CN104245244B - 移动机器人上的接近度感测 - Google Patents
移动机器人上的接近度感测 Download PDFInfo
- Publication number
- CN104245244B CN104245244B CN201380021444.7A CN201380021444A CN104245244B CN 104245244 B CN104245244 B CN 104245244B CN 201380021444 A CN201380021444 A CN 201380021444A CN 104245244 B CN104245244 B CN 104245244B
- Authority
- CN
- China
- Prior art keywords
- robot
- sensor
- assembly
- visual field
- receiver
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013459 approach Methods 0.000 title description 6
- 230000000007 visual effect Effects 0.000 claims abstract description 140
- 238000012545 processing Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 abstract description 15
- 238000000034 method Methods 0.000 description 29
- 230000006399 behavior Effects 0.000 description 20
- 230000004888 barrier function Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 14
- 238000004590 computer program Methods 0.000 description 14
- 230000004044 response Effects 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 235000004443 Ricinus communis Nutrition 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000009471 action Effects 0.000 description 7
- 238000004140 cleaning Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 230000011664 signaling Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 239000000428 dust Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 239000004576 sand Substances 0.000 description 4
- 241000153246 Anteros Species 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000000429 assembly Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000011121 hardwood Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005108 dry cleaning Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010407 vacuum cleaning Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0227—Control of position or course in two dimensions specially adapted to land vehicles using mechanical sensing means, e.g. for sensing treated area
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/027—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising intertial navigation means, e.g. azimuth detector
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
- Electric Vacuum Cleaner (AREA)
Abstract
一种接近度传感器(520)包含彼此邻近地安置于传感器主体(514)上的第一及第二组件(522、524)。所述第一组件(522、524)为发射器(522)及接收器(524)中的一者,且所述第二组件(522a、524a)为发射器及接收器中的另一者。第三组件(522b、524b)邻近第二传感器与第一传感器相对地安置。如果所述第一传感器为发射器,那么所述第三组件为发射器,或如果所述第一传感器为接收器,那么所述第三组件为接收器。每一组件具有相应视场(523、525)。第一与第二视场相交,从而界定检测在第一阈值距离(DS)内的地板表面(10)的第一体积(V1)。所述第二与第三视场相交,从而界定检测在第二阈值距离(DAC)内的地板表面的第二体积(V2)。
Description
相关申请案的交叉参考
此美国专利申请案依据35U.S.C.§119(e)主张对2012年9月21日提出申请的美国临时申请案61/704,419的优先权,所述美国临时申请案特此以全文引用的方式并入本文。
技术领域
本发明涉及用于移动机器人的接近度传感器。
背景技术
真空清洁器通常使用空气泵来形成用于通常从地板且任选地也从其它表面提升灰尘及尘埃的部分真空。真空清洁器通常将尘埃收集于灰尘袋或旋风集尘器中以供稍后处置。在家庭中以及在工业中使用的真空清洁器以多种大小及型号存在,例如小型电池操作手持式装置、家用中央真空清洁器、可在倒空之前处置数百公升灰尘的大型固定工业器具及用于回收大量溢出物或移除经污染土壤的自推进真空卡车。
自主机器人真空清洁器在正常操作条件下通常导航通过居住空间的地板表面同时在地板上进行真空吸尘。自主机器人真空清洁器通常包含允许其避开例如墙壁、家具或楼梯等障碍物的传感器。机器人真空清洁器可在其碰到障碍物时变更其行驶方向(例如,转弯或后退)。机器人真空清洁器还可在检测到地板上的异常污点时变更行驶方向或行驶模式。
发明内容
本发明的一个方面提供一种接近度传感器,其包含:传感器主体,由所述传感器主体装纳的第一发射器;由所述传感器主体装纳的第二发射器,其邻近于所述第一发射器;及接收器,其邻近所述第一发射器与所述第二发射器相对地安置。所述第一发射器具有第一视场,所述第二发射器具有第二视场,且所述接收器具有第三视场。所述第一与第三视场的相交界定第一体积;且所述第二与第三视场的相交界定第二体积。所述第一体积检测距感测参考点在第一阈值距离内的第一表面,且所述第二体积检测距所述感测参考点在第二阈值距离内的第二表面。所述第二阈值距离大于所述第一阈值距离。
本发明的实施方案可包含以下特征中的一或多者。在一些实施方案中,所述第一及第二发射器以及所述接收器界定相应视场轴,且所述传感器主体界定横向轴及纵向轴。所述第一及第二发射器以及所述接收器沿着所述横向轴安置,其中其视场轴相对于所述纵向轴以一角度布置。所述第一及第二发射器以及所述接收器中的一者的视场相对于所述传感器主体的纵向轴以0度与约10度之间的角度布置。所述传感器主体包含经布置以界定所述第一发射器、所述第二发射器或所述接收器中的至少一者的视场的至少一个壁。在一些实例中,所述第一阈值距离等于约1英寸与约3英寸之间。另外或替代地,所述第二阈值距离大于3英寸。
本发明的一个方面提供一种包含传感器主体以及第一、第二及第三传感器组件的接近度传感器。所述第一及第二传感器组件彼此邻近地由所述传感器主体装纳。所述第一传感器组件为发射器或接收器。所述第二传感器组件为发射器或接收器;所述第二传感器组件不与所述第一传感器组件相同。所述第三传感器组件邻近所述第二传感器与所述第一传感器相对地安置。如果所述第二传感器为发射器,那么所述第三传感器组件为发射器,或如果所述第二传感器为接收器,那么所述第三传感器组件为接收器。所述第一传感器组件具有第一视场,所述第二传感器组件具有第二视场且所述第三传感器组件具有第三视场。所述第一视场与所述第二视场及所述第三视场相交。所述第一与第二视场的相交界定第一体积,且所述第一与第三视场的相交界定第二体积。所述第一体积检测距感测参考点在第一阈值距离内的第一表面,且所述第二体积检测距所述感测参考点在第二阈值距离内的第二表面。所述第二阈值距离大于所述第一阈值距离。
在一些实施方案中,每一发射器发射红外光,且每一接收器接收所发射红外光的反射。所述传感器主体可包含经布置以界定至少一个传感器组件的视场的至少一个壁。另外或替代地,所述第一传感器组件与所述第二传感器组件之间的第一距离小于所述第二传感器组件与所述第三传感器组件之间的第二距离。
每一传感器组件可界定视场轴,且所述传感器主体可界定横向轴及纵向轴。所述传感器组件可沿着所述横向轴安置,其中其视场轴相对于所述纵向轴以一角度布置。所述第二传感器组件及所述第三传感器组件的视场轴可为平行的。另外或替代地,所述第二传感器组件及所述第三传感器组件的视场轴各自相对于所述传感器主体的所述纵向轴以0度与约10度之间的角度布置。所述第一传感器组件的视场轴可相对于所述纵向轴以约5度与约15度之间的角度布置。所述第一传感器组件的视场轴的角度可大于所述第二及第三传感器组件的视场轴的角度。
在一些实例中,所述第一阈值距离等于约1英寸与约10英寸之间。另外或替代地,所述第二阈值距离可大于10英寸。
本发明的另一方面提供一种感测物体的接近度的方法。所述方法包含在计算处理器处从第一传感器接收数据。所述第一传感器包含第一发射器及第一接收器。所述方法包含在计算处理器处从包含第二发射器及第二接收器的第二传感器接收数据。所述第一发射器及所述第二发射器为相同发射器,或所述第一接收器及所述第二接收器为相同接收器。所述方法包含使用计算处理器基于所接收数据而确定感测参考点与所感测物体之间的目标距离,且确定目标距离是否在第一阈值距离或第二阈值距离内。所述方法还包含基于目标距离是在第一阈值距离还是第二阈值距离内而从计算处理器发布命令。在一些实例中,计算处理器在确定目标距离是否在第一或第二阈值距离内与发布命令之间的处理时间等于或小于约8毫秒。
在一些实施方案中,如果第一发射器及第二发射器为相同的,那么所述方法进一步包含沿着第一视场从第一发射器发射光及沿着第二视场在第一接收器处接收所述光的反射。另外,所述方法包含沿着第三视场在第二接收器处接收所述光的反射。所述第一视场与所述第二及第三视场相交。第一与第二视场的相交界定第一体积,且第一与第三视场的相交界定第二体积。所述第一体积检测距感测参考点在第一阈值距离内的第一表面,且所述第二体积检测距感测参考点在第二阈值距离内的第二表面。所述第二阈值距离大于所述第一阈值距离。第一、第二及第三视场可分别界定第一、第二及第三视场轴,其中第二及第三视场轴为平行的。另外或替代地,所述方法可包含相对于共同纵向感测轴以约5度与约15度之间的角度布置由第一视场界定的视场轴,且相对于共同纵向感测轴以0度与约10度之间的角度布置由第二及第三视场界定的视场轴。
在一些实施方案中,如果第一接收器及第二接收器为相同的,那么所述方法进一步包含沿着第一视场接收光的反射且沿着第二视场从第一发射器发射光。所述方法还包含沿着第三视场从第二发射器发射光。第一视场与第二及第三视场相交,其中第一与第二视场的相交界定第一体积。第一与第三视场的相交界定第二体积。第一体积检测距感测参考点在第一阈值距离内的第一表面,且第二体积检测距感测参考点在第二阈值距离内的第二表面。所述第二阈值距离大于所述第一阈值距离。第一、第二及第三视场分别界定第一、第二及第三视场轴,其中第二及第三视场轴为平行的。另外或替代地,所述方法可包含相对于共同纵向感测轴以约5度与约15度之间的角度布置由第一视场界定的视场轴,且相对于共同纵向感测轴以0度与约10度之间的角度布置由第二及第三视场界定的视场轴。
所述第一发射器与所述第一接收器之间的第一距离可小于所述第二发射器与所述第二接收器之间的第二距离。所述第一阈值距离可等于约1英寸与约10英寸之间,及/或所述第二阈值距离大于10英寸。
本发明的另一方面提供一种自主机器人,其具有机器人主体、驱动系统、传感器系统及控制器。所述机器人主体界定前向驱动方向。所述驱动系统支撑所述机器人主体且经配置以在地板表面上操纵所述机器人。所述传感器系统安置于所述机器人主体上且包含至少一个接近度传感器。所述接近度传感器包含传感器主体以及第一、第二及第三传感器组件。所述第一及第二传感器组件彼此邻近地由所述传感器主体装纳。所述第一传感器组件为发射器及接收器中的一者,且所述第二传感器组件为发射器及接收器中的另一者。所述第三传感器组件邻近所述第二传感器与所述第一传感器相对地安置,且如果所述第二传感器为发射器,那么所述第三传感器组件为发射器,或如果所述第二传感器为接收器,那么所述第三传感器组件为接收器。所述第一传感器组件具有第一视场,所述第二传感器组件具有第二视场,且所述第三传感器组件具有第三视场。所述第一视场与所述第二视场及所述第三视场相交。所述第一与第二视场的相交界定第一体积,且所述第一与第三视场的相交界定第二体积。所述第一体积检测距感测参考点在第一阈值距离内的第一表面,且所述第二体积检测距所述感测参考点在第二阈值距离内的第二表面。所述第二阈值距离大于所述第一阈值距离。所述控制器与所述驱动系统及所述传感器系统通信。所述控制器包含处理从所述传感器系统接收的数据的计算处理器,且基于所述所接收数据而发布命令。所述传感器主体可包含经布置以界定至少一个传感器组件的视场的至少一个壁。
