本發(fā)明屬于吸塵器智能控制技術(shù)領(lǐng)域，尤其涉及一種智能新式干濕兩用吸塵器機器人控制系統(tǒng)。
背景技術(shù)：
目前，現(xiàn)有的清潔機器人主要指智能吸塵器，對于小型化、用電池供電的小功率智能機器人來說，讓它能夠拖地并把臟水帶走有些勉為其難。相對而言中國家庭比較喜歡拖地，吸塵器用得比較少，因此拖地機在中國應(yīng)該更受歡迎，而且對于清潔機器人而言，吸塵、洗地的控制機理、傳感器、驅(qū)動部件基本相同。但是在執(zhí)行過程中存在差異。
綜上所述，現(xiàn)有技術(shù)存在的問題是：現(xiàn)有吸塵器機器人功能單一，并不具備一定的智能化；吸塵效果不理想。
技術(shù)實現(xiàn)要素：
為解決現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種智能新式干濕兩用吸塵器機器人控制系統(tǒng)。
本發(fā)明是這樣實現(xiàn)的，一種智能新式干濕兩用吸塵器機器人控制系統(tǒng)，所述智能新式干濕兩用吸塵器機器人控制系統(tǒng)包括：
用于感應(yīng)實時信息的傳感單元；
用于接收傳感單元傳輸?shù)男畔?，進行分析和處理的主控制器單元；
用于接收主控制器單元的控制指令，并進行相應(yīng)動作的電機執(zhí)行單元；
所述傳感單元包括：
距離傳感器，與主控制器單元連接，用于探測與墻壁或其他障礙物間的距離；
角度傳感器，與主控制器單元連接，用于探測機器人轉(zhuǎn)過的角度；
所述角度傳感器探測角度的方法包括：對于每一路探測的角度信號，按照下述公式對所述每一路探測的角度信號中的每一幀角度信號進行噪聲跟蹤，獲取每一幀角度信號的噪聲譜n(w,n)：
其中，x(w,n)表示所述角度信號的短時傅里葉變換；αu、αd為預設(shè)系數(shù)且0<αd<αu<1；w表示頻域上的頻點序號；n表示時域上的幀序號；
按照下述公式對每一幀角度信號的短時傅里葉變換進行二值化處理得到二值譜xb(w,n)：
tb為預設(shè)第一閾值；
將其中一路角度信號對應(yīng)的ka個二值譜與另一路角度信號對應(yīng)的kb個二值譜進行兩兩間的相干性匹配得到所述第一匹配結(jié)果，所述第一匹配結(jié)果包括匹配度最高的一組二值譜對應(yīng)的匹配位置和匹配度，ka、kb均為正整數(shù)；
對于每一路角度信號，按照下述公式計算所述角度信號中的每一幀角度信號的功率譜p(w,n)：
p(w，n)＝αpp(w，n-1)+(1-αp)|x(w，n)|2
其中，x(w,n)表示所述角度信號的短時傅里葉變換；
αp為預設(shè)系數(shù)且0＜αp＜1；w表示頻域上的頻點序號；n表示時域上的幀序號；
按照下述公式計算每一幀角度信號的功率譜的譜間相關(guān)性dp(w,n)：
dp(w,n)＝|p(w+1,n)-p(w,n)|
按照下述公式對所述譜間相關(guān)性dp(w,n)進行噪聲跟蹤，獲取每一幀角度信號的噪聲功率譜的譜間相關(guān)性ndp(w,n)：
其中，βu、βd為預設(shè)系數(shù)且0＜βd＜βu＜1；
角度傳感器內(nèi)置有角度識別子模塊，所述角度識別子模塊識別角度時的傳遞函數(shù)為：
其中，ω0為濾波器的中心頻率，對于不同的ω0，k使k/ω0保持不變；
在頻率域構(gòu)造濾波器，對應(yīng)的極坐標表達方式為：
g(r,θ)＝g(r,r)-g(θ,θ)；
式中，gr(r)為控制濾波器帶寬的徑向分量，gθ(θ)為控制濾波器方向的角度分量；r表示徑向坐標，θ表示角度坐標，f0為中心頻率，θ0為濾波器方向，σf用于確定帶寬；
bf＝2(2/ln2)1/2|lnσf|，σθ確定角度帶寬，bθ＝2(2/ln2)1/2σθ；
