个维度的数据进行kmeans聚类，分别得到一个用户每周清洁时间的偏好数据、用户每日清洁的偏好时间段据以及用户最常打扫的清洁区域的编号，对三个维度的偏好数据进行映射，同时求其交集，得到用户在星期几的哪个时间段对哪个区域清洁的一个推测。
[0026]
再改进，当用户选择清洁机器人进行全屋清洁时，提取四维特征矩阵x中tw、th、dt这四个维度的信息，并将按照这三个维度的信息与其对应的清扫区域编号x执行清洁操作。
[0027]
本发明，对清洁机器人产生的清洁数据进行处理的过程均在云端服务器完成。
[0028]
本发明解决上述进一步技术问题所采用的技术方案为：一种清洁机器人，包括机体，机体上设有清洁装置，行走机构以及控制行走机构移动的控制电路板，其特征在于：所述控制电路板根据上述描述的清洁策略控制方法执行清洁操作。
[0029]
与现有技术相比，本发明的优点在于：通过对用户多次区域清扫的区域信息和清扫时长等数据的采集，实现区域划分各区域时间分配，得出用户偏好的清洁数据，并为用户推荐合理的清扫方案，使清洁机器人更加人性化，减少用户使用过程中过多繁琐的操作，还能使清洁机器人更加智能化，避免干净的区域重复扫，脏的区域没清扫干净。
具体实施方式
[0030]
本实施例提供了一种清洁机器人，其包括机体，机体上设有清洁装置，清洁装置可以为吸尘组件、扫地组件或、拖地组件、刮擦组件中的一个或任意组合，机体上设有行走机构，机体内设有控制行走机构移动的控制电路板，控制电路板与云端服务器通信连接。该清洁机器人的清洁策略控制方法为：
[0031]
对用户每次使用该清洁机器人进行区域清洁时产生的清洁数据进行收集，清洁数据包括清洁区域，清洁时长，以及执行清洁时所处的时间段，将这些收集的数据上传至云端服务器进行处理；云端服务器在用户多次使用该清洁机器人进行清洁后，对多次上传的清洁数据进行处理，得出用户偏好的清洁模型，该清洁方案模型的输出信息包括用户的清扫时间段偏好，清扫区域偏好；根据该清洁方案模型，为用户推荐合理的清扫方案，该清扫方案包括：清洁时间段、清洁区域以及清洁时长。
[0032]
云端服务器具体通过如下方法对清洁机器人产生的清洁数据进行处理：
[0033]
步骤1、云端服务器上预先保存被清洁场所的全局地图，对被清洁场所的全局地图进行栅格化处理，从而得到一个栅格化地图矩阵，栅格化地图矩阵表示如下：
[0034]
其中m，n为自然数，xmn为栅格化地图矩阵的元素；
[0035]
步骤2、用户每次使用清洁机器人进行单个区域清洁后，将其产生的清洁数据上传至云端服务器，清洁数据包括：开始清洁时间戳t1，清洁结束的时间戳t2，以及被清洁的区域信息，将被清洁的区域在全局地图所在栅格的元素值设为0，其余没有被清洁的区域在全局地图所在栅格的元素值设为255，从而得到一个二值化处理的单次区域清洁地图矩阵m，单次区域清洁地图矩阵m表示如下：
[0036][0037]
本步骤中，清洁机器人只有在用户指示下，进行单个区域清洁操作时，才会将其产生的清洁数据上传至云端服务器，如果清洁机器人进行的是全屋清洁，或同时进行多个清洁区域的清洁，这些清洁数据则不会上传；
[0038]
步骤3、初始化一个实时地图矩阵n，其大小和单次区域清洁地图矩阵m相同，每个元素的值均为0；
[0039]
步骤4、根据用户每次使用清洁机器人进行单个区域清洁后产生的单次区域清洁地图矩阵m，对实时地图矩阵n进行更新，具体方法为：