在一些实例中,所述机器人包含两个或两个以上接近度传感器。所述控制器循序地启用及停用每一接近度传感器,其中在停用一个传感器与启用另一传感器之间具有阈值时间周期。
所述控制器可确定感测参考点与所感测物体之间的目标距离,且如果到所述物体的所述目标距离在所述第二阈值距离内,那么向所述驱动系统发布反向驱动命令。所述反向驱动命令将所述机器人的方向从前向驱动方向改变为反向驱动方向。另外或替代地,所述第一传感器组件与所述第二传感器组件之间的第一距离小于所述第二传感器组件与所述第三传感器组件之间的第二距离。
在一些实施方案中,每一传感器组件界定视场轴,且所述传感器主体界定横向轴及纵向轴。所述传感器组件沿着所述横向轴安置,其中其视场轴相对于所述纵向轴以一角度布置。所述第二传感器组件及所述第三传感器组件的视场轴可为平行的。所述第二传感器组件及所述第三传感器组件的视场轴可各自相对于所述传感器主体的所述纵向轴以0度与约10度之间的角度布置。另外或替代地,所述第一传感器组件的视场轴可相对于所述纵向轴以约5度与约15度之间的角度布置。所述第一传感器组件的视场轴的角度可大于所述第二及第三传感器组件的视场轴的角度。在一些实例中,所述第一阈值距离为约1英寸到10英寸,及/或所述第二阈值距离大于10英寸。
在附图及以下描述中陈述本发明的一或多个实施方案的细节。依据描述及图式且依据权利要求书,其它方面、特征及优点将显而易见。
附图说明
图1是示范性自主移动机器人的透视图。
图2是图1中所展示的机器人的分解视图。
图3是示范性自主移动机器人的前视图。
图4是示范性自主移动机器人的示意图。
图5是用于自主移动机器人的示范性控制器的示意图。
图6是示范性自主移动机器人在其横越地板表面时的侧视图。
图7A-7B是示范性自主机器人在其横越地板表面时的侧视图。
图8A-8C是示范性接近度传感器的侧视示意图。
图8D是示范性接近度传感器的截面图。
图8E是示范性自主机器人在其横越地板表面且遇到障碍物时的侧视图。
图9A是具有一个发射器及两个接收器的示范性接近度传感器的侧视示意图。
图9B是具有两个发射器及一个接收器的示范性接近度传感器的侧视示意图。
图9C是示范性接近度传感器的示意图,其展示所述接近度传感器的视场的角度。
图10A是遇到陡壁的示范性接近度传感器的示意图。
图10B是遇到陡壁的示范性接近度传感器的示意图。
图11A是接近度传感器的示范性壳体的截面透视图。
图11B是从图11A的示范性壳体投射的撞击表面的光束的截面透视图。
图11C是从图11A的示范性壳体发射的投射于表面上的光束的俯视图。
图12是操作自主移动机器人的操作的示范性布置的示意图。
图13A-13H是具有示范性接近度传感器的机器人在其感测到处于不同高度的表面时的示意图。
在各图式中,相似的参考符号指示相似的元件。
具体实施方式
以可移动方式支撑的自主机器人可导航通过地板表面。在一些实例中,自主机器人可在横越表面的同时清洁所述表面。机器人可通过以下操作从表面移除碎屑:扇动碎屑及/或通过在表面上方施加负压力(例如,部分真空)而提升碎屑,及从表面收集碎屑。
参考图1-3,在一些实施方案中,机器人100包含由驱动系统120支撑的主体110,驱动系统120可基于具有(举例来说)x、y及θ分量的驱动命令而操纵机器人100跨越地板表面10。机器人主体110具有前向部分112及后向部分114。如所展示,机器人主体110具有圆形形状,但可具有其它形状,包含但不限于正方形形状、矩形形状或其中前向部分112为正方形且后向部分114为圆形或反之亦然的组合。驱动系统120包含右驱动轮模块120a及左驱动轮模块120b。轮模块120a、120b沿着由主体110界定的横向轴X实质上对置且包含驱动相应轮124a、124b的相应驱动电动机122a、122b。驱动电动机122a、122b可以可释放方式连接到主体110(例如,经由紧固件或免工具连接),其中驱动电动机122a、122b任选地实质上定位于相应轮124a、124b上方。轮模块120a、120b可以可释放方式附接到机器人主体110且被弹簧偏置成与地板表面10啮合。在一些实例中,轮124a、124b以可释放方式连接到轮模块120a、120b。轮124a、124b可具有偏置下落式(biased-to-drop)悬挂系统,其改进轮模块120a、120b在光滑地板(例如,硬木材、湿地板)上的牵引。在一些实例中,轮模块120a、120b以可移动方式紧固(例如,以可旋转方式附接)到机器人主体110且接收向下及远离机器人主体110偏置驱动轮124a、124b的弹簧偏置(例如,在约5牛顿与25牛顿之间)。举例来说,驱动轮124a、124b可在移动到展开位置时接收约10牛顿的向下偏置且在移动到进入到机器人主体110中的缩回位置时接收约20牛顿的向下偏置。弹簧偏置允许驱动轮124a、124b维持与地板表面10的接触及牵引,同时机器人100的任何清洁元件也接触地板表面10。机器人100可包含经安置以支撑机器人主体110的前向部分112的脚轮126。脚轮126可以可释放方式附接到主体110并被弹簧片偏置成与地板表面10啮合。机器人主体110支撑用于给机器人100的任何电组件供电的电源102(例如,电池)。
机器人100可通过相对于由主体110界定的如下三个相互垂直轴的移动的各种组合而移动跨越地板表面10:横向轴X、前后轴Y及中心垂直轴Z。沿着前后轴Y的前向驱动方向标示为F(下文中有时称为“前向”),且沿着前后轴Y的向后驱动方向标示为A(下文中有时称为“后向”)。横向轴X实质上沿着由轮模块120a、120b的中心点界定的轴在机器人100的右侧R与左侧L之间延伸。
机器人100可围绕X轴倾斜。当机器人100倾斜到朝南位置时,其朝向后向部分114倾斜(下文中有时称为“上仰”),且当机器人100倾斜到朝北位置时,其朝向前向部分112倾斜(下文中有时称为“下俯”)。另外,机器人100围绕Y轴倾斜。机器人100可向Y轴的东侧倾斜(下文中有时称为“右滚”),或机器人100可向Y轴的西侧倾斜(下文中有时称为“左滚”)。因此,机器人100围绕X轴的倾斜的改变为其围绕俯仰角αY的俯仰的改变,且机器人100围绕Y轴的倾斜的改变为其围绕滚动角αY的滚动的改变。另外,机器人100可向右(即,东侧位置)或向左(即,西侧位置)倾斜。在一些实例中,机器人100围绕X轴且围绕Y轴倾斜,从而具有例如东北、西北、东南及西北等倾斜位置。在机器人100正横越地板表面10时,机器人100可围绕其Z轴进行左转或右转(下文中有时称为“偏转的改变”)。偏转的改变致使机器人100在其正移动时进行左转或右转。因此,机器人100可同时具有其俯仰、滚动或偏转中的一或多者的改变。机器人100可以围绕X轴及Y轴的组合倾斜方式而倾斜,即,机器人100可俯仰及滚动。总倾斜角αT为围绕X轴及Y轴的每一倾斜的向量的总和。因此,如果机器人100仅俯仰,那么总倾斜角αT等于俯仰角。类似地,如果机器人100仅滚动,那么总倾斜角αT等于滚动角。
主体110的前向部分112可承载缓冲器130,举例来说,在于清洁例程期间轮模块120a、120b推进机器人100跨越地板表面10时,缓冲器130检测(例如,经由传感器系统500)机器人100的行驶路径中的一或多个事件。机器人100可通过回应于由缓冲器130检测到的事件(例如,障碍物、陡壁12、墙壁)而控制轮模块120a、120b操纵机器人100(例如,远离障碍物)来对所述事件做出响应。传感器系统500可布置于缓冲器130上或可另外或替代地布置于机器人100上的各种不同位置中的任一者处。
机器人100可包含用于清洁或处理地板表面10的清洁系统160。清洁系统160可包含干式清洁系统160a及/或湿式清洁系统160b。清洁系统160还可包含具有相对于地板表面10成角度的旋转轴的边刷164以用于将碎屑移动到清洁系统160的清洁条带区域中。
安置于主体110的顶部部分115上的用户接口140接收一或多个用户命令及/或显示机器人100的状态。用户接口140与由机器人100承载的机器人控制器200通信使得由用户接口140接收的一或多个命令可起始机器人100对例程的执行。控制器200包含与非暂时性存储器204(例如,硬盘、快闪存储器、随机存取存储器)通信的计算处理器202(例如,中央处理单元)。
参考图4及5,机器人控制器200(执行控制系统)可执行致使机器人100采取行动(例如以墙壁沿循方式、地板擦洗方式操纵或在检测到障碍物时改变其行进方向)的行为300。机器人控制器200可通过独立地控制每一轮模块120a、120b的旋转速度及方向而沿任何方向操纵机器人100跨越清洁表面。举例来说,机器人控制器200可沿前向F、反向(后向)A、右R及左L方向操纵机器人100。
为了实现可靠且稳健的自主移动,机器人100可包含具有数个不同类型的传感器的传感器系统500,所述传感器可结合彼此使用以形成对机器人的环境的感知,其足以允许机器人100关于将在所述环境中采取的行动做出智能决策。传感器系统500可包含由机器人主体110支撑的一或多个类型的传感器,其可包含障碍物检测障碍物避开(ODOA)传感器、通信传感器、导航传感器等等。举例来说,这些传感器可包含但不限于接近度传感器520、接触传感器、相机(例如,体积点云成像、三维(3D)成像或深度图传感器、可见光相机及/或红外相机)、声纳、雷达、LIDAR(光检测与测距,此可需要测量所散射光的性质以得出遥远目标的范围及/或其它信息的光学远程感测)、LADAR(激光检测与测距)等等。
在一些实例中,传感器系统500包含与控制器200通信以测量并监视机器人100相对于机器人100的总体重心CGR(图1、6)的惯性矩的惯性测量单元(IMU)512。控制器200可监视来自IMU512的反馈中与对应于正常不受阻碍操作的阈值信号的任何偏差。举例来说,控制器200监视总倾斜角αT且当总倾斜角αT高于阈值倾斜角时,控制器200可确定机器人100正朝向陡壁12前进且执行停止命令以阻止机器人100从陡壁12跌落。控制器200执行旋转或后退命令,从而允许机器人100远离陡壁12移动。
IMU512可基于相对值而测量并监视机器人100的惯性矩。在一些实施方案中,且在一时间周期内,不断的移动可致使IMU漂移。控制器200执行复位命令以将IMU512重新校准并将其复位到零。在复位IMU512之前,控制器200确定机器人100是否倾斜并仅在机器人100在平坦表面上的情况下发布复位命令。
在一些实施方案中,机器人100包含导航系统400,其经配置以允许机器人100导航通过地板表面10而不撞向障碍物或从楼梯跌落,且智能地辨识相对脏的地板区域以进行清洁。此外,导航系统400可以确定性及伪随机模式操纵机器人100跨越地板表面10。导航系统400可为在机器人控制器200上存储及/或执行的基于行为的系统。导航系统400可与传感器系统500通信以确定并向驱动系统120发布驱动命令241。导航系统400影响并配置机器人行为300,因此允许机器人100以系统性预先计划的移动而运转。在一些实例中,导航系统400从传感器系统500接收数据并计划用于供机器人100横越的所要路径。
在一些实施方案中,控制器200(例如,具有与非暂时性存储器204通信的一或多个计算处理器202的装置,所述非暂时性存储器能够存储可在所述计算处理器上执行的指令)执行控制系统210,控制系统210包含彼此通信的行为系统210a及控制仲裁系统210b。控制仲裁系统210b允许动态地向控制系统210添加及从控制系统210移除机器人应用程序220且促进允许应用程序220各自控制机器人100而不需要了解任何其它应用程序220。换句话说,控制仲裁系统210b提供应用程序220与机器人100的资源240之间的简单优先化控制机制。
应用程序220可存储于存储器中或被传递到机器人100以并行地运行(例如,在处理器上)且同时控制机器人100。应用程序220可存取行为系统210a的行为300。经独立部署的应用程序220在运行时间动态地组合且用以共享机器人资源240(例如,驱动系统120及/或清洁系统160、160a、160b)。实施用于在运行时间在应用程序220当中动态地共享机器人资源240的低级策略。所述策略确定哪一应用程序220具有对机器人资源240的控制,这是按照所述应用程序220的需要(例如,应用程序220当中的优先级层次)。应用程序220可动态地开始及停止且完全独立于彼此而运行。控制系统210还允许可组合在一起以彼此辅助的复杂行为300。
控制仲裁系统210b包含与控制仲裁器260通信的一或多个应用程序220。控制仲裁系统210b可包含为应用程序220提供到控制仲裁系统210b的接口的组件。此类组件可抽象化并封装掉验证、分布式资源控制仲裁器、命令缓冲的复杂性,协调应用程序220的优先化等等。控制仲裁器260从每个应用程序220接收命令、基于所述应用程序的优先级而产生单个命令并为其相关联资源240公布所述命令。控制仲裁器260从其相关联资源240接收状态反馈且可将其发送回到应用程序220。机器人资源240可为具有一或多个硬件控制器的功能模块(例如,致动器、驱动系统及其群组)的网络。控制仲裁器260的命令241为资源240特有的以执行特定行动。可在控制器200上执行的动力学模型230经配置以计算机器人100的重心(CG)、惯性矩及各部分的惯性的交叉积以用于评估当前机器人100状态。
在一些实施方案中,行为300为提供层次、状态全评估功能的插入式组件,所述功能将来自多个源(例如传感器系统500)的感测反馈与先验极限及信息一起耦合到关于机器人100的可允许行动的评估反馈中。由于行为300可插入到应用程序220中(例如,驻存在应用程序220的内部或外部),因此可在不必修改应用程序220或控制系统210的任何其它部分的情况下移除及添加行为300。每一行为300为独立策略。为了使得行为300更强大,可将多个行为300的输出一起附接到另一者的输入中以使得您可具有复杂的组合功能。行为300既定实施机器人100的全部认知的可管理部分。
在所展示的实例中,行为系统210a包含用于基于由传感器感知的障碍物而确定响应性机器人行动(例如,绕开;转向;在障碍物之前停止等等)的障碍物检测/障碍物避开(ODOA)行为300a。另一行为300可包含用于邻近所检测到的墙壁行驶(例如,沿平行于墙壁的方向或以朝向及远离墙壁行驶的摆动模式)的墙壁沿循行为300b。其它行为300可包含陡壁检测行为300c(例如,机器人检测到楼梯且避免从楼梯跌落)。
