一種清潔機器人清潔效率測試方法的研究*

褥 銅，劉念源，潘錦萍

（1.順德出入境檢驗檢疫局綜合技術服務中心，廣東順德 528303；2.重慶海關技術中心，重慶 400025）

0 引言

清潔機器人在歐美韓日普及度高，其技術檢測標準也比較細化，而我國清潔機器人的發展迅速，各種品牌的性能參差不齊[1]。而目前專門針對家用智能清潔機器人性能檢測的技術平臺較少，對智能清潔機器人清潔能力的測試與評估的指標相對單一，特別是對于清潔效率相關的路徑規劃檢測的指標不足。

1 測試需求分析

1.1 標準需求

國際電工委員會與歐盟于2014年出臺了《IEC 62929:2014家用清潔機器人干燥清潔:測量性能的方法》[2]、《EN 62929:2014家用清潔機器人干燥清潔:測量性能的方法》[3]，而我國則于2015年出臺了《QB/T 4833-2015家用和類似用途清潔機器人》[4]。從標準的內容看，我國標準部分參照了IEC和EN標準的內容，測試內容包括覆蓋率、硬地板除塵能力、邊角除塵能力、防跌落能力、越障能力、自動充電功能、預約清掃功能、遙控功能、噪聲、工作壽命。IEC和EN標準則更細化和具體，設計的試驗場景更加復雜，除了硬地清潔之外，還包括了地毯清潔方面的內容，主要測試內容包括空間除塵能力、直線除塵能力、自動導航/覆蓋能力、機器人平均速度。無論是國標還是IEC和EN標準，體現清潔效率與能力的主要測試為覆蓋率（自動導航/覆蓋能力）、硬地板除塵能力（空間除塵能力、直線除塵能力、邊角除塵能力）的測試，另外，IEC和EN標準中的平均速度的測試也有效體現出清潔機器人的整體清潔效率。

1.2 企業需求

智能清潔機器人技術上最復雜的就屬路徑規劃，國內清潔機器人的清掃路徑規劃智能化不足，市場上90%的清潔機器人清掃路徑是隨機性的，或者只有4種路徑，智能感不強[5]。對于路徑規劃技術需求的痛點，研發企業需要通過軌跡跟蹤測試，挖掘清潔機器人對于復雜環境的路線規劃水平，進行不斷的優化和迭代。

1.3 設計目標

本文通過圖像識別的方式，實現軌跡跟蹤的測試，該軌跡跟蹤可適用于覆蓋率測試（Coverage test）、直線測試（Straight line test）、平均速度測試（Average speed test），其設計目標參數：位置分辨率（Position resolution）小于或等于1 cm；位置精度（Position accuracy）小于或等于1 cm；采樣頻率（Samplingrate）大于或等于30 Hz。

另外，該系統也可適用于一般的靜態圖像的清潔范圍的計算，通過實驗灰清掃區域與未清掃區域的圖像區域比值計算，實現硬地板除塵能力、邊角除塵能力等靜態圖像的測試。

2 視覺追蹤系統設計

視覺追蹤系統是測試清潔效率的關鍵，需要識別出清潔機器人的實時位置，生成平面移動的軌跡，并根據清潔機器人的有效清潔區域，模擬出動態的覆蓋率。

2.1 移動物體（清潔機器人）追蹤識別

目標物體識別是計算機視覺領域中最早研究的內容[6]，基于特征的圖像配準方法因其計算量較低，對位置變化較敏感，同時降低了噪聲、遮擋、光照和圖像變形的影響，成為當前主流的配準方法[7]。本文選用應用比較廣泛的SIFT算法進行移動物體的識別，SIFT算法在圖像平移、旋轉、縮放、視角變換和光照變化等因素下具有很好的效果[8]。

對攝像頭輸入的二維圖像I(x，y)與二維高斯核函數G(x，y，σ)進行卷積濾波，得出L(x，y，σ)，公式表示如下:

建立圖像的DOG金字塔尺度空間，掃描DOG空間的像素點，與鄰域像素點（26個）進行比對，該像素點為鄰域中的最大值，則可以判定該點為極值特征點，2個相鄰尺度空間的差值用D(x，y，σ)表示：

通過差值算法極值特征點進行優化，選取關鍵特征點，以關鍵點特征點與鄰域像素的梯度計算比對，得出關鍵特征點的方向θ(x，y)，公式表示如下:

為得到更多可靠的SIFT特征匹配對，并提高配準精度與速度，本文采用降維的方法降低運算，采用24維特征描述符代替原有的128維特征描述進行特征向量計算[9]。

清潔機器人作為移動物體，在三維空間中主要是以平面和與平面相垂直側面的形態出現。因此，在動態輸入上的圖像上，通過動態的前一幀與后一幀圖像作為待比對圖像，識別出移動的物體圖像，計算出運動的軌跡。清潔機器人有效的清潔區域位于下表面（非可視表面），根據可視的上表面圖形特征提取清潔區域結合軌跡坐標計算，模擬輸出實際清潔軌跡區域，整個軌跡識別輸出流程如圖1所示。

圖l 軌跡識別輸出流程

2.2 精度測試

識別軌跡的位置精度可以通過實際測量位置進行與放置測量軌跡對象（清潔機器人）的示值進行比對，對軌跡跟蹤系統進行精度測量。軌跡跟蹤系統采用200萬像素的Logitech C920攝像頭作為圖像輸入裝置，采樣頻率30 Hz，滿足實驗采樣頻率大于或等于30 Hz。圖像分辨率為1920pixel×1080pixel，測試圖像實際試驗區域最大邊長小于或等于500 cm，滿足分辨率小于或等于1 cm的參數要求。

本文以試驗臺的邊緣距離作為測量基準，對位于X，Y方向的6個位置與試驗臺邊緣的實際距離進行測量，如圖2所示，使用軌跡跟蹤系統對其進行識別并標出實時的中心坐標位置，通過與實際空間的標定距離與跟蹤系統的實時坐標距離來進行對比，測試出位置精度是否滿足系統設計的要求。根據表1位置精度的測試值，測試的位置精度偏差小于1 cm，滿足位置精度的要求。

圖2 測試位置

表1 位置精度測試值cm

2.3 覆蓋率（清潔率）測試

通過圖像特征的識別，描繪出運動的軌跡，按照清潔機器人清潔頭寬度（機器人清掃面積），生成覆蓋的軌跡圖形，并根據覆蓋率的計算公式C(t)={A(t)/A}×100%，計算覆圖形的面積進行覆蓋率（清潔率）測試。式中：A(t)為實時覆蓋率（清潔率），不包括重復覆蓋區域；A為實驗區間面積（測試面積）；t為測試時間（清掃時間）。測試如圖3所示。

圖3 覆蓋率（清潔率）測試

3 結束語

本文通過分析清潔機器人國內外標準的測試要求與企業研發的需求，明確清潔機器人清潔效率測試的關鍵指標。通過采用SIFT算法結合清潔區域特征，實現移動物體（清潔機器人）的追蹤識別，為清潔機器人清潔效率測試開發了原型系統。該原型系統有效滿足測試精度的要求，應用于相關的覆蓋率測試、直線測試、平均速度等，為相關企業做技術研發提供標準化與個性化的測試服務，對提高我國智能家用清潔機器人生產研發企業的技術水平有積極意義。