本技術(shù)涉及光伏清洗機器人，尤其涉及一種光伏清洗機器人用無線自動充電方法及裝置。

背景技術(shù)：

1、在當(dāng)今光伏產(chǎn)業(yè)蓬勃發(fā)展的大背景下，光伏板的清洗維護(hù)對于保障發(fā)電效率起著至關(guān)重要的作用。當(dāng)下，光伏板清洗手段主要涵蓋人工清洗與自動化清洗兩大類別。人工清洗方式依賴人工操作，效率低下且勞動強度大，對于大規(guī)模光伏電站的清洗需求難以滿足。

2、而自動化清洗領(lǐng)域，雖然眾多光伏清洗機器人的出現(xiàn)一定程度上提升了清洗速率，然而卻陷入了一系列亟待攻克的技術(shù)困境。一方面，多數(shù)光伏清洗機器人在電量管理層面存在嚴(yán)重短板，缺乏精準(zhǔn)、有效的電量監(jiān)測及科學(xué)合理的管理策略，這直接導(dǎo)致它們無法緊密貼合清洗任務(wù)的實際需求，動態(tài)且精準(zhǔn)地依據(jù)電量消耗狀況去規(guī)劃清洗任務(wù)步驟，使得整個清洗作業(yè)時常陷入混亂無序的狀態(tài)，且在惡劣天氣的侵襲以及雨季的持續(xù)影響之下，這一短板愈發(fā)顯著，所產(chǎn)生的負(fù)面影響也愈發(fā)嚴(yán)重。另一方面，在面對光伏板上豐富多樣的污染類型，如鳥屎、灰塵、油污、藻類等，機器人缺乏對不同污染特性與電量消耗關(guān)聯(lián)的深度認(rèn)知，清洗模式單一僵化。例如，處理粘性鳥屎和輕薄灰塵時采用相同功率與時長，既浪費電量又無法保證清潔效果，進(jìn)一步加劇了電量的不合理消耗。

3、與此同時，聚焦于充電技術(shù)板塊，現(xiàn)有的充電解決方案大多過于簡陋、粗放。僅僅著眼于單純的電量補給行為，卻完全忽視了清洗任務(wù)執(zhí)行過程中的復(fù)雜現(xiàn)實情境以及污染因素對電量造成的潛在且不可忽視的影響。例如，由于沒有將污染程度、類型與電量消耗之間的關(guān)聯(lián)納入考量，清洗機器人在執(zhí)行清洗流程時，常常毫無預(yù)警地遭遇電量驟減的困境，甚至因電量快速耗盡而中途停止工作，不僅影響了清洗任務(wù)的連貫性，更對光伏板的正常運行造成潛在威脅。這一系列問題交織在一起，為光伏清洗機器人實現(xiàn)靈活、智能且高效的無線自動充電及清洗一體化運作設(shè)置了重重阻礙，成為了制約行業(yè)進(jìn)一步發(fā)展的關(guān)鍵瓶頸。

4、基于此，亟需一種更加靈活、智能且高效地光伏清洗機器人用無線自動充電的技術(shù)方案。

技術(shù)實現(xiàn)思路

1、為解決上述問題，本技術(shù)實施例提供了一種光伏清洗機器人用無線自動充電方法及裝置。

2、一方面，本技術(shù)實施例提供了一種光伏清洗機器人用無線自動充電方法，該方法包括：

3、根據(jù)對預(yù)設(shè)范圍內(nèi)待清洗區(qū)域圖像的圖像識別結(jié)果，確定第一清洗污染信息集合；其中，所述第一清洗污染信息集合包括一個或多個污染序列；所述污染序列至少包括污染類型、污染出現(xiàn)頻率及污染程度；

4、基于所述第一清洗污染信息集合、歷史清洗數(shù)據(jù)及預(yù)設(shè)污染預(yù)測模型，確定第二清洗污染信息集合；所述第二清洗污染信息集合與所述預(yù)設(shè)范圍之外的剩余待清洗區(qū)域?qū)?yīng)；

5、基于所述第二清洗污染信息集合及預(yù)設(shè)污染清洗強度曲線、預(yù)設(shè)污染發(fā)電影響曲線，生成光伏清洗機器人的動態(tài)耗電曲線；

6、將所述動態(tài)耗電曲線輸入清洗強度優(yōu)化模型，以基于優(yōu)化結(jié)果更新與待清洗區(qū)域?qū)?yīng)的清洗策略后，控制所述光伏清洗機器人對光伏板清洗，直至首次抵達(dá)相應(yīng)光伏板的清洗終點，以基于剩余電量判斷是否對所述相應(yīng)光伏板進(jìn)行二次清洗；其中，同一所述清洗策略對應(yīng)同一所述預(yù)設(shè)范圍；

