一种自主移动消毒机器人的控制方法、系统及介质与流程

1.本发明涉及消毒机器人控制技术领域，尤其涉及一种自主移动消毒机器人的控制方法、系统及介质。


背景技术：

2.传统的消毒方式采用医务人员或者消毒人员穿戴防护服在公共场所现场使用酒精、消毒液进行喷洒，而这样传统的消毒方式存在弊端，一是消毒人员在公共场合频繁消毒，加大了人员聚集的程度，增加了工作人员感染病毒的风险、无法保证消毒防疫人员的人身安全；二是无形中增加了人工成本，针对人流密集的区域进行全面消毒，必然需要大量工作人员进行消毒作业，而使用传统人工消毒，势必占用更多的人力资源；三是采用人工消毒受人为影响因素较大，无法切实保证消毒质量，消毒液喷洒不均匀，容易发生部分区域未消毒或消毒不到位、部分区域过度消毒浪费消毒液等情况。智能消毒途径即采用智能防疫消毒机器人针对公共场所，包括医院、火车站、飞机场、地铁、学校等人流密集的区域，开展消毒液的喷洒，进行“智能化”、“无人化”的防疫消毒工作，采用这种新型的“智能防疫消毒机器人”可以有效解决防疫工作人员感染病毒的问题及人工成本问题。
3.而现如今，消毒机器人还拥有着许多问题仍未解决，如由于目标处于相机视场中的角度不同，包围盒中可能存在较大范围的冗余，导致消毒范围冗余过大，造成部分消毒液浪费和降低消毒效率。如现有技术中，无法根据实际的现场情况对现场主要的目标物进行消毒，使得人感染细菌的风险系数增加。


技术实现要素：

4.本发明克服了现有技术的不足，提供了一种自主移动消毒机器人的控制方法、系统及介质。
5.为达上述目的，本发明采用的技术方案为：本发明第一方面提供了一种自主移动消毒机器人的控制方法，包括以下步骤：获取预设时间内的视频帧信息，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果；若所述识别结果为预设识别结果，则获取预设时间内的目标物图像信息，并对所述图像信息进行预处理得到预处理后的图像信息，并基于所述预处理后的图像信息建立第一消毒范围模型图；根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图；基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，并将所述消毒路径图传输至自主移动消毒机器人控制终端。
6.进一步地，本发明的一个较佳实施例中，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果，具体包括以下步骤：
建立行为识别模型，并将预先训练好的预设行为视频帧信息导入所述行为识别模型中进行训练，以得到训练好的行为识别模型；将所述预设时间内的视频帧信息导入所述行为识别模型中进行识别，得到识别结果；判断所述识别结果是否为预设识别结果。
7.进一步地，本发明的一个较佳实施例中，对所述图像信息进行预处理得到预处理后的图像信息，具体包括以下步骤：对所述图像信息进行去噪以及图像增强处理，提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成待消毒区域的稀疏三维点云数据；根据所述稀疏三维点云数据进行稠密提取得到密集三维点云数据，并基于所述密集三维点云数据建立待消毒区域的模糊消毒区域范围矩阵，得到第一消毒范围模型图。
8.进一步地，本发明的一个较佳实施例中，根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图，具体包括以下步骤：建立特征向量分解模型，并将所述第一消毒范围模型图导入所述特征向量分解模型中进行特征向量分解，得到特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵；选取所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中一极限特征向量作为构建基准点，基于所述构建基准点构建新的坐标系；将所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中的特征向量导入所述新的坐标系中，生成目标点云数据矩阵，并将所述目标点云数据矩阵作为目标点云数据坐标数集；获取所述目标点云数据坐标数集中的极限坐标点数集，并将所述极限坐标点数集导入世界坐标系中，并将所述极限坐标点数集在所述世界坐标系中重新组合，生成第二消毒范围模型图。
9.进一步地，本发明的一个较佳实施例中，基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，具体包括以下步骤：获取当前自主移动消毒机器人进行单次消毒时的工作区域范围，以所述工作区域范围为基准将所述第二消毒范围模型图分割为多个消毒区域范围，生成多个消毒区域子范围；基于所述工作区域范围以及消毒区域子范围计算出多个消毒位置点，并基于所述消毒位置点生成一条或者多条消毒路径图，并获取所述消毒路径图的路程值；建立排序表，将所述消毒路径图的路程图导入所述排序表中，得到最小路程值的消毒路径图；将所述最小路程值的消毒路径图作为最终的自主移动消毒机器人的消毒路径图输出。