濕度傳感器，與主控制器單元連接，用于探測地面的水分含量；所述濕度傳感器探測地面的水分含量時，提取水分含量特征向量方法具體步驟包括：
步驟一、采集到n個樣本用作訓練集x，采用下式求出樣本平均值m：
其中，xi∈樣本訓練集x＝(x1，x2，…，xn)；
步驟二、求出散布矩陣s：
求出散布矩陣的特征值λi和對應(yīng)的特征向量ei，其中，ei便是主分量，將特征值從大到小依次排列λ1，λ2，…；
取出p個值，λ1，λ2，…，λp確定出地面空間e＝(e1，e2，…，ep)，在此地面空間上，訓練樣本x中，每個元素投影到該空間的點由下式得到：
x'i＝etxi，t＝1，2，…，n；
由上式得到的是將原向量經(jīng)過pca降維后的p維向量；
所述的特征提取基于稀疏表征，采用圖像識別算法進行識別，具體方法為：
建立圖像的顯著性模型，包括：
利用預定過分割算法對所述圖像進行過分割，得到至少一個區(qū)域，同一個所述區(qū)域中各個像素點的顏色值相同；
確定每個所述區(qū)域的顏色值和質(zhì)心；
根據(jù)各個區(qū)域所對應(yīng)的顏色值以及各個區(qū)域的質(zhì)心，建立所述顯著性模型；
所述顯著性模型為：
其中，si1為區(qū)域ri中任一像素點的顯著性值，w(rj)為區(qū)域rj中的像素點的個數(shù)，ds(ri,rj)用于表征所述區(qū)域ri和所述區(qū)域rj之間空間位置差異的度量值，dc(ri,rj)用于表征所述區(qū)域ri和所述區(qū)域rj之間顏色差異的度量值，n為對所述圖像進行過分割后得到的區(qū)域的總個數(shù)，ds(ri,rj)為：ds(ri,rj)＝exp(-(center(ri)-center(rj))2/σs2)；center(ri)為所述區(qū)域ri的質(zhì)心，center(rj)為所述區(qū)域rj的質(zhì)心，當所述圖像中各個像素點的坐標均歸一化到[0,1]時；
所述電機執(zhí)行單元包括：
運動系統(tǒng)，與主控制器單元連接，用于機器人的自動化運動并進行通信；
吸塵系統(tǒng)，與主控制器單元連接，用于洗塵并進行通信；
洗地吸干系統(tǒng)，與主控制器單元連接，用于清洗地面并對地面進行干燥并進行通信。
進一步，所述運動系統(tǒng)內(nèi)置有加速度控制模塊；所述加速度控制模塊的加速度控制信號y(t)表示為：
y(t)＝x(t)+n(t)；
其中，x(t)為數(shù)字調(diào)制信號，n(t)為服從標準sαs分布的脈沖噪聲，x(t)的解析形式表示為：
其中，n為采樣點數(shù)，an為發(fā)送的信息符號，在mask信號中，an＝0，1，2，…，m-1，m為調(diào)制階數(shù)，an＝ej2πε/m，ε＝0,1,2,…,m-1，g(t)表示矩形成型脈沖，tb表示符號周期，fc表示載波頻率，載波初始相位
進一步，所述運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)均設(shè)置有多個。
進一步，所述距離傳感器的感應(yīng)方法包括：
根據(jù)空間電磁強度分析要求，確定測試空間區(qū)域，并對區(qū)域進行網(wǎng)格劃分，其中后續(xù)步驟中的測試點在劃分的網(wǎng)格區(qū)域內(nèi)選擇；
根據(jù)測試點的位置，計算該點與墻壁或其他障礙物之間的相對距離和相對方位，利用相對距離計算信號的傳輸衰減系數(shù)，利用相對方位計算方向圖加權(quán)值；
根據(jù)機器人的運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)的坐標和姿態(tài)，通過坐標變換求得觀測點相對于運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)的方位角和俯仰角
