本發(fā)明涉及無(wú)人駕駛控制，尤其涉及一種無(wú)人駕駛掃地車(chē)的避障方法及系統(tǒng)。

背景技術(shù)：

1、無(wú)人駕駛掃地車(chē)是一種利用現(xiàn)代信息技術(shù)、傳感器技術(shù)和自動(dòng)化技術(shù)，能夠在沒(méi)有人工直接操控的情況下自主完成清掃工作的機(jī)械設(shè)備。這種掃地車(chē)通常配備了先進(jìn)的導(dǎo)航系統(tǒng)、環(huán)境感知裝置(如激光雷達(dá)、攝像頭、超聲波傳感器等)，以及用于數(shù)據(jù)分析處理的計(jì)算機(jī)系統(tǒng)，使得它們可以在預(yù)定區(qū)域內(nèi)精確地識(shí)別垃圾并進(jìn)行清掃。

2、商場(chǎng)內(nèi)的無(wú)人掃地車(chē)通過(guò)接收中央系統(tǒng)的清掃指令，利用預(yù)設(shè)的地圖和路徑規(guī)劃，在商場(chǎng)內(nèi)自主導(dǎo)航。它使用激光雷達(dá)、攝像頭等傳感器來(lái)感知周?chē)h(huán)境，避免障礙物，并沿著規(guī)劃好的路線清掃地面。當(dāng)遇到行人時(shí)，它會(huì)自動(dòng)避讓，確保安全。清掃過(guò)程中收集的垃圾會(huì)被存入集塵箱，當(dāng)集塵箱接近滿載時(shí)，無(wú)人掃地車(chē)會(huì)自動(dòng)返回指定位置傾倒垃圾并返回充電站補(bǔ)充能量，以便繼續(xù)完成清掃任務(wù)。

3、但是在執(zhí)行上述清掃過(guò)程時(shí)，如果商場(chǎng)內(nèi)的人員太多，則會(huì)降低清掃效率，同時(shí)會(huì)影響人員出行，人員太少時(shí)則需要人為開(kāi)啟清掃進(jìn)程，從而降低了工作效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種無(wú)人駕駛掃地車(chē)的避障方法及系統(tǒng)，旨在可以提高了清掃效率，降低了運(yùn)營(yíng)成本，同時(shí)也提升了商場(chǎng)的環(huán)境質(zhì)量和用戶體驗(yàn)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種無(wú)人駕駛掃地車(chē)的避障方法，包括獲取商場(chǎng)中目標(biāo)樓層的需要清掃的區(qū)域地圖；

3、基于區(qū)域地圖根據(jù)岔路節(jié)點(diǎn)劃分多個(gè)清掃區(qū)域；

4、獲取區(qū)域地圖中設(shè)置的多個(gè)停車(chē)點(diǎn)，并基于兩個(gè)相鄰?fù)＼?chē)點(diǎn)的連線生成清掃路徑，得到清掃路徑網(wǎng)絡(luò)；

5、獲取每個(gè)停車(chē)點(diǎn)周?chē)A(yù)設(shè)范圍內(nèi)的人流密度，得到人員密度分布圖；

6、基于人員密度分布圖和進(jìn)出當(dāng)前樓層的人員數(shù)據(jù)預(yù)測(cè)人流密度變化情況；

7、在當(dāng)前樓層的總體人流密度大于第一預(yù)設(shè)值時(shí)，基于清掃路徑網(wǎng)絡(luò)進(jìn)行清理，小于第一預(yù)設(shè)值時(shí)在清掃區(qū)域集中清理。

8、其中，所述獲取商場(chǎng)中目標(biāo)樓層的需要清掃的區(qū)域地圖的具體步驟包括：獲得目標(biāo)樓層的基礎(chǔ)平面圖，包括各個(gè)區(qū)域的功能劃分、通道位置和出入口；

