【技术实现步骤摘要】
本专利技术涉及智能设备，尤其涉及基于二分类算法的扫地机器人硬质地面和地毯识别方法。
技术介绍
1、随着科技的发展，具有自主移动功能的扫地机器人越来越普及，扫地机器人可以为用户节省大量清洁时间，便于用户更好的利用时间享受生活，现有的扫地机器人在自主清扫方面还存在较大的问题，当对硬质地面和地毯等地面状况不同的情况进行清扫时，其对移动部件和清扫部件的功率要求均不相同，需要适当的进行切换。当在扫地机器人以合适硬质地面的功率进行清扫时，在遇到地毯时，由于地毯中毛会大大增加了扫地人运动的阻力，并且导致机器人与地毯之间的密闭程度降低，从而使得地毯的清扫能力很差，因此，如何快速的根据待清扫地面状况的不同切换合适的工作模式，从而保证清洁效果成为有待解决的问题。
2、若只采集地检传感器，比如黑色的磨砂硬质地面，表面粗糙，漫反射较强，返回的强度弱，毛刷的地毯硬质地面，表面粗糙，漫反射较强，返回的强度弱，故而效果相同，不容易进行区分，但是白色的地毯和硬质地面的传感器强度都较为相同。
3、现有专利公开号cn 107943039a，公开了扫地机器人清扫方法和扫地机器人，其通过依次判断行走轮、边扫和中扫的驱动电流值是否增大，来判断采用地毯模式还是采用硬质地面模式，该判断方式需要的时间过多，并不是使得扫地机器人迅速的做出判断，同时，如果是光滑的地毯，则会产生误判。
技术实现思路
1、为了解决上述问题，本专利技术提出一种基于二分类算法的扫地机器人硬质地面和地毯识别方法，。
2、基
3、步骤s1:对已知的地面检测数据进行数据训练得到svm分类模型，地面检测数据包括指定部件的驱动电流值以及地检传感器强度值，其中，所述指定部件至少包括左右驱动轮、中扫电机、边扫电机中的其中一种；
4、步骤s2:获取清扫状态下实时的地面检测数据，利用实时的地面检测数据驱动svm分类模型，实现扫地机器人在清扫状态下的分类，具体的为：将获取的实时的地面检测数据输入至预先建立的svm分类模型中，获得可信度值，若可信度值大于或等于1，则判断为地毯环境，若可信度值小于或等于-1，则判断为硬质地面环境；
5、步骤s3:根据所述判断结果控制所述扫地机器人的工作模式。
6、进一步的，svm分类模型的训练过程包括以下步骤：选择多次方的多项式核函数，将训练样本映射到n维矢量空间，利用svm分类模型在样本特征空间中找出地毯和硬质地面特征样本的最优分类超平面，得到代表地毯和硬质地面特征样本的支持向量集及其相应的vc可信度，形成判断地毯和硬质地面的判别函数，进行分类。
7、较为具体的为：预先建立的svm分类模型把待分类目标分成两类，其中一类为地毯，一类为硬质地面，当假设线性可分的情况下，定义判别函数f(x)＝wx+b＝0这个判别函数是n维矢量空间中的一个超平面，简称为分界面，给定有t个样本{xi,yi}li＝1,的训练集合,其中，xi∈rn,yi∈{+1，-1},i＝1,2，...n，xi为第i个特征向量，yi为类标记，当yi＝1时为正例，当yi＝-1时为负例；几何间隔：对于给定的数据集t和超平面wx+b＝0,定义超平面关于样本点(xi,yi)的几何间隔为
8、
9、超平面关于所有样本点的几何间隔的最小值为:
10、
11、这个距离就是所谓的支持向量到超平面的距离；
12、根据以上定义，svm分类模型的求解最大分割超平面问题可以表示为以下约束最优化问题
13、
14、将约束条件两边同时除以γ得到
15、
16、因为‖w‖，γ都是标量，所述为了表达式简洁起见，令
17、
18、
19、得到
20、yi(w*xi+b)≥1,i＝1,2…,n
21、又因为最大化γ，等价与最大化也就等价与最小化其中，是为了后面求导以后形式简洁，不影响结果)，因此svm分类模型的求解最大分割超平面问题又可以表示为以下约束最优化问题：
22、
23、s.t yi(wxi+b)≥1,i＝1,2…,n
24、这是一个含有不等式约束的凸二次规划问题，可以对其使用拉格朗日乘子法得到其对偶问题,
25、首先，我们将有约束的原始目标函数转换为无约束的新构造的拉格朗日目标函数:
26、
27、其中ai为拉格朗日乘子，且ai≥0，令当样本点不满足约束条件时，即在可行解区域外：
28、yi(w*xi+b)＜1
29、此时，将ai设置为无穷大，则θ(w)也为无穷大。
30、当满本点满足约束条件时，即在可行解区域内：
31、yi(w*xi+b)≥1
32、此时，θ(w)为原函数本身。于是，将两种情况合并起来就可以得到我们新的目标函数
33、
34、于是原约束问题就等价于：
35、
36、使用拉格朗日函数对偶性，将最小和最大的位置交换一下:当
37、为了得到求解对偶问题的具体形式，令l(w,b,a)对w和b的偏导为0，可得：
38、
39、
40、由此可知在a*中，至少存在一个(反证法可以证明，若全为0，则w＝0，矛盾)，对此j有
41、yi(w*.xi+b*)-1＝0
42、因此可以得到:
43、
44、
45、对于任意训练样本(xi.xj)，总有ai＝0或者yj(wxj+b)＝1。若ai＝0，则该样本不会在最后求解模型参数的式子中出现。若ai>0，则必有yj(wxj+b)＝1，所对应的样本点位于最大间隔边界上，是一个支持向量。这显示出支持向量机的一个重要性质：训练完成后，大部分的训练样本都不需要保留，最终模型仅与支持向量有关。
