一种基于光伏机器人的光伏阵列中断识别方法

技术领域

本申请涉及光伏技术领域，尤其涉及一种基于光伏机器人的光伏阵列中断识别方法、光伏清扫系统。

背景技术

光伏阵列清扫是一项繁重且重复的劳动工作，使用光伏机器人带着光伏清扫设备进行各种清扫作业，能够有效提高清扫效率。

然而由于光伏阵列中存在中断位置，在光伏清扫机执行清扫作业的过程中，如果没有及时识别出中断位置，光伏清扫机会继续在光伏阵列上执行清扫作业，有可能导致清扫机从中断位置坠落造成事故。

发明内容

为了解决上述技术问题，本申请提供一种基于光伏机器人的光伏阵列中断识别方法、光伏清扫系统。

具体的，本申请的技术方案如下：

一方面，本申请提供一种基于光伏机器人的光伏阵列中断识别方法，所述光伏机器人用于在所述光伏清扫机执行清扫作业前将所述光伏清扫机放置于所述光伏阵列上并控制所述光伏清扫机执行清扫作业，所述识别方法包括：

获取与当前光伏组件相邻的下一个光伏组件的RGB图像及其对应的深度点云信息；所述当前光伏组件为所述光伏清扫机执行当前作业所在的光伏组件；

根据当前工况，从所述RGB图像中识别出目标图像区域；

根据所述目标图像区域中各像素点对应的深度点云信息，提取出所述目标图像区域中的所有中断点；

对所述中断点进行空间直线拟合，计算拟合后得到的直线到所述RGB图像的参考线的距离，得到中断位置信息，以便于所述光伏机器人根据所述中断位置信息控制所述光伏清扫机的运行状态。

在一些实施方式中，所述的根据当前工况，从所述RGB图像中识别出目标图像区域，包括：根据当前工况，识别所述RGB图像中与所述当前光伏组件相邻的下一个光伏组件所在的感兴趣区域；从所述感兴趣区域中划分出若干候选区域；根据所述光伏清扫机发送的筛选信号从所述候选区域中选取所述目标图像区域。

在一些实施方式中，所述的根据所述目标图像区域中各像素点对应的深度点云信息，提取出所述目标图像区域中的所有中断点，包括：

根据所述感兴趣区域的参考线以及所述感兴趣区域中的偏差区域，确定所述目标图像区域中每一像素行的起始像素点；

遍历所述目标图像区域中的每一像素行，从起始像素点出发，按照所述像素行中各像素点对应的深度点云信息，计算相邻所述像素点之间的深度点云距离；

根据所述深度点云距离，从所述目标图像区域中筛选出满足预设距离条件的所述像素点，以此确定所述目标图像区域中的所有中断点。

在一些实施方式中，所述的对所述中断点进行空间直线拟合，计算拟合后得到的直线到所述RGB图像参考线的距离，得到中断位置信息，包括：

对所述中断点进行空间直线拟合，得到一条空间直线；

计算所述空间直线与所述光伏清扫机行驶方向之间的夹角；

若所述夹角处于预设夹角范围，则根据所述RGB图像的参考线中点对应的深度点云信息，计算所述参考线中点到所述空间直线的距离，得到所述中断位置信息。

另一方面，本申请提供一种光伏清扫系统，包括光伏机器人、光伏清扫机，其中：

所述光伏机器人，与所述光伏清扫机连接，用于在所述光伏清扫机执行清扫作业前将所述光伏清洗机放置在光伏阵列中的目标位置；

所述光伏清扫机，在所述光伏机器人的控制下以所述目标位置为起点沿着设置的清扫路径执行清扫作业；

所述光伏机器人，还用于在所述光伏清扫机行驶过程中，识别光伏阵列中的中断位置，并在识别出所述中断位置时，控制所述光伏清扫机结束清扫作业并停止行驶，以便将所述光伏清洗机转移至下一目标位置。

在一些实施方式中，所述光伏机器人包括机械臂、深度相机、处理器、控制单元；

所述机械臂，用于在所述光伏清扫机执行清扫作业前将所述光伏清洗机放置在光伏阵列中的目标位置；

所述深度相机，安装于所述机械臂，用于获取与当前光伏组件的相邻的下一个光伏组件的RGB图像及其对应的深度点云信息；所述当前光伏组件为所述光伏清扫机执行当前作业所在的光伏组件；

