本发明涉及机器视觉图像处理技术领域，特别是涉及一种基于视觉感知的光伏清扫机器人清洁速率调整方法。
背景技术：
光伏电站的光伏电池板在室外长期工作时，其表面会有灰尘遮盖以及其他污渍的遮挡，会造成电池板的输出功率下降，使电池板表面产生热斑，严重时会损坏电池板。为了减少灰尘污渍对电池板的干扰和侵蚀，一般采用清扫机器人清扫电池板表面，使得电池板表面变得整洁，提高发电功率。机器人清扫不同脏污程度的电池板时，其清扫速度是不同的，当脏污程度高时清扫速度应当慢一点，保证清洁的效果好；当脏污程度低时，清扫速度快一点，调高清扫效率。但是当清扫速度过慢时，机器人会长时间停留在电池板某一位置处，清扫机器人遮挡住电池板，使得电池板的输出功率出现波动和下降，这种现象是对光伏电池板不利的，因此需要设计一种由于遮挡而对太阳能电池板影响较小的操作及控制方法。
技术实现要素：
本发明克服了现有技术中光伏清扫机器人的清洁速率调整有待智能化的问题，提供一种处理效果好的基于视觉感知的光伏清扫机器人清洁速率调整方法。
本发明的技术解决方案是，提供一种具有以下步骤的基于视觉感知的光伏清扫机器人清洁速率调整方法：含有以下步骤：
步骤1：在清扫机器人清理之前，利用无人机预先获取每排电池板上每个光伏电池板的脏污程度；
步骤2：清扫机器人利用其上摄像机获取当前视野中电池板表面的图像，得出灰尘等级和顽固污渍的等级；
步骤3：根据灰尘等级和顽固污渍的等级建立清洁速率调整模型，利用模型获得机器人的清扫速率；
步骤4：机器人清扫过程中实时检测电池板的输出功率的变化，获取机器人遮挡对功率的影响；
步骤5：根据机器人遮挡对输出功率的影响修正速率，获得修正后的清洁速率调整模型。
优选地，所述步骤1含有以下步骤：
步骤1.1:无人机低空飞行，相机俯视向下，视野至少包括一排光伏电池板，获取相机采集到的rgb图像；
步骤1.2:将rgb图像输入光伏组件定位网络获取每排光伏组件的边界框，获取每排光伏组件的位置；再利用光伏电池板定位网络获取每排光伏组件上每个光伏电池板的边界框，获取每个光伏电池板在一排光伏组件上的位置；最后利用脏污程度判别网络获取每个光伏电池板的污渍程度；
步骤1.3:光伏组件定位网络和光伏电池板定位网络采用的是编码器-解码器的dnn网络结构获取边界框，通过ssd或yolov4网络结构获取边界框；
步骤1.4:在空中俯视电池板时，电池板表面的灰尘分布面积与电池板面积的比值大小，脏污程度越大，灰尘面积占比越大，脏污等级分为十个等级程度：0,1,2,…,9；脏污程度越大说明电池板表面灰尘分布越多，脏污程度为0，脏污程度判别网络采用resnet50网络结构来获取脏污程度。
优选地，所述步骤2含有以下步骤：
步骤2.1:在清扫机器人上安装一个rgb摄像头，摄像头俯视斜向下，实时采集待清洁的电池板表面的rgb纹理图像数据；
步骤2.2:利用灰尘等级检测网络获得图像上的灰尘等级；
步骤2.3:利用顽固污渍等级检测网络获得图像上的顽固污渍等级，将顽固污渍等级分为十个等级：0,1,2，…，9；顽固污渍等级为0说明电池板表面没有顽固污渍等级，顽固污渍等级为9说明电池板表面绝大部分面积都有顽固污渍等级分布；灰尘等级检测网络和顽固污渍等级检测网络均采用resnet50网络结构。
优选地，所述步骤3含有以下步骤：
步骤3.1：在清洁机器人清理电池板时，设当前待清理的电池板上的灰尘等级和顽固污渍等级为l1、l2,对l1、l2归一化处理，归一化方法为：