参考图3及6,在一些实施方案中,机器人100(即,传感器系统500)包含接近或围绕机器人主体110的前向部分112的底部部分116布置的一或多个陡壁接近度传感器520。在一些实例中,机器人100的底部部分116包含轮缘118。轮缘118连接机器人100的底部部分116与机器人主体110的前向外围112a及后向外围114a。轮缘118可具有截头圆锥形状,其中较小直径为机器人主体110的底部部分116的直径且扩展而与机器人主体110的前向部分112及后向部分114连接。陡壁接近度传感器520可检测机器人100何时已遇到地板10的下跌陡壁12,例如其何时遇到一组楼梯或地板表面10的高度的改变。控制器200(执行控制系统)可在检测到陡壁12时执行致使机器人100采取行动(例如改变其行进方向)的行为。在一些实施方案中,传感器系统500包含一或多个辅助陡壁传感器(例如,经配置以用于陡壁感测及任选地其它类型的感测的其它传感器)。陡壁检测接近度传感器520可经布置以提供对陡壁12的提早检测,提供用于在机器人100不能够横越的实际陡壁12b(例如,具有垂直楼梯竖板的楼梯)与若干事件(例如攀越过门槛或横越过可横越陡壁或可横越门槛12a,其中机器人100可在由可横越门槛12a分离的第一表面10a与第二表面10b之间移动,且有时机器人100可在第二表面10b朝向第一表面10a之间移动)之间进行区别的数据,且可经向下及向外定位使得其视场523、525(图8D)包含机器人主体110的至少部分及远离机器人主体110的区域。在一些实施方案中,控制器200执行识别及检测支撑地板表面10的边缘、超过地板表面10的边缘的距离的增加及/或机器人主体110与地板表面10之间的距离的增加的陡壁检测例程。此实施方案允许:1)潜在陡壁的提早检测(此可允许在未知环境中的较快移动速度);2)自主移动的增加的可靠性,因为控制器200从陡壁检测传感器520接收陡壁成像信息以知晓陡壁事件是否真正为实际陡壁12b(在此情况中,机器人100应停止移动)或是否可横越具有可横越门槛12a的地板表面10(例如,向上攀爬并越过门槛);3)陡壁的误肯定的减少(例如,归因于确定机器人100与地板表面10之间的距离及所述距离的改变且具两个检测区)。可出于冗余目的而使用布置为“落轮(wheeldrop)”传感器的额外传感器且使用其来检测其中范围感测相机无法可靠地检测到某一类型的陡壁的情形。
门槛与台阶检测允许机器人100有效地计划横越可攀爬门槛或可横越门槛12a或避开太高的实际陡壁12b。对于地板表面10上机器人100可或可不能够横越的随机物体,此可为相同的。对于机器人100确定其可攀爬的那些障碍物或门槛,知晓其高度允许机器人100适当地减慢(如果认为需要)以允许平稳过渡以便最大化平稳度且最小化归因于突然加速的任何不稳定性。在一些实施方案中,门槛与台阶检测是基于在地板表面10上方的物体高度连同几何形状辨识(例如,在门槛或电缆对例如短袜等团块之间辨别)。可通过边缘检测来辨识门槛。控制器200可从陡壁接近度传感器520(或机器人100上的另一成像传感器)接收成像数据,执行边缘检测例程并基于边缘检测例程的结果而发布驱动命令。门槛检测允许机器人100改变其相对于门槛的定向以最大化平稳台阶攀爬及下降能力。接近度传感器520可独立地发挥作用,或作为替代方案,出于冗余目的可组合一或多个接触传感器(例如,碰撞开关)而发挥作用。
在一些实例中,接近度传感器520位于轮缘118上在脚轮126与驱动轮124a、124b中的每一者之间以便允许在脚轮126遇到陡壁(例如,楼梯)之前进行陡壁检测。在一些情况中,使用红外(IR)发射器522及红外检测器524而使用红外接近度或实际范围感测来实施陡壁感测,红外发射器522及红外检测器524朝向彼此成角度以便在其中预期为地板表面10的位置处具有重叠发射及检测场以及因此检测区V1、V2。IR接近度感测可具有相对窄的视场,出于可靠性目的而可取决于表面反照率,且可在不同表面间具有变化的范围准确度。因此,多个离散传感器520可围绕机器人100的周界放置以从机器人100上的多个点充分地检测陡壁12。此外,IR基于接近度的传感器通常无法在实际陡壁12b与地板表面或在阈值降落距离内的可横越门槛12a(例如门口门槛)之间进行区别。
参考图6,在一些实例中,机器人100正沿前向驱动方向F移动。接近度传感器520检测到陡壁12或其正横越的地板表面10的高度的改变(例如,降落距离DC),举例来说,第一地板表面10a(例如,地毯地板表面)到第二地板表面10b(例如,硬木材地板表面或瓷砖表面)。机器人100确定此高度差在阈值降落距离Ds(下文更详细地论述)内,且机器人100可容易地在地板表面10之间导航通过。
图7A及7B展示机器人100在其沿着第一地板表面10a移动且接近到第二地板表面10b的陡壁12时的情形。降落距离DC将第一地板表面10a与第二地板表面10b分离。机器人100确定机器人100(即,沿着机器人传感器520的底部表面的感测点P)与第二地板表面10b之间的距离d是否在阈值距离DS内,且如果是,那么机器人100行驶到第二地板表面10d。在一些实例中,如果距离d在阈值降落距离Ds内,那么机器人100可行驶回到第一地板表面10a。如果否,那么机器人100在第二地板表面10b上行驶。
图8A-8D描述三元件接近度传感器的差分距离测量类别(下文中称“差分测量类别”),其中使用不同光学路径长度来针对反照率进行自校准且准许使用信号强度来测量距离。在此类别内,一个种类的两个元件及剩余种类的一个元件用于不同实施方案(两个发射器与一个接收器;或两个接收器与一个发射器)。在一些实例中,接近度传感器520测量到地板表面10的距离D。这允许移动机器人100通过检测并避开障碍物、陡壁12等等而在环境中智能且高效地导航。接近度传感器520的性能可取决于物体(即,地板表面10)的表面特性。一些接近度传感器520在较暗的较小反射性表面上具有不可接受的性能。在一些实例中,经定向使得其发射场523与视场525在完全或几乎完全接近预期地板表面10处重叠同时在较远表面处具有仅微小重叠(其随着到表面的距离增加而减小)或不具有重叠的发射器522及检测器对524a、524b可用于在大多数表面(如图8A-8D中所展示)上良好地工作。发射器522可经调制以拒斥周围光及其它源。
参考图8A,接近度传感器520测量到地板表面10的距离d1、d2。接近度传感器520可为差分光学传感器520a且包含在地板表面10上照射光束523A的发射器522。地板表面10的大部分或多或少为朗伯的且将入射光523漫射成球面波前。因此,由接收器524收集的能量E的量与从接收器524到表面的距离d1、d2的平方成反比。此外,接收器的视场525经设计以包含由发射器522形成的光点且尽可能多地重叠直到无穷远距离。由接收器524a、524b两者接收的能量E1、E2与所反射能量L的相同量成比例。可使用以下方程式来计算由接收器524a、524b收集的能量Ei:
其中Ei为由接收器收集的能量,gi为每一接收器524a、524b的增益,L为由表面10反射的能量,且di为到接收器524a、524b的距离。
取测量的比率R,得到:
及接着,
方程式4展示在给定接收器524a、524b之间的已知基线距离d0(图8A)的情况下可从接收器524a、524b处的测量估计到地板表面10的距离d1。参数g1及g2为已知的,或可在制造期间通过校准来估计比率g1/g2。
参考图8B及8C,在一些实施方案中,接收器524a、524b相对于发射器522的相对角θi保持为相同的以使得接近度传感器520b在具有强镜面反射的地板表面10上更稳健(即,θ1=θ2)。图8C中展示另一实例。接近度传感器520c可用于检测障碍物的存在,例如地板表面10或陡壁12,此取决于传感器520b、520c相对于障碍物的定向(即,如果传感器520b、520c面向下,那么传感器520b、520c可检测到地板表面10的距离d;且如果传感器520b、520c相对于机器人主体110成角度,那么传感器520b、520c可在机器人100正移动跨越地板表面10时检测障碍物。举例来说,如图8E所描绘,图8A-8D的差分距离测量类别类型的传感器520可用于对到障碍物9(例如墙壁或一件家具)的距离d进行测距。这出于若干个原因而为有用的,所述原因并不限于使机器人100在其接近物体时在某一距离d处减慢以防止突然碰撞。)
图6、7A、7B及8D展示在移动机器人100上使用以检测陡壁12的接近度传感器520。参考图8D,在一些实例中,接近度传感器520d包含发射器522及两个接收器524a、524b。发射器522安置于第一接收器524a与第二接收器524b之间。在距离dmin或更大处,接收器524a、524b的视场525a、525b(S1及S2)含有发射器522的完整发射场523(Se):S1>Se且S2>Se。
接近度传感器520d放置于移动机器人100上使得地板表面10距接近度传感器520d至少距离D,使得:
dmin≤D(方程式5)
方程式4可用于估计在机器人100正围绕地板表面10移动的任何时间处到地板表面10的距离d。d0为到地板表面10的初始距离,其为D,如图8D中所展示。E1及E2为接收器524a、524b处的强度,其可使用模/数转换器来测量。g1/g2为接收器增益的比率,假设其为已知的或在下文所论述的校准过程期间进行估计。因此,机器人100可具有其可导航越过的阈值降落距离Ds。在一些实施方案中,将发射器522调制到1kHz使得其拒斥周围光及除发射器522之外的其它杂散光源。
陡壁12可具有距地板表面10的距离DC。机器人100可在所估计距离d1小于阈值降落距离Ds时导航越过陡壁12。如果d1>Ds,那么机器人100检测到实际陡壁12b,且处理器202可执行行为300以防止机器人100从陡壁12跌落。
在一些实例中,传感器520的参数为未知的,因为在制造时校准是不可能的。可在运行时间校准未校准的传感器520。在一些实例中,当接近度传感器520放置为在标称距离处面向地板表面10时,将方程式1及2的比率测量指代为标称表面处的比率。对于标称距离
接着,对于另一距离:
其中如果两个接收器d0的基线偏移及标称距离为已知的,那么可估计距离d1。
可通过定义而使用传感器520作为到表面的接近度的数字指示器。接着Rth的阈值将为:
且传感器520将指示当R≥Rth时障碍物为接近的,且否则地板表面10为远离的。
假设那么Rth将为
注意,对于k>>>1,阈值简化为
阈值取决于对标称比率测量的良好估计,因此可使用可靠的估计技术来求出Rn的值且随着传感器520暴露于不同表面10(即,不同地板高度)而不断地更新所述值。
图9A、9B及11A描述三元件接近度传感器的双体积“真值表”类别(下文中称“真值表类别”),其中使用两个相异体积来将可变降落距离、多路径、俯仰角及反照率情形分类为高效决策矩阵。在此类别内,一个种类的两个元件及剩余种类的一个元件用于不同实施方案(两个发射器与一个接收器;或两个接收器与一个发射器)。
参考图9A、11A及13A-H,在一些实例中,接近度传感器520e包含装纳发射器522以及第一接收器524a及第二接收器524b的传感器主体514。接收器524a、524b彼此邻近。发射器522邻近第一接收器524a安置于第二接收器524b的相对侧上。分离发射器522与第一接收器524a的距离S1可小于第一接收器524a与第二接收器524b之间的距离S2。发射器522具有发射器视场523,且第一接收器524a及第二接收器524b中的每一者具有相应第一视场525a及第二视场525b。发射器视场523与第一接收器视场525a相交且界定第一体积V1。另外,发射器视场523与第二视场525b相交,从而界定第二体积V2。第一体积V1界定具有阈值降落距离Ds的区(如先前所述,Ds为机器人100可从第一表面10a行进到第二表面10b的最大距离),且第二体积V2在大于阈值降落距离Ds的距离DAC处。第一体积V1及第二体积V2因此界定由两个不同接收器524a、524b检测的两个层,所述两个层在不同距离(在距离Ds内且一直到距离Ds及超出距离Ds)处重叠。如下文在二进制真值表1中所概述,“1”或“0”指示在任一体积V1、V2处、在两个体积V1、V2处或不在任一者处来自表面的所接收发射,且在那些体积处的检测的二进制性质组合地确定机器人如何展示动作。如果传感器520在第一体积V1中但不在第二体积V2中接收到响应,那么机器人100检测到供继续沿当前行进方向行进的仅有地板条件。如果传感器520在第一体积V1中及在第二体积V2中检测到地板,那么将实际陡壁12b发信号通知机器人100且机器人100停止移动。如果传感器520仅在第二体积V2中且不在第一体积V1中检测到地板,那么发信号通知机器人100停止,因为在阈值降落距离Ds内未检测到地板。如果传感器520既未在第一体积V1中又未在第二体积V2中检测到地板,那么机器人100停止,因为地板表面10太远离以致接收器524a、524b接收不到发射,地板太暗(且具吸收性)以致发射523未到达接收器,或传感器520已停止工作。
表1
换句话说,如果机器人100检测到具有小于阈值降落距离DS的距机器人100的距离d的表面10,那么机器人100确定其可继续在表面10上移动。如果距离d小于返回阈值距离DS1,那么机器人100可自由地在两个表面10a、10b之间移动。如果机器人100确定距离d大于阈值降落距离DS,那么机器人100确定其不应沿其路径继续,因为存在实际陡壁12b。使用两个接收器确保距陡壁传感器520的底部表面在阈值降落距离DS内存在的地板的有效的真实肯定传感器读取,第一接收器视场525a与发射523相交。
参考图9B及11A-C及13A-H,在一些实例中,接近度传感器520f包含传感器主体514,其装纳接收器524以及第一发射器522a及第二发射器522b,而非如先前所描述的一个发射器522及两个接收器524a、524b。发射器522a、522b彼此邻近。接收器524邻近第一发射器522a安置于第二发射器522b的相对侧上。接收器524与第一发射器522a之间的距离S1可小于第一发射器522a与第二发射器522b之间的距离S2。接收器524具有接收器视场525,且第一发射器522a及第二发射器522b中的每一者具有相应第一视场523a及第二视场523b。接收器视场525与第一发射器522a视场523a相交且界定第一体积V1。另外,接收器视场525与第二发射器视场523b相交,从而界定第二体积V2。第一体积V1及第二体积V2因此在不同距离(在阈值降落距离DS内且一直到阈值降落距离DS及超出阈值降落距离Ds)处界定具有来自两个不同源的照明的两个重叠层。在一些实施方案中,所述源(即,发射器522a、522b)可具有相同照明,且机器人100在时域中调制发射,从而交替地将一者接通、将一者关断以区分两个发射。在具有在时域中调制的多个传感器的实例中,传感器520将以循环序列激发,从而闪烁使得机器人100处理器将以每传感器1ms(或比其更快地)进行处理且在行进时及时对陡壁条件做出响应(例如,在不可恢复的事件发生之前从所感测的实际陡壁12b重新引导机器人100)。在另一实施方案中,在频域中不同地调制两个发射器522a、522b。在一些实施方案中,采用FFT技术导致在1或2个调制频率周期内的响应。在一些实施方案中,发射器522a、522b在光学频域中予以调制且使用两个不同的发射色彩来进行两个源的可靠单独检测,且接收器524区分两个不同的波长。