所述处理器，用于根据当前工况，从所述RGB图像中识别出目标图像区域，根据所述目标图像区域中各像素点对应的深度点云信息，提取出所述目标图像区域中的所有中断点；

所述处理器，还用于对所述中断点进行空间直线拟合，计算拟合后得到的直线到所述RGB图像参考线的距离，得到中断位置信息；

所述控制单元，用于根据所述中断位置信息，控制所述光伏清扫机结束清扫作业并停止行驶，以便所述机械臂将所述光伏清洗机转移至下一目标位置。

在一些实施方式中，所述处理器包括：

识别单元，用于根据当前工况，识别所述RGB图像中与所述当前光伏组件相邻的下一个光伏组件所在的感兴趣区域；

划分单元，用于从所述感兴趣区域中划分出若干候选区域；

选取单元，用于根据所述光伏清扫机发送的筛选信号从所述候选区域中选取所述目标图像区域。

在一些实施方式中，所述处理器还包括：

确定单元，用于根据所述感兴趣区域的参考线以及所述光伏清扫机在所述感兴趣区域中的像素区域，确定所述目标图像区域中每一像素行的起始像素点；

计算单元，用于遍历所述目标图像区域中的每一像素行，从起始像素点出发，按照所述像素行中各像素点对应的深度点云信息，计算相邻所述像素点之间的深度点云距离；

筛选单元，用于根据所述深度点云距离，从所述目标图像区域中筛选出满足预设距离条件的所述像素点，以此确定所述目标图像区域中的所有中断点。

在一些实施方式中，所述处理器还包括：

拟合单元，用于对所述中断点进行空间直线拟合，得到一条空间直线；

计算单元，用于计算所述空间直线与所述光伏清扫机行驶方向之间的夹角；

所述计算单元，还用于若所述夹角处于预设夹角范围，则根据所述RGB图像的参考线中点对应的深度点云信息，计算所述参考线中点到所述空间直线的距离，得到所述中断位置信息。

在一些实施方式中，所述光伏清扫机的行驶方向与所述光伏机器人的行驶方向保持一致，且所述光伏机器人始终行走在所述光伏清扫机前方。

与现有技术相比，本申请至少具有以下一项有益效果：

(1)本申请通过光伏机器人进行中断位置识别，机器人具有更加开阔的视野，因此可以及时识别出光伏阵列的中断位置，有效防止光伏清扫机从中断位置坠落引发事故，有利于光伏系统的安全运行。

(2)本申请在清扫机作业过程中实时获取当前光伏组件的RGB图像和深度点云信息，利用图像识别，结合各像素点的深度点云信息，提取图像中的所有中断点并将它们拟合成直线，从而计算得到中断位置信息。本申请通过将RBG图像和深度点云信息结合准确得到各像素点的三维坐标，进而准确计算出中断位置信息。

(3)本申请通过识别RBG图像中的感兴趣区域并进一步处理得到目标图像区域，能够有效降低图像噪声干扰，提高中断位置识别的准确性。

(4)本申请实施例中通过深度相机实现RGB图像和深度点云信息的获取，深度相机可与光伏机器人的其他功能进行复用，能够提高光伏清扫系统的集成度。

附图说明

下面将以明确易懂的方式，结合附图说明优选实施方式，对本申请的上述特性、技术特征、优点及其实现方式予以进一步说明。

图1是本申请实施例中光伏阵列中断位置的示意图；

图2是本申请实施例中光伏阵列中断位置的识别方法的流程图；

图3是本申请实施例中光伏机器人的结构示意图；

图4是本申请实施例中机械臂采集到的RGB图像的示意图。

附图标号说明：

机械臂10，深度相机20，处理器30，控制单元40。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其他实施例中也可以实现本申请。在其他情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对照附图说明本申请的具体实施方式。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。

为使图面简洁，各图中只示意性地表示出了与申请相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所述描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或集合的存在或添加。