符号“:＝”表示将符号右边的结果赋值给符号坐标的变量；
步骤3.2：设清扫机器人在整洁的电池板表面的运行速率为v0,v0是机器人出厂时设定，则清扫机器人清理电池板时的速率v为：
v＝v0(1-α)
上式是清洁机器人的速率调整模型，参数α是一个速率衰减因子，当l1、l2的值越大，α越大，机器人就需要放慢速率清理，即v就越小；由于电池板上顽固污渍较难清理，因此l2对速率的影响较大，即α对l2响应更大，令：
α＝l1exp(l2)(al1+bl2)
其中a，b为待定系数，该待定系数的获取方法如下：
步骤3.2.1：在实验室环境下，让清扫机器人清理以不同速率清理不同灰尘等级和顽固污渍等级的电池板，每一次清扫都记录下机器人的清扫速率v、清扫前的灰尘等级l1、清扫前的顽固污渍等级l2、清扫后的灰尘等级l1_1、清扫后的顽固污渍等级l2_1，这五个参量(v,l1,l2,l1_1,l2_1)称为一个样本数据，通过多次试验获得多个样本数据；
步骤3.2.2：从所有的样本数据中筛选出参量l1_1、l2_1为0的样本数据，这些样本数据表示清扫机器人能够以速度v将灰尘等级为l1和顽固污渍等级为l2的电池板清理干净，其为有效样本；
步骤3.2.3：利用有效样本拟合上述的清洁机器人速率调整模型，通过最小二乘法拟合待定系数a，b。
优选地，所述步骤4含有以下步骤：
步骤4.1：机器人清扫过程中实时获取该排电池板的输出功率，设当前时刻t，获取t-k时刻到t时刻该排电池板板输出的p＝{pt-k,pt-k+1,pt-k+2,…,pt},k是超参数，k取值为30秒；
步骤4.2：设机器人遮挡对输出功率的影响程度为l3,令：
max(p)表示取序列p的最大值，p0表示电池板没有污渍是输出的功率，γ是缩放系数，是超参数，令γ＝0.5；max(p)-pt表示最大功率与当前时刻功率的差值，如果序列p所示的功率以较小的波动幅度逐渐增大，那么l3的值较小；当机器人因运动过慢而长时间遮挡住某处的电池板时，序列p的功率变化呈现出先是以较小的波动逐渐增大，然后增大到最大值后突然变小的特征，此时max(p)-pt的值较大，l3越大说明电池板输出的功率衰减幅度也就越大，表示机器人遮挡对电池板输出功率的影响就越大。
优选地，所述步骤5含有以下步骤：
步骤5.1：当机器人遮挡对电池板输出功率影响较大时，则提高清洁机器人的清洁速率，再结合机器人待清洁的灰尘数量，如果待清洁的灰尘量比较多时，就将机器人的速率再提高；
步骤5.2：机器人根据其自身携带的视觉里程计获知已经清洁了多少块电池板，以及剩下多少电池板需要清理，根据无人机提供的每块电池板的脏污程度，获知未清理的电池板上的脏污程度，这些电池板的脏污程度的均值记为l4,l4表征的就是待清洁的电池板的灰尘程度，对l4进行归一化处理：l4：＝l4/10；
步骤5.3：根据机器人遮挡对输出功率的影响程度l3和待清洁的灰尘程度l4修正机器人的清洁速率调整模型；设调整后的速率为
其中：
v＝v0(1-α)
α＝l1exp(l2)(al1+bl2)
β是速率修正因子，当l3越大说明机器人的遮挡对电池板的输出功率的影响越大，就需要对清洁机器人进行速率提升，即β就越大；待清洁的电池板的灰尘程度l4越大，说明其他电池板急需清理，此时机器人的速率也进行提升，综上所述，令：
β＝exp(l3)(θl4+1)
θ是一个缩放因子，表示的是l4的权重，是一个超参数，令θ＝0.2。