求解運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)相對觀測點的多普勒頻率：
fi＝f0i+fdi；
利用計算結(jié)果，根據(jù)合成信號的公式計算測試點的時域信號；
故空間測試點p＝(x，y，z)處的合成信號為：
對計算所獲得的時域合成信號進行傅里葉變換，即獲得測試點處空間合成信號的頻域能量分布；
fft(s(p,t))；
對整個觀測區(qū)域重復根據(jù)測試點的位置，計算該點與每一個運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)之間的相對距離和相對方位至對計算所獲得的時域合成信號進行傅里葉變換，即獲得觀察測試區(qū)域的空間輻射源合成電磁輻射強度數(shù)據(jù)。
進一步，所述傅里葉變換的處理方法包括：
依照快速傅里葉變換規(guī)則，從存儲單元的2n個存儲子單元中并行讀取待處理的2n個快速傅里葉變換點，生成待處理快速傅里葉變換點組，其中，所述2n個快速傅里葉變換點中的每個點按照設(shè)定規(guī)則存儲在不同的存儲子單元中，n為大于或等于1的自然數(shù)；
將所述待處理快速傅里葉變換點組交給快速傅里葉變換并行運算單元進行快速傅里葉變換并行處理；
將所述快速傅里葉變換并行處理后的處理結(jié)果并行寫回所述2n個存儲子單元的每個子單元中。
進一步，所述依照快速傅里葉變換規(guī)則，從存儲單元的2n個存儲子單元中并行讀取待處理的2n個快速傅里葉變換點，生成待處理快速傅里葉變換點組的步驟包括：
依照所述快速傅里葉變換規(guī)則，從本地保存的二維地址存儲表中，確定所述待處理的2n個快速傅里葉變換點中每個快速傅里葉變換點所在的存儲子單元，以及所述每個快速傅里葉變換點在所在的存儲子單元中的存儲地址，其中，所述二維地址存儲表由存儲子單元和快速傅里葉變換點在存儲子單元中的存儲地址之間的對應(yīng)關(guān)系組成；
根據(jù)確定的所述每個快速傅里葉變換點所在的存儲子單元以及在所在的存儲子單元中的存儲地址，并行地從所述2n個存儲子單元中讀取所述待處理的2n個快速傅里葉變換點，生成所述待處理快速傅里葉變換點組。
本發(fā)明將多種傳感器的使用使得干濕兩用機器人更加智能化，電機執(zhí)行單元使得機器人的使用更加方便，功能更加多樣化，非常大的程度上節(jié)省了人力資源，真正做到了節(jié)能環(huán)保，具有非常高的實用性。
本發(fā)明運動系統(tǒng)自動化程度高，而且獲得的的數(shù)據(jù)準確。
本發(fā)明使用方便，省時省力，效果明顯，本發(fā)明將存儲單元劃分為2n個存儲子單元，每組待處理的fft點存儲在不同的存儲子單元中，從而實現(xiàn)了待處理fft點的并行讀取，進而，并行讀取的fft點由fft并行運算單元進行fft并行處理，并且，并行寫回不同的存儲子單元中。由于在fft處理的硬件實現(xiàn)過程中，采取了本發(fā)明的上述并行運算的結(jié)構(gòu)，避免了在集成電路的實現(xiàn)過程中較大的時序收斂風險，也使產(chǎn)品在工作過程中不會產(chǎn)生過高的動態(tài)功耗。
本發(fā)明通過識別方法，提高了識別的效率和準確率；提高了設(shè)備的安全性，提取圖像特征向量方法，一定程度上提高了識別度，有利于圖像的采集和識別。
附圖說明
圖1是本發(fā)明實施例提供的智能新式干濕兩用吸塵器機器人控制系統(tǒng)示意圖。
圖中：1、距離傳感器；2、傳感單元；3、濕度傳感器；4、電機執(zhí)行單元塊；5、主控制器單元；6、吸塵系統(tǒng)；7、運動系統(tǒng)；8、洗地吸干系統(tǒng)；9、角度傳感器。