10.进一步地，本发明的一个较佳实施例中，所述的一种自主移动消毒机器人的控制
方法，还包括以下步骤：获取预设时间内目标预设区域范围的人流数量，并判断所述人流数量是否大于预设人流数量；若大于，则检索所述预设区域范围内的目标物，并获取所述目标物被触碰的次数；预设消毒方式，判断所述目标物被触碰的次数是否大于预设次数；若大于，则根据目标物被触碰的次数通过自主移动消毒机器人对目标物按照预设消毒方式进行消毒。
11.本发明第二方面提供了一种自主移动消毒机器人的控制系统，所述自主移动消毒机器人的控制系统包括存储器以及处理器，所述存储器中包括自主移动消毒机器人的控制方法，所述自主移动消毒机器人的控制方法被所述处理器执行时，实现如下步骤：获取预设时间内的视频帧信息，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果；若所述识别结果为预设识别结果，则获取预设时间内的目标物图像信息，并对所述图像信息进行预处理得到预处理后的图像信息，并基于所述预处理后的图像信息建立第一消毒范围模型图；根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图；基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，并将所述消毒路径图传输至自主移动消毒机器人控制终端。
12.进一步地，本发明的一个较佳实施例中，对所述图像信息进行预处理得到预处理后的图像信息，具体包括以下步骤：对所述图像信息进行去噪以及图像增强处理，提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成待消毒区域的稀疏三维点云数据；根据所述稀疏三维点云数据进行稠密提取得到密集三维点云数据，并基于所述密集三维点云数据建立待消毒区域的模糊消毒区域范围矩阵，得到第一消毒范围模型图。
13.进一步地，本发明的一个较佳实施例中，根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图，具体包括以下步骤：建立特征向量分解模型，并将所述第一消毒范围模型图导入所述特征向量分解模型中进行特征向量分解，得到特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵；选取所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中一极限特征向量作为构建基准点，基于所述构建基准点构建新的坐标系；将所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中的特征向量导入所述新的坐标系中，生成目标点云数据矩阵，并将所述目标点云数据矩阵作为目标点云数据坐标数集；获取所述目标点云数据坐标数集中的极限坐标点数集，并将所述极限坐标点数集
导入世界坐标系中，并将所述极限坐标点数集在所述世界坐标系中重新组合，生成第二消毒范围模型图。
14.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质包括自主移动消毒机器人的控制方法程序，所述自主移动消毒机器人的控制方法程序被处理器执行时，实现任一项所述的一种自主移动消毒机器人的控制方法的步骤。
15.本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：本发明通过获取预设时间内的视频帧信息，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果；若所述识别结果为预设识别结果，则获取预设时间内的目标物图像信息，并对所述图像信息进行预处理得到预处理后的图像信息，并基于所述预处理后的图像信息建立第一消毒范围模型图；根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图；基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图。利用第二消毒范围模型图对目标物进行消毒，有利于避免由于摄像机的拍摄角度不同而可能存在较大范围的冗余消毒范围，消毒机器人修正了消毒范围及节约了对消毒液的使用以，大大地降低了消毒冗余，提高了消毒效率；另一方面，本发明通过实际的情景对目标物进行预设消毒方式的消毒，使得自主移动消毒移动机器人的消毒方式更加合理。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。