在本文中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。

在光伏电站中，为了保证光伏组件的发电效率，需要定期对光伏组件表面进行清扫，目前多采用光伏清扫机(下称清扫机)来执行清扫作业，清扫机可根据设置好的清扫路径，行驶在光伏组件表面并进行相应的清扫任务。光伏阵列包括光伏组件和光伏支架，一个光伏阵列中包括多个光伏支架，每个光伏支架上安装有多个光伏组件，相邻光伏支架之间存在一定的间距，这个间距即光伏阵列的中断位置(如图1所示，相邻光伏支架之间存在的间距即为中断位置)。如果清扫机在行驶过程中遇到中断位置，则需要及时停止，否则会从中断位置坠落，导致清扫机发生损坏，还有可能与光伏组件或光伏支架造成碰撞，引发事故，从而影响光伏电站的正常工作。

基于此，本申请实施例提供了一种基于光伏机器人的光伏阵列中断识别方法，光伏机器人(下称机器人)通过固定线缆、通讯交互等方式与清扫机连接，向清扫机供水、供电，并对清扫机的作业状态、运动状态等进行控制。机器人能够在清扫机执行清扫作业前将清扫机放置于光伏阵列，当遇到中断位置时，机器人能够搬起清扫机，防止清扫机坠落。

下面结合附图进行说明，如图2所示，本申请的一个实施例，一种基于光伏机器人的光伏阵列中断识别方法，包括步骤：

S101获取与当前光伏组件相邻的下一个光伏组件的RGB图像及其对应的深度点云信息；当前光伏组件为光伏清扫机当前作业的光伏组件。

具体的，清扫机行驶在光伏组件上进行相应的清扫作业，本实施例在清扫机作业时实时获取与当前清扫的光伏组件相邻的下一个光伏组件的RGB图像(红绿黄三通道色彩图像)。RGB图像为二维图像，只能拍摄相机视角内的物体，没有物体到相机的距离信息，因此，本实施例中还需要获取RGB图像中各个像素点对应的深度点云信息，可得到物体到相机的距离信息，再加上像素点在二维RGB图像中的坐标，可计算出每个点的三维坐标。

S102根据当前工况，从所述RGB图像中识别出目标图像区域。

具体的，在RGB图像中，不仅会采集到光伏阵列中光伏组件的图像，还有可能采集到部分清洗机和周围环境的图像，这部分图像会对中断位置识别造成干扰，所以需要进一步对RGB图像进行筛选，识别出RGB图像中中断位置最有可能出现的位置，也就是目标图像区域。

对于不同的光伏阵列，机器人搬运清扫机的高度范围不同，比如光伏阵列高度较高，机器人就需要从较高的位置开始向下放置清扫机；另外，不同型号的机器人，它们的结构也存在差异，例如机器人自身的高度，不同高度的机器人的操作范围不同；还有些机器人上安装有机械臂，机械臂也有不同的形式，例如有些机械臂只能够在竖直平面进行上下移动，有些可以在多个平面内进行操作等等。因此，需要结合当前工作场景下的实际工况进行识别。

S103根据目标图像区域中各像素点对应的深度点云信息，提取出目标图像区域中的所有中断点。

具体的，RGB图像中每个像素点对应一个RGB像素值和一个深度点云坐标。根据这些数据计算不同像素点的深度点云坐标之间的距离，从目标图像区域中将满足条件的像素点筛选出来，得到中断点。

S104对中断点进行空间直线拟合，计算拟合后得到的直线到RGB图像的参考线的距离，得到中断位置信息，以便于光伏机器人根据中断位置信息控制光伏清扫机的运行状态。

具体的，可通过直线拟合算法，例如最小二乘算法，将这些提取出的中断点拟合成一条空间直线，通过计算这条空间直线到RGB图像参考线的距离，得到中断位置相对于机械臂的位置信息。当这段距离超过预设距离范围时，机器人控制清扫机停止行驶，然后将清扫机抬起并搬运至下一个清扫作业位置；当这段距离位于预设距离范围内时，机器人控制清扫机继续沿清扫路径执行清扫作业。

RGB图像参考线一般设置为RGB图像的中心线，在有些情况下也会偏离中心线设置，例如，假设清扫机向右行驶，机器人行驶在清扫机后方，为了及时识别出中断位置，可将参考线设置在RGB图像中心线靠右的位置。

