一种道路边缘检测的智能清扫系统及方法与流程

1.本发明涉及道路清扫技术领域，具体为一种道路边缘检测的智能清扫系统及方法。


背景技术：

2.道路垃圾作为环境问题的一部分，越来越受到重视，目前市场上已经出现一种智能清扫机器人，它能够代替人工去清扫路面的垃圾，不仅提高了路面清扫的效率，而且还降低了人工的劳动强度。
3.但是目前的道路智能清扫机器人在清扫中，都是无目标的清理，导致机器人有时在干净的路面上进行清理，而对于有垃圾的路面却未清理掉，这样就会浪费了机器的资源。


技术实现要素：

4.针对现有技术的不足，本发明提供了一种道路边缘检测的智能清扫系统及方法，解决了目前的道路智能清扫机器人在清扫中，都是无目标的清理，导致机器人有时在干净的路面上进行清理，而对于有垃圾的路面却未清理掉，从而浪费了机器的资源的问题。
5.为实现以上目的，本发明通过以下技术方案予以实现：一种道路边缘检测的智能清扫系统，包括主控cpu和清扫机器人、垃圾识别系统以及垃圾处理系统，所述垃圾识别系统用于对道路的垃圾进行智能识别，识别后清扫机器人使垃圾处理系统对道路垃圾进行清扫处理。
6.所述垃圾识别系统包括图像采集模块和图像预处理模块、特征提取模块、匹配识别模块、样本库以及结果输出模块，所述图像采集模块对道路上的垃圾图像进行实时采集，采集后图像预处理模块对图像进行图像滤波处理、图像增强处理以及图像边缘处理，处理后特征提取模块对采集的图像特征进行提取，所述匹配识别模块将样本库中的垃圾与采集的图像进行识别对比，判断出是否为垃圾。
7.进一步的，所述图像采集模块通过双面摄像机对道路垃圾图像进行采集，双面摄像机安装于清扫机器人的前后左右位置，对地面进行全方位的垃圾图像采集工作。
8.进一步的，所述图像预处理模块对图像进行图像滤波处理、图像增强处理以及图像边缘处理时，先通过低通滤波器排除图像中高频分量，使其达到降噪效果，接着通过对图像部分区域取均值进行高频分量阻隔，对图像进行二次滤波处理，之后通过灰度映射函数对图像的灰度直方图加以改变，保证每一灰度均有相同的像素点，最后利用边缘处二次导数为零的特性来分析边缘是否准确，若不准确再进行图像细化处理，找出图像的骨架结构，去除冗余信息，完成图像的预处理工作。
9.进一步的，所述匹配识别模块对采集的垃圾图像进行识别时，首先利用开运算消除二值图像中细小颗粒的影响，然后计算出最大面积的连通域，之后利用闭运算填充垃圾图像内部的空洞，最后利用形态学腐蚀处理提高图像边缘检测的精度，进而精确的判断出垃圾的种类。
10.进一步的，所述垃圾处理系统包括有清扫行走系统和自动清扫系统、降尘喷洒系统、清扫警示系统、清扫分类系统、信息接收模块、超声波传感模块以及pm2.5传感模块，所述超声波传感模块用于检测清扫机器人与垃圾之间的距离以及障碍物之间的距离，所述pm2.5传感模块用于对清扫过程中产生的灰尘进行实时检测，预设一个空中灰尘的范围值，然后根据预设的范围值能够判断空中的灰尘颗粒是否超标，检测后信息接收模块对信息进行接收。
11.进一步的，所述超声波传感模块检测到垃圾的距离时，清扫行走系统会使清扫机器人自动行走到垃圾的位置，然后自动清扫系统对地面上的垃圾进行清理，当监测的距离为障碍物距离时，清扫警示系统会判断障碍物的特征，若障碍物为无生命特征体时，清扫行走系统会使清扫机器人自动转向避让，若障碍物为有生命特征体时，清扫警示系统会发出语音警示，使障碍物能够自行离开，语音警示内容为事先预设好，否则清扫行走系统会使清扫机器人进行转向避让，避免发生碰撞，所述pm2.5传感模块检测到空中灰尘颗粒的数据值超过预设值时，降尘喷洒系统会自动向空中喷洒水，水以雾化的形式喷出，对空中的灰尘颗粒进行降尘工作，地面垃圾清理完毕后，清扫分类系统会对垃圾进行自动分类。
12.进一步的，所述清扫分类系统对垃圾进行分类时，所述清扫机器人上设有可回收垃圾区和不可回收垃圾区，之后采用机械手的方式将垃圾分类放入到与其相对应的垃圾回收区内。
13.进一步的，一种道路边缘检测的智能清扫方法，其清扫方法包括以下步骤：