具體實施方式
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
下面結(jié)合附圖及具體實施例對本發(fā)明的應(yīng)用原理作進一步描述。
如圖1所示，本發(fā)明實施例提供的智能新式干濕兩用吸塵器機器人控制系統(tǒng)，包括：距離傳感器1、傳感單元2、濕度傳感器3、電機執(zhí)行單元4、主控制器單元5、吸塵系統(tǒng)6、運動系統(tǒng)7、洗地吸干系統(tǒng)8、角度傳感器9。
距離傳感器1、濕度傳感器2、角度傳感器9三者組成的傳感單元2通過導線將收集到的數(shù)據(jù)傳向主控制器單元5，主控制器對數(shù)據(jù)進行處理通過導線將指令傳向電機執(zhí)行單元4；主控制器控制運動系統(tǒng)7、吸塵系統(tǒng)6和洗地吸干系統(tǒng)8進行工作。
下面結(jié)合工作原理對本發(fā)明作進一步描述。
本發(fā)明實施例提供的智能新式干濕兩用吸塵器機器人控制系統(tǒng)，所述智能新式干濕兩用吸塵器機器人控制系統(tǒng)包括：
用于感應(yīng)實時信息的傳感單元2；
用于接收傳感單元傳輸?shù)男畔?，進行分析和處理的主控制器單元5；
用于接收主控制器單元的控制指令，并進行相應(yīng)動作的電機執(zhí)行單元4；
所述傳感單元包括：
距離傳感器1，與主控制器單元連接，用于探測與墻壁或其他障礙物間的距離；
角度傳感器9，與主控制器單元連接，用于探測機器人轉(zhuǎn)過的角度；
濕度傳感器3，與主控制器單元連接，用于探測地面的水分含量；
所述電機執(zhí)行單元包括：
運動系統(tǒng)7，與主控制器單元連接，用于機器人的自動化運動并進行通信；
吸塵系統(tǒng)6，與主控制器單元連接，用于洗塵并進行通信；
洗地吸干系統(tǒng)8，與主控制器單元連接，用于清洗地面并對地面進行干燥并進行通信。
所述角度傳感器探測角度的方法包括：對于每一路探測的角度信號，按照下述公式對所述每一路探測的角度信號中的每一幀角度信號進行噪聲跟蹤，獲取每一幀角度信號的噪聲譜n(w,n)：
其中，x(w,n)表示所述角度信號的短時傅里葉變換；αu、αd為預設(shè)系數(shù)且0<αd<αu<1；w表示頻域上的頻點序號；n表示時域上的幀序號；
按照下述公式對每一幀角度信號的短時傅里葉變換進行二值化處理得到二值譜xb(w,n)：
tb為預設(shè)第一閾值；
將其中一路角度信號對應(yīng)的ka個二值譜與另一路角度信號對應(yīng)的kb個二值譜進行兩兩間的相干性匹配得到所述第一匹配結(jié)果，所述第一匹配結(jié)果包括匹配度最高的一組二值譜對應(yīng)的匹配位置和匹配度，ka、kb均為正整數(shù)；
對于每一路角度信號，按照下述公式計算所述角度信號中的每一幀角度信號的功率譜p(w,n)：
p(w，n)＝αpp(w，n-1)+(1-αp)|x(w，n)|2
其中，x(w,n)表示所述角度信號的短時傅里葉變換；
αp為預設(shè)系數(shù)且0＜αp＜1；w表示頻域上的頻點序號；n表示時域上的幀序號；
按照下述公式計算每一幀角度信號的功率譜的譜間相關(guān)性dp(w,n)：
dp(w,n)＝|p(w+1,n)-p(w,n)|
按照下述公式對所述譜間相關(guān)性dp(w,n)進行噪聲跟蹤，獲取每一幀角度信號的噪聲功率譜的譜間相關(guān)性ndp(w,n)：
其中，βu、βd為預設(shè)系數(shù)且0＜βd＜βu＜1；
角度傳感器內(nèi)置有角度識別子模塊，所述角度識別子模塊識別角度時的傳遞函數(shù)為：