本实施例，在清扫机作业过程中实时获取与当前光伏组件相邻的下一个光伏组件的RGB图像和深度点云信息，利用图像识别，结合各像素点的深度点云信息，提取图像中的所有中断点并将它们拟合成直线，从而计算得到中断位置信息。本实施例将RGB图像和深度点云信息结合准确得到各像素点的三维坐标，进而准确计算出中断位置信息。此外，本实施例中通过光伏机器人进行中断位置识别，因为清扫机在光伏组件工作，视野多有局限，而机器人的视野更开阔，所以可以及时识别出光伏阵列的中断位置，有效防止清扫机从中断位置坠落引发事故，有利于光伏系统的安全运行。

本申请的一个实施例，一种基于光伏机器人的光伏阵列中断识别方法，应用于光伏清扫机，包括步骤：

S201获取与当前光伏组件相邻的下一个光伏组件的RGB图像及其对应的深度点云信息；当前光伏组件为光伏清扫机执行当前作业所在的光伏组件。

S202根据当前工况，识别RGB图像中与当前光伏组件相邻的下一个光伏组件所在的感兴趣区域并从感兴趣区域中划分出若干候选区域。

具体的，机器视觉中，被处理的图像中以方框、圆、椭圆、不规则多边形等方式勾勒出的需要处理的区域，称为感兴趣区域(RoI，Region of Interest)。本申请实施例中，感兴趣区域为与当前光伏组件相邻的下一个光伏组件在RGB图像中占据的区域。

不同工况下，光伏组件在RGB图像中占据的图像区域大小也不同；当机器人和光伏阵列的类型都确定时，RGB图像中光伏组件所在的感兴趣区域一般为固定的区域，例如RGB图像视野下部60％的图像区域。

在RGB图像中，不仅会采集到光伏阵列中光伏组件的图像，还有可能采集到部分清洗机和周围环境的图像，这部分图像会对中断位置识别造成干扰，需要排除这部分图像对识别结果的影响。另外，清扫机一般需要在光伏组件表面来回清扫，所以清扫机通常有两个行驶方向，假设其中一个方向为正向，当清扫机正向行驶，那么只需要判断正向行驶的路线上是否有中断位置。

因此，在识别出光伏阵列所在的图像区域后，需要进一步划分候选区域，能够排除图像噪声干扰，提高中断位置识别的准确性。

S203根据光伏清扫机发送的筛选信号从候选区域中选取目标图像区域。

在得到候选区域后，根据清扫机发送的筛选信号，确定目标图像区域，筛选信号包括清扫机的行驶方向，根据行驶方向选择感兴趣区域中的其中一个候选区域作为最终的目标图像区域。比如，当清扫机向右行驶时，选取感兴趣区域中靠右的区域为目标图像区域；或者当清扫机即将变换行驶方向时，假设从向右行驶变为向左行驶，则选取感兴趣区域中靠左的区域为目标图像区域。

S204根据感兴趣区域的参考线以及感兴趣区域中的偏差区域，确定目标图像区域中每一像素行的起始像素点。

具体的，承前所述，感兴趣区域中可能也会包含光伏组件以外的其他物体，这些物体所在的图像区域即偏差区域。假设感兴趣区域为RGB图像视野下部60％的图像区域，参考线设定在偏差区域内，一般设置为感兴趣区域的中心线，用中心线像素减去偏差区域的像素，确定起始像素点。

S205遍历目标图像区域中的每一像素行，从起始像素点出发，按照像素行中各像素点对应的深度点云信息，计算相邻像素点之间的深度点云距离。

S206根据深度点云距离，从目标图像区域中筛选出满足预设距离条件的像素点，得到目标图像区域中的所有中断点。

具体的，遍历目标图像区域的每一像素行，从起始像素点出发，按清扫机行驶方向依次查找每一像素点对应的深度点云信息，并根据每一点的深度点云信息计算每一像素行中任意相邻两个像素点之间的深度点云距离，将满足预设距离条件的像素点作为中断点，从目标图像区域中提取出来。预设距离条件例如设定为深度点云距离最大且左右相邻5个像素点的深度点云距离超过一定阈值。

S207对中断点进行空间直线拟合，计算拟合后得到的直线到RGB图像的参考线的距离，得到中断位置信息，以便于光伏机器人根据所述中断位置信息控制所述光伏清扫机的运行状态。