与现有技术相比，本发明基于视觉感知的光伏清扫机器人清洁速率调整方法具有以下优点：根据光伏电池板的灰尘等级和顽固污渍等级调整机器人清扫速率，再通过电池板输出功率的变化特征和待清扫的污渍数量进一步对速率进行修正，最终获得一个修正的清扫机器人速率调整模型。通过检测电池板表面的灰尘污渍的多少控制机器人的清扫速率，保证电池板能被快速高效的清理干净；同时根据机器人遮挡对电池板造成的影响和待清扫的灰尘数量来修正调整清洁速率。
最终获得的清扫机器人速率调整模型综合考虑的电池板上的灰尘和顽固污渍的分布情况，并考虑到电池板的长时间遮挡会改变电池板的输出功率等因素，使得最终获得的机器人清扫速率更加准确、合理，既能快速高效的清理电池板又不会因遮挡而影响电池板的输出功率。
附图说明
图1是本发明的工作流程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明基于视觉感知的光伏清扫机器人清洁速率调整方法作进一步说明：如图所示，本实施例的具体实现过程如下：
1.在光伏清洁机器人清理电池板之前先使用无人机高空飞行，利用无人机搭载的摄像头采集每排光伏组件图像信息，根据采集到的图像获取每排光伏电池板上的每个光伏电池板的脏污程度，目的是在清扫机器人清扫电池板时可以获知待清理的污渍的大致面积。所述的电池板的脏污程度反映的是：在空中俯视电池板时，电池板表面的灰尘分布面积与电池板面积的比值大小，脏污程度越大，灰尘面积占比越大。
2.无人机获取每排电池板上的每个电池板的污渍程度的方法步骤如下：
1)无人机低空飞行，相机俯视向下，视野至少包括一排光伏电池板，获取相机采集到的rgb图像。
2)将rgb图像输入光伏组件定位网络获取每排光伏组件的边界框，获取每排光伏组件的位置；再利用光伏电池板定位网络获取每排光伏组件上每个光伏电池板的边界框，获取每个光伏电池板在一排光伏组件上的位置；最后利用脏污程度判别网络获取每个光伏电池板的污渍程度。
3)所述的光伏组件定位网络和光伏电池板定位网络采用的是编码器-解码器的dnn网络结构获取边界框，这些网络结构都是公知的，例如ssd、yolov4等，本发明采用yolov4网络结构获取边界框，其具有精度比较高，急速速度较快的优点。。
4)所述的脏污程度判别网络用于获取每块电池板上的脏污等级，所述的脏污等级反映的是：在空中俯视电池板时，电池板表面的灰尘分布面积与电池板面积的比值大小，脏污程度越大，灰尘面积占比越大。本发明将脏污等级分为十个等级程度：0,1,2,…,9。脏污程度越大说明电池板表面灰尘分布越多，脏污程度为0，说明电池板表面没有灰尘，脏污程度为9，说明电池板表面几乎完全被灰尘覆盖。脏污程度判别网络采用resnet50的网络结构获取脏污程度，将电池板的脏污情况进行量化表示，有助于后续对脏污情况的计算分析。
5)至此，利用无人机获取了每排光伏组件上的每个电池板的在脏污程度。这样做的有益效果有两个，一是能够获知哪排的电池板脏污程度大，灰尘覆盖多，用于决策是否需要对其进行清理；二是在清洁机器人清理电池板时，清扫机器人可以获知待清扫的灰尘的大致面积和分布。本发明利用后者来决策清扫机器人的清扫速率。