[0040]
如果是初次获取单次区域清洁地图矩阵m，则直接更新实时地图矩阵n，即找到单次区域清洁地图矩阵m中元素值为0所在位置，将实时地图矩阵n对应位置的元素值改为xi，x为被清洁区域的编号，任意一个固定的清洁区域唯一对应一个编号，且清洁区域与其对应的编号是预先保存在云端服务器，被清洁区域则包括但不限于厨房、客厅、洗手间、房间，i表示x清洁区域的第i次清洁，i＝1，2，3，
……
，同时将实时地图矩阵n进行保存；
[0041]
之后每次获取到新的单次区域清洁地图矩阵m，先查询单次区域清洁地图矩阵m中元素值为0所在位置与保存后的实时地图矩阵n中对应清洁区域所在位置是否重叠，如果没有重叠，再次更新实时地图矩阵n，即找到单次区域清洁地图矩阵m中元素值为0所在位置，将实时地图矩阵n对应位置的元素值改为xi，同时将实时地图矩阵n进行保存；如果有重叠，则根据重叠部分大小对清洁区域的元素值进行合并，具体方法如下：
[0042]
找到单次区域清洁地图矩阵m中元素值为0所在位置，将实时地图矩阵n中对应位置的元素值改为xi，同时将实时地图矩阵n中其余的元素值为x
i-1
所在区域的元素值也改为xi，同时更新清洁时长dt：
[0043][0044]
式中s1为本次上传的单次区域清洁地图矩阵m中元素值为0的区域面积，s2为实时
地图矩阵n中对应清洁区域中元素值为x
i-1
的区域面积，δs为重叠部分面积，dt1为本次区域清洁时该清洁区域对应的清洁时长，dt2为之前保存的对应区域的清洁时长；
[0045]
步骤5、根据实时地图矩阵n中的元素值，获取每个清洁区域所在元素值xi的下标i，将i赋值为对应清洁区域的标签r；
[0046]
步骤6、根据区域清洁的时间信息，将开始清洁的时间戳t1进行转换，转换成周几tw，和具体的时间点th，利用结束清洁的时间戳t2和开始清洁的时间戳t1之差计算区域清洁的时长dt,并将其单位转换成分钟，将tw、th、dt进行保存，根据步骤5获取不同清洁区域的标签r，生成用户偏好的清洁特征向量pre：
[0047]
pre＝[tw th dt r]
[0048]
步骤7、在n次区域清洁后，根据不同的清洁区域，以及该清洁区域对应的用户偏好的清洁特征向量pre，得到一个用户洁偏好的四维(4
×
n)特征矩阵x，将该特征矩阵x定义为用户偏好的清洁模型：
[0049][0050]
步骤8：对四维特征矩阵x中的tw数据进行kmeans聚类，得到一个用户每周清洁时间的偏好数据，如周末打扫次数最多，周六打扫次数次之，周一打扫次数最少；对五维特征矩阵x中的th数据进行kmeans聚类，得到用户每日清洁的偏好时间段据，对五维特征矩阵x中的n数据进行kmeans聚类，进而得到用户最常打扫的清洁区域的编号；
[0051]
步骤9：分别对四维特征矩阵x中tw数据、th数据、n数据这三个维度的数据进行kmeans聚类，分别得到一个用户每周清洁时间的偏好数据、用户每日清洁的偏好时间段据以及用户最常打扫的清洁区域的编号，对三个维度的偏好数据进行映射，同时求其交集，得到用户在星期几的哪个时间段对哪个区域清洁的一个推测。
[0052]
另外，当用户选择清洁机器人进行全屋清洁时，云端服务器提取不同清扫区域对应的四维特征矩阵x中tw、th、dt这三个维度的信息，并将按照这三个维度的信息与其对应的清扫区域编号x发送给清洁机器人，清洁机器人按照x、tw、th、dt这四个维度的信息执行清洁操作。