垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质

摘要

本发明提供一种垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质，方法包括：将待处理图像集输入至目标检测网络，以确定所述待处理图像集包括的目标信息；根据目标预设条件和预设过滤条件，过滤所述目标信息；基于多帧追踪算法对过滤结果进行多帧跟踪，并在确定跟踪结果中存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫。所述装置用于执行上述方法。本发明提供的垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质，可以准确实时地检测路面垃圾和街边满溢垃圾桶，且对垃圾清扫车作业后的路面进行实时清扫效果评估，降低了现有垃圾清扫车对于作业人员的依赖度。

说明书

技术领域

本发明涉及数字图像处理技术领域，尤其涉及一种垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质。

背景技术

近年来，越来越多的城市实现了路面清扫作业的机械化。这不仅有利于城市现代化形象的提升，而且降低了环卫工人的劳动强度，提高了作业过程中的安全性、经济性及作业效率。

目前路面上的大型垃圾清扫车大部分还只是手动开启清扫，对于街道上的垃圾桶也采用人为观察其满溢程度来决定是否需要倾倒，过度依赖于人工往往会因为疏忽而错过部分信息，且现阶段垃圾清扫车也难以实时评价清扫后的路面是否达到了预期的清扫效果。

发明内容

本发明提供的垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质，用于克服上述现有技术中存在的至少一个问题，能够准确实时地检测路面如路面垃圾和街边满溢垃圾桶，并利用垃圾清扫车对检测到的垃圾进行清扫，降低了现有垃圾清扫车对于作业人员的依赖度。

本发明提供的一种垃圾清扫车垃圾清扫方法，包括：

将待处理图像集输入至目标检测网络，以确定所述待处理图像集包括的目标信息；

根据目标预设条件和预设过滤条件，过滤所述目标信息；

基于多帧追踪算法对过滤结果进行多帧跟踪，并在根据跟踪结果确认存在需要清扫的目标垃圾后，利用垃圾清扫车对所述目标垃圾进行清扫；

其中，所述目标信息包括目标位置、目标类别、置信度和检测框；

所述待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

所述目标摄像头分别安装在垃圾清扫车不同目标位置处。

根据本发明提供的一种垃圾清扫车垃圾清扫方法，根据所述目标预设条件，过滤所述目标信息，包括：

若所述目标摄像头安装在所述垃圾清扫车的第一目标位置，则筛选出属于第一类目标垃圾的目标信息；

若所述目标摄像头安装在所述垃圾清扫车的第二目标位置，则筛选出属于第二类目标垃圾的目标信息；

若所述目标摄像头安装在所述垃圾清扫车的第三目标位置，则筛选出属于所述第一类目标垃圾的目标信息；

其中，所述第一目标位置包括车前挡风玻璃内；

所述第二目标位置包括主副驾驶外侧顶部边缘处；

所述第三目标位置包括车尾中间位置。

根据本发明提供的一种垃圾清扫车垃圾清扫方法，所述基于多帧追踪算法对过滤结果进行多帧跟踪，包括：

获取跟踪框列表和检测框列表；

分别确定满足第一预设条件和满足第二预设条件的预测位置；

按照预设匹配规则对所述跟踪框列表和所述检测框列表进行双向匹配，并从所述跟踪框列表中确定双向匹配成功的第一目标跟踪框；

根据第一预设更新规则对所述第一目标跟踪框被所述检测框匹配到的次数、所述第一目标跟踪框的第一位置、所述第一目标跟踪框的第二位置、所述第一目标跟踪框的第一失配帧数和所述第一目标跟踪框的第二失配帧数进行更新；

根据第二预设更新规则对双向匹配失败的第二目标跟踪框的第一失配帧数进行更新，并在所述第二目标跟踪框的第一失配帧数大于预设最大连续失配次数时，将第二目标跟踪框从所述跟踪框列表中移除，以更新所述跟踪框列表；

将双向匹配失败的检测框增加到所述跟踪框列表中，以更新所述跟踪框列表；

遍历更新后的跟踪框列表，并将所述更新后的跟踪框列表中被所述检测框匹配到的次数不小于预设最小匹配次数的跟踪框作为所述跟踪结果；

其中，所述跟踪框列表是根据跟踪框的预测位置、所述跟踪框匹配到的上一个检测框的第一位置、所述跟踪框匹配到的目标检测框的第二位置、所述预测位置与所述第一位置的第一失配帧数、所述第一位置与所述第二位置的第二失配帧数、所述跟踪框被所述检测框匹配到的次数以及所述跟踪框所属的目标类别获取的；