3.本发明的目的是当清扫机器人清扫电池板时，需要根据电池板的脏污情况控制清扫机器人的清扫速率。上述无人机由于是高空飞行，只能根据灰尘的覆盖量获得脏污程度，无法精细到灰尘的厚度和顽固污渍的分布数量。为了实现更为精准的控制，需要清扫机器人实时获取待清洁的电池板的灰尘等级和顽固污渍等级。所述的灰尘等级反映的是电池安表面灰尘的厚度和面积，灰尘越厚面积越大，灰尘等级越高；所述的顽固污渍是指粘在电池板表面的块状污渍，如鸟粪等；所述的顽固污渍等级反映的是顽固污渍的数量和分布面积。
4.清扫机器人获取电池板表面灰尘等级和顽固污渍等级的方法如下：
1)在清扫机器人上安装一个rgb摄像头，摄像头俯视斜向下，实时采集待清洁的电池板表面的rgb纹理图像数据
2)利用灰尘等级检测网络获得图像上的灰尘等级，本发明将灰尘等级分为十个等级：0,1,2，…，9。灰尘等级为0说明电池板表面没有灰尘，灰尘等级为9说明电池板表面绝大部分面积都有灰尘分布，灰尘遮蔽了几乎整个电池板区域。
3)利用顽固污渍等级检测网络获得图像上的顽固污渍等级，本发明将顽固污渍等级分为十个等级：0,1,2，…，9。顽固污渍等级为0说明电池板表面没有顽固污渍等级，顽固污渍等级为9说明电池板表面绝大部分面积都有顽固污渍等级分布。
4)本发明所述的灰尘等级检测网络和顽固污渍等级检测网络resnet50网络结构。分别获得灰尘等级和顽固污渍等级的有益效果除了将电池板上的灰尘和顽固污渍的分布情况进行量化外，还将电池板的灰尘和顽固污渍分别进行分析处理，使得后续的机器人清扫速率的计算结果可靠。
5.在清洁机器人清理电池板时，设当前待清理的电池板上的灰尘等级和顽固污渍等级为l1、l2,对l1、l2归一化处理，归一化方法为：
符号“:＝”表示将符号右边的结果赋值给符号坐标的变量。归一化的有益效果是使l1、l2的取值不大于1.0，使得后续的计算不会产生数量级过大的数据。
6.设清扫机器人在整洁的电池板表面的运行速率为v0,该速度是由机器人出厂时决定的，则清扫机器人清理电池板时的速率v为：
v＝v0(1-α)
上述式子便是清洁机器人的速率调整模型，参数α是一个速率衰减因子，当l1、l2的值越大，α越大，机器人就需要放慢速率清理，即v就越小。利用式子v＝v0(1-α)计算电池板速率的有益效果是通过衰减系数的方法，在v0的基础上增加或减小一个αv0的值，使得计算出的v在v0附近波动变化，使得计算的v比较合理准确。
7.由于电池板上顽固污渍较难清理，因此l2对速率的影响较大，即α对l2响应更大，令：
α＝l1exp(l2)(al1+bl2)
exp(l2)是对l2的映射，使得α对l2的变化较为敏感，即l2稍微变化一点，α就会有较大的响应，使得结果更加准确，符合实际。
8.其中a，b为待定系数，该待定系数的获取方法如下：
1)在实验室环境下，让清扫机器人清理以不同速率清理不同灰尘等级和顽固污渍等级的电池板，每一次清扫都记录下机器人的清扫速率v、清扫前的灰尘等级l1、清扫前的顽固污渍等级l2、清扫后的灰尘等级l1_1、清扫后的顽固污渍等级l2_1，这五个参量(v,l1,l2,l1_1,l2_1)称为一个样本数据，通过多次试验获得多个样本数据。
2)从所有的样本数据中筛选出参量l1_1、l2_1为0的样板数据，这些样本数据表示清扫机器人能够以速度v将灰尘等级为l1和顽固污渍等级为l2的电池板清理干净，这些样板称为有效样本。
3)利用有效样本拟合上述的清洁机器人速率调整模型，获得待定系数a，b。本发明利用最小二乘法拟合待定系数。实施者也可以使用其他方法来拟合待定系数，本发明利用最小二乘法拟合待定系数计算量小，相对简便。
