[發(fā)明專利]一種智能建筑室內裝修墻面刮掃處理機控制系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 201811243399.0
• 申請日: 2018-10-24
• 公開（公告）號: CN109541989A
• 公開（公告）日: 2019-03-29
• 發(fā)明（設計）人: 袁杰;肖志高
• 申請（專利權）人: 湖南城市學院
• 主分類號: G05B19/042
• 分類號: G05B19/042;E04F21/00;G08C17/02
• 代理公司: 重慶市信立達專利代理事務所(普通合伙) 50230
• 代理人: 包曉靜

1.一種智能建筑室內裝修墻面刮掃處理機控制方法，其特征在于，所述智能建筑室內裝修墻面刮掃處理機控制方法包括：

步驟一，利用蓄電池為室內裝修墻面刮掃處理機進行供電；攝像頭采用像元離散采集算法實時監(jiān)控刮掃處理機墻面刮掃的過程；診斷刮掃處理機故障信息；

步驟二，利用無線發(fā)射器對采集的視頻、故障信息、控制信息加以分類，并進行回歸分析處理，然后發(fā)送到計算機進行處理及操控；

步驟三，通過電機驅動滑輪進行移動操作；利用路徑規(guī)劃程序規(guī)劃刮掃處理機的移動路徑；

步驟四，通過刮掃裝置對墻面進行刮掃操作；通過采用RBF神經網絡算法的旋轉軸對刮掃裝置角度進行旋轉操作；通過升降桿對刮掃裝置進行升降操作；

步驟五，通過吸塵器對刮掃裝置刮掃墻面時產生的粉塵進行吸收操作。

2.如權利要求1所述的智能建筑室內裝修墻面刮掃處理機控制方法，其特征在于，所述步驟一中，攝像頭采用像元離散采集算法實時監(jiān)控刮掃處理機墻面刮掃的過程；具體的像元離散采集模型如下：

攝像頭采集的刮掃處理機墻面的每個像元寬度記為d，像元中心記為(x_c，y_c)，能量集中度C_e是與σ_psf密切相關的物理概念，指攝像頭掃描墻面上的目標點落于像元中心時，該像元捕獲到的目標能量百分比；σ_psf由C_e確定，關系為

將PSF在像元上積分，得到該攝像頭掃描內容的像元對目標點的響應為：

3.如權利要求1所述的智能建筑室內裝修墻面刮掃處理機控制方法，其特征在于，所述步驟二中，所述無線網絡接收器，完成信號的采集，并對接收的信號加以分類和回歸分析，具體的接收到的信號集(x₁，y₁)，…，(x_l，y_l)∈(X×R)由概率分布P(x，y)(x∈Rⁿ，y∈R)生成，用實值函數(shù)擬合，并且使得：

R[f]＝∫c(x，y，f)dP(x，y)；

最小，其中，C為損失函數(shù)，用ε不敏感函數(shù)：

|y_i-f(x_i，x)|_ε＝max{0，|y_i-f(x_i)|-ε}；

衡量函數(shù)預測值f(x)與觀測值y的誤差，即當誤差超過ε時，該函數(shù)對樣本點的擬合是無偏差的。

4.如權利要求1所述的智能建筑室內裝修墻面刮掃處理機控制方法，其特征在于，所述步驟四中，采用RBF神經網絡模型的旋轉軸對刮掃裝置角度進行旋轉操作；其中Vh和Vt為輸入層的旋轉角信號，輸出層的輸出信號是旋轉角Yh，輸入層傾角函數(shù)為斜率為1的線性函數(shù),輸出層旋轉角是線性組合器,可調節(jié)參數(shù)就是該線性組合器的權值Wi,而隱層旋轉角函數(shù)采用高斯函數(shù),第i個隱層傾角輸出Vi為:

式中:X＝(Vh,Vt)，T為輸入樣本；Ci為高斯函數(shù)中心值；σi為標準偏差,i＝1,2,…,n；

則輸出層輸出為：

式中θ為輸出層神經元的閾值。

5.如權利要求1所述的智能建筑室內裝修墻面刮掃處理機控制方法，其特征在于，所述故障診斷模塊診斷方法如下：

(1)分析待測電路所有故障類型、每種故障類型的對外輸出狀態(tài)，以及相對應的故障位置；

(2)以待測電路的故障類型為數(shù)據(jù)樣本，以故障類型的對外輸出狀態(tài)為數(shù)據(jù)樣本的特征變量，以每個故障類型的故障位置為期望輸出，完成多個決策樹的訓練，由所述多個決策樹組成隨機森林模型；

(3)采集待測電路當前的故障狀態(tài)，將所述故障狀態(tài)輸入到隨機森林模型中，所述每個決策樹輸出對應的預測結果，對所有決策樹輸出的預測結果進行投票分析，隨機森林模型最終輸出的待測電路當前故障位置。