46、到这里都是基于训练集数据线性可分的假设下进行的，但是实际情况下几乎不存在完全线性可分的数据，为了解决这个问题，引入了“软间隔”的概念，即允许某些点不满足约束yj(wxj+b)≥1
47、采用hinge损失，将原优化问题改写为
48、
49、s.t yi(wxi+b)≥1-ξi
50、ξi≥0,i＝1,2…,n
51、其中ξi为“松弛变量”，ξi＝max(0,1-yi(w*xi+b))，即一个hinge损失函数。每一个样本都有一个对应的松弛变量，表征该样本不满足约束的程度。c>0称为惩罚参数，c值越大，对分类的惩罚越大。跟线性可分求解的思路一致，同样这里先用拉格朗日乘子法得到拉格朗日函数，再求其对偶问题。
52、得到线性支持向量机学习算法如下：
53、输入：训练数据集t＝{(x1,y1),(x2,y2),…,(xn,yn本文档来自技高网...
【技术保护点】
1.基于二分类算法的扫地机器人硬质地面和地毯识别方法，基于二分类算法的扫地机器人硬质地面和地毯识别方法，包括：
2.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：SVM分类模型的训练过程包括以下步骤：选择多次方的多项式核函数，将训练样本映射到n维矢量空间，利用SVM分类模型在样本特征空间中找出地毯和硬质地面特征样本的最优分类超平面，得到代表地毯和硬质地面特征样本的支持向量集及其相应的VC可信度，形成判断地毯和硬质地面的判别函数，进行分类。
3.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，已知的地面检测数据为在一平米的范围内放置至少20中材质的硬质地面和地毯的地面检测数据。
4.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，所述硬质地面至少包括地砖、底板、凹凸瓷砖，所述地毯至少包括：长毛地毯、短毛地毯、羊毛地毯、涤纶地毯。
5.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其
6.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，地检传感器采集时的速度为30cm/s，同时，5ms采集一次。
7.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，左右驱动轮采集的数据为线转速，每组线转速对应一个电流值，左右两个驱动轴的线转速不同，对应不同的电流值。
8.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，当左右驱动轮采集电流值时，首先，需要经过2-3s恒定加速到30m/s,其中，1s采集10组，随后进行恒定速度的采集，5ms采集一次，当需要停止扫地机器人时，需要经过1-2s将速度降至0m/s，其中，1s采集10组。
9.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，中扫电机为直流电机带动的滚刷电机，在硬质地面和地毯的阻力不同，故而产生不同的电流值，滚刷的转速是恒定的，1秒采集10组，边扫电机设置在扫地机器人的右边，转速恒定，为200转/min，1秒采集10组。
10.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤S1中，地面检测数据需要采集扫地机器人横向驱动，竖向驱动，斜向驱动的数据，使得样本量大，可信度更高。
...【技术特征摘要】
1.基于二分类算法的扫地机器人硬质地面和地毯识别方法，基于二分类算法的扫地机器人硬质地面和地毯识别方法，包括：
2.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：svm分类模型的训练过程包括以下步骤：选择多次方的多项式核函数，将训练样本映射到n维矢量空间，利用svm分类模型在样本特征空间中找出地毯和硬质地面特征样本的最优分类超平面，得到代表地毯和硬质地面特征样本的支持向量集及其相应的vc可信度，形成判断地毯和硬质地面的判别函数，进行分类。
3.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤s1中，已知的地面检测数据为在一平米的范围内放置至少20中材质的硬质地面和地毯的地面检测数据。
4.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤s1中，所述硬质地面至少包括地砖、底板、凹凸瓷砖，所述地毯至少包括：长毛地毯、短毛地毯、羊毛地毯、涤纶地毯。
5.根据权利要求1所述的基于二分类算法的扫地机器人硬质地面和地毯识别方法，其特征在于：在步骤s1中，扫地机器人设有至少三个地检传感器，分别分布在及其的左端、正前端和右端，通过地检传感器设有的一个发射端和一个接收端检测地检传感器的光强度值。
6.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员：金乃庆，江冠华，江石根，李毅刚，何丽阵，
申请(专利权)人：苏州精源创智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。