【技术实现步骤摘要】
本专利技术涉及数据处理，具体而言，涉及一种地毯的识别方法、装置、存储介质、程序和清洁机器人。
技术介绍
1、长毛地毯在目前的家庭环境中越来越多，而扫地机器人需要根据用户需求，选择是否需要规避长毛地毯等操作。因此，长毛地毯的检测对于扫地机器人的清扫效果至关重要。
2、相关技术方案中，扫地机一般是通过使用超声波传感器或者测量物体三轴姿态角及加速度的装置(inertial measurement unit，简称imu)来检测地毯，但是受限于扫地机器人的结构，超声波或者imu需要扫地机在地毯表面时才能进行地毯检测，受限于检测时间滞后，扫地机无法提前做出更加准确的判断，也即无法对地毯进行预识别。
技术实现思路
1、本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。
2、为此，本专利技术的第一个方面在于，提供了一种地毯的识别方法。
3、本专利技术的第二个方面在于，提供了一种地毯的识别装置。
4、本专利技术的第三个方面在于，提供了另一种地毯的识别装置。
5、本专利技术的第四个方面在于，提供了一种可读存储介质。
6、本专利技术的第五个方面在于，提供了一种计算机程序产品。
7、本专利技术的第六个方面在于，提供了一种清洁机器人。
8、有鉴于此，根据本专利技术的第一个方面，本专利技术提供了一种地毯的识别方法，用于清洁机器人，清洁机器人包括检测装置，识别方法包括：控制检测装置向被检测方位发出探测光线
9、本申请的技术方案提出了一种地毯的识别方法，通过运行上述地毯的识别方法可以实现地毯的识别，在此过程中，清洁机器人通过向被检测方位发送探测光线，以便根据被检测方位所反馈的检测光线来实现被检测方位处地毯信息的采集，通过对采集得到的信息进行处理，从而实现地毯的识别。
10、在此过程中，无需清洁机器人行走到地毯所在的位置后再进行地毯的识别，实现了提前对地毯的识别，克服了扫地机在地毯表面时才能进行地毯检测，受限于检测时间滞后，扫地机无法提前做出更加准确的判断的问题。
11、本申请的技术方案是基于以下原理实现的，具体地，在获取得到的被检测方位反馈回来的检测光线之后，可以根据被检测方位反馈回来的检测光线来构建被检测方向的点云数据，通过对点云数据进行整理，可以将上述数据转换为对应的数据矩阵，进而通过对数据矩阵进行特征值分解，得到其特征向量及其对应的特征值，进而实现地毯的识别。
12、在其中一个技术方案中，第一坐标系可以是大地坐标系，还可以是其它坐标系，其可以根据实际控制需要进行选取。
13、在其中一个技术方案中，探测光线和检测光线可以是可见光线，如红色、绿色可见光线，也可以是非可见光线，如红外线等。
14、另外，本申请提出的地毯的识别方法还具有以下附加技术特征。
15、在上述技术方案中，至少部分基于特征值和特征向量，确定地毯的识别结果，具体包括：确定在第一坐标系下，特征向量与目标向量之间的第一夹角，目标向量是清洁机器人所在地面在第一坐标系中的向量表达；确定特征值与特征阈值范围的第一比较结果；确定第一夹角与夹角范围的第二比较结果；根据第一比较结果和第二比较结果确定地毯的识别结果。
16、在该技术方案中，在相同的特征向量下，每一种地毯所对应的特征阈值范围是不同的，因此可以利用上文中的特征值、特征向量可以实现地毯的识别。
17、在上述技术方案中，第一角度是特征向量与目标向量之间的夹角，通过获取上述夹角，以便利用第一夹角与夹角范围的比较结果得知，特征向量是否为用于识别地毯的特征向量，进而确保进行比较的双方，也即特征值、特征阈值范围是匹配的，以确保地毯识别的可信度和准确性。
18、在上述技术方案中，根据第一比较结果和第二比较结果确定地毯的识别结果，具体包括：在特征值位于特征阈值范围内、且第一夹角位于夹角范围的情况下，确定识别到目标地毯；在特征值未位于特征阈值范围内和/或第一夹角未位于夹角范围的情况下，确定未识别到目标地毯；其中，目标地毯与特征阈值范围、夹角范围相对应。
19、在该技术方案中，在特征值处于特征阈值范围以内，且第一夹角也位于夹角范围的情况下，认为识别得到的地毯与目标地毯是匹配的，则认定被检测方位所铺设的地毯为目标地毯，而对于上述比较不一致的情况下，认为未识别到目标地毯。
20、在此过程中，特征值和第一夹角的组合使用，确保了目标地毯的识别精度和可信度。
