一种深度学习的幕墙清洁参数优化控制方法及系统

本申请涉及一种深度学习的幕墙清洁参数优化控制方法及系统，涉及幕墙清洁技术领域，包括：获取目标幕墙的幕墙属性信息，确定幕墙分区方案；根据幕墙属性信息和幕墙分区方案配置基础作业方案；按照预设清洁顺序，控制幕墙清洁一体机，通过图像采集单元采集第一幕墙图像；提取第一区域作业参数，并获取第一优化作业参数；根据第一优化作业参数配置清洁单元、喷涂单元和烘干单元，控制幕墙清洁一体机依次执行清洁、喷涂和烘干操作。本发明解决了传统幕墙清洁作业参数配置单一、无法适应复杂污染场景的问题，通过深度学习对幕墙属性分析、区域动态分区及作业参数实时优化，实现了幕墙清洁全流程的智能化精准控制，提升了清洁效率。