所述检测框列表是根据检测框的坐标、检测框所属的目标类别和所述预设过滤条件获取的。

根据本发明提供的一种垃圾清扫车垃圾清扫方法，所述分别确定满足第一预设条件和满足第二预设条件的所述预测位置，包括：

若满足所述第一预设条件，则基于所述第一位置、所述第一失配帧数和偏移确定所述预测位置；

若满足所述第二预设条件，则根据所述第一位置确定所述预测位置；

其中，所述第一预设条件包括存在所述第一位置和所述第二位置的跟踪框；

所述第二预设条件包括不存在所述第二位置的跟踪框；

所述偏移为根据所述第一位置、所述第二位置和所述第二失配帧数预测的每一帧坐标的偏移。

根据本发明提供的一种垃圾清扫车垃圾清扫方法，所述预设匹配规则，包括：

遍历所述检测框列表，并获取所述预测位置和所述第一位置的交并比，并根据第三预设条件确定所述跟踪框匹配的检测框；

将与所述跟踪框的匹配分值最高的检测框作为所述第一目标跟踪框；

其中，所述第三预设条件包括所述交并比大于预设值中的交叉比最大的检测框。

根据本发明提供的一种垃圾清扫车垃圾清扫方法，所述预设过滤条件，包括：

剔除所述置信度小于第一预设阈值的检测框。

根据本发明提供的一种垃圾清扫车垃圾清扫方法，若所述待处理图像集是由安装在所述第三目标位置的目标摄像头拍摄获取的路面图像组成，则通过如下方式对第一类目标垃圾清扫作业进行检测：

基于目标矩形框聚类算法，合并所述跟踪结果中一个或多个临近的目标类别相同的跟踪框，以获取聚类后的目标框；

根据去除所有目标框的重叠部分后的矩形面积的占比，获取覆盖率，并在所述覆盖率小于预设阈值时，确定存在残留的第一类目标垃圾。

本发明还提供一种垃圾清扫车垃圾清扫装置，包括：图像处理模块、数据处理模块和垃圾清扫模块；

所述图像处理模块，用于将待处理图像集输入至目标检测网络，以确定所述待处理图像集包括的目标信息；

所述数据处理模块，用于根据目标预设条件和预设过滤条件，过滤所述目标信息；

所述垃圾清扫模块，用于基于多帧追踪算法对过滤结果进行多帧跟踪，并在确定跟踪结果中存在需要清扫的目标垃圾后，利用垃圾清扫车对所述目标垃圾进行清扫；

其中，所述目标信息包括目标位置、目标类别、置信度和检测框；

所述待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

所述目标摄像头分别安装在垃圾清扫车不同目标位置处。

本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述垃圾清扫车垃圾清扫方法的步骤。

本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述垃圾清扫车垃圾清扫方法的步骤。

本发明提供的垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质，能够准确实时地检测路面如路面垃圾和街边满溢垃圾桶，并利用垃圾清扫车对检测到的垃圾进行清扫，降低了现有垃圾清扫车对于作业人员的依赖度。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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。

图1是本发明提供的垃圾清扫车垃圾清扫方法的流程示意图；

图2是本发明提供的垃圾清扫车垃圾清扫系统的结构示意图；

图3是本发明提供的目标摄像头的安装位置示意图；

图4是本发明提供的矩形框聚类算法矩形计算示意图；

图5是本发明提供的垃圾清扫车垃圾清扫装置的结构示意图；

图6是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1是本发明提供的垃圾清扫车垃圾清扫方法的流程示意图，如图1所示，方法包括：

S1、将待处理图像集输入至目标检测网络，以确定待处理图像集包括的目标信息；

S2、根据目标预设条件和预设过滤条件，过滤所述目标信息；

S3、基于多帧追踪算法对过滤结果进行多帧跟踪，并在确定跟踪结果中存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫；

