[发明专利]一种基于人工智能的清洁机器人卡死风险评估方法及系统

权利要求书

1.一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，该方法包括以下步骤：

所述无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取所述光伏电池板的中心点坐标，当所述光伏电池板的中心点位于无人机视野中心点时采集图像；

所述无人机采集图像时触发红外测距传感器测量所述无人机到地面的距离，并获取所述无人机的高度；

将所述无人机的高度输入纵坐标计算模型中得到所述光伏电池板的中心点在世界坐标系中的纵坐标；所述无人机的高度与所述纵坐标呈正相关关系。

计算相邻两个光伏电池板的中心点在所述世界坐标系中的纵坐标差值，根据所述纵坐标差值评估所述清洁机器人的卡死风险。

2.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述关键点检测网络采用编码器-解码器的网络结构，并采用均方差损失函数优化网络参数，具体训练过程如下：

对样本图像训练集中所述光伏电池板的四个角点坐标进行标注得到关键点散点图，将所述关键点散点图与高斯核卷积得到标签图像；

所述样本图像训练集为无人机采集的光伏电池板图像的集合；

将所述光伏电池板图像和对应的标签图像输入所述关键点检测网络中进行端到端的训练。

3.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述红外测距传感器发射红外线的方向与所述无人机所在的水平面的夹角为预设测量角度。

4.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述纵坐标计算模型的构建方法如下：

将所述光伏电池板的中心点坐标通过透视变换从图像坐标系转换到世界坐标系下；

建立无人机的高度与光伏电池板的中心点在世界坐标系下的纵坐标之间的关系。

5.根据权利要求1所述的一种基于人工智能的清洁机器人卡死风险评估方法，其特征在于，所述纵坐标差值与所述清洁机器人的卡死风险呈正相关关系。

6.一种基于人工智能的清洁机器人卡死风险评估系统，其特征在于，包括：

图像采集模块，用于无人机通过关键点检测网络实时检测光伏电池板的四个角点坐标，并获取所述光伏电池板的中心点坐标，当所述光伏电池板的中心点位于无人机视野中心点时采集图像；

无人机高度获取模块，用于在所述无人机采集图像时触发红外测距传感器测量所述无人机到地面的距离，并获取所述无人机的高度；

中心点纵坐标获取模块，用于将所述无人机的高度输入纵坐标计算模型中得到所述光伏电池板的中心点在世界坐标系中的纵坐标；所述无人机的高度与所述纵坐标呈正相关关系；

卡死风险评估模块，用于计算相邻两个光伏电池板的中心点在所述世界坐标系中的纵坐标差值，根据所述纵坐标差值评估所述清洁机器人的卡死风险。

7.根据权利要求6所述的一种基于人工智能的清洁机器人卡死风险评估系统，其特征在于，所述图像采集模块包括关键点检测网络，所述关键点检测网络包括：

标注子单元，用于对样本图像训练集中所述光伏电池板的四个角点坐标进行标注得到关键点散点图，将所述关键点散点图与高斯核卷积得到标签图像；

所述样本图像训练集为无人机采集的光伏电池板图像的集合；

训练子单元，用于将所述光伏电池板图像和对应的标签图像输入所述关键点检测网络中进行端到端的训练。

8.根据权利要求6所述的一种基于人工智能的清洁机器人卡死风险评估系统，其特征在于，所述红外测距传感器发射红外线的方向与所述无人机所在的水平面的夹角为预设测量角度。