一种环卫车绿植洒水的控制系统及控制方法与流

本发明涉及环卫洒水车领域，具体涉及一种环卫车绿植洒水的控制系统及控制方法。背景技术：1、随着我国经济持续发展，城市环卫建设愈发重要；洒水是城市环卫建设较为重要的一环。随着人工技术的发展，环卫作业产品的化程度也越来越高，诸如一些自动清扫机器人、无人驾驶环卫车等高科技产品应运而生。然而对于洒水的作业场景而言，因实际作业过程的场景各不相同，需对洒水枪的喷射距离、出水量做实时调整；因此，洒水工作依然需要大量人工监管，需要人为参与并根据场景实时调整洒水参数。2、相关技术中，在进行绿植洒水作业方面，仍以人工控制洒水参数为主，由人力完成洒水任务；人为调整喷枪对准待喷绿植，调整喷枪的喷水流量，进而达到绿植洒水的目的；人工进行绿植洒水具有较为繁重的工作量，运营效率较低。3、因此，为了提高作业效率，减轻作业人员的工作负担，本领域技术人员亟待设计更加高效的绿植洒水方案。技术实现思路1、本申请提供一种环卫车绿植洒水的控制系统及控制方法，解决现有技术中绿植洒水效率低的问题。2、第一方面，本申请实施例提供一种环卫车绿植洒水的控制系统，包含多台摄像机、车载中心、抽水泵和出水阀门；3、所述多台摄像机和出水阀门均固定于环卫车右侧；所述出水阀门设置于固定的喷水口处，所述喷水口对应一个条状预期喷洒覆盖面；4、所述车载中心内置视觉yolov5神经网络模型，且车载中心用于通过调节抽水泵的功率控制喷水距离；所述车载中心还用于控制出水阀门开闭；5、所述多台摄像机拍摄包含所述条状预期喷洒覆盖面的摄影图像，并传输给视觉yolov5神经网络模型，所述视觉yolov5神经网络模型根据摄影图像识别待喷目标物，并获取喷水口至待喷目标物之间的计算距离；所述车载中心根据计算距离调节抽水泵的功率。6、结合第一方面，在一种实施方式中，当待喷目标物为单个时，所述视觉yolov5神经网络模型获取喷水口至待喷目标物之间的计算距离；当待喷目标物超过设定面积时，所述视觉yolov5神经网络模型获取喷水口至待喷目标物之间的最近距离和最远距离；所述车载中心根据最近距离和最远距离控制抽水泵采用动态功率进行远近交替洒水。7、结合第一方面，在一种实施方式中，所述洒水控制系统包含多个出水阀门，每个出水阀门设置于一个喷水口处，所述多个喷水口能够在同一时刻覆盖整个条状预期喷洒覆盖面。8、结合第一方面，在一种实施方式中，所述视觉yolov5神经网络模型实时计算并将测距距离反馈给车载中心；当出水阀门关闭时，所述多台摄像机停止拍摄。9、结合第一方面，在一种实施方式中，所述计算距离的计算方法，包含：10、11、其中，α既是车体固定的相机倾角又是喷水口倾角、h为相机距地面高度、f为摄像机焦距、x为待喷目标物在图像中的坐标距图像中心点的横坐标差、y为待喷目标物在图像中的坐标距图像中心点的纵坐标差、d为待喷目标物到喷水口投影地面的距离。12、结合第一方面，在一种实施方式中，所述视觉yolov5神经网络模型还用于从摄影图像中识别规避目标物，当视觉yolov5神经网络模型从摄影图像中识别规避目标物时，所述车载中心控制出水阀门关闭。13、第二方面，本申请实施例提供了一种基于权利要求1所述控制系统的控制方法，其特征在于，包含以下步骤：14、环卫车靠右接近待喷目标物行驶；15、多台摄像机拍摄包含所述条状预期喷洒覆盖面的摄影图像，并反馈至所述车载中心；16、所述车载中心的视觉yolov5神经网络模型根据所述摄影图像识别待喷目标物，并获取喷水口至待喷目标物之间的计算距离；17、所述车载中心调节抽水泵的功率控制喷水距离等于计算距离。18、结合第二方面，在一种实施方式中，当待喷目标物为单个时，所述视觉yolov5神经网络模型获取喷水口至待喷目标物之间的计算距离；当待喷目标物超过设定面积时，所述视觉yolov5神经网络模型获取喷水口至待喷目标物之间的最近距离和最远距离；所述车载中心根据最近距离和最远距离控制抽水泵采用动态功率进行远近交替洒水。