其中，目标信息包括目标位置、目标类别、置信度和检测框；

待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

目标摄像头分别安装在垃圾清扫车不同目标位置处。

需要说明的是，上述方法的执行主体可以是计算机设备，也可以是如图2所示的垃圾清扫车的结构示意图。下面以图2所示的垃圾清扫车执行上述方法为例对本发明提供的垃圾清扫车垃圾清扫方法进行详细说明：

可选地，如图2所示，垃圾清扫车包括目标摄像头、车载终端、多媒体中控屏和后台服务器。其中，目标摄像头安装在垃圾清扫车前后左右四个方向，主要监控垃圾清扫车周围的情况，并将采集到的路面图像送入车载终端进行推理；车载终端对目标摄像头采集的图像集进行推理，提供路面垃圾分布和街边垃圾桶的满溢情况，并将信息传递给多媒体中控屏和后台服务器；多媒体中控屏用于接收车载终端传输的路面垃圾信息，并将结果叠加在摄像头采集的视频画面上展示给作业人员，当存在满溢垃圾桶和清扫效果不佳的时候给予语音提示；后台服务器用于接收车载终端传输的清扫效果评价信息，便于记录存储，供管理员监控清扫车工作状态。

具体地，后台服务器放置在用户所提供的机房，服务器内部署车辆管理系统；车载终端与多媒体中控屏安装在驾驶室内，且车载终端和多媒体中控屏的安装位置没有过于严苛的要求，在驾驶员方便操作、观看，且不妨碍驾驶员正常驾驶视线处安装即可；目标摄像头分别安装在垃圾清扫车不同目标位置处，用于实时拍摄路面图像以得到待处理图像集。

将获取的待处理图像集送入车载终端的AI芯片，并利用AI芯片对待处理图像集中的路面图像进行缩放后输入至目标检测网络，以得到待处理图像集中每幅路面图像所包括的目标信息。其中，可以将路面图像缩放至300*300*3（其中，300代表图像的长和宽，3代表图像分RGB三通道），目标检测网络可以采用Mobilenetv2 （SingleShotMultiBoxDetector，SSD）检测网络。

需要说明的是，路面图像的目标信息具体包括：目标位置、目标类别、置信度和检测框。其中，目标位置是由中心点x，y的坐标和检测框的长和宽确定的，目标类别包括以下八类目标垃圾：未满溢的固定垃圾桶、满溢的固定垃圾桶、未满溢的游街垃圾桶、满溢的游街垃圾桶、白色垃圾、树叶、泥渍和生活垃圾。目标信息中的置信度为边界框的置信度（0~100）。

目标检测网络不仅要预测出路面图像中各个目标垃圾的边界框（boundingboxes），还要给出每个目标的分类概率。通常情况下目标检测要预测许多边界框。每个边界框还需要一个置信度（confidence score），代表其包含物体的可能性大小。

然后根据目标预设条件和预设过滤条件，对待处理图像集中的每幅图像的目标信息进行过滤，并基于多帧追踪算法对过滤结果进行多帧跟踪，并在确定跟踪结果中存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫。

本发明提供的垃圾清扫车垃圾清扫方法，能够准确实时地检测路面如路面垃圾和街边满溢垃圾桶，并利用垃圾清扫车对检测到的垃圾进行清扫，降低了现有垃圾清扫车对于作业人员的依赖度。

进一步地，在一个实施例中，步骤S2中根据目标预设条件，过滤所述目标信息，可以具体包括：

S21、若目标摄像头安装在垃圾清扫车的第一目标位置，则筛选出属于第一类目标垃圾的目标信息；

S22、若目标摄像头安装在垃圾清扫车的第二目标位置，则筛选出属于第二类目标垃圾的目标信息；

S23、若目标摄像头安装在垃圾清扫车的第三目标位置，则筛选出属于第一类目标垃圾的目标信息；

其中，第一目标位置包括车前挡风玻璃内；

第二目标位置包括主副驾驶外侧顶部边缘处；

第三目标位置包括车尾中间位置。

可选地，如图3所示，目标摄像头包括4个红外摄像头，将其分别标记为摄像头A、摄像头B、摄像头C和摄像头D，其中，摄像头A安装在车前挡风玻璃内不受雨刮器影响的位置，由路面占据全部画面；摄像头B安装在车辆主驾驶外侧顶部边缘；摄像头C安装在车辆副驾驶外侧顶部边缘；摄像头D安装在车尾部中间位置，由路面占据全部画面。根据目标预设条件对位于垃圾清扫车不同目标位置的目标摄像头拍摄的路面图像的目标信息进行过滤。具体地：