图13A-13H描绘展示在第一体积V1及第二体积V2内感测表面的各种条件的状态图。如图13A及13B所描绘,在其中机器人100在陡壁12或极高陡壁处遇到暗色表面的情形中,未感测到第一体积V1,因为地板(或陡壁底部)太暗以致不反射任何光。未感测到第二体积V2,因为陡壁底部太暗或太远。如图13C及13D所描绘,如果在体积一V1内未感测到可横越表面(因为当机器人在于第二体积V2内感知的陡壁12的暗色或亮色底部上方行进时,反射被挡板519、521及传感器520的壳体514的角度隔断),那么机器人100将停止移动。如图13E及13F所描绘,当机器人100在可横越表面12a上(即,不在实际陡壁12b处)时,地板10将可在体积一V1内感知,但在体积二V2内感知不到地板10,因为反射被壳体514的挡板519、521及第二发射器522b(或第二接收器524b)的角度θ2以及一个接收器524(或一个发射器522)的角度θ3隔断。在图13G及13H中,当时机器人100将停止移动,因为其在具有亮色陡壁底部及垂直竖板13的实际陡壁12b处。此处,多路径反射523m将指示在体积一V1内的表面,但在体积二V2内也感知到陡壁底部地板表面10,因为壳体514的挡板519、521及第二发射器522b(或第二接收器524b)的角度θ2及一个接收器524(或一个发射器522)的角度θ3使得能够从极亮表面看见陡壁底部表面10或反射/多路径。
在图9A-9B中所描绘的实施方案中,使用LED的透镜作用、阻挡及/或其它光学局限、准直或场限制将第一或近体积V1局限为在机器人的主体与近体积V1的所关注区的末尾之间延伸。近体积V1的所关注区包含机器人对于地毯及硬地板两者的骑行高度(即,短、中及高绒头地毯纤维远端将在此区内,硬地板表面也将如此)。因此,近体积V1从0cm处的机器人或传感器底部延伸(在约20-40cm宽度及约3-8cm的轮直径的机器人中)到距机器人或传感器底部大约3cm到5cm处。体积V1可经配置以与机器人或传感器底部稍微间隔开地(例如,在0到2cm而非0cm处)开始。
相比于在所述区的底部处,如果反射来自所述区的顶部,那么近或远体积内的所接收信号强度可较强。在图9A-9B中的每一者中,展示其中接收器的视场继续但将仅检测到较强反射的区RFOV。近及远体积可主要由发射器视场与接收器视场的重叠(例如,图9A及9B中的近体积V1)或另外由阈值信号强度(例如,远体积V2的底部)限界。
为了形成第一体积V1及/或第二体积V2之间的信号检测的较清晰边界,视场中的任一者或两者可由多个(即,一个以上)连续的挡板限界。在图11A中,两个连续挡板519在从近体积到远体积V2的过渡处形成体积的较清晰边缘。另外,两个连续挡板521在从近体积V1到远体积V2的过渡(即,在图9A及9B中,阈值距离DS停止且实际陡壁距离DAC开始的地方)处形成体积V2的较清晰边缘。
如图9A及9B中所展示,第一或近体积V1具有距机器人100的底部(或传感器520出口,例如,在图11A中,接近B1-B2)大约0-2cm的最高极限及距机器人100的底部(或传感器520出口)约3-5cm的最低极限。任选地,此体积V1的大致中间部分可在预期的地板距离(包含地毯或硬地板)处。
如图9A及9B中所展示,第二或远体积V2具有距机器人100的底部(或传感器520出口,例如,在图11A中,接近B1-B2)大约4-6cm的最高极限以及针对较暗表面距机器人的底部(或传感器出口)约6-10cm的最低极限及针对较亮表面距机器人100的底部约6-25cm的最低极限。第二或远体积V2的最低极限将包含许多暗或亮楼梯段,例如,因为世界上的标准楼梯竖板13为6-8英寸。体积V2的最低极限可由从较暗表面或遥远亮色表面的信号返回的预期信号强度限界。
类似于具有一个发射器522及两个接收器524的先前实例,第一体积V1界定在第一阈值降落距离DS内的区,且第二体积V2处于陡壁条件(实际陡壁12b),即,阈值距离DAC大于阈值降落距离DS。如上文在表1中所概述,如果传感器520在第一体积V1中接收到指示地板的响应(即,接收器524在第一体积V1中检测到发射523a)但未在第二体积V2中接收到,那么机器人100已检测到供继续沿当前行进方向行进的仅有地板条件。如果传感器520在第一体积V1中及在第二体积V2中检测到地板,那么将陡壁条件(实际陡壁12b)发信号通知机器人100且机器人100停止移动。如果传感器520仅在第二体积V2中且不在第一体积V1中检测到地板,那么发信号通知机器人100停止,因为在阈值降落距离DS内未检测到地板10。如果传感器520既未在第一体积V1中又未在第二体积V2中检测到地板表面10,那么机器人100停止,因为地板表面10太远以致发射场523a、523b(也称为视场)未到达接收器524,地板太暗(且具吸收性)以致发射523a、524a未到达接收器524,或传感器520已停止工作。换句话说,如果机器人100检测到具有小于阈值降落距离DS的距机器人100的距离d的陡壁12,那么机器人100确定陡壁12为可横越门槛12a且其可继续在可横越门槛12a上移动。如果距离d小于返回阈值降落距离DS1,那么机器人100可自由地在由可横越门槛12a分离的两个表面10a、10b之间移动。如果机器人100确定距离d大于阈值降落距离DS(即,可横越门槛12a),那么机器人100停止,因为存在实际陡壁12b。使用具有在不同距离处与接收器视场相交的相应发射523a、523b的两个发射器522a、522b确保对在阈值降落距离Ds内存在的地板表面10的有效的真实肯定传感器读取。
返回参考图8A-8D、9A及9B,每一接近度传感器520的发射器522或发射器522a、522b可发射红外光。每一接收器524或接收器524a、524b接收所发射红外光的反射。在一些实例中,每一传感器组件522、524(即,发射器及接收器)界定视场轴F,且传感器主体514界定横向轴XS及纵向轴YS。传感器组件522、524可沿着横向轴XS安置,其中其视场轴F相对于纵向轴YS以角度θ1、θ2、θ3布置。在一些实例中,至少一个发射器522与接收器524形成锐角以使接收器524接收所反射光。传感器横向轴XS可与机器人横向轴X成角度或平行于机器人横向轴X。另外或替代地,传感器纵向轴YS可与机器人中心垂直轴Z成角度或平行于机器人中心垂直轴Z。
参考图8D,发射器522的视场523可沿着纵向轴YS且可相对于纵向轴YS形成等于零的角度θ3。其它布置也为可能的。
如图9A中所展示,接收器524a、524b的视场轴F525a及F525b可相对于接近度传感器主体514的纵向轴YS平行或以0度与约45度之间的角度θ1、θ2布置,且在具有窄壳体514的一些实例中,θ1、θ2可落在约5度与25度之间以实现指定的最大阈值降落距离DS。在一些实施方案中,θ1、θ2不需要相等。在一些实施方案中,远体积发射器视场523b的视场角β523b可为大约5-15度,优选地大约10度,而近体积发射器视场523a的视场β523a可与此大约相同。在此情况中,接收器视场525的视场角β525为发射器的视场的宽度的1-3倍,例如,5-30度。在一些实例中,发射器523的视场轴F523相对于纵向轴YS以约5度与约45度之间的角度θ3布置。发射523的视场轴F523可经布置以与接收器524a、524b两者的视场F525a、F525b相交。发射器522的视场轴F523的扩展角β523可大于接收器524a、524b的视场轴F525a、F525b的扩展角β525a、β525b。所述扩展角可以其对应视场轴为中心。类似地,在图8F中,发射523a、523b的视场轴F523a及F523b可相对于接近度传感器主体514的纵向轴YS平行或以0度与约45度之间的角度θ1、θ2布置,且在具有窄壳体514的一些实例中,θ1、θ2可落在约5度与25度之间以实现指定的阈值降落距离DS。在一些实例中,接收器525的视场轴F525可相对于纵向轴YS以约5度与约45度之间的角度θ3布置,且可经布置以与发射器522a、522b的视场轴F523a、F523b相交。接收器524的视场轴F525的扩展角β525可大于发射器522a、522b的视场轴F523a、F523b的扩展角β523a、β523b。再次,所述扩展角可以其对应视场轴为中心。在一些实例中,DS在约1英寸与约3英寸之间,且当d大于DS(例如,大于约2英寸)时检测到陡壁12。
在一些实施方案中,如图9A及9B中所指示,发射器522、522a及接收器524、524a经瞄准以看向第一所关注区域(例如,第一地板表面10)。添加第二发射器522b或第二接收器524b以控制来自发射器522的所发射光的多路径反射或光的杂散光子的误检测,这是由传感器520的高增益及敏感度引起的。在一些实施方案中,传感器520使用译码调制(在38kHz上的数据)在第一发射器522a与第二发射器522b之间区分,且传感器因此为时间译码与频率译码的混合,其中频率译码隔断外部源且时间译码在哪一发射器正激发之间区分。在一些实施方案中,38kHz接收器524与大约90dB的放大一起使用,从而使用8位的同时经译码数据。使用六个位将发射源识别为陡壁传感器520,且使用两个位将发射源识别为属于第一发射器522a或第二发射器522b。在一些实施方案中,接收器为以1kHz调制的具有大约80dB的增益的光电二极管,其中使用两个位的经译码数据来将发射源识别为属于第一或第二发射器。
具有仅一个发射器及一个接收器的陡壁传感器520难以感测某些地板表面10。具体来说,在近IR范围中极具光学吸收性的表面10(即,黑色地毯)可致使传感器在错误距离d处触发。由于陡壁传感器520的接收器524具有高增益以考虑到黑色地毯,因此其可看见从暗表面反射的少量光,但其还可看见从超出阈值降落距离DS的表面反射的光。第二发射器522b或第二接收器524b瞄准超出阈值降落距离DS的此第二所关注区域(例如,潜在第二地板表面10b)以验证陡壁12的存在(或不存在)。举例来说,在图8F的实例中,第二发射器522b经布置使得接收器524可仅在超出阈值降落距离DS的距离表面10上看见发射光束523b,其指示陡壁12且致使机器人100停止移动。借助此特别布置的第二发射器522b,当第一发射器522a指示第一体积V1中存在地板表面10且第二发射器522b不指示陡壁12时,传感器520可肯定地确定定位于阈值降落距离DS内的地板表面10,因为接收器视场525与第二发射523b的相交处被机器人100可在其上不间断地行进的近地板表面10的存在先占。换句话说,陡壁传感器520发信号通知机器人100保持移动,因为如通过感测到定位于在阈值降落距离DS内的高度d处的地板表面10所确定且如通过未感测到超出阈值降落距离DS的地板表面10所确定,不存在陡壁12。地板表面10完全防止第二体积V2的形成。在不形成第二体积V2的情况下,在所述体积内感测不到存在地板表面10。
可递增地或循序地激活发射器522及接收器524以防止串扰,串扰在一个传感器组件同时从两个传感器组件接收信号时发生,借此引起对物体或陡壁12的不正确(例如,误肯定或误否定)检测。在其它实例中,如上文所描述,可循序地激活多个陡壁传感器以拒斥多路径读取。在使用FFT的又一些实例中,同时发射具有防止错误读取的变化的频率的发射器。在再一些实例中,发射器522a、522b在光学频域中予以调制且使用两个不同的发射色彩来进行对两个源的可靠单独检测,且接收器524区分两个不同的波长。
转到图9C、10A及10B,在一些实施方案中,陡壁传感器520的视场523、525以回看角度α向后看(相对于主行进方向F)。在一些实例中,α小于10度(从传感器的纵向轴Ys)。此角度α经确定以平衡两个对立的约束:第一,机器人100在攀爬障碍物(举例来说,将第一地板表面10a与第二地板表面10b分离的降落距离DC,如图9C中所描绘)时仍可感测地板10,及第二,使得机器人100不回看如此远以致其看见机器人100无法从其下降的实际陡壁12b的楼梯竖板13(或在降落物前方的其它垂直表面,如图10A中所描绘)。(在图10A中,多路径发射523m等同与第一发射器522a相关联的发射523a,且第一体积V1及直接发射523d等同于与第二发射器522b相关联的发射523b及第二体积V2。)由于除接收从楼梯竖板13弹射的多路径发射534m以外,传感器接收器524还接收指示超出阈值降落距离DS的距离d的发射523d,因此发信号通知机器人100陡壁条件(即,实际陡壁12b)。换句话说,在机器人100朝向具有大于DS的距离d(从传感器520到第二地板表面10b)的陡壁12b行进时,从楼梯竖板13弹射且返回到陡壁传感器520的接收器524的任何多路径发射534m可不具有在机器人100导航进入不可恢复状态(举例来说,其中轮124、124a、124b或脚轮126悬挂在降落物上)中之前发生的几何机会,此时传感器接收器524接收指示实际陡壁12b的发射523d。通过将陡壁传感器520的视场回看角α调整为以小于10度向后看,此最小化多路径发射523m将从垂直表面13弹射且错误地指示在阈值距离DS内的到地板表面10的距离d的可能性,这种情形在大于10度的回看角α下发生。这防止脚轮126从陡壁(d>DS)的边缘倾翻且致使机器人100进入不可恢复状态,例如从降落物的边缘落下或撞击降落物的边缘。如图9C中所描绘,通过使陡壁传感器520的视场523、525从行进方向F向后看,当机器人100倾斜以横越具有将第一地板表面10a与第二地板表面10b分离的降落距离DC以及处于或在阈值降落距离范围DS内的上升高度及降落高度(即,距传感器520的距离d)的陡壁12a时,机器人100可感测到可横越门槛12a(即,在阈值降落距离DS内的地板条件)。图10B描绘与表1的第二列中的传感器响应对准的条件,其中发射523a、523b两者的响应在反射离开超出阈值距离DS定位的表面10之后由接收器524接收。此处,表面太远(d>>DS),且表面10为漫反射的,例如白色大理石楼梯。