9.清扫机器人在清理电池板表面时，机器人会遮挡住电池板表面；当机器人快速清洁时这种遮挡对电池板的影响是可以忽略的，但是当电池板表面污渍较多，机器人清理速度较慢时，机器人会较长时间的停留在电池板某处，此时的遮挡会严重影响电池板的输出功率。因此本发明通过检测电池板的输出功率，获取机器人遮挡对输出功率的影响大小，具体方法如下：
1)机器人清扫电池板时，实时获取该排电池板的输出功率。假设清洁机器人不会对电池板造成遮挡，那么机器人在清理电池板时，电池板的输出概率会逐渐变大，这是因为电池板表面的脏污被清理了，所以输出功率变大；但是考虑到机器人对电池板的遮挡，输出的功率会伴随着波动，逐渐变大。当机器人速度过慢，遮挡较为严重时，会使得功率大幅降低。
2)设当前时刻t，获取t-k时刻到t时刻该排电池板板输出的p＝{pt-k,pt-k+1,pt-k+2,…,pt},k是超参数，本发明k取值为30秒。
3)设机器人遮挡对输出功率的影响程度为l3,令：
max(p)表示取序列p的最大值。p0表示电池板没有污渍是输出的功率，γ是缩放系数，是超参数，本发明令γ＝0.5
4)max(p)-pt表示最大功率与当前时刻功率的差值。如果序列p所示的功率以较小的波动幅度逐渐增大，那么l3的值较小；当机器人因运动过慢而长时间遮挡住某处的电池板时，序列p的功率变化呈现出先是以较小的波动逐渐增大，然后增大到最大值后突然变小的特征，此时max(p)-pt的值较大。
5)l3越大说明电池板输出的功率衰减幅度也就越大，表示机器人遮挡对电池板输出功率的影响就越大。获得l3的有益效果是：可以通过l3的大小来能够直观的获得清扫机器人的遮挡对电池板输出功率的影响，这种影响是修正机器人清扫速率的重要指标，对后续的计算具有重要意义。
10.当机器人遮挡对电池板输出功率影响较大时，应当提高清洁机器人的清洁速率，另外还要结合机器人待清洁的灰尘数量，如果带清洁大灰尘量角度，那么就应该将机器人的速率提高的多一点。
11.机器人根据其自身携带的视觉里程计可以获知已经清洁了多少块电池板，以及剩下多少电池板需要清理，根据无人机提供的每块电池板的脏污程度，可以获知未清理的电池板上的脏污程度，这些电池板的脏污程度的均值记为l4,l4表征的就是待清洁的电池板的灰尘程度。需要注意的是对l4进行归一化处理：l4：＝l4/10
12.根据机器人遮挡对输出功率的影响程度l3和待清洁的灰尘程度l4修正机器人的清洁速率调整模型。设调整后的速率为
其中：
v＝v0(1-α)
α＝l1exp(l2)(al1+bl2)
利用式子
13.β是速率修正因子，当l3越大说明机器人的遮挡对电池板的输出功率的影响越大，因此需要对清洁机器人有较大的速率提升，即β就应越大；另一方面待清洁的电池板的灰尘程度l4越大，说明其他电池板急需清理，此时机器人的速率也影响有较大的提升。综上所述，令：
β＝exp(l3)(θl4+1)
θ是一个缩放因子，表示的是l4的权重，是一个超参数，本发明令θ＝0.2。
速率修正因子β的有益效果是：根据机器人的遮挡对电池板输出功率的影响程度l3，以及待清理的积灰程度l4一同决定β的大小，全面考虑了影响机器人清洁速率的因素，因此获得的修正后的机器人速率
14.综上所述，修正后的清洁机器人速率调整模型
15.至此本发明完成。
技术特征：
1.一种基于视觉感知的光伏清扫机器人清洁速率调整方法，其特征在于：含有以下步骤：