7、若判斷對光伏板進(jìn)行二次清洗，基于所述光伏板對應(yīng)的遺留污染信息集合及所述剩余電量，生成清洗返程路徑，以沿所述清洗返程路徑執(zhí)行二次清洗任務(wù)后使所述光伏清洗機器人返回初始位置，并基于剩余電量確定是否通過無線充電裝置進(jìn)行自動充電。

8、在本技術(shù)的一種實現(xiàn)方式中，所述方法應(yīng)用于掛于光伏板邊緣的掛軌式光伏清洗機器人；根據(jù)對預(yù)設(shè)范圍內(nèi)待清洗區(qū)域圖像的圖像識別結(jié)果，確定第一清洗污染信息集合之前，所述方法還包括：

9、確定所述光伏清洗機器人是否處于所述初始位置或上一預(yù)設(shè)范圍的終止邊緣；

10、若是，獲取圖像采集設(shè)備采集的行駛方向的光伏板表面圖像；其中，所述圖像采集設(shè)備設(shè)置于所述光伏清洗機器人的機體；

11、根據(jù)預(yù)先存儲的所述預(yù)設(shè)范圍對應(yīng)的尺寸信息，以所述光伏清洗機器人當(dāng)前位置為起始邊緣參照點，對所述光伏板表面圖像進(jìn)行裁剪操作，得到與所述預(yù)設(shè)范圍對應(yīng)的所述待清洗區(qū)域圖像；其中，所述待清洗區(qū)域圖像的區(qū)域形狀及大小與所述預(yù)設(shè)范圍一致；所述光伏板的面積由整數(shù)倍個所述預(yù)設(shè)范圍對應(yīng)面積組成；

12、將所述待清洗區(qū)域圖像輸入預(yù)先訓(xùn)練的圖像識別模型，以根據(jù)模型輸出結(jié)果確定所述預(yù)設(shè)范圍內(nèi)的各污染網(wǎng)格區(qū)域；其中，所述污染網(wǎng)格區(qū)域基于對各所述污染類型的污染網(wǎng)格進(jìn)行聚類得到；一個所述污染網(wǎng)格區(qū)域包括若干對應(yīng)于同一所述污染類型的污染網(wǎng)格；

13、基于各所述污染網(wǎng)格區(qū)域及污染特征提取模型，確定所述第一清洗污染信息集合。

14、在本技術(shù)的一種實現(xiàn)方式中，基于各所述污染網(wǎng)格區(qū)域及污染特征提取模型，確定所述第一清洗污染信息集合，具體包括：

15、通過所述污染特征提取模型，確定各所述污染網(wǎng)格對應(yīng)的污染特征信息；其中，所述污染特征信息至少包括與污染程度關(guān)聯(lián)的顏色特征值、紋理特征值、形狀特征值、面積特征值及反射率特征值；

16、計算所述污染網(wǎng)格的所述污染特征信息與預(yù)設(shè)污染特征權(quán)重的乘積和值，以確定相應(yīng)的污染程度系數(shù)；所述污染程度系數(shù)用于量化所述污染程度；

17、計算同一所述污染網(wǎng)格區(qū)域?qū)?yīng)的各所述污染程度系數(shù)的平均值，并計算所述平均值與相應(yīng)所述污染類型的污染程度權(quán)重的第一乘積值，為污染程度評估值；

18、將所述污染程度評估值與多個梯度閾值區(qū)間匹配，以確定相應(yīng)匹配梯度閾值區(qū)間對應(yīng)的所述污染程度為所述污染類型的污染程度，并添加至相應(yīng)所述污染序列；

19、分別統(tǒng)計各所述污染類型的所述污染網(wǎng)格的出現(xiàn)數(shù)量，以根據(jù)所述出現(xiàn)數(shù)量與污染網(wǎng)格總量的比值，確定所述污染出現(xiàn)頻率，并添加至相應(yīng)所述污染序列，得到所述第一清洗污染信息集合。

20、在本技術(shù)的一種實現(xiàn)方式中，基于所述第一清洗污染信息集合、歷史清洗數(shù)據(jù)及預(yù)設(shè)污染預(yù)測模型，確定第二清洗污染信息集合，具體包括：

21、根據(jù)所述當(dāng)前位置，確定所述第一清洗污染信息集合是否存在已清洗預(yù)設(shè)范圍；

22、若是，將相應(yīng)的已清洗光伏板表面圖像及歷史清洗污染信息集合、歷史清洗策略作為所述歷史清洗數(shù)據(jù)，并發(fā)送至云服務(wù)器，以基于所述已清洗光伏板表面圖像與若干相應(yīng)的預(yù)設(shè)清洗遺留污染樣本圖的比對結(jié)果，輸出相應(yīng)的污染程度識別偏差值；其中，所述污染程度識別偏差值用于修正所述預(yù)設(shè)污染預(yù)測模型中一個或多個預(yù)設(shè)參數(shù)；