其中，ω0為濾波器的中心頻率，對于不同的ω0，k使k/ω0保持不變；
在頻率域構(gòu)造濾波器，對應(yīng)的極坐標表達方式為：
g(r,θ)＝g(r,r)-g(θ,θ)；
式中，gr(r)為控制濾波器帶寬的徑向分量，gθ(θ)為控制濾波器方向的角度分量；r表示徑向坐標，θ表示角度坐標，f0為中心頻率，θ0為濾波器方向，σf用于確定帶寬；
bf＝2(2/ln2)1/2|lnσf|，σθ確定角度帶寬，bθ＝2(2/ln2)1/2σθ；
濕度傳感器，與主控制器單元連接，用于探測地面的水分含量；所述濕度傳感器探測地面的水分含量時，提取水分含量特征向量方法具體步驟包括：
步驟一、采集到n個樣本用作訓練集x，采用下式求出樣本平均值m：
其中，xi∈樣本訓練集x＝(x1，x2，…，xn)；
步驟二、求出散布矩陣s：
求出散布矩陣的特征值λi和對應(yīng)的特征向量ei，其中，ei便是主分量，將特征值從大到小依次排列λ1，λ2，…；
取出p個值，λ1，λ2，…，λp確定出地面空間e＝(e1，e2，…，ep)，在此地面空間上，訓練樣本x中，每個元素投影到該空間的點由下式得到：
x'i＝etxi，t＝1，2，…，n；
由上式得到的是將原向量經(jīng)過pca降維后的p維向量；
所述的特征提取基于稀疏表征，采用圖像識別算法進行識別，具體方法為：
建立圖像的顯著性模型，包括：
利用預定過分割算法對所述圖像進行過分割，得到至少一個區(qū)域，同一個所述區(qū)域中各個像素點的顏色值相同；
確定每個所述區(qū)域的顏色值和質(zhì)心；
根據(jù)各個區(qū)域所對應(yīng)的顏色值以及各個區(qū)域的質(zhì)心，建立所述顯著性模型；
所述顯著性模型為：
其中，si1為區(qū)域ri中任一像素點的顯著性值，w(rj)為區(qū)域rj中的像素點的個數(shù)，ds(ri,rj)用于表征所述區(qū)域ri和所述區(qū)域rj之間空間位置差異的度量值，dc(ri,rj)用于表征所述區(qū)域ri和所述區(qū)域rj之間顏色差異的度量值，n為對所述圖像進行過分割后得到的區(qū)域的總個數(shù)，ds(ri,rj)為：ds(ri,rj)＝exp(-(center(ri)-center(rj))2/σs2)；center(ri)為所述區(qū)域ri的質(zhì)心，center(rj)為所述區(qū)域rj的質(zhì)心，當所述圖像中各個像素點的坐標均歸一化到[0,1]時；
所述運動系統(tǒng)內(nèi)置有加速度控制模塊；所述加速度控制模塊的加速度控制信號y(t)表示為：
y(t)＝x(t)+n(t)；
其中，x(t)為數(shù)字調(diào)制信號，n(t)為服從標準sαs分布的脈沖噪聲，x(t)的解析形式表示為：
其中，n為采樣點數(shù)，an為發(fā)送的信息符號，在mask信號中，an＝0，1，2，…，m-1，m為調(diào)制階數(shù)，an＝ej2πε/m，ε＝0,1,2,…,m-1，g(t)表示矩形成型脈沖，tb表示符號周期，fc表示載波頻率，載波初始相位
所述運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)均設(shè)置有多個。
所述距離傳感器的感應(yīng)方法包括：
根據(jù)空間電磁強度分析要求，確定測試空間區(qū)域，并對區(qū)域進行網(wǎng)格劃分，其中后續(xù)步驟中的測試點在劃分的網(wǎng)格區(qū)域內(nèi)選擇；
根據(jù)測試點的位置，計算該點與墻壁或其他障礙物之間的相對距離和相對方位，利用相對距離計算信號的傳輸衰減系數(shù)，利用相對方位計算方向圖加權(quán)值；