在任何情况中,如上文关于表1所描述,机器人100可对四种传感器条件做出响应,所述条件中的仅一者指示其中机器人100继续行进而不顾虑实际陡壁12b的条件(d≤DS)。机器人100也可对其它传感器条件做出响应。
参考图11A-11C,传感器主体514包含至少一个壁516,其界定传感器组件522、524中的至少一者的视场523、525。壁516防止或减少来自发射器或接收器的所反射光撞击物体或陡壁12或者被物体或陡壁12接收。壁516以阻挡夹点A1、A2、B1、B2引导光;因此,壁516界定传感器组件522、524中的至少一者的视场523、525。壁516可经设计以使传感器组件522、524的视场523、525变窄或扩展。如在图11A的实例中所描绘,传感器主体514具有带有4个夹点(2个上部夹点A1、A2及两个下部夹点B1、B2)的双重挡板。上部夹点A1、A2的开口允许发射523填充壳体514的体积且下部夹点开口B1、B2形成清楚截止(即,清晰发射光边界)。发射523为清晰的且借此改进到第一体积V1中及从第一体积V1的转变状态(第一发射场523a与接收器视场525(或在两接收器一发射器实例中,第一接收器视场524a与发射器522)的相交)以及第二体积V2在其处开始的转变状态及阈值降落距离的准确度。如图11B及11C中所描绘,发射523界定“清晰”中心发射523c,其具有微小衰减边缘发射523e。衰减边缘发射523e从中心发射523c的角度γ小于1度。投射在地板表面10上的发射523的大小取决于LED光束发射的窄度及地板表面10距第二夹点开口B1、B2的距离。另外,在一些实施方案中,下部夹点开口B1、B2被定大小为横跨等于LED发射器522的半功率角的距离的开口宽度。管理发射523的边缘的亮度可需要使开口B1、B2的宽度变窄。通过管理发射523的边缘处的功率,阈值降落距离Ds截止在发射523a、523b与接收器视场525之间的清楚相交点处。转变点处的此准确度去除表面相依性且改进跨越若干地板类型及机器人100的滚动角及俯仰角的传感器响应的一致性。
为了准许借助图9A及9B的双体积真值表实施方案进行距离测量,可将未展示的第二接收器524c(或第二发射器)放置于发射器522a、522b(或接收器524a、524b)之间或放置于其旁边,其中视场与近或远发射器522a、522b(或接收器524a、524b)中的任一者或两者的近或远体积中的任一者或两者重叠。关于向图9B添加第二接收器524c,第二接收器524c将比第一接收器524距候选表面/体积(近门槛或远楼梯降落体积)更远且将以图8B及8C的方式布置于第一接收器524的相同侧或相对侧上。因此,组合三元件传感器的两个实施方案的混合差分/双体积传感器将具有第一及第二发射器以及第一及第二接收器。第一接收器将经配置(经由传感器520的底部上的透镜作用、壳体514的阻挡及视角θ)以在近门槛降落距离Ds处观察第一发射器522a的第一体积V1且还在远楼梯降落距离处观察第二发射器522b的第二体积V2;且第二接收器524c将经配置以从比第一接收器524a远的位置观察第一体积V1或第二体积V2中的一者或两者的至少一部分。
在操作中,机器人将或可遵循与表1的真值表及图13A-H的真值表状态图中所陈述的逻辑相同的逻辑。不过,可使用混合传感器来验证阈值及增益;验证第一或第二体积内容(具有增加的增益或带通滤波);确定表面类型(例如,在反射性、图案化、硬质、柔软、浅或深绒头当中);及将取决于表面距离(高中心;俯仰;偏转)的情形分类。或者,可将不同真值表与V1、V2、V3及V4条件合成,其中V3及V4结果来自用于验证的第二接收器524c而非行驶停止决策。
图12提供操作移动机器人100的方法1100的操作的示范性布置。方法1200包含在计算处理器处从第一传感器522a、522b接收1202数据。第一传感器522a、522b包含第一发射器522a及第一接收器524a。方法1200包含在计算处理器处从包含第二发射器522b及第二接收器524b的第二传感器522b、524接收1204数据。第一发射器522a及第二发射器522b为相同发射器522,或第一接收器524a及第二接收器524b为相同接收器524。方法1200包含使用计算处理器基于所接收数据而确定1106感测参考点(例如,接收器524)与所感测物体之间的目标距离d,且确定1108目标距离d是否在第一阈值距离DS或第二阈值距离DNS内。方法1200还包含基于目标距离d是在第一阈值距离DS还是第二阈值距离DNS内而从计算处理器发布1210命令。在一些实例中,计算处理器在确定目标距离d是否在第一或第二阈值距离内与发布命令之间的处理时间等于或小于约10毫秒(+/-5ms)。所述处理时间基于传感器520与脚轮126之间的距离,因为处理器需要确定其是否应在脚轮126从陡壁12跌落之前发布改变机器人100的方向的命令。因此,如果脚轮126(或接近传感器520的任何轮)距传感器520在紧密距离内,那么确定是否存在陡壁12且评估机器人100是否可保持移动可需要较少时间。如果脚轮126(或任何其它轮)之间的距离较大,那么机器人可使用较多时间来做出其决策。
返回参考图9A,在一些实施方案中,如果第一发射器522a及第二发射器522b为相同的,那么方法1200进一步包含沿着第一视场523从第一发射器522a发射光及沿着第二视场525a在第一接收器524a处接收所述光的反射。另外,方法1200包含沿着第三视场525b在第二接收器524b处接收所述光的反射。第一视场523与第二视场525a及第三视场525b相交。第一视场523与第二视场525a的相交界定第一体积V1,且第一视场523与第三视场525b的相交界定第二体积V2。第一体积V1检测距感测参考点(例如,机器人主体110)在第一阈值距离DS内的第一地板表面10a,且第二体积V2检测距感测参考点在大于第一阈值距离DS的第二阈值距离内的第二地板表面10b。第一视场523、第二视场525a及第三视场525b可分别界定第一视场轴F523、第二视场轴F523a及第三视场轴F525b,其中第二视场525a及第三视场525b轴为平行的。另外或替代地,方法1100可包含相对于共同纵向感测轴YS以约5度与约15度之间的角度布置由第一视场523界定的视场轴F523,且相对于共同纵向感测轴YS以0度与约10度之间的角度布置由第二视场525a及第三视场525b界定的视场轴F525a、F525b。
返回参考图9B,在一些实施方案中,如果第一接收器524a及第二接收器524b为相同的,那么方法1200进一步包含沿着第一视场525接收光的反射且沿着第二视场523a从第一发射器522a发射光。方法1200还包含沿着第三视场523b从第二发射器522b发射光。第一视场525与第二视场523a及第三视场523b相交,其中第一视场525与第二视场523b的相交界定第一体积V1。第一视场525与第三视场523b的相交界定第二体积V2。第一体积V1检测距感测参考点在第一阈值距离DS内的第一地板表面10a,且第二体积V2检测距感测参考点在为大于第一阈值距离DS的距离的第二阈值距离内的第二地板表面10b。第一视场525、第二视场523a及第三视场523b分别界定第一视场轴F525、第二视场轴F523a及第三视场轴F523b,其中第二视场523a及第三视场523b轴为平行的。另外或替代地,方法1200可包含相对于共同纵向感测轴YS以约5度与约15度之间的角度布置由第一视场525界定的视场轴F525,且相对于共同纵向感测轴YS以0度与约10度之间的角度布置由第二视场523a及第三视场523b界定的视场轴F523a、F522b。
可在数字电子及/或光学电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件及/或其组合中实现本文所描述的系统及技术的各种实施方案。这些各种实施方案可包含在可于可编程系统上执行及/或解译的一或多个计算机程序中的实施方案,所述可编程系统包含可为专用或通用的至少一个可编程处理器(其经耦合以从存储系统接收数据及指令且将数据及指令传输到所述存储系统)、至少一个输入装置及至少一个输出装置。
这些计算机程序(也称为程序、软件、软件应用程序或代码)包含用于可编程处理器的机器指令,且可以高级程序及/或面向对象的程序设计语言及/或以汇编/机器语言来实施。如本文中所使用,术语“机器可读媒体”及“计算机可读媒体”是指任何计算机程序产品、非暂时性计算机可读媒体、用于将机器指令及/或数据提供到可编程处理器的设备及/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包含接收机器指令作为机器可读信号的机器可读媒体。术语“机器可读信号”是指用于将机器指令及/或数据提供到可编程处理器的任何信号。
本说明书中所描述的标的物及功能性操作的实施方案可实施于数字电子电路中或实施于包含本说明书中所揭示的结构及其结构等效物的计算机软件、固件或硬件中,或实施于其中的一或多者的组合中。此外,本说明书中所描述的标的物可实施为一或多个计算机程序产品,即,编码于计算机可读媒体上以供数据处理设备执行或用以控制数据处理设备的操作的计算机程序指令的一或多个模块。所述计算机可读媒体可为机器可读存储装置、机器可读存储衬底、存储器装置、实现机器可读传播信号的物质的组合物或其中的一或多者的组合。术语“数据处理设备”、“计算装置”及“计算处理器”涵盖用于处理数据的所有设备、装置及机器,以实例的方式,包含一可编程处理器、一计算机或者多个处理器或计算机。除硬件以外,所述设备还可包含为所讨论的计算机程序创建执行环境的代码,例如,构成处理器固件、协议堆栈、数据库管理系统、操作系统或其中的一或多者的组合的代码。所传播信号为经产生以编码用于传输到适合接收器设备的信息的人工产生的信号,例如机器产生的电信号、光学信号或电磁信号。
可以包含编译语言或解译语言的任何形式的程序设计语言来编写计算机程序(也称为应用程序、程序、软件、软件应用程序、脚本或代码),且可将所述计算机程序部署成任何形式,包含部署为独立程序或部署为模块、组件、子例程或适合在计算环境中使用的其它单元。计算机程序不必对应于文件系统中的文件。程序可存储于保持其它程序或数据(例如,存储于标记语言文档中的一或多个脚本)的文件的一部分中、存储于专用于所讨论的程序的单个文件中或存储于多个经协调文件(例如,存储一或多个模块、子程序或代码的若干部分的文件)中。计算机程序可经部署以在一个计算机上或位于一个位点处或跨越多个位点分布且通过通信网络互连的多个计算机上执行。
本说明书中所描述的过程及逻辑流程可由执行一或多个计算机程序的一或多个可编程处理器执行以通过对输入数据进行操作并产生输出来执行功能。所述过程及逻辑流程还可由专用逻辑电路(例如,FPGA(现场可编程门阵列)或ASIC(专用集成电路))来执行,且还可将设备实施为所述专用逻辑电路。
以实例的方式,适合于执行计算机程序的处理器包含通用微处理器及专用微处理器两者,以及任何种类的数字计算机的任何一或多个处理器。一般来说,处理器将从只读存储器或随机存取存储器或两者接收指令及数据。计算机的基本元件是用于执行指令的处理器及用于存储指令及数据的一或多个存储器装置。一般来说,计算机还将包含用于存储数据的一或多个大容量存储装置(例如,磁盘、磁光盘或光盘)或以操作方式耦合以从所述大容量存储装置接收数据或向其传送数据或既接收又传送数据。然而,计算机不必具有此类装置。此外,计算机可嵌入于另一装置中,例如移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收器,此处仅举数例。适合于存储计算机程序指令及数据的计算机可读媒体包含所有形式的非易失性存储器、媒体及存储器装置,以实例的方式,包含:半导体存储器装置(例如,EPROM、EEPROM及快闪存储器装置);磁盘(例如,内部硬磁盘或可装卸磁盘);磁光盘;以及CDROM及DVD-ROM盘。所述处理器及存储器可由专用逻辑电路补充或并入于专用逻辑电路中。
为提供与用户的交互,本发明的一或多个方面可实施于具有用于向所述用户显示信息的显示装置(例如,CRT(阴极射线管)或LCD(液晶显示器)监视器或触摸屏)及任选地所述用户可借以向计算机提供输入的键盘及指向装置(例如,鼠标或轨迹球)的计算机上。也可使用其它种类的装置来提供与用户的交互;举例来说,提供给用户的反馈可为任何形式的感观反馈,例如,视觉反馈、听觉反馈或触觉反馈;且来自所述用户的输入可以任何形式来接收,其中包括声音、语音或触觉输入。另外,计算机可通过向由用户使用的装置发送文档及从所述装置接收文档而与用户交互;举例来说,通过响应于从用户的客户端装置上的web浏览器接收的请求而向所述web浏览器发送网页。
本发明的一或多个方面可实施于计算系统中,所述计算系统包含后端组件(例如,作为数据服务器),或包含中间件组件(例如,应用程序服务器),或包含前端组件(例如,具有图形用户接口的客户端计算机或用户可借以与本说明书中所描述的标的物的实施方案交互的Web浏览器)或此类后端、中间件或前端组件中的一或多者的任一组合。所述系统的组件可通过任何数字数据通信形式或媒体(例如,通信网络)来互连。通信网络的实例包含局域网(“LAN”)及广域网(“WAN”)、互联网络(例如,因特网)及对等网络(例如,特设对等网络)。
所述计算系统可包含客户端及服务器。客户端与服务器一般彼此远离且通常经由通信网络来交互。客户端与服务器的关系借助运行于相应计算机上且彼此之间具有客户端-服务器关系的计算机程序而产生。在一些实施方案中,服务器将数据(例如,HTML页面)传输到客户端装置(例如,出于向与所述客户端装置交互的用户显示数据及从所述用户接收用户输入的目的)。可在服务器处从客户端装置接收在客户端装置处产生的数据(例如,用户交互的结果)。
尽管本说明书含有许多具体细节,但不应将这些细节视为对本发明或可主张的范围的限制,而是应将其视为本发明的特定实施方案所特有的特征的描述。还可将本说明书中在单独实施方案的背景中描述的某些特征以组合形式实施于单个实施方案中。相反地,在单个实施例的背景中描述的各种特征也可单独地或以任何适合子组合形式实施于多个实施方案中。此外,虽然上文可将特征描述为以某些组合形式起作用且甚至最初主张如此,但来自所主张组合的一或多个特征在一些情况下可从所述组合去除,且所述所主张组合可针对于子组合或子组合的变化形式。
类似地,虽然在图式中以特定次序描绘操作,但不应将此理解为需要以所展示的特定次序或按循序次序执行此类操作,或执行所有所图解说明的操作来实现所要结果。在某些情况下,多任务及并行处理可为有利的。此外,不应将在上文所描述的实施例中的各种系统组件的分离理解为在所有实例中需要此分离,且应理解,通常可将所描述的程序组件及系统一起集成于单个软件产品中或封装到多个软件产品中。