9、對(duì)目標(biāo)樓層進(jìn)行掃描并識(shí)別障礙物；

10、在基礎(chǔ)平面圖上標(biāo)注出所有需要避讓的障礙物得到區(qū)域地圖。

11、其中，所述基于區(qū)域地圖根據(jù)岔路節(jié)點(diǎn)劃分多個(gè)清掃區(qū)域的具體步驟包括：

12、在基礎(chǔ)地圖上識(shí)別所有的岔路節(jié)點(diǎn)；

13、根據(jù)岔路節(jié)點(diǎn)將整個(gè)樓層劃分為若干個(gè)獨(dú)立的清掃區(qū)域；

14、為每個(gè)清掃區(qū)域設(shè)定邊界；

15、規(guī)劃連接各清掃區(qū)域的路徑，得到清掃區(qū)域圖。

16、其中，所述區(qū)域地圖中設(shè)置的多個(gè)停車(chē)點(diǎn)的具體方式包括：

17、獲取所有岔路節(jié)點(diǎn)的坐標(biāo)；

18、基于岔路節(jié)點(diǎn)坐標(biāo)掃描預(yù)設(shè)半徑內(nèi)的障礙物覆蓋面積；

19、當(dāng)障礙物覆蓋面積小于預(yù)設(shè)面積時(shí)將離岔路節(jié)點(diǎn)最近的清掃區(qū)域的邊界作為停車(chē)點(diǎn)；

20、在區(qū)域地圖中標(biāo)注選定的停車(chē)點(diǎn)位置。

21、其中，所述基于兩個(gè)相鄰?fù)＼?chē)點(diǎn)的連線生成清掃路徑，得到清掃路徑網(wǎng)絡(luò)的具體步驟包括：

22、獲取在區(qū)域地圖上確定的所有臨時(shí)停車(chē)點(diǎn)的位置坐標(biāo)；

23、使用曲線將相鄰的停車(chē)點(diǎn)連接起來(lái)，形成路徑網(wǎng)絡(luò)；

24、應(yīng)用dijkstra算法來(lái)優(yōu)化路徑以避免重復(fù)清掃，得到基本路徑；

25、在基本路徑的基礎(chǔ)上基于障礙物數(shù)據(jù)進(jìn)一步優(yōu)化路徑，得到清掃路徑網(wǎng)絡(luò)。

26、其中，所述獲取每個(gè)停車(chē)點(diǎn)周?chē)A(yù)設(shè)范圍內(nèi)的人流密度，得到人員密度分布圖的具體步驟包括：

27、在商場(chǎng)的各個(gè)關(guān)鍵區(qū)域安裝攝像頭，所述關(guān)鍵區(qū)域包括入口、出口、電梯、扶梯、休息區(qū)；

28、對(duì)攝像頭采集的視頻幀進(jìn)行預(yù)處理；

29、使用yolo檢測(cè)模型來(lái)檢測(cè)視頻幀中的人群；

30、利用多目標(biāo)跟蹤算法跟蹤視頻中的每個(gè)個(gè)體并估計(jì)其軌跡；

31、將跟蹤到的個(gè)體分配到清掃區(qū)域中；

32、計(jì)算每個(gè)清掃區(qū)域內(nèi)的平均人數(shù)，從而得出該區(qū)域的人流密度，最終組合得到樓層人流密度。

33、其中，所述在當(dāng)前樓層的總體人流密度大于第一預(yù)設(shè)值時(shí)，基于清掃路徑網(wǎng)絡(luò)進(jìn)行清理，小于第一預(yù)設(shè)值時(shí)在清掃區(qū)域集中清理的具體步驟包括：

34、根據(jù)歷史數(shù)據(jù)設(shè)定人流密度閾值；

35、將樓層人流密度與人流密度閾值進(jìn)行比較，如果人流密度大于人流密度閾值，則進(jìn)入路徑清理模式；如果人流密度小于第一預(yù)設(shè)值，則進(jìn)入?yún)^(qū)域集中清理模式；

36、在區(qū)域集中清理模式時(shí)，持續(xù)清掃區(qū)域內(nèi)的人流密度，當(dāng)人流密度大于預(yù)設(shè)值時(shí)驅(qū)動(dòng)清掃車(chē)到停車(chē)點(diǎn)停留直至人流密度小于預(yù)設(shè)值后再進(jìn)行清掃。

37、第二方面，本發(fā)明還提供一種無(wú)人駕駛掃地車(chē)的避障系統(tǒng)，包括地圖獲取模塊、區(qū)域劃分模塊、清掃路徑生成模塊、人員密度計(jì)算模塊、預(yù)測(cè)模塊、清掃策略生成模塊；