若是由安装在垃圾清扫车的第一目标位置的摄像头A拍摄获取的待处理图像集的目标信息，则筛选出属于第一类目标垃圾的目标信息。其中，第一类目标垃圾包括白色垃圾、树叶、泥渍和生活垃圾，摄像头A用于检测前方路面是否存在垃圾。

将置信度小于第一预设阈值

经过多帧跟踪算法确认存在需要清扫的垃圾为第一类目标垃圾（白色垃圾、树叶、泥渍和生活垃圾）后，车载终端发送清扫作业开启的信号，并将清扫垃圾的目标位置和目标类别传送到多媒体中控屏，多媒体中控屏将框叠加在视频画面上展示给作业人员。

若不存在清扫第一类目标垃圾，车载终端发送清扫作业停止的信号。

若是由安装在垃圾清扫车的第二目标位置的摄像头B和摄像头C拍摄获取的待处理图像集的目标信息，则筛选出属于第二类目标垃圾的目标信息。其中，第二类目标垃圾包括满溢的固定垃圾桶和满溢的游街垃圾桶，摄像头B和摄像头C主要用于检测垃圾清扫车两侧时是否存在满溢的垃圾桶。

将置信度小于第一预设阈值

经过多帧跟踪算法确认存在第二类目标垃圾如满溢的垃圾桶后，车载终端发送满溢垃圾桶的位置和类别到多媒体中控屏，多媒体中控屏将框叠加在对应摄像头传回的视频画面上展示给作业人员，并播报“左侧/右侧存在待倾倒的垃圾桶”。

若是由安装在垃圾清扫车的第三目标位置的摄像头D拍摄获取的待处理图像集的目标信息，则筛选出属于第一类目标垃圾的目标信息。其中，摄像头D用于对清扫效果进行评估。

本发明提供的垃圾清扫车垃圾清扫方法，准确实时地检测路面垃圾和街边满溢垃圾桶，且能够对垃圾清扫车作业后的路面进行实时监测。

进一步地，在一个实施例中，步骤S3中的基于多帧追踪算法对过滤结果进行多帧跟踪，可以具体包括：

S31、获取跟踪框列表和检测框列表；

S32、分别确定满足第一预设条件和满足第二预设条件的预测位置；

S33、按照预设匹配规则对跟踪框列表和检测框列表进行双向匹配，并从跟踪框列表中确定双向匹配成功的第一目标跟踪框；

S34、根据第一预设更新规则对所述第一目标跟踪框被检测框匹配到的次数、第一目标跟踪框的第一位置、第一目标跟踪框的第二位置、第一目标跟踪框的第一失配帧数和第一目标跟踪框的第二失配帧数进行更新；

S35、根据第二预设更新规则对双向匹配失败的第二目标跟踪框的第一失配帧数进行更新，并在第二目标跟踪框的第一失配帧数大于预设最大连续失配次数时，将第二目标跟踪框从所述跟踪框列表中移除，以更新跟踪框列表；

S36、将双向匹配失败的检测框增加到跟踪框列表中，以更新跟踪框列表；

S37、遍历更新后的跟踪框列表，并将更新后的跟踪框列表中被检测框匹配到的次数不小于预设最小匹配次数的跟踪框作为跟踪结果；

其中，跟踪框列表是根据跟踪框的预测位置、跟踪框匹配到的上一个检测框的第一位置、跟踪框匹配到的目标检测框的第二位置、预测位置与第一位置的第一失配帧数、第一位置与第二位置的第二失配帧数、跟踪框被检测框匹配到的次数以及跟踪框所属的目标类别获取的；