21、在其中一个技术方案中，上述地毯的识别方法还包括：根据目标地毯确定特征阈值范围和夹角范围。
22、在该技术方案中，可以预先存储不同地毯的名称、不同地毯所对应的特征阈值范围和夹角范围之间的对应关系，进而在进行地毯识别的过程中，可以根据上述对应关系来实现不同地毯的识别。
23、在其中一个技术方案中，目标地毯可以是长毛地毯或短毛地毯。
24、在上述任一技术方案中，对数据矩阵进行处理，得到特征值和特征向量，具体包括：对数据矩阵中每一个维度的数据进行零均值化，得到目标矩阵；确定与目标矩阵对应的协方差矩阵；对协方差矩阵进行对角化，得到特征向量以及对角元素为特征值的特征值矩阵。
25、在该技术方案中，通过对数据矩阵进行零均值化，以便确定协方差矩阵，进而实现特征值和特征向量的分解。
26、具体地，点云数据为m×3，其中，m为点云个数，3为点云的维数，x，y，z为点云的三维坐标，将点云数据按列组成3行m列的矩阵x，也即数据矩阵：
27、
28、求取每一个维度的平均值，将每一行的数据进行零均值化。
29、
30、其中，和分别是对应维度的平均值，x1、……xm，y1、……ym，z1、……zm为三维坐标的值。
31、计算y的协方差矩阵，其中，y为目标矩阵，z为协方差矩阵。
32、
33、其中，yt为y的转置，为了提取主成分，将对角线外的其他元素化为0，并且将对角线上的元素按照从大到小从上到下排列，ai、bi、ci中i的取值为1、……m，为上文中的零均值化后的取值。
34、设均值化后的矩阵y对应的协方差矩阵为z，p是一组按照行排列组成的矩阵，设c＝py，则c为对p做基变换后的数据。设c的协方差矩阵为d，则有：
35、
36、其中，ct为c的转置，(py)t为(py)的转置，pt为p的转置。
37、综上，优化目标变为了寻找矩阵p，使得经过变换后的d是一个对角矩阵，且对角线上的元素按照从大到小依次排列，则p的前k行就是重新变换后的基。
38、由于协方差矩阵z是一个对称矩阵，其不同特征值对应的特征向量正交，且存在线性无本文档来自技高网...
【技术保护点】
1.一种地毯的识别方法，用于清洁机器人，其特征在于，所述清洁机器人包括检测装置，所述识别方法包括：
2.根据权利要求1所述的地毯的识别方法，其特征在于，所述至少部分基于所述特征值和所述特征向量，确定所述地毯的识别结果，具体包括：
3.根据权利要求2所述的地毯的识别方法，其特征在于，所述根据所述第一比较结果和所述第二比较结果确定所述地毯的识别结果，具体包括：
4.根据权利要求1所述的地毯的识别方法，其特征在于，所述对所述数据矩阵进行处理，得到特征值和特征向量，具体包括：
5.根据权利要求1至4中任一项所述的地毯的识别方法，其特征在于，还包括：
6.根据权利要求1至4中任一项所述的地毯的识别方法，其特征在于，所述检测装置为线激光传感器。
7.一种地毯的识别装置，用于清洁机器人，其特征在于，所述清洁机器人包括检测装置，所述识别装置包括：
8.一种地毯的识别装置，其特征在于，包括：
9.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1
10.一种计算机程序产品，其特征在于，所述计算机程序产品被存储在存储介质中，所述计算机程序产品被至少一个处理器执行以实现如权利要求1至6中任一项所述方法的步骤。
11.一种清洁机器人，其特征在于，包括：
...【技术特征摘要】
1.一种地毯的识别方法，用于清洁机器人，其特征在于，所述清洁机器人包括检测装置，所述识别方法包括：
2.根据权利要求1所述的地毯的识别方法，其特征在于，所述至少部分基于所述特征值和所述特征向量，确定所述地毯的识别结果，具体包括：
3.根据权利要求2所述的地毯的识别方法，其特征在于，所述根据所述第一比较结果和所述第二比较结果确定所述地毯的识别结果，具体包括：
4.根据权利要求1所述的地毯的识别方法，其特征在于，所述对所述数据矩阵进行处理，得到特征值和特征向量，具体包括：
5.根据权利要求1至4中任一项所述的地毯的识别方法，其特征在于，还包括：
6.根据权利要求1...
【专利技术属性】
技术研发人员：陈彦晓，孙涛，胡泽田，喻强，蔡君义，许霄，李宏强，李建华，邵林，范泽宣，
申请(专利权)人：美智纵横科技有限责任公司，
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。