已描述若干个实施方案。不过,将理解,可在不背离本发明的精神及范围的情况下做出各种修改。因此,其它实施方案也在所附权利要求书的范围内。举例来说,权利要求书中所引用的行动可以不同次序来执行且仍可实现所要结果。
Claims (8)
1.一种自主机器人(100),其包括:
机器人主体(110),其界定前向驱动方向(F);
驱动系统(120),其支撑所述机器人主体(110)且经配置以在地板表面(10、10a、10b)上操纵所述机器人(100);
传感器系统(500),其安置于所述机器人主体(110)上,所述传感器系统(500)包括至少一个接近度传感器(520、520a、520b、520c、520d、520e、520f),其中所述接近度传感器(520、520a、520b、520c、520d、520e、520f)包括:
传感器主体(514);及
第一、第二及第三组件(522、522a、522b、524、524a、524b),其由所述传感器主体(514)装纳,所述第一组件(522、524)为接收器(524),且所述第二组件(522a、524a)及所述第三组件(522b、524b)中的每一者为发射器(522a、522b);
其中所述第一组件(522、524)具有第一视场(523、525),所述第二组件(522a、524a)具有第二视场(523a、525a),且所述第三组件(522b、524b)具有第三视场(523b、525b),所述第一视场(523、525)与所述第二视场(523a、525a)及所述第三视场(523b、525b)相交;且
其中所述第一与第二视场(523、523a、525、525a)的所述相交(V1)界定第一体积(V1),且所述第一与第三视场(523、523b、525、525b)的所述相交(V2)界定第二体积(V2),所述第一体积(V1)检测距感测参考点(P)在第一阈值距离(DS)内的第一表面(10、10a、10b),且所述第二体积(V2)检测距所述感测参考点在第二阈值距离内的第二表面(10、10a、10b),所述第二阈值距离(DAC)大于所述第一阈值距离(DS);
其中每一组件(522、522a、522b、523、523a、523b)界定视场轴(F523、F523a、F523b、F525、F525a、F525b),且所述传感器主体(514)界定横向轴(XS)及纵向轴(YS),所述组件(522、522a、522b、523、523a、523b)沿着所述横向轴(XS)安置,其中其视场轴(F523、F523a、F523b、F525、F525a、F525b)相对于所述纵向轴(YS)以角度(θ1、θ2、θ3)布置;
其中所述第二组件(522a、523a)及所述第三组件(522b、523b)的视场轴(F523a、F523b、F525a、F525b)各自相对于由所述传感器主体(110)界定的所述纵向轴(YS)以0度与约10度之间的角度(α)朝向所述机器人主体(110)的后向部分(114)布置;及
控制器(200),其与所述驱动系统(120)及所述传感器系统(500)通信且具有处理从所述传感器系统(500)接收的数据的计算处理器(202),所述控制器(200)基于所述所接收数据而发布命令(241)。
2.根据权利要求1所述的机器人(100),其进一步包括两个或两个以上接近度传感器(520、520a、520b、520c、520d、520e、520f),所述控制器(200)循序地启用及停用每一接近度传感器(520、520a、520b、520c、520d、520e、520f),其中在停用一个传感器(520、520a、520b、520c、520d、520e、520f)与启用另一传感器(520、520a、520b、520c、520d、520e、520f)之间具有阈值时间周期。
3.根据权利要求1所述的机器人(100),其中所述控制器(200)确定感测参考点(P)与所感测物体(10、10a、10b)之间的目标距离(d),且如果到所述物体(10、10a、10b)的所述目标距离在所述第二阈值距离(DAC)内,那么向所述驱动系统(120)发布驱动命令(241),所述驱动命令(241)将所述机器人(100)的方向从前向驱动方向(F)改变为除前向之外的驱动方向。
4.根据权利要求1所述的机器人(100),其中所述传感器主体(514)包括经布置以界定至少一个组件(522、522a、522b、523、523a、523b)的所述视场(523、523a、523b、525、525a、525b)的至少两个挡板(516、519、521)。
5.根据权利要求1所述的机器人(100),其中所述第一组件(522、524)与所述第二组件(522a、524a)之间的第一距离(S1)小于所述第二组件(522a、524a)与所述第三组件(522b、524b)之间的第二距离(S2)。
6.根据权利要求1所述的机器人(100),其中所述第二组件(522a、523a)及所述第三组件(522b、523b)的所述视场轴(F523a、F523b、F525a、F525b)为不平行的。
7.根据权利要求1所述的机器人(100),其中所述第一组件(522、524)的所述视场轴(F523、F525)相对于所述纵向轴(YS)以约5度与约15度之间的角度(θ1)布置,所述第一传感器组件(522、524)的所述视场轴(F523、F525)的所述角度(θ1)大于所述第二及第三组件(522a、522b、523a、523b)的所述视场轴(F523a、F523b、F525a、F525b)的所述角度(θ2、θ3)。
8.根据权利要求1所述的机器人(100),其中所述第一阈值距离(DS)为约1英寸到3英寸,且/或所述第二阈值距离(DAC)大于3英寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510815515.1A CN105404298B (zh) | 2012-09-21 | 2013-09-23 | 移动机器人上的接近度感测 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261704419P | 2012-09-21 | 2012-09-21 | |
US61/704,419 | 2012-09-21 | ||
PCT/US2013/061183 WO2014047557A1 (en) | 2012-09-21 | 2013-09-23 | Proximity sensing on mobile robots |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510815515.1A Division CN105404298B (zh) | 2012-09-21 | 2013-09-23 | 移动机器人上的接近度感测 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104245244A CN104245244A (zh) | 2014-12-24 |
CN104245244B true CN104245244B (zh) | 2016-01-20 |
Family
ID=50339648
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510815515.1A Active CN105404298B (zh) | 2012-09-21 | 2013-09-23 | 移动机器人上的接近度感测 |
CN201380021444.7A Active CN104245244B (zh) | 2012-09-21 | 2013-09-23 | 移动机器人上的接近度感测 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510815515.1A Active CN105404298B (zh) | 2012-09-21 | 2013-09-23 | 移动机器人上的接近度感测 |
Country Status (8)
Country | Link |
---|---|
US (3) | US8862271B2 (zh) |
EP (2) | EP3287242B1 (zh) |
JP (3) | JP5885147B2 (zh) |
CN (2) | CN105404298B (zh) |
AU (1) | AU2013317738B2 (zh) |
CA (1) | CA2868860C (zh) |
ES (1) | ES2656899T3 (zh) |
WO (1) | WO2014047557A1 (zh) |
Families Citing this family (178)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2812723C (en) * | 2010-09-24 | 2017-02-14 | Evolution Robotics, Inc. | Systems and methods for vslam optimization |
WO2013138574A2 (en) * | 2012-03-15 | 2013-09-19 | Irobot Corporation | Compliant solid-state bumper for robot |
EP2867611A4 (en) | 2012-06-27 | 2016-12-07 | Pentair Water Pool & Spa Inc | SWIMMING POOL CLEANER WITH LASER REMOVAL MEASUREMENT SYSTEM AND METHOD THEREFOR |
CA2868860C (en) | 2012-09-21 | 2018-04-24 | Irobot Corporation | Proximity sensing on mobile robots |
US9121703B1 (en) * | 2013-06-13 | 2015-09-01 | Google Inc. | Methods and systems for controlling operation of a laser device |
US9584775B2 (en) | 2013-07-18 | 2017-02-28 | BOT Home Automation, Inc. | Wireless entrance communication device |
US9237318B2 (en) | 2013-07-26 | 2016-01-12 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9179109B1 (en) | 2013-12-06 | 2015-11-03 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US10204467B2 (en) | 2013-07-26 | 2019-02-12 | SkyBell Technologies, Inc. | Smart lock systems and methods |
US9172922B1 (en) | 2013-12-06 | 2015-10-27 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9769435B2 (en) | 2014-08-11 | 2017-09-19 | SkyBell Technologies, Inc. | Monitoring systems and methods |
US9172921B1 (en) | 2013-12-06 | 2015-10-27 | SkyBell Technologies, Inc. | Doorbell antenna |
US11651665B2 (en) | 2013-07-26 | 2023-05-16 | Skybell Technologies Ip, Llc | Doorbell communities |
US9342936B2 (en) | 2013-07-26 | 2016-05-17 | SkyBell Technologies, Inc. | Smart lock systems and methods |
US9094584B2 (en) | 2013-07-26 | 2015-07-28 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9196133B2 (en) | 2013-07-26 | 2015-11-24 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US10733823B2 (en) | 2013-07-26 | 2020-08-04 | Skybell Technologies Ip, Llc | Garage door communication systems and methods |
US20170263067A1 (en) | 2014-08-27 | 2017-09-14 | SkyBell Technologies, Inc. | Smart lock systems and methods |
US10708404B2 (en) | 2014-09-01 | 2020-07-07 | Skybell Technologies Ip, Llc | Doorbell communication and electrical systems |
US9113051B1 (en) | 2013-07-26 | 2015-08-18 | SkyBell Technologies, Inc. | Power outlet cameras |
US9179108B1 (en) | 2013-07-26 | 2015-11-03 | SkyBell Technologies, Inc. | Doorbell chime systems and methods |