步骤1：在清扫机器人清理之前，利用无人机预先获取每排电池板上每个光伏电池板的脏污程度；
步骤2：清扫机器人利用其上摄像机获取当前视野中电池板表面的图像，得出灰尘等级和顽固污渍的等级；
步骤3：根据灰尘等级和顽固污渍的等级建立清洁速率调整模型，利用模型获得机器人的清扫速率；
步骤4：机器人清扫过程中实时检测电池板的输出功率的变化，获取机器人遮挡对功率的影响；
步骤5：根据机器人遮挡对输出功率的影响修正速率，获得修正后的清洁速率调整模型。
2.根据权利要求1所述的基于视觉感知的光伏清扫机器人清洁速率调整方法，其特征在于：所述步骤1含有以下步骤：
步骤1.1:无人机低空飞行，相机俯视向下，视野至少包括一排光伏电池板，获取相机采集到的rgb图像；
步骤1.2:将rgb图像输入光伏组件定位网络获取每排光伏组件的边界框，获取每排光伏组件的位置；再利用光伏电池板定位网络获取每排光伏组件上每个光伏电池板的边界框，获取每个光伏电池板在一排光伏组件上的位置；最后利用脏污程度判别网络获取每个光伏电池板的污渍程度；
步骤1.3:光伏组件定位网络和光伏电池板定位网络采用的是编码器-解码器的dnn网络结构获取边界框，通过ssd或yolov4网络结构获取边界框；
步骤1.4:在空中俯视电池板时，电池板表面的灰尘分布面积与电池板面积的比值大小，脏污程度越大，灰尘面积占比越大，脏污等级分为十个等级程度：0,1,2,…,9；脏污程度越大说明电池板表面灰尘分布越多，脏污程度为0，脏污程度判别网络采用resnet50网络结构来获取脏污程度。
3.根据权利要求1所述的基于视觉感知的光伏清扫机器人清洁速率调整方法，其特征在于：所述步骤2含有以下步骤：
步骤2.1:在清扫机器人上安装一个rgb摄像头，摄像头俯视斜向下，实时采集待清洁的电池板表面的rgb纹理图像数据；
步骤2.2:利用灰尘等级检测网络获得图像上的灰尘等级；
步骤2.3:利用顽固污渍等级检测网络获得图像上的顽固污渍等级，将顽固污渍等级分为十个等级：0,1,2，…，9；顽固污渍等级为0说明电池板表面没有顽固污渍等级，顽固污渍等级为9说明电池板表面绝大部分面积都有顽固污渍等级分布；灰尘等级检测网络和顽固污渍等级检测网络均采用resnet50网络结构。
4.根据权利要求1所述的基于视觉感知的光伏清扫机器人清洁速率调整方法，其特征在于：所述步骤3含有以下步骤：
步骤3.1：在清洁机器人清理电池板时，设当前待清理的电池板上的灰尘等级和顽固污渍等级为l1、l2，对l1、l2归一化处理，归一化方法为：
符号“：＝”表示将符号右边的结果赋值给符号坐标的变量；
步骤3.2：设清扫机器人在整洁的电池板表面的运行速率为v0，v0是机器人出厂时设定，则清扫机器人清理电池板时的速率v为：
v＝v0(1-α)
上式是清洁机器人的速率调整模型，参数α是一个速率衰减因子，当l1、l2的值越大，α越大，机器人就需要放慢速率清理，即v就越小；由于电池板上顽固污渍较难清理，因此l2对速率的影响较大，即α对l2响应更大，令：
α＝l1exp(l2)(al1+bl2)
其中a，b为待定系数，该待定系数的获取方法如下：
步骤3.2.1：在实验室环境下，让清扫机器人清理以不同速率清理不同灰尘等级和顽固污渍等级的电池板，每一次清扫都记录下机器人的清扫速率v、清扫前的灰尘等级l1、清扫前的顽固污渍等级l2、清扫后的灰尘等级l1_1、清扫后的顽固污渍等级l2_1，这五个参量(v，l1，l2，l1_1，l2_1)称为一个样本数据，通过多次试验获得多个样本数据；