17.图1示出了一种自主移动消毒机器人的控制方法的整体方法流程图；图2示出了识别视频帧信息的方法流程图；图3示出了得到第一消毒范围模型图的方法流程图；图4示出了得到第二消毒范围模型图的方法流程图；图5示出了生成消毒路径的方法流程图；图6示出了一种自主移动消毒机器人的控制方法的第二方法流程图；图7示出了一种自主移动消毒机器人的控制系统的系统框图。
具体实施方式
18.为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述，这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成，需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
19.在本技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对
本技术保护范围的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明所指示的技术特征的有限数量。“第一”表示最初创立的意义，“第二”表示衍生众多数量的意义。因此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。
20.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本技术中的具体含义。
21.为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的较佳实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反地，提供这些实施方式的目的是使对本发明的公开内容理解的更加透彻全面。
22.图1示出了一种自主移动消毒机器人的控制方法的整体方法流程图；本发明第一方面提供了一种自主移动消毒机器人的控制方法，包括以下步骤：s102:获取预设时间内的视频帧信息，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果；s104:若所述识别结果为预设识别结果，则获取预设时间内的目标物图像信息，并对所述图像信息进行预处理得到预处理后的图像信息，并基于所述预处理后的图像信息建立第一消毒范围模型图；s106:根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图；s108:基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，并将所述消毒路径图传输至自主移动消毒机器人控制终端。
23.需要说明的是，通过摄像机获取预设时间内的视频帧信息，所述预设结果至少包括用户打喷嚏、咳嗽以及触摸重要目标物的行为，所述目标物可以是门把手、电梯按钮、扶手、桌椅等，当所述所述识别结果为预设识别结果，此时消毒机器人可从环境中设置的摄像头、摄像机等装置获取预设时间内的目标物图像信息，从而对该图像进行预处理。
24.图2示出了识别视频帧信息的方法流程图；进一步地，本发明的一个较佳实施例中，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果，具体包括以下步骤：s202:建立行为识别模型，并将预先训练好的预设行为视频帧信息导入所述行为识别模型中进行训练，以得到训练好的行为识别模型；s204:将所述预设时间内的视频帧信息导入所述行为识别模型中进行识别，得到识别结果；s206:判断所述识别结果是否为预设识别结果。
25.需要说明的是，利用卷积神经网络、深度学习网络、机器学习等方式来建立行为识别模型，所述预先训练好的预设行为视频帧信息至少包括用户打喷嚏、咳嗽以及触摸重要
目标物的行为。从而利用该行为识别模型识别出该视频帧信息中的行为。
26.图3示出了得到第一消毒范围模型图的方法流程图；进一步地，本发明的一个较佳实施例中，对所述图像信息进行预处理得到预处理后的图像信息，具体包括以下步骤：s302:对所述图像信息进行去噪以及图像增强处理，提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；s304:获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成待消毒区域的稀疏三维点云数据；s306:根据所述稀疏三维点云数据进行稠密提取得到密集三维点云数据，并基于所述密集三维点云数据建立待消毒区域的模糊消毒区域范围矩阵，得到第一消毒范围模型图。
27.需要说明的是，可以利用非线性滤波器、中值滤波器、形态学滤波器等方法对图像进行去噪、滤波等方式处理，可通过卷积神经网络对所述密集三维点云数据在进行分层卷积以及池化，从而完成对所述图像信息的特征提取，从而建立待消毒区域的模糊消毒区域范围矩阵，该矩阵表示根据该图像所建立的初始消毒区域范围，在实际的应用场景中，由于拍摄的角度影响或者拍摄位置的影响，该初始消毒区域范围始终存在一定的冗余空间。