US9172920B1 (en) | 2014-09-01 | 2015-10-27 | SkyBell Technologies, Inc. | Doorbell diagnostics |
US9065987B2 (en) | 2013-07-26 | 2015-06-23 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9060104B2 (en) | 2013-07-26 | 2015-06-16 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US11909549B2 (en) | 2013-07-26 | 2024-02-20 | Skybell Technologies Ip, Llc | Doorbell communication systems and methods |
US10044519B2 (en) | 2015-01-05 | 2018-08-07 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US11764990B2 (en) | 2013-07-26 | 2023-09-19 | Skybell Technologies Ip, Llc | Doorbell communications systems and methods |
US9247219B2 (en) | 2013-07-26 | 2016-01-26 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US11004312B2 (en) | 2015-06-23 | 2021-05-11 | Skybell Technologies Ip, Llc | Doorbell communities |
US20180343141A1 (en) | 2015-09-22 | 2018-11-29 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9058738B1 (en) | 2013-07-26 | 2015-06-16 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US10440165B2 (en) | 2013-07-26 | 2019-10-08 | SkyBell Technologies, Inc. | Doorbell communication and electrical systems |
US11889009B2 (en) | 2013-07-26 | 2024-01-30 | Skybell Technologies Ip, Llc | Doorbell communication and electrical systems |
US9197867B1 (en) | 2013-12-06 | 2015-11-24 | SkyBell Technologies, Inc. | Identity verification using a social network |
US9049352B2 (en) | 2013-07-26 | 2015-06-02 | SkyBell Technologies, Inc. | Pool monitor systems and methods |
US9179107B1 (en) | 2013-07-26 | 2015-11-03 | SkyBell Technologies, Inc. | Doorbell chime systems and methods |
US10672238B2 (en) | 2015-06-23 | 2020-06-02 | SkyBell Technologies, Inc. | Doorbell communities |
US9060103B2 (en) | 2013-07-26 | 2015-06-16 | SkyBell Technologies, Inc. | Doorbell security and safety |
US9230424B1 (en) | 2013-12-06 | 2016-01-05 | SkyBell Technologies, Inc. | Doorbell communities |
US9142214B2 (en) | 2013-07-26 | 2015-09-22 | SkyBell Technologies, Inc. | Light socket cameras |
US9118819B1 (en) | 2013-07-26 | 2015-08-25 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9113052B1 (en) | 2013-07-26 | 2015-08-18 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9013575B2 (en) | 2013-07-26 | 2015-04-21 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9160987B1 (en) | 2013-07-26 | 2015-10-13 | SkyBell Technologies, Inc. | Doorbell chime systems and methods |
US9736284B2 (en) | 2013-07-26 | 2017-08-15 | SkyBell Technologies, Inc. | Doorbell communication and electrical systems |
US9786133B2 (en) | 2013-12-06 | 2017-10-10 | SkyBell Technologies, Inc. | Doorbell chime systems and methods |
US9253455B1 (en) | 2014-06-25 | 2016-02-02 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9799183B2 (en) | 2013-12-06 | 2017-10-24 | SkyBell Technologies, Inc. | Doorbell package detection systems and methods |
US9743049B2 (en) | 2013-12-06 | 2017-08-22 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
KR20200119912A (ko) | 2014-02-10 | 2020-10-20 | 애플 인크. | 광학 센서를 사용해 검출된 모션 제스처 입력 |
JP2016002198A (ja) * | 2014-06-16 | 2016-01-12 | 株式会社東芝 | 電気掃除機 |
US20170085843A1 (en) | 2015-09-22 | 2017-03-23 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US10687029B2 (en) | 2015-09-22 | 2020-06-16 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US9888216B2 (en) | 2015-09-22 | 2018-02-06 | SkyBell Technologies, Inc. | Doorbell communication systems and methods |
US12155974B2 (en) | 2014-06-23 | 2024-11-26 | Skybell Technologies Ip, Llc | Doorbell communication systems and methods |
US11184589B2 (en) | 2014-06-23 | 2021-11-23 | Skybell Technologies Ip, Llc | Doorbell communication systems and methods |
JP6404348B2 (ja) * | 2014-06-25 | 2018-10-17 | 株式会社未来機械 | 自走式ロボット |
IL233711B (en) * | 2014-07-17 | 2018-04-30 | Rafael Advanced Defense Systems Ltd | Object detection system |
JP6453583B2 (ja) * | 2014-08-20 | 2019-01-16 | 東芝ライフスタイル株式会社 | 電気掃除機 |
US9997036B2 (en) | 2015-02-17 | 2018-06-12 | SkyBell Technologies, Inc. | Power outlet cameras |
US9798328B2 (en) * | 2014-10-10 | 2017-10-24 | Irobot Corporation | Mobile robot area cleaning |
KR20160048492A (ko) * | 2014-10-24 | 2016-05-04 | 엘지전자 주식회사 | 로봇 청소기 및 이의 제어 방법 |
US11575537B2 (en) | 2015-03-27 | 2023-02-07 | Skybell Technologies Ip, Llc | Doorbell communication systems and methods |
JP2017531259A (ja) * | 2014-10-31 | 2017-10-19 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 位置に基づく制御方法、装置、移動可能な機器及びロボット |
TWI627609B (zh) * | 2014-12-04 | 2018-06-21 | 微星科技股份有限公司 | 狀態檢測方法、機器人及移動裝置 |
US9704043B2 (en) | 2014-12-16 | 2017-07-11 | Irobot Corporation | Systems and methods for capturing images and annotating the captured images with information |
JP6475994B2 (ja) * | 2015-01-30 | 2019-02-27 | シャープ株式会社 | 自走式掃除機 |
US10742938B2 (en) | 2015-03-07 | 2020-08-11 | Skybell Technologies Ip, Llc | Garage door communication systems and methods |
CN107430405B (zh) * | 2015-03-23 | 2020-10-02 | 株式会社富士 | 移动体 |
US10545504B2 (en) * | 2015-04-01 | 2020-01-28 | AI Incorporated | System and method for establishing virtual boundaries for robotic devices |
US10500716B2 (en) * | 2015-04-08 | 2019-12-10 | Beijing Evolver Robotics Co., Ltd. | Multi-functional home service robot |
US11381686B2 (en) | 2015-04-13 | 2022-07-05 | Skybell Technologies Ip, Llc | Power outlet cameras |
KR101649665B1 (ko) * | 2015-04-29 | 2016-08-30 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
US11641452B2 (en) | 2015-05-08 | 2023-05-02 | Skybell Technologies Ip, Llc | Doorbell communication systems and methods |
US20180047269A1 (en) | 2015-06-23 | 2018-02-15 | SkyBell Technologies, Inc. | Doorbell communities |
US9919425B2 (en) | 2015-07-01 | 2018-03-20 | Irobot Corporation | Robot navigational sensor system |
US10706702B2 (en) | 2015-07-30 | 2020-07-07 | Skybell Technologies Ip, Llc | Doorbell package detection systems and methods |
US9625571B1 (en) * | 2015-08-06 | 2017-04-18 | X Development Llc | Disabling robot sensors |
US9903947B2 (en) | 2015-08-10 | 2018-02-27 | Deere & Company | Boundary signal detection |
US11036318B2 (en) * | 2015-09-30 | 2021-06-15 | Apple Inc. | Capacitive touch or proximity detection for crown |
JP6703820B2 (ja) * | 2015-11-11 | 2020-06-03 | シャープ株式会社 | 自走式電子機器 |