步骤3.2.2：从所有的样本数据中筛选出参量l1_1、l2_1为0的样本数据，这些样本数据表示清扫机器人能够以速度v将灰尘等级为l1和顽固污渍等级为l2的电池板清理干净，其为有效样本；
步骤3.2.3：利用有效样本拟合上述的清洁机器人速率调整模型，通过最小二乘法拟合待定系数a，b。
5.根据权利要求1所述的基于视觉感知的光伏清扫机器人清洁速率调整方法，其特征在于：所述步骤4含有以下步骤：
步骤4.1：机器人清扫过程中实时获取该排电池板的输出功率，设当前时刻t，获取t-k时刻到t时刻该排电池板板输出的p＝{pt-k，pt-k+1，pt-k+2，..，pt}，k是超参数，k取值为30秒；
步骤4.2：设机器人遮挡对输出功率的影响程度为l3，令：
max(p)表示取序列p的最大值，p0表示电池板没有污渍是输出的功率，γ是缩放系数，是超参数，令γ＝0.5；max(p)-pt表示最大功率与当前时刻功率的差值，如果序列p所示的功率以较小的波动幅度逐渐增大，那么l3的值较小；当机器人因运动过慢而长时间遮挡住某处的电池板时，序列p的功率变化呈现出先是以较小的波动逐渐增大，然后增大到最大值后突然变小的特征，此时max(p)-pt的值较大，l3越大说明电池板输出的功率衰减幅度也就越大，表示机器人遮挡对电池板输出功率的影响就越大。
6.根据权利要求1所述的基于视觉感知的光伏清扫机器人清洁速率调整方法，其特征在于：所述步骤5含有以下步骤：
步骤5.1：当机器人遮挡对电池板输出功率影响较大时，则提高清洁机器人的清洁速率，再结合机器人待清洁的灰尘数量，如果待清洁的灰尘量比较多时，就将机器人的速率再提高；
步骤5.2：机器人根据其自身携带的视觉里程计获知已经清洁了多少块电池板，以及剩下多少电池板需要清理，根据无人机提供的每块电池板的脏污程度，获知未清理的电池板上的脏污程度，这些电池板的脏污程度的均值记为l4，l4表征的就是待清洁的电池板的灰尘程度，对l4进行归一化处理：l4：＝l4/10；
步骤5.3：根据机器人遮挡对输出功率的影响程度l3和待清洁的灰尘程度l4修正机器人的清洁速率调整模型；设调整后的速率为
其中：
v＝v0(1-α)
α＝l1exp(l2)(al1+bl2)
β是速率修正因子，当l3越大说明机器人的遮挡对电池板的输出功率的影响越大，就需要对清洁机器人进行速率提升，即β就越大；待清洁的电池板的灰尘程度l4越大，说明其他电池板急需清理，此时机器人的速率也进行提升，综上所述，令：
β＝exp(l3)(θl4+1)
θ是一个缩放因子，表示的是l4的权重，是一个超参数，令θ＝0.2。
技术总结
本发明公开了一种基于视觉感知的光伏清扫机器人清洁速率调整方法，改善了光伏清扫机器人清洁速率调整有待智能化的问题。该发明含有以下步骤：1、利用无人机预先获取每排电池板上每个光伏电池板的脏污程度；2、清扫机器人利用摄像机获取当前视野中电池板表面的图像，得出灰尘等级和顽固污渍的等级；3、根据灰尘等级和顽固污渍的等级建立清洁速率调整模型，利用模型获得机器人的清扫速率；4、机器人清扫过程中实时检测电池板的输出功率的变化，获取机器人遮挡对功率的影响；5、根据机器人遮挡对输出功率的影响修正速率，获得修正后的清洁速率调整模型。该技术最终获得的机器人清扫速率更加准确合理，不会因遮挡而影响电池板的输出功率。
技术开发人、权利持有人：王宗亚;徐尔灵