38、所述地圖獲取模塊，用于獲取商場(chǎng)中目標(biāo)樓層的需要清掃的區(qū)域地圖；

39、所述區(qū)域劃分模塊，用于基于區(qū)域地圖根據(jù)岔路節(jié)點(diǎn)劃分多個(gè)清掃區(qū)域；

40、所述清掃路徑生成模塊，用于獲取區(qū)域地圖中設(shè)置的多個(gè)停車(chē)點(diǎn)，并基于兩個(gè)相鄰?fù)＼?chē)點(diǎn)的連線生成清掃路徑，得到清掃路徑網(wǎng)絡(luò)；

41、所述人員密度計(jì)算模塊，用于獲取每個(gè)停車(chē)點(diǎn)周?chē)A(yù)設(shè)范圍內(nèi)的人流密度，得到人員密度分布圖；

42、所述預(yù)測(cè)模塊，用于基于人員密度分布圖和進(jìn)出當(dāng)前樓層的人員數(shù)據(jù)預(yù)測(cè)人流密度變化情況；

43、所述清掃策略生成模塊，用于在當(dāng)前樓層的總體人流密度大于第一預(yù)設(shè)值時(shí)，基于清掃路徑網(wǎng)絡(luò)進(jìn)行清理，小于第一預(yù)設(shè)值時(shí)在清掃區(qū)域集中清理。

44、本發(fā)明的一種無(wú)人駕駛掃地車(chē)的避障方法及系統(tǒng)，通過(guò)集成高精度的傳感器來(lái)掃描并構(gòu)建出商場(chǎng)內(nèi)部的三維地圖。該地圖包含了所有需要清掃區(qū)域的具體信息，如障礙物的位置、空間尺寸等，為后續(xù)的清掃路徑規(guī)劃提供了基礎(chǔ)數(shù)據(jù)支持。利用地圖信息中的關(guān)鍵節(jié)點(diǎn)作為參考點(diǎn)，將整個(gè)樓層劃分為若干個(gè)獨(dú)立的清掃單元。這樣的分區(qū)方式有利于減少清掃過(guò)程中由于路徑重疊導(dǎo)致的時(shí)間浪費(fèi)，同時(shí)也便于對(duì)不同區(qū)域采取差異化的清掃策略。停車(chē)點(diǎn)的選擇需考慮到不影響顧客通行的同時(shí)便于清掃車(chē)出入，以此為基礎(chǔ)，結(jié)合最短路徑算法規(guī)劃出一條或多條最優(yōu)清掃路徑，形成覆蓋整個(gè)樓層的清掃路徑網(wǎng)絡(luò)。這種設(shè)計(jì)能夠有效縮短清掃時(shí)間，提升整體作業(yè)效率。使用環(huán)境感知技術(shù)監(jiān)測(cè)各個(gè)停車(chē)點(diǎn)附近的人流量情況，并據(jù)此繪制出人員密度分布圖。這有助于識(shí)別哪些區(qū)域較為擁擠，哪些區(qū)域相對(duì)空曠，為動(dòng)態(tài)調(diào)整清掃計(jì)劃提供依據(jù)。結(jié)合歷史數(shù)據(jù)與實(shí)時(shí)監(jiān)測(cè)結(jié)果，運(yùn)用大數(shù)據(jù)分析及人工智能技術(shù)(如深度學(xué)習(xí)模型)來(lái)預(yù)測(cè)未來(lái)某段時(shí)間內(nèi)人流量的變化趨勢(shì)。根據(jù)人流量動(dòng)態(tài)調(diào)整清掃策略。在人流密集時(shí)段，掃地車(chē)按照清掃路徑網(wǎng)絡(luò)緩慢行駛并進(jìn)行清掃，盡量減少對(duì)行人的影響；而在人流稀少時(shí)段，則可以在指定區(qū)域內(nèi)實(shí)施更為細(xì)致的清潔工作。通過(guò)上述步驟和技術(shù)的應(yīng)用，本方法實(shí)現(xiàn)了無(wú)人駕駛掃地車(chē)的智能化作業(yè)，不僅提高了清掃效率，降低了運(yùn)營(yíng)成本，同時(shí)也提升了商場(chǎng)的環(huán)境質(zhì)量和用戶體驗(yàn)。