[发明专利]扫地机器人的控制方法和系统

权利要求书

1.一种扫地机器人的控制方法，其特征在于，包括：

获取房间的门牌标识图片；

利用识别模型对所述门牌标识图片进行分析，得到所述房间的标识信息，其中，所述房间的标识信息包括：门牌字符串信息和清洁信息，所述识别模型是使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：房间的门牌标识图片和所述门牌标识图片中每个像素点的字符类别的标签矩阵；

将所述房间的标识信息与住宿管理数据库中存储的信息进行匹配，确定所述房间是否需要清洁；

在确定所述房间需要清洁的情况下，控制扫地机器人对所述房间进行打扫；

其中，将所述房间的标识信息与住宿管理数据库中存储的信息进行匹配，确定所述房间是否需要清洁包括：

获取所述住宿管理数据库中所述门牌字符串信息对应的住宿信息；

判断所述住宿信息是否为已住宿，且所述清洁信息是否为需要清洁；

如果所述住宿信息是已住宿，且所述清洁信息是需要清洁，则确定所述房间需要清洁。

2.根据权利要求1所述的方法，其特征在于，利用识别模型对所述门牌标识图片进行分析，得到所述房间的标识信息，包括：

对所述门牌标识图片进行紧致化处理，得到处理后的门牌标识图片；

利用所述识别模型对所述处理后的门牌标识图片进行分析，得到所述处理后的门牌标识图片的标签得分矩阵；

对所述处理后的门牌标识图片的标签得分矩阵进行分析，得到所述房间的标识信息。

3.根据权利要求2所述的方法，其特征在于，所述处理后的门牌标识图片包括：门牌图片和清洁标志图片，其中，对所述处理后的门牌标识图片的标签得分矩阵进行分析，得到所述房间的标识信息，包括：

对所述门牌图片的标签得分矩阵进行分析，得到所述门牌字符串信息；

对所述清洁标志图片的标签得分矩阵进行分析，得到所述清洁信息。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

获取所述多组数据；

使用深度学习框架，建立初始模型；

利用所述多组数据对所述初始模型进行训练，得到所述识别模型。

5.根据权利要求4所述的方法，其特征在于，获取所述多组数据，包括：

获取不同场景下的门牌标识图片；

对所述不同场景下的门牌标识图片进行紧致化处理，得到多个样本图片；

设置所述多个样本图像对应的标签矩阵，得到所述多组数据。

6.根据权利要求4所述的方法，其特征在于，利用所述多组数据对所述初始模型进行训练，得到所述识别模型，包括：

利用所述多组数据，通过反向传播算法和梯度下降算法对所述初始模型进行训练；

获取训练好的模型的损失函数值；

判断所述损失函数值是否满足预设条件；

如果所述损失函数不满足所述预设条件，则继续对所述初始模型进行训练，直至所述损失函数满足所述预设条件；

如果所述损失函数满足所述预设条件，则确定所述训练好的模型为所述识别模型。

7.根据权利要求2所述的方法，其特征在于，对所述处理后的门牌标识图片的标签得分矩阵进行分析，得到所述房间的标识信息，包括：

获取所述处理后的门牌标识图片中的字符图像块；

基于所述标签得分矩阵，判断所述字符图像块中包含的字符串是否完整；

如果所述字符图像块中包含的字符串完整，则获取所述字符图像块中包含的字符，得到所述房间的标识信息。

8.根据权利要求7所述的方法，其特征在于，如果所述字符图像块中包含的字符串不完整，所述方法还包括：

对所述字符图像块进行精细化分析；

利用联合投票方法对分析后的字符图像块进行处理，确定所述字符图像块中包含的字符串；

获取所述字符图像块中包含的字符串，得到所述房间的标识信息。