一种无人清扫车的自适应贴边调节方法及调节系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115826575A(43)申请公布日2023.03.21(21)申请号202211501710.3G06V10/764(2022.01)(22)申请日2022.11.28G06V10/762(2022.01)(71)申请人湖南湘江智车出行科技有限公司地址410036湖南省长沙市岳麓区学士街道学士路336号慧谷科技产业园A-1检测大楼1707(72)发明人雷朝凯龙腾蛟刘凯张福升赵帅姜勇钢(74)专利代理机构湖南兆弘专利事务所(普通合伙)43008专利代理师周长清(51)Int.Cl.G05D1/02(2020.01)G06V20/56(2022.01)G06V10/44(2022.01)权利要求书2页说明书6页附图9页(54)发明名称一种无人清扫车的自适应贴边调节方法及调节系统(57)摘要本发明公开了一种无人清扫车的自适应贴边调节方法及调节系统，方法包括：步骤S1：获取无人清扫车的一侧扫刷外边缘与道路边线或路沿的图像；步骤S2：灰度处理，检测边缘，提取边缘轮廓，形成灰度矩阵；步骤S3：分类二者轮廓，并聚类获得对应轮廓簇点，快速循环遍历并计算两轮廓内像素簇点之间的距离最小值，得到最小距离偏差值，将像素簇点最小距离转化为实际工程偏差距离参数；步骤S4：如若距离稳定偏差值为0则直接退出，重新进行实时检测；否则，输出到控制模块，对原行驶规划路径进行偏移补偿或对扫刷的展开角度进行自动调节，实现自适应动态调节贴边。该系统基于上述方法来实现。本发明具有智能化程度高、调节精准、适用范围广等优点。CN115826575ACN115826575A权利要求书1/2页1.一种无人清扫车的自适应贴边调节方法，其特征在于，包括：步骤S1：获取无人清扫车的一侧扫刷外边缘与道路边线或路沿的图像；步骤S2：对获取的图像进行灰度处理，检测边缘，提取边缘轮廓，形成灰度矩阵；步骤S3：通过K‑mean聚类算法分类二者轮廓，并使用DBSCAN聚类获得对应轮廓簇点，再通过改进后的标准化欧式距离算法，快速循环遍历并计算两轮廓像素点簇点之间的距离最小值，得到最小距离偏差值，将像素簇点最小距离转化为实际工程偏差距离参数；步骤S4：如若距离稳定偏差值为0则直接退出，重新进行实时检测；如若偏差大于0，则输出到无人清扫车的控制模块，对原行驶规划路径进行偏移补偿或对扫刷的展开角度进行自动调节，实现自适应动态调节贴边。2.根据权利要求1所述的无人清扫车的自适应贴边调节方法，其特征在于，所述步骤S2中，通过图像处理模块对获取的图像进行灰度处理，高斯滤波器模糊降噪，应用边缘检测器检测边缘并提取边缘轮廓，形成灰度矩阵。3.根据权利要求1所述的无人清扫车的自适应贴边调节方法，其特征在于，所述步骤S3中，由于边缘轮廓较为分明连续，此处快速将二者轮廓进行划分，采用方法为K‑mean聚类方法，即：其中，z表示分类结果；表示有n个数据点；表示有k个初始化数据中心。4.根据权利要求1所述的无人清扫车的自适应贴边调节方法，其特征在于，所述步骤S3中，分别对各轮廓内部进行簇点生成及分类方法为DBSCAN聚类算法，对给定采用固定域半径ε内区域中的m个对象，生成一个核心对象的簇，DBSCAN算法反复对核心对象直接密度可达的其他对象进行搜寻，对可能涉及密度可直达簇进行合并，直至周边没有任何其他簇，分别实现两轮廓的簇点生成。5.根据权利要求4所述的无人清扫车的自适应贴边调节方法，其特征在于，所述步骤S3中，将DBSCAN聚类簇点引入的邻域参数ε引入欧式距离公式里，形成改进欧式距离公式：其中，扫刷外沿轮廓簇点向量，个数1到n；路沿或边线边沿内侧轮廓簇点向量，个数1到m；为领域参数向量；xix指第i个簇点的横坐标；yjx指第j个簇点的横坐标；xiy指第i个簇点的纵坐标；yjy指第j个簇点的纵坐标；最小距离应属于距离集合D改进后的欧几里得距离。6.根据权利要求1‑5中任意一项所述的无人清扫车的自适应贴边调节方法，其特征在于，在无人清扫车的车体右前方设置一个以上的摄像头，用来获取无人清扫车的一侧扫刷与道路边线的图像。2CN115826575A权利要求书2/2页7.根据权利要求1‑5中任意一项所述的无人清扫车的自适应贴边调节方法，其特征在于，所述道路边线包括路沿边界线、路牙边界线、行道边线中的一种或多种。8.一种无人清扫车的自适应贴边调节系统，其特征在于，包括：图像获取模块，用来获取无人清扫车的一侧扫刷与道路边线的图像；图像处理计算模块，用来对获取的图像进行灰度处理，检测边缘并提取边缘轮廓，形成灰度矩阵；通过K‑mean聚类算法分类二者轮廓，并使用DBSCAN聚类获得对应轮廓簇点，再通过改进后的标准化欧式距离算法，快速循环遍历两轮廓内像素簇点计算两轮廓像素点簇点