28.图4示出了得到第二消毒范围模型图的方法流程图；进一步地，本发明的一个较佳实施例中，根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图，具体包括以下步骤：s402:建立特征向量分解模型，并将所述第一消毒范围模型图导入所述特征向量分解模型中进行特征向量分解，得到特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵；s404:选取所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中一极限特征向量作为构建基准点，基于所述构建基准点构建新的坐标系；s406:将所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中的特征向量导入所述新的坐标系中，生成目标点云数据矩阵，并将所述目标点云数据矩阵作为目标点云数据坐标数集；s408:获取所述目标点云数据坐标数集中的极限坐标点数集，并将所述极限坐标点数集导入世界坐标系中，并将所述极限坐标点数集在所述世界坐标系中重新组合，生成第二消毒范围模型图。
29.需要说明的是，通过谱分解方式、奇异值特征分解方式等分解方式对所述第一消毒范围模型图进行分解，从而得到特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵，选取正交矩阵以及对角矩阵中的一极限位置的特征向量作为构建基准点，以该基准点作为坐标原点，建立新的坐标系，并将分解之后的正交矩阵以及对角矩阵中的一极限位置的特征向量导入该新的坐标系中，形成新的目标点云数据矩阵，从而利用该方式能够将初始消毒区域范围进行缩小，形成范围更小的消毒区域，通过利用该方式能够提高消毒的效率，其中在分解的过程中，所述特征向量分解模型如下：
其中，σ为利用对模糊消毒区域范围矩阵分解之后的对角矩阵；m为模糊消毒区域范围矩阵；k为特征向量按列组成的正交矩阵；l为目标点云数据矩阵；需要说明的是，通过以上方式对目标点云数据矩阵进行计算，根据目标点云数据矩阵中的任意一极限特征向量进行建立新的坐标系，并对其中的特征向量进行点描述，通过计算特征向量在新的坐标系下来实现消毒范围的缩小，而优化后的消毒范围在新的坐标系之下有若干个极限位置坐标点，从而将该坐标点重新再整合到世界坐标系之下，从而将消毒范围进行缩小，从而使得消毒机器人的消毒范围较小，有利于提高消毒的效率以及使得消毒位置点更加精确。
30.图5示出了生成消毒路径的方法流程图；进一步地，本发明的一个较佳实施例中，基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，具体包括以下步骤：s502:获取当前自主移动消毒机器人进行单次消毒时的工作区域范围，以所述工作区域范围为基准将所述第二消毒范围模型图分割为多个消毒区域范围，生成多个消毒区域子范围；s504:基于所述工作区域范围以及消毒区域子范围计算出多个消毒位置点，并基于所述消毒位置点生成一条或者多条消毒路径图，并获取所述消毒路径图的路程值；s506:建立排序表，将所述消毒路径图的路程图导入所述排序表中，得到最小路程值的消毒路径图；s508:将所述最小路程值的消毒路径图作为最终的自主移动消毒机器人的消毒路径图输出。
31.需要说明的是，自主消毒机器人内部设置有单次消毒时的工作区域范围，从而利用该消毒范围以及第二消毒范围模型图计算出完全消毒时需要经过的消毒点，从而可通过蚁群算法、遗传算法等算法根据消毒点来规划出一条或者多条消毒路径图，从而得到一条或者多条消毒路径图，从而选择出最小的路程值的消毒路径图作为最终的自主移动消毒机器人的消毒路径图输出，这有利于降低消毒机器人进行消毒的移动路径，从而提高消毒机器人的消毒效率。
32.图6示出了一种自主移动消毒机器人的控制方法的第二方法流程图；进一步地，本发明的一个较佳实施例中，所述的一种自主移动消毒机器人的控制方法，还包括以下步骤：s602:获取预设时间内目标预设区域范围的人流数量，并判断所述人流数量是否大于预设人流数量；s604:若大于，则检索所述预设区域范围内的目标物，并获取所述目标物被触碰的次数；s606:预设消毒方式，判断所述目标物被触碰的次数是否大于预设次数；s608:若大于，则根据目标物被触碰的次数通过自主移动消毒机器人对目标物按照预设消毒方式进行消毒。
33.需要说明的是，由于接触关键目标物是导致人员感染的主要方式，因此设置该方法能够有效地降低公共场合或者工作场合内的病毒感染率，所述预设消毒方式可以根据目标物被触碰的次数来进行消毒，如在一定触碰的次数范围内为轻型消毒方式，在另一触碰的次数范围内为重型消毒方式等，从而利用该方式能够使得自主移动消毒机器人在消毒时能够根据实际的状况进行调节消毒的方式，使得消毒更加合理。
