[发明专利]一种无人驾驶清扫车及其长距离贴边清扫方法

权利要求书

1.一种无人驾驶清扫车长距离贴边清扫方法，其特征在于，包括如下步骤：

S1、高精度地图创建与作业区域类型划分：通过传感器模块，创建无人驾驶清扫车作业区域的高精度地图，并对作业区域内的特征物进行标记，同时利用动态虚拟墙技术，将高精度地图划分为广阔作业区域、道路边界区域和不可通行区域；

S2、区域识别并开启贴边清扫：当清扫车进入道路边界区域时，由高精度地图内的虚拟墙技术触发清扫车开启贴边清扫模式，按照规划的贴边清扫路径进行贴边清扫；

S3、位置矫正与行走偏差矫正：清扫车贴边清扫的过程中，通过传感器对作业区域内的所述特征物进行识别，并借助传感器对所述特征物进行距离和位置识别，进而反推清扫车的当前位置，同时将该当前位置与GPS+IMU组合定位结果进行匹配和修正，实现清扫车的精准实时定位；并将精准实时定位与规划的贴边清扫路径进行匹配，及时调整清扫车的行走偏差，保证清扫车沿着规划的清扫路径进行高精度贴边清扫；

S4、贴边清扫效果评估与局部路径修正：清扫车贴边清扫的过程中，通过传感器分别识别清扫前和清扫后的垃圾量，并将两者进行对比，评估贴边清扫的效果；如对比结果超出预设阈值，说明贴边清扫效果较差，则根据对比的差异程度对后续的贴边清扫路径进行修正，直至清扫效果评估结果在预设阈值范围内；

S5、完成所有贴边清扫作业后，退出贴边清扫模式；

所述S4步骤中对贴边清扫路径进行修正的方法为：根据对已清扫路段的评估结果，当下一路段为直线段时，则依据数据模型，将清扫路径往道路边沿靠近一定的距离，直至清扫效果评估结果在预设阈值范围内；当下一路段为圆弧路段时，则依据数据模型，减小贴边清扫行驶路线的曲率半径，直至清扫效果评估结果在预设阈值范围内；

贴边清扫路径修正后，将修正的结果输入数据模型进行机器学习，用于后续清扫时的贴边清扫路径规划；

所述传感器为激光雷达、环视双目视觉传感器、超声波传感器阵列中的一种或几种的组合。

2.根据权利要求1所述的一种无人驾驶清扫车长距离贴边清扫方法，其特征在于，清扫车贴边清扫的过程中还包括进行贴边作业安全保证的步骤，所述贴边作业安全保证包括：通过设置在清扫车车体两侧的防跌落传感器，在贴边清扫过程中不断检测是否到达道路边缘，防止从道路边缘跌落；

通过设置在车体四周的安全触边，在贴边清扫过程中不断检测清扫车是否触碰到障碍物或行人，如发生触碰紧急停车；

通过安装在车体上的传感器对环境障碍物进行探测，如探测到前进区域内有影响贴边清扫作业的障碍物，则执行自主避障作业模式，完成障碍物避让后，回到贴边清扫模式继续执行贴边清扫作业。

3.根据权利要求2所述的一种无人驾驶清扫车长距离贴边清扫方法，其特征在于，清扫车探测到前进区域内有障碍物时，还通过环视双目视觉传感器拍摄障碍物照片、以及车辆四周环境实时照片，并提取此时车辆或障碍物的位置坐标，将照片和位置坐标上传管理系统后台，告知用户此处区域内的障碍物信息以及由此造成的清扫遗漏区。

4.根据权利要求1所述的一种无人驾驶清扫车长距离贴边清扫方法，其特征在于，所述S1步骤中高精度地图的创建方法为：通过激光雷达采集环境信息并生成二维栅格地图；通过双目视觉传感器借助视觉回环检测技术修补二维栅格地图大范围复杂地图上的不闭合区域，并为特殊区域提供局部3D地图；通过GPS模块获取拓扑地图，将所述二维栅格地图、3D地图和拓扑地图混合，实现清扫车高精度地图的创建。

5.根据权利要求1所述的一种无人驾驶清扫车长距离贴边清扫方法，其特征在于，所述S2步骤中贴边清扫路径的规划方法为：从高精度地图中提取本次贴边清扫作业所涉及的路径地图，再将提取的路径地图分割成若干路段，根据分割的各路段的路面状况进行贴边清扫路径的规划；

当清扫车完成某一个路段的贴边清扫后，通过传感器识别清扫后路面的垃圾量，并将其与清扫前路面的垃圾量进行对比，评估该路段贴边清扫的效果。