技术领域
本发明涉及到扫地机器人领域，特别是涉及到一种驱赶老鼠方法及扫地机器人。
背景技术
随着技术的进步，扫地机器人的应用越来越普及。越来越多的普通家庭也使用了扫地机器人，其中也包括农村或老旧小区家庭。然而在农村或老旧小区家庭，难免会存在老鼠出没。老鼠会对农村或老旧小区家庭的家具和衣物进行破坏。
现有的方式一般都是通过放置捕鼠铁笼或者老鼠夹子来抓住老鼠。在抓住老鼠之后，还需要对老鼠进行清理，十分不便。很多居民其实只需把老鼠赶跑即可。
发明内容
本发明的主要目的为提供一种驱赶老鼠方法及扫地机器人，为扫地机器人增添驱鼠功能，解决鼠患问题。
本发明提出了一种驱赶老鼠方法，包括：
扫地机器人根据获取到的信息判断是否存在老鼠；
若存在，根据所述获取到的信息计算老鼠的位置；
移动至所述位置并发出驱赶信号。
优选地，所述扫地机器人根据获取到的信息判断是否存在老鼠之前，包括：
通过摄像头获取图像信息。
优选地，所述摄像头包括可见光成像摄像头和红外成像摄像头。
优选地，所述扫地机器人根据获取到的信息判断是否存在老鼠，包括：
扫地机器人将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。优选地，所述扫地机器人根据获取到的信息判断是否存在老鼠的步骤之前，包括：
通过麦克风阵列获取声音信息。
优选地，所述根据所述信息计算所述老鼠的位置的步骤包括：
利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
优选地，所述驱赶信号包括超声波和/或猫叫声。
本发明的另一方面，还提出了一种扫地机器人，包括：
判断模块，用于根据获取到的信息判断是否存在老鼠；
定位模块，用于若存在，根据所述获取到的信息计算老鼠的位置；
驱赶模块，用于移动至所述位置并发出驱赶信号。
优选地，还包括：
图像获取模块，用于通过摄像头获取图像信息。
优选地，所述摄像头包括可见光成像摄像头和红外成像摄像头。
优选地，所述判断模块包括：
图像判断单元，用于将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。
优选地，还包括：
声音获取模块，用于通过麦克风阵列获取声音信息。
优选地，所述定位模块包括：
定位单元，用于利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
优选地，所述驱赶信号包括超声波和/或猫叫声。
本发明提出的驱赶老鼠方法及扫地机器人，其方法包括：扫地机器人根据判断获取到的信息判断是否包含存在老鼠信息；若存在，根据所述获取到的信息计算所述老鼠信息对应的老鼠的位置；移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。
附图说明
图1为本发明驱赶老鼠方法一实施例的流程示意图；
图2为用麦克风阵列测量声源位置的示意图；
图3为本发明扫地机器人一实施例的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，本发明实施例提出了一种驱赶老鼠方法，包括：
S10、扫地机器人根据获取到的信息判断是否存在老鼠；
S20、若存在，根据所述获取到的信息计算老鼠的位置；
S30、移动至所述位置并发出驱赶信号。
扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。
本实施例中，扫地机器人设置有感应装置，该感应装置具有识别是否有老鼠的功能。同时，扫地机器人还具有计算定位功能，计算老鼠所在的位置。扫地机器人还配设有驱赶装置，该驱赶装置具有发出驱赶信号的功能。扫地机器人可以设置有多种工作模式，如扫地模式、驱鼠模式等。驱鼠模式可手动开启。当扫地机器人开启扫地模式时，可对房间地面进行清洁。当扫地机器人开启驱鼠模式时，可对房间内进行监控，一旦发现老鼠踪迹，立刻前去将其赶走。驱鼠模式可以在无人或深夜阶段开启。