34.此外，本发明还可以包含消毒指标评价,包括以下步骤：构建消毒评价指标体系，根据所述评价指标体系提取消毒评价指标；根据目标物被触碰的次数确定消毒方式的指标得分信息，并根据层次分析法计算所述消毒评价指标的权重信息；基于所述消毒方式的指标得分信息以及消毒评价指标的权重信息得到消毒方式的评估得分，并判断所述评估得分是否在预设评估得分之内；若处于预设评估得分之内，则说明目标物消毒合格，若不处于预设评估得分之内，则通过消毒机器人对目标物进行更换消毒方式。
35.需要说明的是，通过该方式能够利用层次分析法对目标物被触碰的次数进行评估，使得消毒机器人的消毒方式更加合理。其中层次分析法是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法。
36.此外，本发明还可以包括细菌总量统计，以下步骤：获取待消毒区域范围单位面积内的细菌含量，并判断所述单位面积内的细菌含量是否大于预设细菌含量值；若单位面积内的细菌含量大于预设细菌含量值，则将该点标记为重型消毒点；若单位面积内的细菌含量不大于预设细菌含量值，则将该点标记为轻型消毒点，并通过大数据网络获取当前轻型消毒点以及重型消毒点进行消毒时的消毒方式；按照该消毒方式对所述轻型消毒点以及重型消毒点的消毒方式进行更新，并将该消毒方式传输至自主移动消毒机器人控制终端。
37.需要说明的是，通过消毒机器人上设置的荧光检测仪器来获取待消毒区域范围单位面积内的细菌含量，从而通过该方法能够实现对待消毒区域的消毒方式进行更新，使得消毒过程更加合理，能够有效地根据实际情况来选择消毒方式。
38.图7示出了一种自主移动消毒机器人的控制系统的系统框图。
39.本发明第二方面提供了一种自主移动消毒机器人的控制系统，所述自主移动消毒机器人的控制系统包括 存储器41 以及 处理器62，所述 存储器41 中包括自主移动消毒机器人的控制方法，所述自主移动消毒机器人的控制方法被所述 处理器62执行时，实现如下步骤：获取预设时间内的视频帧信息，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果；若所述识别结果为预设识别结果，则获取预设时间内的目标物图像信息，并对所述图像信息进行预处理得到预处理后的图像信息，并基于所述预处理后的图像信息建立第一消毒范围模型图；
根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图；基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，并将所述消毒路径图传输至自主移动消毒机器人控制终端。
40.需要说明的是，通过摄像机获取预设时间内的视频帧信息，所述预设结果至少包括用户打喷嚏、咳嗽以及触摸重要目标物的行为，所述目标物可以是门把手、电梯按钮、扶手等，当所述所述识别结果为预设识别结果，此时消毒机器人可从环境中设置的摄像头、摄像机等装置获取预设时间内的目标物图像信息，从而对该图像进行预处理。
41.在本实施例中，建立行为识别模型以对所述视频帧信息进行识别，得到识别结果，并判断所述识别结果是否为预设识别结果，具体包括以下步骤：建立行为识别模型，并将预先训练好的预设行为视频帧信息导入所述行为识别模型中进行训练，以得到训练好的行为识别模型；将所述预设时间内的视频帧信息导入所述行为识别模型中进行识别，得到识别结果；判断所述识别结果是否为预设识别结果。
42.需要说明的是，利用卷积神经网络、深度学习网络、机器学习等方式来建立行为识别模型，所述预先训练好的预设行为视频帧信息至少包括用户打喷嚏、咳嗽以及触摸重要目标物的行为。从而利用该行为识别模型识别出该视频帧信息中的行为。
43.在本实施例中，对所述图像信息进行预处理得到预处理后的图像信息，具体包括以下步骤：对所述图像信息进行去噪以及图像增强处理，提取所述图像信息的信息特征点，通过特征点匹配获取稀疏特征点；获取所述稀疏特征点的坐标信息，并基于所述稀疏特征点的坐标信息生成待消毒区域的稀疏三维点云数据；根据所述稀疏三维点云数据进行稠密提取得到密集三维点云数据，并基于所述密集三维点云数据建立待消毒区域的模糊消毒区域范围矩阵，得到第一消毒范围模型图。
44.需要说明的是，可以利用非线性滤波器、中值滤波器、形态学滤波器等方法对图像进行去噪、滤波等方式处理，可通过卷积神经网络对所述密集三维点云数据在进行分层卷积以及池化，从而完成对所述图像信息的特征提取，从而建立待消毒区域的模糊消毒区域范围矩阵，该矩阵表示根据该图像所建立的初始消毒区域范围，在实际的应用场景中，由于拍摄的角度影响或者拍摄位置的影响，该初始消毒区域范围始终存在一定的冗余空间。
45.在本实施例中，根据所述第一消毒范围模型图得到目标点云数据坐标数集，并基于所述目标点云数据数集建立第二消毒范围模型图，具体包括以下步骤：建立特征向量分解模型，并将所述第一消毒范围模型图导入所述特征向量分解模型中进行特征向量分解，得到特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵；选取所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中一极限特征向量作为构建基准点，基于所述构建基准点构建新的坐标系；将所述特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵中的特征