根據(jù)機器人的運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)的坐標和姿態(tài)，通過坐標變換求得觀測點相對于運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)的方位角和俯仰角
求解運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)相對觀測點的多普勒頻率：
fi＝f0i+fdi；
利用計算結(jié)果，根據(jù)合成信號的公式計算測試點的時域信號；
故空間測試點p＝(x，y，z)處的合成信號為：
對計算所獲得的時域合成信號進行傅里葉變換，即獲得測試點處空間合成信號的頻域能量分布；
fft(s(p,t))；
對整個觀測區(qū)域重復根據(jù)測試點的位置，計算該點與每一個運動系統(tǒng)、吸塵系統(tǒng)、洗地吸干系統(tǒng)之間的相對距離和相對方位至對計算所獲得的時域合成信號進行傅里葉變換，即獲得觀察測試區(qū)域的空間輻射源合成電磁輻射強度數(shù)據(jù)。
所述傅里葉變換的處理方法包括：
依照快速傅里葉變換規(guī)則，從存儲單元的2n個存儲子單元中并行讀取待處理的2n個快速傅里葉變換點，生成待處理快速傅里葉變換點組，其中，所述2n個快速傅里葉變換點中的每個點按照設(shè)定規(guī)則存儲在不同的存儲子單元中，n為大于或等于1的自然數(shù)；
將所述待處理快速傅里葉變換點組交給快速傅里葉變換并行運算單元進行快速傅里葉變換并行處理；
將所述快速傅里葉變換并行處理后的處理結(jié)果并行寫回所述2n個存儲子單元的每個子單元中。
所述依照快速傅里葉變換規(guī)則，從存儲單元的2n個存儲子單元中并行讀取待處理的2n個快速傅里葉變換點，生成待處理快速傅里葉變換點組的步驟包括：
依照所述快速傅里葉變換規(guī)則，從本地保存的二維地址存儲表中，確定所述待處理的2n個快速傅里葉變換點中每個快速傅里葉變換點所在的存儲子單元，以及所述每個快速傅里葉變換點在所在的存儲子單元中的存儲地址，其中，所述二維地址存儲表由存儲子單元和快速傅里葉變換點在存儲子單元中的存儲地址之間的對應(yīng)關(guān)系組成；
根據(jù)確定的所述每個快速傅里葉變換點所在的存儲子單元以及在所在的存儲子單元中的存儲地址，并行地從所述2n個存儲子單元中讀取所述待處理的2n個快速傅里葉變換點，生成所述待處理快速傅里葉變換點組。
本發(fā)明將多種傳感器的使用使得干濕兩用機器人更加智能化，電機模塊使得機器人的使用更加方便，功能更加多樣化，非常大的程度上節(jié)省了人力資源，真正做到了節(jié)能環(huán)保，具有非常高的實用性。
本發(fā)明運動系統(tǒng)自動化程度高，而且獲得的的數(shù)據(jù)準確。
本發(fā)明使用方便，省時省力，效果明顯，本發(fā)明將存儲單元劃分為2n個存儲子單元，每組待處理的fft點存儲在不同的存儲子單元中，從而實現(xiàn)了待處理fft點的并行讀取，進而，并行讀取的fft點由fft并行運算單元進行fft并行處理，并且，并行寫回不同的存儲子單元中。由于在fft處理的硬件實現(xiàn)過程中，采取了本發(fā)明的上述并行運算的結(jié)構(gòu)，避免了在集成電路的實現(xiàn)過程中較大的時序收斂風險，也使產(chǎn)品在工作過程中不會產(chǎn)生過高的動態(tài)功耗
本發(fā)明將多種傳感器的使用使得干濕兩用機器人更加智能化，電機執(zhí)行單元使得機器人的使用更加方便，功能更加多樣化，非常大的程度上節(jié)省了人力資源，真正做到了節(jié)能環(huán)保，具有非常高的實用性。
以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。