检测框列表是根据检测框的坐标、检测框所属的目标类别和预设过滤条件获取的。

进一步地，在一个实施例中，预设过滤条件，可以具体包括：

剔除置信度小于第一预设阈值的检测框。

可选地，确定跟踪框列表ListT，每个跟踪框定义为BoxT，每个跟踪框记录以下信息：该跟踪框当前帧的预测位置

确定检测框列表ListD，每个检测框定义为BoxD，每个检测框记录以下信息：检测框的坐标

确定预设最大连续失配次数

经过目标检测网络后，过滤置信度低于第一预设阈值

对于双向匹配成功的第一目标跟踪框，基于第一预设更新规则将第一目标跟踪框被检测框匹配到的次数

对于双向匹配失败的第二目标跟踪框，基于第二预设更新规则对第二目标跟踪框的第一失配帧数

将双向匹配失败的检测框增加到跟踪框列表ListT中，以更新跟踪框列表ListT；

遍历更新后的跟踪框列表，并将更新后的跟踪框列表中被检测框匹配到的次数

本发明提供的垃圾清扫车垃圾清扫方法，能够提高待处理图像集存在多帧遮挡时的目标跟踪能力，继而提高对路面垃圾的识别能力。

进一步地，在一个实施例中，步骤S32可以具体包括：

S321、若满足第一预设条件，则基于第一位置、第一失配帧数和偏移确定预测位置；

S322、若满足第二预设条件，则根据第一位置确定预测位置；

其中，第一预设条件包括存在第一位置和第二位置的跟踪框；

第二预设条件包括不存在第二位置的跟踪框；

偏移为根据第一位置、第二位置和第二失配帧数预测的每一帧坐标的偏移。

可选地，若满足第一预设条件，即对于存在

本发明提供的垃圾清扫车垃圾清扫方法，通过利用得到跟踪框的预测位置，为后续基于预测位置对跟踪框列表和检测框列表进行双向匹配奠定了基础。

进一步地，在一个实施例中，在步骤S33中的预设匹配规则，可以具体包括：

S331、遍历检测框列表，并获取预测位置和第一位置的交并比，并根据第三预设条件确定跟踪框匹配的检测框；

S332、将与跟踪框的匹配分值最高的检测框作为第一目标跟踪框；

其中，第三预设条件包括交并比大于预设值中的交叉比最大的检测框。

可选地，根据预设匹配规则对检测框列表ListD和跟踪框列表ListT中的目标进行双向匹配，匹配规则为：针对跟踪框列表中的跟踪框BoxT，遍历检测框列表ListD，计算对应跟踪框BoxT的预测位置

在进行跟踪框BoxT和检测框BoxD的单向匹配之后，每个跟踪框BoxT可能匹配到0个或者1个检测框BoxD，而检测框BoxD可能匹配到大于等于0个的跟踪框BoxT，通过选择检测框BoxD中记录的匹配分值最高的跟踪框BoxT作为最终匹配（即：第一目标跟踪框）。

本发明提供的垃圾清扫车垃圾清扫方法，通过检测框与跟踪框的双向匹配，提高了对路面垃圾识别的准确性和可靠性。

进一步地，在一个实施例中，在步骤S3之后还可以包括：

若待处理图像集是由安装在第三目标位置的目标摄像头拍摄获取的路面图像组成，则通过如下方式对第一类目标垃圾清扫作业进行检测：

基于目标矩形框聚类算法，合并跟踪结果中一个或多个临近的目标类别相同的跟踪框，以获取聚类后的目标框；

根据去除所有目标框的重叠部分后的矩形面积的占比，获取覆盖率，并在覆盖率小于预设阈值时，确定存在残留的第一类目标垃圾。

可选地，当待处理图像集是由摄像头D拍摄获取的，对于目标信息筛选出第一类目标垃圾如白色垃圾、树叶、泥渍和生活垃圾，将置信度低于预设阈值

基于目标矩形框聚类算法对跟踪结果的进行基于密度的矩形框聚类，将若干邻近的类别相同的跟踪框作为同一个目标框，以统一评判标准。因为当垃圾成堆出现在画面中时，经过深度学习输出的目标结果可能存在一部分目标分开框选，一部分目标合并框选的情况，这对于通过垃圾覆盖率存在差异。