向量导入所述新的坐标系中，生成目标点云数据矩阵，并将所述目标点云数据矩阵作为目标点云数据坐标数集；获取所述目标点云数据坐标数集中的极限坐标点数集，并将所述极限坐标点数集导入世界坐标系中，并将所述极限坐标点数集在所述世界坐标系中重新组合，生成第二消毒范围模型图。
46.需要说明的是，通过谱分解方式、奇异值特征分解方式等分解方式对所述第一消毒范围模型图进行分解，从而得到特征向量按列组成的正交矩阵以及特征向量所构成的对角矩阵，选取正交矩阵以及对角矩阵中的一极限位置的特征向量作为构建基准点，以该基准点作为坐标原点，建立新的坐标系，并将分解之后的正交矩阵以及对角矩阵中的一极限位置的特征向量导入该新的坐标系中，形成新的目标点云数据矩阵，从而利用该方式能够将初始消毒区域范围进行缩小，形成范围更小的消毒区域，通过利用该方式能够提高消毒的效率，其中在分解的过程中，计算方式如下：其中，σ为利用对模糊消毒区域范围矩阵分解之后的对角矩阵；m为模糊消毒区域范围矩阵；k为特征向量按列组成的正交矩阵；l为目标点云数据矩阵；需要说明的是，通过以上方式对目标点云数据矩阵进行计算，根据目标点云数据矩阵中的任意一极限特征向量进行建立新的坐标系，并对其中的特征向量进行点描述，通过计算特征向量在新的坐标系下来实现消毒范围的缩小，而优化后的消毒范围在新的坐标系之下有若干个极限位置坐标点，从而将该坐标点重新再整合到世界坐标系之下，从而将消毒范围进行缩小，从而使得消毒机器人的消毒范围较小，有利于提高消毒的效率以及使得消毒位置点更加精确。
47.在本实施例中，基于所述第二消毒范围模型图生成自主移动消毒机器人的消毒路径图，具体包括以下步骤：获取当前自主移动消毒机器人进行单次消毒时的工作区域范围，以所述工作区域范围为基准将所述第二消毒范围模型图分割为多个消毒区域范围，生成多个消毒区域子范围；基于所述工作区域范围以及消毒区域子范围计算出多个消毒位置点，并基于所述消毒位置点生成一条或者多条消毒路径图，并获取所述消毒路径图的路程值；建立排序表，将所述消毒路径图的路程图导入所述排序表中，得到最小路程值的消毒路径图；将所述最小路程值的消毒路径图作为最终的自主移动消毒机器人的消毒路径图输出。
48.需要说明的是，自主消毒机器人内部设置有单次消毒时的工作区域范围，从而利用该消毒范围以及第二消毒范围模型图计算出完全消毒时需要经过的消毒点，从而可通过蚁群算法、遗传算法等算法根据消毒点来规划出一条或者多条消毒路径图，从而得到一条或者多条消毒路径图，从而选择出最小的路程值的消毒路径图作为最终的自主移动消毒机器人的消毒路径图输出。
49.在本实施例中，所述的一种自主移动消毒机器人的控制方法，还包括以下步骤：获取预设时间内目标预设区域范围的人流数量，并判断所述人流数量是否大于预设人流数量；若大于，则检索所述预设区域范围内的目标物，并获取所述目标物被触碰的次数；预设消毒方式，判断所述目标物被触碰的次数是否大于预设次数；若大于，则根据预设消毒方式以及目标物被触碰的次数通过自主移动消毒机器人对目标物按照预设消毒方式进行消毒。
50.需要说明的是，所述预设消毒方式可以根据目标物被触碰的次数来进行消毒，如在一定触碰的次数范围内为普通消毒方式，在另一触碰的次数范围内为彻底消毒方式，从而利用该方式能够使得自主移动消毒机器人在消毒时能够根据实际的状况进行调节消毒的方式，使得消毒更加合理。
51.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质包括自主移动消毒机器人的控制方法程序，所述自主移动消毒机器人的控制方法程序被处理器62执行时，实现任一项所述的一种自主移动消毒机器人的控制方法的步骤。
52.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
53.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
54.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
55.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
56.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
57.以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉
本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。