14.s1、首先图像采集模块对道路上的垃圾图像进行实时采集，采集后图像预处理模块先通过低通滤波器排除图像中高频分量，使其达到降噪效果，接着通过对图像部分区域取均值进行高频分量阻隔，对图像进行二次滤波处理，之后通过灰度映射函数对图像的灰度直方图加以改变，保证每一灰度均有相同的像素点，最后利用边缘处二次导数为零的特性来分析边缘是否准确，若不准确再进行图像细化处理，找出图像的骨架结构，去除冗余信息，完成图像的预处理工作，处理后特征提取模块对采集的图像特征进行提取，匹配识别模块将样本库中的垃圾与采集的图像进行识别对比，首先利用开运算消除二值图像中细小颗粒的影响，然后计算出最大面积的连通域，之后利用闭运算填充垃圾图像内部的空洞，最后利用形态学腐蚀处理提高图像边缘检测的精度，进而精确的判断出垃圾的种类；
15.s2、超声波传感模块检测清扫机器人与垃圾之间的距离以及障碍物之间的距离，pm2.5传感模块对清扫过程中产生的灰尘进行实时检测，预设一个空中灰尘的范围值，然后根据预设的范围值能够判断空中的灰尘颗粒是否超标，检测后信息接收模块对信息进行接收；
16.s3、超声波传感模块检测到垃圾的距离时，清扫行走系统会使清扫机器人自动行走到垃圾的位置，然后自动清扫系统对地面上的垃圾进行清理，当监测的距离为障碍物距离时，清扫警示系统会判断障碍物的特征，若障碍物为无生命特征体时，清扫行走系统会使清扫机器人自动转向避让，若障碍物为有生命特征体时，清扫警示系统会发出语音警示，使障碍物能够自行离开，语音警示内容为事先预设好，否则清扫行走系统会使清扫机器人进行转向避让，避免发生碰撞，pm2.5传感模块检测到空中灰尘颗粒的数据值超过预设值时，降尘喷洒系统会自动向空中喷洒水，水以雾化的形式喷出，对空中的灰尘颗粒进行降尘工作，地面垃圾清理完毕后，清扫分类系统会对垃圾进行自动分类。
17.有益效果
18.本发明提供了一种道路边缘检测的智能清扫系统及方法，与现有技术相比具备以下有益效果：
19.1、该道路边缘检测的智能清扫系统及方法，通过对垃圾的图像进行实时采集，并且对采集的图像进行预处理和识别，进而能够准确无误的判断出路面的垃圾信息，然后对垃圾进行清理，合理的利用了清扫机器人的资源，提高了道路清洁的效果，且在清洁中能够合理的避让障碍物，清理完毕后，能够自动的对垃圾进行分类存放，提高了该清扫机器人的智能性。
20.2、该道路边缘检测的智能清扫系统及方法，当对道路进行清洁时，若道路扬尘超标时，能够进行降尘工作，进而能够防止道路出现扬尘情况，防止扬尘被人员给吸入肺部对健康产生不必要的影响。
附图说明
21.图1为本发明的原理框图；
22.图2为本发明垃圾识别系统的原理框图；
23.图3为本发明垃圾处理系统的原理框图。
24.图中：1、主控cpu；2、清扫机器人；3、垃圾识别系统；31、图像采集模块；32、图像预处理模块；33、特征提取模块；34、匹配识别模块；35、样本库；36、结果输出模块；4、垃圾处理系统；41、清扫行走系统；42、自动清扫系统；43、降尘喷洒系统；44、清扫警示系统；45、清扫分类系统；46、信息接收模块；47、超声波传感模块；48、pm2.5传感模块。
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.请参阅图1，本发明提供一种技术方案，一种道路边缘检测的智能清扫系统，包括主控cpu1和清扫机器人2、垃圾识别系统3以及垃圾处理系统4，垃圾识别系统3用于对道路的垃圾进行智能识别，识别后清扫机器人2使垃圾处理系统4对道路垃圾进行清扫处理。
27.请参阅图2，本发明实施例中，垃圾识别系统3包括图像采集模块31和图像预处理模块32、特征提取模块33、匹配识别模块34、样本库35以及结果输出模块36，图像采集模块31对道路上的垃圾图像进行实时采集，采集后图像预处理模块32对图像进行图像滤波处理、图像增强处理以及图像边缘处理，处理后特征提取模块33对采集的图像特征进行提取，匹配识别模块34将样本库35中的垃圾与采集的图像进行识别对比，判断出是否为垃圾，图像采集模块31通过双面摄像机对道路垃圾图像进行采集，双面摄像机安装于清扫机器人2的前后左右位置，对地面进行全方位的垃圾图像采集工作，图像预处理模块32对图像进行图像滤波处理、图像增强处理以及图像边缘处理时，先通过低通滤波器排除图像中高频分量，使其达到降噪效果，接着通过对图像部分区域取均值进行高频分量阻隔，对图像进行二次滤波处理，之后通过灰度映射函数对图像的灰度直方图加以改变，保证每一灰度均有相
