[发明专利]一种组群式空气净化方法、装置、空气净化机器人及计算机可读存储介质在审
| 申请号: | 202110374575.X | 申请日: | 2021-04-07 |
| 公开(公告)号: | CN113188242A | 公开(公告)日: | 2021-07-30 |
| 发明(设计)人: | 黄昕晨 | 申请(专利权)人: | 深圳市格林维尔技术有限公司 |
| 主分类号: | F24F11/64 | 分类号: | F24F11/64;F24F11/70;F24F8/80;F24F13/32 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 518101 广东省深圳市宝安区新安街*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 组群式 空气净化 方法 装置 机器人 计算机 可读 存储 介质 | ||
1.一种组群式空气净化方法,适用于两台及以上空气净化机器人在同一或不同区域内净化空气,其特征在于,该组群式空气净化方法包括如下步骤:
S1:获取所在位置的环境信息;
S2:判断所述环境信息的检测指标参数数值是否超过预存的空气质量指标分级策略模型的指标参数预设阈值;
S3:若所述环境信息的检测指标参数数值按照所述空气质量指标分级策略模型第一次出现有检测指标参数数值超过指标参数预设阈值时,则生成第一移动控制指令并将第一移动控制指令发送至其他空气净化机器人以供其他空气净化机器人根据该第一移动控制指令决定是否朝着所述所在位置方向移动以进行空气净化操作;
若所述环境信息的所有检测指标参数数值均低于所述空气质量指标分级策略模型的指标参数预设阈值,则继续执行步骤S1和步骤S2。
2.如权利要求1所述的一种组群式空气净化方法,其特征在于:
所述空气质量指标分级策略模型基于空气质量指标对人体健康危害程度由大至小为顺序的原则形成,具体按照对人体健康危害程度由大至小的顺序将获取的环境信息中对应的检测指标参数数值与对应的指标参数预设阈值依序进行比对。
3.如权利要求1所述的一种组群式空气净化方法,其特征在于:
所述第一移动控制指令包括地图信息以及识别信息,所述地图信息具体为将所在位置的具体坐标信息标记在所述地图信息上形成,所述识别信息包括所在位置附近设定距离内的其他空气净化机器人的识别号。
4.如权利要求3所述的一种组群式空气净化方法,其特征在于:
所述识别信息通过如下步骤得到:
向周边区域的其他空气净化机器人发射测距指令;
接收其他空气净化机器人发送的第一反馈信息,该第一反馈信息包括与所在位置的距离信息以及识别号;
根据所述环境信息判断净化空气所需的其他空气净化机器人的所需数量;
选定与所需数量匹配且距离最近的其他空气净化机器人的识别号集合形成所述识别信息。
5.如权利要求1所述的一种组群式空气净化方法,其特征在于,还包括如下步骤:
接收其他空气净化机器人发送的第二移动控制指令;
判断所在位置环境信息的检测指标参数数值是否有超过所述空气质量指标分级策略模型的指标参数预设阈值;
若没有超过,执行所述第二移动控制指令以使得移动至第二移动控制指令对应的位置;若超过则不执行所述第二移动控制指令并向其他空气净化机器人发送第二反馈信息供其他空气净化机器人根据该第二反馈信息再次向其他空气净化机器人发送新的第二移动控制指令;
其中,所述第二移动控制指令包括地图信息以及识别信息。
6.如权利要求1所述的一种组群式空气净化方法,其特征在于,还包括如下步骤:
接收其他空气净化器人发送的环境信息和地理位置信息数据;
将所述环境信息和地理信息数据标记于本地地图中;
显示所述本地地图。
7.如权利要求1所述的一种组群式空气净化方法,其特征在于,还包括如下步骤:
将获取的环境信息和所在地的地理信息数据共享至监控端。
8.一种组群式空气净化装置,其特征在于,包括:
获取模块,用于获取所在位置的环境信息;
判断模块,用于判断所述环境信息的检测指标参数数值是否超过预存的空气质量指标分级策略模型的指标参数预设阈值;
输出模块,用于当所述环境信息的检测指标参数数值按照所述空气质量指标分级策略模型第一次出现有检测指标参数数值超过指标参数预设阈值时,生成第一移动控制指令并将第一移动控制指令发送至其他空气净化机器人以供其他空气净化机器人根据该第一移动控制指令决定是否朝着所述所在位置方向移动以进行空气净化操作;当所述环境信息的所有检测指标参数数值均低于所述空气质量指标分级策略模型的指标参数预设阈值,则输出第一反馈信息至获取模块。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市格林维尔技术有限公司,未经深圳市格林维尔技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110374575.X/1.html,转载请声明来源钻瓜专利网。





