不同光线、地面环境下污渍识别系统开发（硬件+算法）（人工智能方向）

现状：
扫地机器人对地面污渍的识别有助于其提升清洁效果和清洁效率，当前主要方案是通过视觉AI的方式来识别地面污渍，但由于相机视角和数据集等原因，存在识别率低，识别效果不理想的问题。因此需要研发设计新的污渍识别传感器或算法来解决此问题。

需解决问题：
1.需求发生的原因
提升清洁效果：扫地机器人需要准确识别地面污渍，以提升清洁效果和效率。
2. 技术问题的具体描述
识别率低：现有视觉AI识别方案由于相机视角和数据集限制，导致识别率低。
识别效果不理想：识别效果受光照条件、污渍类型和表面材质的影响，导致清洁效率不高。
技术问题具体描述
1、在不同地面环境下有良好的识别率( > 85% )
2、在不同光线环境下有良好的识别率( > 85% )
3、能区分液体污渍和固体污渍

达到的指标：
. 不同地面环境下的识别率
提升污渍识别系统在多种地面材质（如瓷砖、木地板、地毯等）和纹理（如平滑、粗糙、图案等）下的识别率，确保识别率超过85%。确保在多种地面环境中均能准确识别污渍位置和类型，从而提高清洁效率和覆盖率。
2. 不同光线环境下的识别率
增强污渍识别系统在不同光线条件（如强光、弱光、阴影、夜间等）下的识别能力，确保识别率维持在85%以上，保证清洁质量不受光线变化影响。
3. 区分液体和固体污渍
开发先进的算法以提高污渍识别系统区分液体污渍和固体污渍的能力，从而更精确地执行清洁任务。能够针对不同类型的污渍采取不同的清洁策略，例如对液体污渍使用吸水功能，对固体污渍使用刷洗功能，提高清洁效果和设备适应性。
4. 实时性
确保污渍识别系统能够实时处理图像数据，快速响应污渍识别和路径规划。确保设备能够迅速适应环境变化，及时调整清洁策略。
5. 适应性和鲁棒性
提高系统对环境变化的适应性和对异常情况的鲁棒性，确保在各种条件下稳定工作。
6. 能耗优化
在保证性能的同时，优化污渍识别系统的能耗，延长洗地机的工作时间。