[发明专利]顽固污渍清洁方法及装置

权利要求书

1.顽固污渍清洁方法，其特征在于，包括以下步骤：

1）移动装置带动清洁装置对待清洁区域进行清扫；

2）清洁完成后，处理器控制影像采集装置对清洁后的区域进行视频或图片采集，并将采集后的视频或图像发送给处理器；

3）处理器根据采集的视频或图像进行判断，判断清洁后的区域是否有污渍；

若有，则进入步骤4）；

若没有，则处理器控制移动装置带动清洁装置继续清扫下一个区域；

4）处理器控制移动装置带动清洁装置对清洁后的区域进行再次清扫；

5）进入步骤2），重复步骤2）-4）；

6）若处理器控制移动装置带动清洁装置清扫N次后，污渍仍然存在，则处理器在该清洁区域的视频或图像上对污渍进行标出和/或记录污渍位置，存入存储器，然后处理器控制移动装置带动清洁装置继续清扫下一个区域；

所述步骤3）具体为：

3.1）所述处理器根据采集的视频或图像进行判断，判断清洁后的区域是否有异样物体；

若有，则进入步骤3.2）；

若没有，则所述处理器控制所述移动装置带动所述清洁装置继续清扫下一个区域；

3.2）处理器判断该异样物体是否为污渍；

若是，则进入步骤4）；

若不是，则所述处理器控制所述移动装置带动所述清洁装置继续清扫下一个区域；

所述步骤3.2）具体为：

3.2.1）所述移动装置带动影像采集装置绕着所述异样物体运动；

3.2.2）所述移动装置停止运动，所述影像采集装置采集视频或图片，所述处理器将所述影像采集装置采集的视频每一帧或每一张图片输入到数据集深层网络中，该数据集深层网络对该帧视频或图片进行异样物体的判定与识别，并输出异样物体的类别以及其置信度，判断该异样物体是否为污渍；

若是，则进入步骤4）；

若不是，则所述处理器控制所述移动装置带动所述清洁装置继续清扫下一个区域；

所述步骤3.2.2）进一步为，所述移动装置停止运动，所述影像采集装置采集视频或图片，并将所述影像采集装置采集的视频每一帧或每一张图片输入到所述数据集深层网络中，该数据集深层网络对该帧视频进行目标物体的判定与识别，输出目标物体与该帧视频帧中心或图片中心的偏移量、目标物体类别以及其置信度，并将所述目标物体与该帧视频帧中心或图片中心的偏移量发送给所述移动装置，所述移动装置将在下次运动中进行偏移补偿；

在所述步骤3.2.1）中，所述移动装置从开始运行到停止运行的速度v与时间t之间的关系满足下式的分段函数：

v=-a*t²+b*t，0＜t≤T1；

v=K*c^dt，K＞0，lnc＜0，d＞1，T1＜t≤T2；

其中，T1表示所述移动装置的速度到达峰值的时刻；

T2表示所述移动装置停止的时刻。

2.根据权利要求1所述的顽固污渍清洁方法，其特征在于，所述步骤3.1）具体为：所述处理器将采集的视频或图像与所述存储器内存储的多张标准清洁图像进行对比；

若全部不一致，则说明有异样物体，进入步骤3.2）；

否则，则说明没有异样物体，所述处理器控制所述移动装置带动所述清洁装置继续清扫下一个区域。

3.根据权利要求2所述的顽固污渍清洁方法，其特征在于，所述顽固污渍清洁方法包括下述预操作；

预操作1）数据集收集与标注，收集多张同一类异样物体的图片，并对异样物体的属性进行标注，在图片中标注出异样物体所在位置；

预操作2）分类模型预训练，将预训练一个分类模型对每一类异样物体进行训练，对选定的类用标注的数据集提取深层网络特征，利用该特征来表征训练数据，从而构建数据集深层网络。

4.根据权利要求3所述的顽固污渍清洁方法，其特征在于，所述步骤3.2）具体为：所述处理器将所述影像采集装置采集的视频每一帧或每一张图片输入到所述数据集深层网络中，该数据集深层网络对该帧视频或图片进行异样物体的判定与识别，并输出异样物体的类别以及其置信度，判断该异样物体是否为污渍；

若是，则进入步骤4）；

若不是，则所述处理器控制所述移动装置带动所述清洁装置继续清扫下一个区域。