本实施例在前述实施例的基础上，首先识别出RGB图像中的感兴趣区域，对感兴趣区域进一步处理得到目标图像区域，能够有效降低噪声干扰，提升中断位置识别结果的准确性。

在一个实施例中，在上述实施例的基础上，步骤S207包括：对中断点进行空间直线拟合，得到一条空间直线；计算空间直线与光伏清扫机行驶方向之间的夹角；若夹角处于预设夹角范围，则根据RGB图像的参考线中点对应的深度点云信息，计算参考线中点到空间直线的距离，得到中断位置信息。

具体的，在提取完感兴趣区域所有像素行的中断点后，通过最小二乘法，拟合出一条空间直线。而拟合得到的空间直线与实际中断位置存在一定的误差，所以可设置一定的误差范围，通过计算该空间直线与清扫机行驶方向的夹角，判断是否近似垂直。若夹角处于预设夹角范围之外，则将该直线视为异常直线，需要舍弃；若夹角处于预设夹角范围内，说明该直线为合理直线，则继续计算中断位置到RBG图像参考线中点的距离。然后查找出该参考线中点对应的深度点云坐标，此中点至该空间直线的距离即为光伏阵列中断位置距离当前机械臂的位置距离。

本实施例，通过预设夹角范围，排除异常直线，能够降低直线拟合的误差，提高中断位置识别的准确性。

基于相同的技术构思，本申请还提供一种光伏清扫系统，包括光伏机器人、光伏清扫机，其中：

光伏机器人，与光伏清扫机连接，用于在光伏清扫机执行清扫作业前将光伏清洗机放置在光伏阵列中的目标位置。

光伏清扫机，在光伏机器人的控制下以目标位置为起点沿着设置的清扫路径执行清扫作业。

光伏机器人，还用于在光伏清扫机行驶过程中，识别光伏阵列中的中断位置，并在识别出中断位置时，控制光伏清扫机结束清扫作业并停止行驶，以便将光伏清洗机转移至下一目标位置。

本实施例中提供的光伏清扫系统，能够在光伏清扫机执行清扫作业的过程中，及时识别出光伏阵列中的中断位置，避免清扫机从中断位置坠落而引发安全事故，降低了清扫过程中出现意外事故的风险，为光伏系统的安全运行提供保障。

进一步的，在一些实施方式中，清扫机的行驶方向与机器人的行驶方向保持一致且机器人始终行走在清扫机前方。由于机器人始终相对于清扫机靠前行驶，视野更开阔，所以可以及时识别出光伏阵列的中断位置，有效防止机器人从中断位置坠落引发事故。

在一个实施例中，在上述实施例的基础上，如图3所示，光伏机器人包括机械臂10、深度相机20、处理器30、控制单元40，其中：

机械臂10，用于在光伏清扫机执行清扫作业前将光伏清洗机放置在光伏阵列中的目标位置。

深度相机20，安装于机械臂10，用于获取与当前光伏组件相邻的下一个光伏组件的RGB图像及其对应的深度点云信息；当前光伏组件为光伏清扫机执行当前作业所在的光伏组件。

具体的，机器人的机械臂10上安装有深度相机20，与普通相机相比，深度相机除了能够获取物体的色彩图像，还能够获取图像中每个点到摄像头的距离，再结合该点在二维图像中的平面坐标，就可计算出图像中每个像素点的三维空间坐标。

处理器30，用于根据当前工况，从RGB图像中识别出目标图像区域，根据目标图像区域中各像素点对应的深度点云信息，提取出目标图像区域中的所有中断点。

处理器30，还用于对中断点进行空间直线拟合，计算拟合后得到的直线到RGB图像参考线的距离，得到中断位置信息。

控制单元40，用于根据中断位置信息，控制光伏清扫机结束清扫作业并停止行驶，以便机械臂将光伏清洗机转移至下一目标位置。

本实施例，通过光伏机器人自身安装的深度相机，在机器人行驶过程中实时获取光伏阵列的RGB图像和深度点云信息，利用图像识别，结合各像素点的深度点云信息，提取图像中的所有中断点并将它们拟合成直线，从而计算得到中断位置信息。本实施例通过深度相机能够准确得到各像素点的三维坐标，而光伏机器人的机械臂上通常设置深度相机来实现光伏组件故障排查和障碍物识别等功能，故本实施例的一些实施方式中，可以不用额外安装专门的深度相机，与机器人的其他功能实现深度相机的复用，进一步提高了光伏清扫系统的集成度。

