[发明专利]水底视觉垃圾清理机器人及其运作方法

权利要求书

1.水底视觉垃圾清理机器人，其特征在于，包括：

机器人主体，所述机器人主体设置有摄像头、陆地移动部件、水底移动部件和垃圾收集机构；

通信模块，用于网络通信以及人机交互；

垃圾图像识别模块，用于根据所述摄像头拍摄的图像通过训练好的宽度学习网络识别出垃圾的位置；

路径规划模块，用于根据水路规划垃圾搜索路线以及根据垃圾的位置规划前进路径；

中央处理器，用于处理信息和发出控制指令；

其中，所述宽度学习网络被配置为：

将图像输入依次连接的m组无监督学习模块，并通过多个横向连接的自动编码器对每组无监督学习模块的输出进行特征提取，自动编码器中权重矩阵的转置作为相邻的两组无监督学习模块间的横向连接，将无监督学习模块的输出作为特征节点，将所有特征节点所组成的特征集H；

通过激活函数从特征集H提取增强节点，将所有增强节点组成节点集E；

利用代价敏感型分类方法得到权重，并进行分类。

2.根据权利要求1所述的水底视觉垃圾清理机器人，其特征在于，所述自动编码器的模型表示为式中l₁为范数，b是隐藏特征，x为输入的图像。

3.根据权利要求1所述的水底视觉垃圾清理机器人，其特征在于，每组无监督学习模块的输出为且j＝1，...，m，其中g表示非线性激活函数，μ_j表示映射层的偏置。

4.根据权利要求3所述的水底视觉垃圾清理机器人，其特征在于，所述增强节点为是权重矩阵，η_j是增强层的偏差。

5.根据权利要求1所述的水底视觉垃圾清理机器人，其特征在于，所述利用代价敏感型分类方法得到权重具体为：将[H，E]记为[H_min，E_min；H_maj，E_maj]并令H₁＝[H_min，E_min]和H₂＝[H_maj，E_maj]则权重为且权重满足ξ为用于调整目标输出矩阵T_c的正值，I为单位矩阵，H_c＝[k_minH₁；k_majH₂]，T_c＝[k_minT_min；k_majT_maj]，k_min＝C(min，min)+C(min，maj)，k_maj＝C(maj，min)+C(maj，maj)C()表示代价。

6.根据权利要求1至5任一项所述的水底视觉垃圾清理机器人，其特征在于，所述垃圾收集机构包括机械臂、收集仓和用于绞吸垃圾的绞吸机，所述绞吸机的绞吸管设置在所述机械臂上并与所述收集仓连通。

7.根据权利要求6所述的水底视觉垃圾清理机器人，其特征在于，所述陆地移动部件为车轮，所述水底移动部件为螺旋桨。

8.根据权利要求7所述的水底视觉垃圾清理机器人，其特征在于，还包括水下定位模块。

9.水底视觉垃圾清理机器人的运行方法，其特征在于，包括以下步骤：

根据水路规划垃圾搜索路线前进，在陆地通过陆地移动部件移动，在水底通过水底移动部件移动；

通过摄像头拍摄水底的图像搜索垃圾；

输入图像通过训练好的宽度学习网络识别出垃圾的第一位置；

根据垃圾的第一位置规划前进路径；

移动到垃圾前停止，拍摄包含垃圾的图像，再次通过训练好的宽度学习网络识别出垃圾的第二位置；

根据垃圾的第二位置控制垃圾收集机构收集垃圾；

其中，所述宽度学习网络被配置为：

将图像输入依次连接的m组无监督学习模块，并通过多个横向连接的自动编码器对每组无监督学习模块的输出进行特征提取，自动编码器的输出的转置作为相邻的两组无监督学习模块间的横向连接，将无监督学习模块的输出作为特征节点，将所有特征节点所组成的特征集H；

通过激活函数从特征集H提取增强节点，将所有增强节点组成节点集E；

利用代价敏感型分类方法得到权重，并进行分类。