23、當(dāng)接收到來自所述云服務(wù)器的所述污染程度識別偏差值之后，對所述預(yù)設(shè)污染預(yù)測模型調(diào)參，并將所述第一清洗污染信息集合輸入調(diào)參后的所述預(yù)設(shè)污染預(yù)測模型，以根據(jù)輸出結(jié)果確定所述第二清洗污染信息集合。

24、在本技術(shù)的一種實現(xiàn)方式中，所述方法還包括：

25、在確定所述第一清洗污染信息集合不存在所述已清洗預(yù)設(shè)范圍的情況下，將所述待清洗區(qū)域圖像發(fā)送至所述云服務(wù)器，以使所述云服務(wù)器在歷史案例數(shù)據(jù)庫中匹配；

26、若匹配成功，將匹配到的歷史案例作為所述歷史清洗數(shù)據(jù)；

27、否則，將預(yù)設(shè)的默認(rèn)清洗數(shù)據(jù)作為所述歷史清洗數(shù)據(jù)。

28、在本技術(shù)的一種實現(xiàn)方式中，基于所述第二清洗污染信息集合及預(yù)設(shè)污染清洗強度曲線、預(yù)設(shè)污染發(fā)電影響曲線，生成光伏清洗機器人的動態(tài)耗電曲線，具體包括：

29、按照時間順序，確定在預(yù)設(shè)清洗周期內(nèi)所述第二清洗污染信息集合對應(yīng)的污染程度序列；

30、基于所述污染程度序列及所述預(yù)設(shè)污染清洗強度曲線，生成所述第二清洗污染信息集合對應(yīng)的第二清洗強度曲線；其中，所述預(yù)設(shè)污染清洗強度曲線的橫坐標(biāo)為污染程度，縱坐標(biāo)為清洗強度值；所述清洗強度值至少對應(yīng)于清洗功率；

31、基于所述第二清洗強度曲線及所述預(yù)設(shè)污染發(fā)電影響曲線，生成所述第二清洗污染信息集合對應(yīng)的第二發(fā)電效率曲線；其中，所述預(yù)設(shè)污染發(fā)電影響曲線的橫坐標(biāo)為潔凈度，縱坐標(biāo)為發(fā)電效率值；所述潔凈度基于所述清洗強度值、所述污染類型、所述污染程度及預(yù)設(shè)清洗潔凈度對照表得到；所述潔凈度與所述發(fā)電效率值為正相關(guān)關(guān)系；

32、將所述第二清洗強度曲線及所述第二發(fā)電效率曲線輸入以下公式，生成所述動態(tài)耗電曲線：

33、

34、其中，e表示清洗周期t內(nèi)的所述動態(tài)耗電曲線的耗電量；i(t)表示時間t的清洗強度值；c1為清洗單位時間的耗電量；g(t)表示時間t的發(fā)電效率值；c2為待機狀態(tài)的單位時間耗電量。

35、在本技術(shù)的一種實現(xiàn)方式中，將所述動態(tài)耗電曲線輸入清洗強度優(yōu)化模型之后，所述方法還包括：

36、以所述動態(tài)耗電曲線對應(yīng)最小化能耗和最大化清洗效率為目標(biāo)函數(shù)，清洗強度大于清洗強度閾值為約束條件，建立多目標(biāo)優(yōu)化算法；

37、其中，所述最大化清洗效率對應(yīng)公式為：

38、

39、其中，η表示清洗效率；p(t)表示時間t的實際清洗功率；pmax表示所述光伏清洗機器人的最大清洗功率；

40、基于預(yù)設(shè)遺傳算法，對所述多目標(biāo)優(yōu)化算法進(jìn)行求解，得到優(yōu)化清洗強度曲線，并將所述優(yōu)化清洗強度曲線作為所述優(yōu)化結(jié)果，以更新所述清洗策略；所述清洗策略至少包括對不同所述污染類型、不同所述污染程度的光伏污染的清洗強度。

41、在本技術(shù)的一種實現(xiàn)方式中，基于所述光伏板對應(yīng)的遺留污染信息集合及所述剩余電量，生成清洗返程路徑，具體包括：

42、根據(jù)已清洗光伏板對應(yīng)的已清洗區(qū)域圖像，確定所述遺留污染信息集合；

43、根據(jù)所述遺留污染信息集合中各遺留污染對應(yīng)的污染程度，按照污染程度由大到小的順序，生成二次清洗優(yōu)先級序列；

44、基于所述剩余電量、剩余待清洗任務(wù)量對應(yīng)的規(guī)劃電量，確定相應(yīng)的富余電量；

45、根據(jù)所述富余電量、所述二次清洗優(yōu)先級序列及各所述遺留污染對應(yīng)的徹底清洗強度，確定相應(yīng)的二次清洗遺留污染及相應(yīng)的遺留污染位置；

