[发明专利]基于视觉及压力传感器的光伏清洁机器人卡死检测方法

权利要求书

1.一种基于视觉及压力传感器的光伏清洁机器人卡死检测方法，其特征在于，该方法包括：步骤一，构建光伏电站区域的BIM；

步骤二，利用轨道相机对工作中的清洁机器人进行图像采集，将采集到的清洁机器人图像送入机器人识别网络，得到清洁机器人的包围框；并将包围框投影到BIM中；

步骤三，根据包围框对清洁机器人图像进行裁剪操作，将裁剪后得到的图像送入下陷识别网络，判断清洁机器人的轮子是否存在下陷行为；若存在下陷行为，则结合BIM获取清洁机器人的位置信息；

步骤四，结合清洁机器人所在位置对应的光伏支架的压力变化判断清洁机器人是否存在沉陷卡死现象；若存在沉陷卡死现象，则启动光伏电池板MPPT控制器对相应的电池板的电压进行调节；具体的沉陷卡死现象的判断方法为：

其中，T为轮子下陷行为出现的时刻，ΔF为T时刻之后根据压力传感器的数据得到的压力变化值，t0为T时刻之后清洁机器人所在电池板的支架压力没有发生变化的时长，T′为电池板支架压力不发生变化的时长阈值。

2.如权利要求1所述的方法，其特征在于，机器人识别网络包括识别编码器和识别解码器，识别编码器的输入为经过归一化处理的清洁机器人图像，输出为中间特征图；识别解码器的输入为中间特征图，输出为清洁机器人的包围框。

3.如权利要求2所述的方法，其特征在于，机器人识别网络的训练细节为：以轨道相机采集的清洁机器人图像构建训练数据集，训练标签为清洁机器人包围框的中心点坐标、包围框的宽和高，采用均方误差损失函数进行该网络的训练。

4.如权利要求1所述的方法，其特征在于，所述裁剪操作具体为：将包围框的长宽扩大m倍后对清洁机器人图像进行裁剪操作。

5.如权利要求1所述的方法，其特征在于，所述下陷检测网络的输入为裁剪后得到的图像，输出为下陷识别结果；该网络的训练数据集包括清洁机器人轮子下陷图像、清洁机器人正常工作的图像；训练标签包括下陷、未下陷两类；损失函数为交叉熵损失函数。

6.如权利要求1所述的方法，其特征在于，所述T′要大于(t2-t1)，其中，t1为清洁机器人在一块电池板上正常工作时电池板支架压力不再发生变化的起始时刻，t2为清洁机器人完成该电池板的清洁工作后电池板支架压力开始发生变化的时刻。

7.如权利要求1所述的方法，其特征在于，对相应的电池板的电压进行调节以增大电池板的输出功率。