同的像素点，最后利用边缘处二次导数为零的特性来分析边缘是否准确，若不准确再进行图像细化处理，找出图像的骨架结构，去除冗余信息，完成图像的预处理工作，匹配识别模块34对采集的垃圾图像进行识别时，首先利用开运算消除二值图像中细小颗粒的影响，然后计算出最大面积的连通域，之后利用闭运算填充垃圾图像内部的空洞，最后利用形态学腐蚀处理提高图像边缘检测的精度，进而精确的判断出垃圾的种类。
28.请参阅图3，本发明实施例中，垃圾处理系统4包括有清扫行走系统41和自动清扫系统42、降尘喷洒系统43、清扫警示系统44、清扫分类系统45、信息接收模块46、超声波传感模块47以及pm2.5传感模块48，超声波传感模块47用于检测清扫机器人2与垃圾之间的距离以及障碍物之间的距离，pm2.5传感模块48用于对清扫过程中产生的灰尘进行实时检测，预设一个空中灰尘的范围值，然后根据预设的范围值能够判断空中的灰尘颗粒是否超标，检测后信息接收模块46对信息进行接收，超声波传感模块47检测到垃圾的距离时，清扫行走系统41会使清扫机器人2自动行走到垃圾的位置，然后自动清扫系统42对地面上的垃圾进行清理，当监测的距离为障碍物距离时，清扫警示系统44会判断障碍物的特征，若障碍物为无生命特征体时，清扫行走系统41会使清扫机器人2自动转向避让，若障碍物为有生命特征体时，清扫警示系统44会发出语音警示，使障碍物能够自行离开，语音警示内容为事先预设好，否则清扫行走系统41会使清扫机器人2进行转向避让，避免发生碰撞，pm2.5传感模块48检测到空中灰尘颗粒的数据值超过预设值时，降尘喷洒系统43会自动向空中喷洒水，水以雾化的形式喷出，对空中的灰尘颗粒进行降尘工作，地面垃圾清理完毕后，清扫分类系统45会对垃圾进行自动分类，清扫分类系统45对垃圾进行分类时，清扫机器人2上设有可回收垃圾区和不可回收垃圾区，之后采用机械手的方式将垃圾分类放入到与其相对应的垃圾回收区内。
29.本发明实施例中，一种道路边缘检测的智能清扫方法，其清扫方法包括以下步骤：
30.s1、首先图像采集模块31对道路上的垃圾图像进行实时采集，采集后图像预处理模块32先通过低通滤波器排除图像中高频分量，使其达到降噪效果，接着通过对图像部分区域取均值进行高频分量阻隔，对图像进行二次滤波处理，之后通过灰度映射函数对图像的灰度直方图加以改变，保证每一灰度均有相同的像素点，最后利用边缘处二次导数为零的特性来分析边缘是否准确，若不准确再进行图像细化处理，找出图像的骨架结构，去除冗余信息，完成图像的预处理工作，处理后特征提取模块33对采集的图像特征进行提取，匹配识别模块34将样本库35中的垃圾与采集的图像进行识别对比，首先利用开运算消除二值图像中细小颗粒的影响，然后计算出最大面积的连通域，之后利用闭运算填充垃圾图像内部的空洞，最后利用形态学腐蚀处理提高图像边缘检测的精度，进而精确的判断出垃圾的种类；
31.s2、超声波传感模块47检测清扫机器人2与垃圾之间的距离以及障碍物之间的距离，pm2.5传感模块48对清扫过程中产生的灰尘进行实时检测，预设一个空中灰尘的范围值，然后根据预设的范围值能够判断空中的灰尘颗粒是否超标，检测后信息接收模块46对信息进行接收；
32.s3、超声波传感模块47检测到垃圾的距离时，清扫行走系统41会使清扫机器人2自动行走到垃圾的位置，然后自动清扫系统42对地面上的垃圾进行清理，当监测的距离为障碍物距离时，清扫警示系统44会判断障碍物的特征，若障碍物为无生命特征体时，清扫行走
系统41会使清扫机器人2自动转向避让，若障碍物为有生命特征体时，清扫警示系统44会发出语音警示，使障碍物能够自行离开，语音警示内容为事先预设好，否则清扫行走系统41会使清扫机器人2进行转向避让，避免发生碰撞，pm2.5传感模块48检测到空中灰尘颗粒的数据值超过预设值时，降尘喷洒系统43会自动向空中喷洒水，水以雾化的形式喷出，对空中的灰尘颗粒进行降尘工作，地面垃圾清理完毕后，清扫分类系统45会对垃圾进行自动分类。
33.同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
34.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。