在一个实施例中，处理器包括：识别单元，用于根据当前工况，识别RGB图像中与当前光伏组件相邻的下一个光伏组件所在的感兴趣区域；划分单元，用于从感兴趣区域中划分出若干候选区域；选取单元，用于根据光伏清扫机发送的筛选信号从候选区域中选取目标图像区域。

具体的，对于不同的光伏阵列，机器人搬运清扫机的高度范围不同，比如光伏阵列高度较高，机器人就需要从较高的位置开始向下放置清扫机；另外，不同型号的机器人，机械臂的安装位置和角度存在差异，机械臂也有不同的形式，例如有些机械臂只能够在竖直平面进行上下移动，有些可以在多个平面内进行操作等等。因此，需要结合当前工作场景下的实际工况进行识别。不同工况下，光伏组件在RGB图像中占据的图像区域大小也不同；在机器人和光伏阵列的类型都确定时，RGB图像中光伏组件所在的图像区域一般为固定的区域。

机械臂放置完清扫机后抬起，机械臂末端位于清扫机上方位置，而深度相机设置在机械臂上，所以RGB图像中有可能会包含机械臂末端位置的图像；不仅如此，RGB图像中还有可能采集到周围环境的图像。因此需要对感兴趣区域进一步筛选，降低这些噪声图像的影响。

在一些实施方式中，假设清扫机在光伏阵列上左右行驶，划分单元可按照清扫机的两个行驶方向将光伏阵列所在的图像区域划分为左右两个部分，如图4所示，图4为机械臂正对光伏阵列时机械臂上的深度相机采集到的RGB图像，图中靠上的区域为外部环境所在的图像区域，外部环境例如建筑物和树木等，剩下的图像区域为感兴趣区域；图中虚线为RGB图像的中心线，将感兴趣区域划分为两个左右两个区域，进一步的可以将机械臂占据的图像区域以及该区域延伸出来的中间图像区域(即图中两个阴影区域中间的空白区域)舍弃，因为中断位置只会出现在该图像的两侧，不会出现在中间图像区域，将该部分图像剔除得到左半部分ROI和右半部分ROI，这两个图像区域为筛选出的候选区域。

在得到候选区域后，选取单元根据清扫机发送的筛选信号，确定目标图像区域，筛选信号包括清扫机的行驶方向，根据行驶方向选择感兴趣区域中的其中一个候选区域作为最终的目标图像区域。比如，当清扫机向右行驶时，选取右半部分ROI为目标图像区域；或者当清扫机即将变换行驶方向时，假设从向右行驶变为向左行驶，则选取左半部分ROI为目标图像区域。

在一个实施例中，处理器还包括：确定单元，用于根据感兴趣区域的参考线以及感兴趣区域中的偏差区域，确定目标图像区域中每一像素行的起始像素点；计算单元，用于遍历目标图像区域中的每一像素行，从起始像素点出发，按照像素行中各像素点对应的深度点云信息，计算相邻像素点之间的深度点云距离；筛选单元，用于根据深度点云距离，从目标图像区域中筛选出满足预设距离条件的像素点，得到目标图像区域中的所有中断点。

具体的，感兴趣区域中可能也会包含光伏组件以外的其他物体，这些物体所在的图像区域即偏差区域，例如感兴趣区域中机械臂末端所在的区域，在识别中断点时，需要排除偏差区域的影响。

在一个实施例中，处理器还包括：

拟合单元，用于对中断点进行空间直线拟合，得到一条空间直线；

计算单元，用于计算空间直线与光伏清扫机行驶方向之间的夹角；

计算单元，还用于若夹角处于预设夹角范围，则根据RGB图像的参考线中点对应的深度点云信息，计算参考线中点到空间直线的距离，得到中断位置信息。

需要说明的是，本申请提供的光伏清扫系统的实施例与前述提供的基于光伏机器人的光伏阵列中断识别方法的实施例均基于同一发明构思，能够取得相同的技术效果。因而，光伏清扫系统的实施例的其它具体内容可以参照前述基于光伏机器人的光伏阵列中断识别方法的实施例的记载。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

应当说明的是，上述实施例均可根据需要自由组合。以上仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。