步骤S10中，扫地机器人对获取到的信息进行分析，判断信息中是否包含老鼠。在此处，信息可以是图像信息，也可以是声音信息，或者其他可以用于识别老鼠的信息。例如，在一图像中，包含有老鼠的画面。而以声音为例，在获取到的声音信息内，包含一部分的老鼠叫声或行走声。
步骤S20中，若信息中包含老鼠，则扫地机器人可以判断当前存在老鼠，需对老鼠进行驱赶。此时需要对老鼠的位置进行判断，以抵达老鼠所在位置。以获取到图像为例，可通过辨别老鼠在图像的位置确定移动的方位。
步骤S30中，当扫地机器人抵达老鼠所在位置，便可以发出驱赶信号，使老鼠逃离。这样，该位置的物品不会继续被老鼠咬坏。驱赶信号指的是可以使老鼠离开的信号，包括但不限于超声波、特殊声响。
可选的，步骤S10之前，包括：
通过摄像头获取图像信息。所述摄像头包括可见光成像摄像头和红外成像摄像头。
本实施例中，扫地机器人是通过摄像头获得图像信息的。图像信息可用来判断是否存在老鼠。可见光成像摄像头可在白天或光线较强时工作，红外成像摄像头可在夜间或光线较弱时工作。
可选的，步骤S10，包括：
扫地机器人将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。本实施例中，获取到图像信息之后，需要对图像信息处理，判断图像信息里面是否包含老鼠的信息。可采用CNN(卷积神经网络)算法处理图像信息，判断图像信息内是否包含老鼠的信息。
CNN是一种深层神经网络，包括输入层、隐层、输出层，隐层又包括卷积层、下采样层等；由于CNN的参数非常多，一般在在卷积层中使用参数共享来控制参数的数量。可通过多幅包含老鼠的图像进行训练，以建立可用于识别老鼠图像的模型。
CNN模型训练过程可以是：
初始化神经元连接的权重和偏置；
输入前向传递：样本输入经过CNN的各层前向传递，计算出每一个神经元的输出。
输出层输出该组训练数据的类别：将此类别和训练数据的期望输出比较，如果图像误差值不符合预设图像阈值，则启动后向传播算法过程；如果图像误差值符合预设的阈值，则CNN的算法终止。
如果启动后向传播算法(BPTT)，则使用输出层的图像误差值计算前一层神经元的误差，并以这种方式从后向前递进式地计算所有隐藏层、输入层的神经元上的误差。
根据上面计算的图像误差值，采用梯度下降算法从输入层到输出层，逐层更新连接的权重和神经元的偏置。
直到图像误差值小于预设图像阈值，终止循环计算。从而得到CNN模型的关键参数。
将获得图像信息输入到CNN模型内，经过层层计算，获得图像误差值。若图像误差值小于预设图像阈值，确认是否有老鼠。
可选的，步骤S10之前，包括：
通过麦克风阵列获取声音信息。
本实施例中，扫地机器人是通过麦克风阵列获得声音信息的。声音信息可用来判断是否存在老鼠。麦克风阵列(Microphone Array)，是由一定数目的声学传感器(一般是麦克风)组成，用来对声场的空间特性进行采样并处理的系统。
可选的，步骤S20包括：
利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
本实施例中，当确认在房间内是存在老鼠的，此时需要对老鼠进行精确定位来驱赶老鼠。通过麦克风阵列可以获取一组音频信息。各个音频信息里面包含老鼠的信息的强度会存在差异。可根据这些差异来判断老鼠的方位和距离。同时，可结合室内地图或障碍物感应装置，确定好移动路线，以抵达老鼠所在的位置。
可采用时延法进行声源定位，方法如下：
参照图2，图2为用麦克风阵列测量声源位置的示意图。P1、P2、P3、P4分别代表四个麦克风。以四个麦克风的中心为原点建立3维直角坐标系。在下式中，x(n)是麦克风收到的信号，s(n)是声源信号，w(n)是背景噪声，α是声传播衰减信号，τ是声波从声源到麦克风的传播时间。R是自相关函数，E是数学期望。r1、r2、r3、r4分别代表P1、P2、P3、P4到声源S的距离。具体计算过程如下：