19、结合第二方面，在一种实施方式中，所述洒水控制系统包含多个出水阀门，每个出水阀门设置于一个喷水口处，所述多个喷水口能够在同一时刻覆盖整个条状预期喷洒覆盖面。20、结合第二方面，在一种实施方式中，所述视觉yolov5神经网络模型还用于从摄影图像中识别规避目标物，当视觉yolov5神经网络模型从摄影图像中识别规避目标物时，所述车载中心控制出水阀门关闭。21、本申请实施例提供的技术方案带来的有益效果至少包括：22、1.本申请的控制系统及控制方法，车载中心内置视觉yolov5神经网络模型，视觉yolov5神经网络模型识别待喷目标物，并获取喷水口至待喷目标物之间的计算距离，然后通过调节抽水泵的功率控制喷洒水流的距离，能够在无人操控的情况下，低成本实现了环卫车的自动化浇灌作业，节省了人力，智能自动化实时绿植洒水，大大提高了作业效率，具有一定的经济效应与环保效应。23、2.本申请的控制系统及控制方法，当待喷目标物为单个时，能够准确进行单点洒水；当待喷目标物超过设定面积时，即成片出现时，视觉yolov5神经网络模型获取喷水口至待喷目标物之间的最近距离和最远距离，抽水泵采用动态功率进行远近交替洒水，能够自动覆盖远处和近处的绿植，相对于现有技术人工洒水，大大提高了洒水效率。24、3.本申请的控制系统及控制方法，视觉yolov5神经网络模型能够自动识别并避开规避目标物，能够有效防止误喷水，相对于现有技术中人工喷洒需要人为提高注意力防止误喷水，本申请能够自动识别控制，更加安全可靠。技术特征：1.一种环卫车绿植洒水的控制系统，其特征在于：包含多台摄像机、车载中心、抽水泵和出水阀门；2.如权利要求1所述的一种环卫车绿植洒水的控制系统，其特征在于：当待喷目标物为单个时，所述视觉yolov5神经网络模型获取喷水口至待喷目标物之间的计算距离；3.如权利要求1所述的一种环卫车绿植洒水的控制系统，其特征在于：所述洒水控制系统包含多个出水阀门，每个出水阀门设置于一个喷水口处，所述多个喷水口能够在同一时刻覆盖整个条状预期喷洒覆盖面。4.如权利要求1所述的一种环卫车绿植洒水的控制系统，其特征在于：所述视觉yolov5神经网络模型实时计算并将测距距离反馈给车载中心；当出水阀门关闭时，所述多台摄像机停止拍摄。5.如权利要求1所述的一种环卫车绿植洒水的控制系统，其特征在于，所述计算距离的计算方法，包含：6.如权利要求1所述的一种环卫车绿植洒水的控制系统，其特征在于：所述视觉yolov5神经网络模型还用于从摄影图像中识别规避目标物，当视觉yolov5神经网络模型从摄影图像中识别规避目标物时，所述车载中心控制出水阀门关闭。7.一种基于权利要求1所述控制系统的控制方法，其特征在于，包含以下步骤：8.如权利要求7所述的控制方法，其特征在于：9.如权利要求7所述的控制方法，其特征在于：所述洒水控制系统包含多个出水阀门，每个出水阀门设置于一个喷水口处，所述多个喷水口能够在同一时刻覆盖整个条状预期喷洒覆盖面。10.如权利要求7所述的控制方法，其特征在于：所述视觉yolov5神经网络模型还用于从摄影图像中识别规避目标物，当视觉yolov5神经网络模型从摄影图像中识别规避目标物时，所述车载中心控制出水阀门关闭。技术总结本申请涉及一种环卫车绿植洒水的控制系统及控制方法，控制系统包含多台摄像机、车载中心、抽水泵和出水阀门；多台摄像机和出水阀门均固定于环卫车右侧；车载中心内置视觉YOLOv5神经网络模型，且车载中心用于通过调节抽水泵的功率控制喷水距离；车载中心还用于控制出水阀门开闭；多台摄像机拍摄包含条状预期喷洒覆盖面的摄影图像，并传输给视觉YOLOv5神经网络模型，视觉YOLOv5神经网络模型根据摄影图像识别待喷目标物，并获取喷水口至待喷目标物之间的计算距离；车载中心根据计算距离调节抽水泵的功率。本申请的控制系统及控制方法，解决现有技术中绿植洒水效率低的问题。技术研发人员：欧阳辰宇,郭启翔,陈晖,何薇,高宠智,胡博伦,屈紫君,李嫩,于子康,赵金波,代怡鹏,韩兴隆受保护的技术使用者：东风汽车股份有限公司技术研发日：技术公布日：2024/5/10