买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东风悦享科技有限公司申请的专利一种基于多功能清扫机器人的清扫模式切换方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117292188B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311266569.8，技术领域涉及：G06V10/764；该发明授权一种基于多功能清扫机器人的清扫模式切换方法、系统及存储介质是由祁畅;梁飞;蒋宇航;李梓争设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本一种基于多功能清扫机器人的清扫模式切换方法、系统及存储介质在说明书摘要公布了：本发明涉及一种基于多功能清扫机器人的清扫模式切换方法、系统及存储介质，所述方法包括Q1.多功能清扫机器人行驶在道路上，基于机载摄像头实时获取道路的图像数据信息，并将所述道路的图像数据信息进行高斯噪音增强处理，输出增强后的道路图像数据信息；Q2.将所述增强后的道路图像数据信息分类为训练图像集和测试图像集，并将所述训练图像集输入第一神经网络模型进行训练和学习，得到训练好的第一神经网络模型，并将所述测试训练图像集输入训练好的第一神经网络型进行图像像素概率分布的优化。本发明不仅能够提高清扫机器人的清扫效率，而且根据不同垃圾种类进行不同的清扫模式切换，保证了清扫质量的提高。

本发明授权一种基于多功能清扫机器人的清扫模式切换方法、系统及存储介质在权利要求书中公布了：1.一种基于多功能清扫机器人的清扫模式切换方法，其特征在于，所述方法包括： Q1.多功能清扫机器人行驶在道路上，基于机载摄像头实时获取道路的图像数据信息，并将所述道路的图像数据信息进行高斯噪音增强处理，输出增强后的道路图像数据信息； Q2.将所述增强后的道路图像数据信息分类为训练图像集和测试图像集，并将所述训练图像集输入第一神经网络模型进行训练和学习，得到训练好的第一神经网络模型，并将所述测试图像集输入训练好的第一神经网络型进行图像像素概率分布的优化，输出优化后的道路图像像素矩阵数据信息； Q3.将所述优化后的道路图像像素矩阵数据信息输入第二神经网络模型进行训练和学习，得到训练好的第二神经网路模型，并将所述优化后的道路图像像素矩阵数据信息输入所述训练好的第二神经网络模型对道路的垃圾进行识别和分类，并根据分类进行垃圾数量统计，输出道路垃圾的综合数据信息； Q4.基于所述道路垃圾的综合数据信息，建立清扫模式切换决策函数G，对多功能清扫机器人的清扫模式切换进行控制； 在步骤Q4中，所述清扫模式切换决策函数G为， ， 其中，x为道路垃圾的综合数据信息，y为当前清扫模式下的清扫效率，fix,y为第i个清扫规划函数，λi为第i个清扫规划函数fix,y的对应权重值，Mx为道路垃圾容量规范化函数； 在步骤Q2中，所述第一神经网络模型包括均值神经元和标准方差神经元，所述并将所述测试图像集输入训练好的第一神经网络型进行图像像素概率分布的优化包括： Q21.将所述增强后的道路图像数据信息输入均值神经元，得到道路的图像像素的均值数据信息，将所述增强后的道路图像数据信息输入标准方差神经元，得到道路的图像像素的标准方差数据信息； Q22.基于所述道路的图像像素的均值数据信息和所述道路的图像像素的标准方差数据信息，采用高斯随机数生成算法对道路的图像像素的概率进行推算，得到道路图像的像素概率分布数据信息； Q23.基于所述道路图像的像素概率分布数据信息，设置预设图像像素概率阈值，若所述道路图像的像素概率分布数据信息小于预设图像像素概率阈值则剔除，若所述道路图像的像素概率分布数据信息大于预设图像像素概率阈值则保留，得到优化后的道路图像像素矩阵数据信息； 所述道路垃圾容量规范化函数Mx， ， 其中，x为道路垃圾的综合数据信息，y´为不同清扫模式下的清扫效率，fix,y为第i个清扫规划函数，λi为第i个清扫规划函数fix,y的对应权重值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东风悦享科技有限公司，其通讯地址为：430000 湖北省武汉市武汉经济技术开发区全力二路101号经开智造2045创新谷智能制造创新中心D240；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。