去除聚类后得到的所有目标框中的重叠部分，计算矩形所覆盖面积的占比，最终以100-覆盖率%作为清扫作业的评分。

多媒体中控屏在接收到车载终端传来的清扫作业评分后，将其叠加在摄像头D对应的视频画面上，并在分数小于第二预设阈值

目标矩形框聚类算法：该算法改造自基于密度的聚类算法DBScan，将原算法中最小单位的点用矩形代替，将点与点之间的距离定义为两个矩形之间的距离。

目标矩形框聚类算法中所有的矩形的均平行于坐标轴，故两两矩形之间仅存在4中关系，对应的距离定义如下，详见图4：

a、两矩形在x轴和y轴均存在重合，即两矩形存在交叠区域，距离为0；

b、两矩形不相交，在x轴方向有部分重合，最小距离是上矩形的下边线和下矩形的上边线之间的距离；

c、两矩形不相交，在y轴方向有部分重合，最小距离是左矩形的右边线和右矩形的左边线之间的距离；

d、两矩形不相交，在x轴和y轴方向均没有重合，最小距离是距离最近的两个顶点之间的距离。

目标矩形框聚类算法的主要目标是合并临近的跟踪框，故这里将DBScan的参数最小包含点数匹配值设置为1。

本发明提供的垃圾清扫车垃圾清扫方法，可以准确实时地检测路面垃圾和街边满溢垃圾桶，且对垃圾清扫车作业后的路面进行实时清扫效果评估。

下面对本发明提供的垃圾清扫车垃圾清扫装置进行描述，下文描述的垃圾清扫车垃圾清扫装置与上文描述的垃圾清扫车垃圾清扫方法可相互对应参照。

图5是本发明提供的垃圾清扫车垃圾清扫装置的结构示意图，如图5所示，包括：图像处理模块510、数据处理模块511和垃圾清扫模块512；

图像处理模块510，用于将待处理图像集输入至目标检测网络，以确定待处理图像集包括的目标信息；

数据处理模块511，用于根据目标预设条件和预设过滤条件，过滤目标信息；

垃圾清扫模块512，用于基于多帧追踪算法对过滤结果进行多帧跟踪，并在确定跟踪结果中存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫；

其中，目标信息包括目标位置、目标类别、置信度和检测框；

待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

目标摄像头分别安装在垃圾清扫车不同目标位置处。

本发明提供的垃圾清扫车垃圾清扫装置，能够准确实时地检测路面如路面垃圾和街边满溢垃圾桶，并利用垃圾清扫车对检测到的垃圾进行清扫，降低了现有垃圾清扫车对于作业人员的依赖度。

图6是本发明提供的一种电子设备的结构示意图，如图6所示，该电子设备可以包括：处理器（processor）610、通信接口（communication interface）611、存储器（memory）612和总线（bus）613，其中，处理器610，通信接口611，存储器612通过总线613完成相互间的通信。处理器610可以调用存储器612中的逻辑指令，以执行如下方法：

将待处理图像集输入至目标检测网络，以确定待处理图像集包括的目标信息；

根据目标预设条件和预设过滤条件，过滤目标信息；

基于多帧追踪算法对过滤结果进行多帧跟踪，并在确定跟踪结果中存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫；

其中，目标信息包括目标位置、目标类别、置信度和检测框；

待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

目标摄像头分别安装在垃圾清扫车不同目标位置处。

此外，上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机电源屏（可以是个人计算机，服务器，或者网络电源屏等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

进一步地，本发明公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的垃圾清扫车垃圾清扫方法，例如包括：

将待处理图像集输入至目标检测网络，以确定待处理图像集包括的目标信息；

根据目标预设条件和预设过滤条件，过滤目标信息；

基于多帧追踪算法对过滤结果进行多帧跟踪，并在根据跟踪结果确认存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫；

其中，目标信息包括目标位置、目标类别、置信度和检测框；

待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

目标摄像头分别安装在垃圾清扫车不同目标位置处。

另一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的垃圾清扫车垃圾清扫方法，例如包括：

将待处理图像集输入至目标检测网络，以确定待处理图像集包括的目标信息；

根据目标预设条件和预设过滤条件，过滤目标信息；

基于多帧追踪算法对过滤结果进行多帧跟踪，并在根据跟踪结果确认存在需要清扫的目标垃圾后，利用垃圾清扫车对目标垃圾进行清扫；

其中，目标信息包括目标位置、目标类别、置信度和检测框；

待处理图像集是由目标摄像头拍摄获取的路面图像组成的；

目标摄像头分别安装在垃圾清扫车不同目标位置处。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机电源屏（可以是个人计算机，服务器，或者网络电源屏等）执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。