xi(n)＝αis(n-τi)+wi(n)
xj(n)＝αjs(n-τj)+wj(n)
当τ＝τi-τj＝τij时，Rij(τ)有最大值。
求出此时的τij，可以算出声源到两个麦克风的时延。
x2+y2+z2＝r2
z＝rsinθ
τ21＝(r2-r1)/C
τ31＝(r3-r1)/C
τ41＝(r4-r1)/C
麦克风阵列侦测到有声音，且声音信息中包含老鼠声音信息时，通过以上方法可以定位老鼠声音信息的位置，获得老鼠所在位置。
可选的，所述驱赶信号包括超声波和/或猫叫声。
本实施例中，扫地机器人可通过发出超声波或猫叫声来赶跑老鼠。如，扫地机器人可采用驱鼠超声波发生器，发出20～40kHz的超声波信号对老鼠进行驱赶。扫地机器人设置有播放器，播放器预存有不同类型的猫叫声。在靠近老鼠身边时，扫地机器人启用播放器，播放出其中一种的猫叫声。若该猫叫声未能驱赶掉老鼠，则切换为另一种猫叫声，直到老鼠逃跑。
本发明提出的驱赶老鼠方法，包括：扫地机器人根据判断获取到的信息判断是否包含存在老鼠信息；若存在，根据所述获取到的信息计算所述老鼠信息对应的老鼠的位置；移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。
参照图3，本发明实施例还提出了一种扫地机器人，包括：
判断模块10，用于根据获取到的信息判断是否存在老鼠；
定位模块20，用于若存在，根据所述获取到的信息计算老鼠的位置；
驱赶模块30，用于移动至所述位置并发出驱赶信号。
扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。一般来说，将完成清扫、吸尘、擦地工作的机器人，也统一归为扫地机器人。
本实施例中，扫地机器人设置有感应装置，该感应装置具有识别是否有老鼠的功能。同时，扫地机器人还具有计算定位功能，计算老鼠所在的位置。扫地机器人还配设有驱赶装置，该驱赶装置具有发出驱赶信号的功能。扫地机器人可以设置有多种工作模式，如扫地模式、驱鼠模式等。驱鼠模式可手动开启。当扫地机器人开启扫地模式时，可对房间地面进行清洁。当扫地机器人开启驱鼠模式时，可对房间内进行监控，一旦发现老鼠踪迹，立刻前去将其赶走。驱鼠模式可以在无人或深夜阶段开启。
判断模块10中，扫地机器人对获取到的信息进行分析，判断信息中是否包含老鼠。在此处，信息可以是图像信息，也可以是声音信息，或者其他可以用于识别老鼠的信息。例如，在一图像中，包含有老鼠的画面。而以声音为例，在获取到的声音信息内，包含一部分的老鼠叫声或行走声。
定位模块20中，若信息中包含老鼠，则扫地机器人可以判断当前存在老鼠，需对老鼠进行驱赶。此时需要对老鼠的位置进行判断，以抵达老鼠所在位置。以获取到图像为例，可通过辨别老鼠在图像的位置确定移动的方位。
驱赶模块30中，当扫地机器人抵达老鼠所在位置，便可以发出驱赶信号，使老鼠逃离。这样，该位置的物品不会继续被老鼠咬坏。驱赶信号指的是可以使老鼠离开的信号，包括但不限于超声波、特殊声响。
可选的，还包括：
图像获取模块，用于通过摄像头获取图像信息。所述摄像头包括可见光成像摄像头和红外成像摄像头。
本实施例中，扫地机器人是通过摄像头获得图像信息的。图像信息可用来判断是否存在老鼠。可见光成像摄像头可在白天或光线较强时工作，红外成像摄像头可在夜间或光线较弱时工作。
可选的，判断模块10包括：
图像判断单元，用于将获取的图像信息输入到预设CNN模型进行处理，确定存在老鼠。
本实施例中，获取到图像信息之后，需要对图像信息处理，判断图像信息里面是否包含老鼠的信息。可采用CNN(卷积神经网络)算法处理图像信息，判断图像信息内是否包含老鼠的信息。