46、根據(jù)所述遺留污染位置與所述清洗終點的距離，由近到遠(yuǎn)的順序，依次將所述遺留污染位置添加至所述清洗返程路徑的返程清洗節(jié)點。

47、在本技術(shù)的一種實現(xiàn)方式中，基于剩余電量判斷是否對所述相應(yīng)光伏板進(jìn)行二次清洗，具體包括：

48、計算所述剩余電量與剩余待清洗任務(wù)量對應(yīng)的規(guī)劃電量的電量差值，作為富余電量；其中，所述規(guī)劃電量至少包括所述光伏清洗機器人返回初始位置的電量；

49、確定所述遺留污染信息集合是否存在污染程度大于預(yù)設(shè)二次清洗閾值對應(yīng)的遺留污染；

50、若是，且所述富余電量滿足對相應(yīng)的所述遺留污染的徹底清洗強度，則判斷對相應(yīng)光伏板進(jìn)行二次清洗；其中，所述徹底清洗強度至少包括將所述遺留污染完全清洗所需的清洗功率；

51、否則，控制所述光伏清洗機器人返回所述初始位置，以對所述剩余待清洗任務(wù)量的下一光伏板進(jìn)行清洗或進(jìn)行無線自動充電。

52、另一方面，本技術(shù)實施例還提供了一種光伏清洗機器人用無線自動充電裝置，所述裝置包括：

53、第一確定模塊，用于根據(jù)對預(yù)設(shè)范圍內(nèi)待清洗區(qū)域圖像的圖像識別結(jié)果，確定第一清洗污染信息集合；其中，所述第一清洗污染信息集合包括一個或多個污染序列；所述污染序列至少包括污染類型、污染出現(xiàn)頻率及污染程度；

54、第二確定模塊，用于基于所述第一清洗污染信息集合、歷史清洗數(shù)據(jù)及預(yù)設(shè)污染預(yù)測模型，確定第二清洗污染信息集合；所述第二清洗污染信息集合與所述預(yù)設(shè)范圍之外的剩余待清洗區(qū)域?qū)?yīng)；

55、第一生成模塊，用于基于所述第二清洗污染信息集合及預(yù)設(shè)污染清洗強度曲線、預(yù)設(shè)污染發(fā)電影響曲線，生成光伏清洗機器人的動態(tài)耗電曲線；

56、輸入模塊，用于將所述動態(tài)耗電曲線輸入清洗強度優(yōu)化模型，以基于優(yōu)化結(jié)果更新與待清洗區(qū)域?qū)?yīng)的清洗策略后，控制所述光伏清洗機器人對光伏板清洗，直至首次抵達(dá)相應(yīng)光伏板的清洗終點，以基于剩余電量判斷是否對所述相應(yīng)光伏板進(jìn)行二次清洗；其中，同一所述清洗策略對應(yīng)同一所述預(yù)設(shè)范圍；

57、第二生成模塊，用于若判斷對光伏板進(jìn)行二次清洗，基于所述光伏板對應(yīng)的遺留污染信息集合及所述剩余電量，生成清洗返程路徑，以沿所述清洗返程路徑執(zhí)行二次清洗任務(wù)后使所述光伏清洗機器人返回初始位置，并基于剩余電量確定是否通過無線充電裝置進(jìn)行自動充電。

58、本技術(shù)與現(xiàn)有技術(shù)相比，其顯著效果如下：

59、本技術(shù)通過上述技術(shù)方案，利用圖像識別確定第一清洗污染信息集合，結(jié)合歷史數(shù)據(jù)與預(yù)測模型，明確剩余待清洗區(qū)域污染，為精準(zhǔn)清洗提供了依據(jù)。同時，依據(jù)污染信息及相關(guān)曲線生成動態(tài)耗電曲線，輸入優(yōu)化模型，實現(xiàn)清洗強度與電量消耗的動態(tài)匹配，提升電量利用效率。在首次清洗后，還能夠根據(jù)剩余電量和遺留污染信息判斷是否二次清洗，合理規(guī)劃返程路徑，避免無效工作。光伏清洗機器人在完成任務(wù)后依據(jù)剩余電量自動決定是否無線充電，實現(xiàn)清洗與充電的智能閉環(huán)。

60、上述方案顯著提高了光伏清洗機器人清洗及充電的智能化和自動化水平，通過智能化、自動化和精細(xì)化的管理手段，有效解決了目前對光伏清洗機器人的光伏板清洗電量管理水平不足，充電方案簡陋、粗放，難以實現(xiàn)靈活、智能且高效的無線自動充電的技術(shù)問題。