CNN是一种深层神经网络，包括输入层、隐层、输出层，隐层又包括卷积层、下采样层等；由于CNN的参数非常多，一般在在卷积层中使用参数共享来控制参数的数量。可通过多幅包含老鼠的图像进行训练，以建立可用于识别老鼠图像的模型。
CNN模型训练过程可以是：
初始化神经元连接的权重和偏置；
输入前向传递：样本输入经过CNN的各层前向传递，计算出每一个神经元的输出。
输出层输出该组训练数据的类别：将此类别和训练数据的期望输出比较，如果图像误差值不符合预设图像阈值，则启动后向传播算法过程；如果图像误差值符合预设的阈值，则CNN的算法终止。
如果启动后向传播算法(BPTT)，则使用输出层的图像误差值计算前一层神经元的误差，并以这种方式从后向前递进式地计算所有隐藏层、输入层的神经元上的误差。
根据上面计算的图像误差值，采用梯度下降算法从输入层到输出层，逐层更新连接的权重和神经元的偏置。
直到图像误差值小于预设图像阈值，终止循环计算。从而得到CNN模型的关键参数。
将获得图像信息输入到CNN模型内，经过层层计算，获得图像误差值。若图像误差值小于预设图像阈值，确认是否包含老鼠。
可选的，还包括：
声音获取模块，用于通过麦克风阵列获取声音信息。
本实施例中，扫地机器人是通过麦克风阵列获得声音信息的。声音信息可用来判断是否存在老鼠。麦克风阵列(Microphone Array)，是由一定数目的声学传感器(一般是麦克风)组成，用来对声场的空间特性进行采样并处理的系统。
可选的，定位模块20包括：
定位单元，用于利用声源定位算法对所述声音信息进行处理，计算出老鼠的位置。
本实施例中，当确认在房间内是存在老鼠的，此时需要对老鼠进行精确定位来驱赶老鼠。通过麦克风阵列可以获取一组音频信息。各个音频信息里面包含老鼠的信息的强度会存在差异。可根据这些差异来判断老鼠的方位和距离。同时，可结合室内地图或障碍物感应装置，确定好移动路线，以抵达老鼠所在的位置。
可采用时延法进行声源定位，方法如下：
参照图2，图2为用麦克风阵列测量声源位置的示意图。P1、P2、P3、P4分别代表四个麦克风。以四个麦克风的中心为原点建立3维直角坐标系。在下式中，x(n)是麦克风收到的信号，s(n)是声源信号，w(n)是背景噪声，α是声传播衰减信号，τ是声波从声源到麦克风的传播时间。R是自相关函数，E是数学期望。r1、r2、r3、r4分别代表P1、P2、P3、P4到声源S的距离。具体计算过程如下：
xi(n)＝αis(n-τi)+wi(n)
xj(n)＝αjs(n-τj)+wj(n)
当τ＝τi-τj＝τij时，Rij(τ)有最大值。
求出此时的τij，可以算出声源到两个麦克风的时延。
x2+y2+z2＝r2
z＝r sinθ
τ21＝(r2-r1)/C
τ31＝(r3-r1)/C
τ41＝(r4-r1)/C
麦克风阵列侦测到有声音，且声音信息中包含老鼠声音信息时，通过以上方法可以定位老鼠声音信息的位置，获得老鼠所在位置。
可选的，所述驱赶信号包括超声波和/或猫叫声。
本实施例中，扫地机器人可通过发出超声波或猫叫声来赶跑老鼠。如，扫地机器人可采用驱鼠超声波发生器，发出20～40kHz的超声波信号对老鼠进行驱赶。扫地机器人设置有播放器，播放器预存有不同类型的猫叫声。在靠近老鼠身边时，扫地机器人启用播放器，播放出其中一种的猫叫声。若该猫叫声未能驱赶掉老鼠，则切换为另一种猫叫声，直到老鼠逃跑。
本发明提出的扫地机器人，包括：判断模块，用于根据获取到的信息判断是否存在老鼠；定位模块，用于若存在，根据所述获取到的信息计算老鼠的位置；驱赶模块，用于移动至所述位置并发出驱赶信号。本发明为扫地机器人增添驱鼠功能，解决鼠患问题，可以防止老鼠对家具和衣物进行破坏。
以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。