JP6724349B2 (ja) * | 2015-11-30 | 2020-07-15 | カシオ計算機株式会社 | 自律移動装置、自律移動方法及びプログラム |
US10325625B2 (en) | 2015-12-04 | 2019-06-18 | Amazon Technologies, Inc. | Motion detection for A/V recording and communication devices |
US10139281B2 (en) | 2015-12-04 | 2018-11-27 | Amazon Technologies, Inc. | Motion detection for A/V recording and communication devices |
JP6685755B2 (ja) * | 2016-02-16 | 2020-04-22 | 東芝ライフスタイル株式会社 | 自律走行体 |
US11726490B1 (en) * | 2016-02-19 | 2023-08-15 | AI Incorporated | System and method for guiding heading of a mobile robotic device |
US10901431B1 (en) * | 2017-01-19 | 2021-01-26 | AI Incorporated | System and method for guiding heading of a mobile robotic device |
US10386847B1 (en) * | 2016-02-19 | 2019-08-20 | AI Incorporated | System and method for guiding heading of a mobile robotic device |
US10926756B2 (en) | 2016-02-23 | 2021-02-23 | Deka Products Limited Partnership | Mobility device |
US11399995B2 (en) | 2016-02-23 | 2022-08-02 | Deka Products Limited Partnership | Mobility device |
US10908045B2 (en) | 2016-02-23 | 2021-02-02 | Deka Products Limited Partnership | Mobility device |
CN109074071B (zh) * | 2016-03-31 | 2021-10-08 | 株式会社未来机械 | 作业机器人以及边缘检测器 |
WO2017171045A1 (ja) * | 2016-03-31 | 2017-10-05 | 株式会社未来機械 | 自走式ロボット |
EP4350456A1 (en) * | 2016-04-14 | 2024-04-10 | DEKA Products Limited Partnership | User control device for a transporter |
TWI652034B (zh) | 2016-05-17 | 2019-03-01 | Lg電子股份有限公司 | 清掃機器人 |
TWI639021B (zh) | 2016-05-17 | 2018-10-21 | 南韓商Lg電子股份有限公司 | 行動機器人及其控制方法 |
TWI653964B (zh) | 2016-05-17 | 2019-03-21 | Lg電子股份有限公司 | 行動機器人及其控制方法 |
US10245730B2 (en) * | 2016-05-24 | 2019-04-02 | Asustek Computer Inc. | Autonomous mobile robot and control method thereof |
US10043332B2 (en) | 2016-05-27 | 2018-08-07 | SkyBell Technologies, Inc. | Doorbell package detection systems and methods |
EP3508048B1 (en) | 2016-08-31 | 2023-10-18 | Positec Power Tools (Suzhou) Co., Ltd | Autonomous lawn-mower and method of recognizing an obstacle by an autonomous lawn mower |
EP3519651B1 (en) * | 2016-09-30 | 2021-11-24 | ETH Singapore Sec Ltd | System for placing objects on a surface and method thereof |
US11978011B2 (en) | 2017-05-01 | 2024-05-07 | Symbol Technologies, Llc | Method and apparatus for object status detection |
EP3622364B1 (en) * | 2017-05-09 | 2023-07-05 | Brain Corporation | System and method for motion control of a robot |
USD1047785S1 (en) | 2017-05-20 | 2024-10-22 | Deka Products Limited Partnership | Toggle control device |
CN107204014B (zh) * | 2017-05-24 | 2019-06-07 | 京东方科技集团股份有限公司 | 智能终端设备的定位方法、装置和智能终端设备 |
US11202542B2 (en) | 2017-05-25 | 2021-12-21 | Sharkninja Operating Llc | Robotic cleaner with dual cleaning rollers |
US20180348783A1 (en) * | 2017-05-31 | 2018-12-06 | Neato Robotics, Inc. | Asynchronous image classification |
WO2018232105A1 (en) | 2017-06-15 | 2018-12-20 | Ams Sensors Singapore Pte. Ltd. | Proximity sensors and methods for operating the same |
US10935961B2 (en) * | 2017-07-20 | 2021-03-02 | Fuji Corporation | Working system |
US11339580B2 (en) | 2017-08-22 | 2022-05-24 | Pentair Water Pool And Spa, Inc. | Algorithm for a pool cleaner |
TWI671053B (zh) * | 2017-09-08 | 2019-09-11 | 智棋科技股份有限公司 | 自動裝置的偵測系統 |
US10909825B2 (en) | 2017-09-18 | 2021-02-02 | Skybell Technologies Ip, Llc | Outdoor security systems and methods |
CN111479662B (zh) * | 2017-10-25 | 2023-07-07 | Lg电子株式会社 | 学习障碍物的人工智能移动机器人及其控制方法 |
CN107717996B (zh) * | 2017-11-14 | 2018-08-24 | 北京镁伽机器人科技有限公司 | 具有测距停止功能的多关节机器人和测距停止方法 |
US10293489B1 (en) * | 2017-12-15 | 2019-05-21 | Ankobot (Shanghai) Smart Technologies Co., Ltd. | Control method and system, and cleaning robot using the same |
CN109955246B (zh) * | 2017-12-26 | 2020-11-24 | 深圳市优必选科技有限公司 | 悬崖检测方法、装置、终端设备及计算机可读存储介质 |
CN108051824B (zh) * | 2017-12-29 | 2020-05-22 | 江苏美的清洁电器股份有限公司 | 检测组件、扫地机器人及检测其行走路况的方法和系统 |
WO2019128227A1 (zh) * | 2017-12-29 | 2019-07-04 | 江苏美的清洁电器股份有限公司 | 检测组件、扫地机器人及检测其行走路况的方法和系统 |
US10717435B2 (en) * | 2018-01-03 | 2020-07-21 | Qualcomm Incorporated | Adjustable object avoidance proximity threshold based on classification of detected objects |
CN112020688B (zh) * | 2018-03-26 | 2024-06-11 | 捷普有限公司 | 使用深度评估进行自主机器人导航的装置、系统和方法 |
CN112204486B (zh) | 2018-04-03 | 2024-08-09 | 尚科宁家运营有限公司 | 机器人导航的飞行时间传感器布置及用其定位的方法 |
JP2021527204A (ja) | 2018-06-07 | 2021-10-11 | デカ・プロダクツ・リミテッド・パートナーシップ | 配送多目的サービス実行のためのシステムおよび方法 |
US10977874B2 (en) * | 2018-06-11 | 2021-04-13 | International Business Machines Corporation | Cognitive learning for vehicle sensor monitoring and problem detection |
USD929478S1 (en) | 2018-06-15 | 2021-08-31 | Mobile Industrial Robots A/S | Mobile robot having an illuminated region |
US20190384314A1 (en) * | 2018-06-15 | 2019-12-19 | Mobile Industrial Robots A/S | Detecting objects near an autonomous device |
USD907677S1 (en) | 2018-06-15 | 2021-01-12 | Mobile Industrial Robots A/S | Mobile robot |
WO2020028696A1 (en) | 2018-08-01 | 2020-02-06 | Sharkninja Operating Llc | Robotic vacuum cleaner |
EP3623894B1 (en) | 2018-09-13 | 2022-11-23 | Mobile Industrial Robots A/S | Agv having dynamic safety zone |
US10831212B2 (en) | 2018-09-19 | 2020-11-10 | International Business Machines Corporation | Autonomous roving vehicle management using laser barriers |
JP7192359B2 (ja) * | 2018-09-28 | 2022-12-20 | セイコーエプソン株式会社 | ロボットを制御する制御装置、および制御方法 |
US11506483B2 (en) | 2018-10-05 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for support structure depth determination |
WO2020076704A1 (en) * | 2018-10-10 | 2020-04-16 | Roadtec.Inc. | Proximity detection zone for working machine |
CN113961005A (zh) | 2018-10-22 | 2022-01-21 | 科沃斯机器人股份有限公司 | 行进控制的方法、表面清洁机器人及存储介质 |
KR20210110610A (ko) * | 2018-12-11 | 2021-09-08 | 브레인 코퍼레이션 | 에스컬레이터를 검출하기 위한 시스템, 장치, 및 방법 |
CN113260293B (zh) * | 2018-12-20 | 2023-02-28 | 尚科宁家运营有限公司 | 具有用于估计机器人清洁器的速度的距离传感器的机器人清洁器 |
CA3028708A1 (en) | 2018-12-28 | 2020-06-28 | Zih Corp. | Method, system and apparatus for dynamic loop closure in mapping trajectories |
CN109669478B (zh) * | 2019-02-20 | 2024-08-23 | 广州愿托科技有限公司 | 基于测距传感器的无人机定距贴壁环绕控制方法及无人机 |
CN111766607A (zh) * | 2019-03-13 | 2020-10-13 | 科沃斯机器人股份有限公司 | 一种自移动设备和非接触式障碍物检测装置 |
US10809734B2 (en) | 2019-03-13 | 2020-10-20 | Mobile Industrial Robots A/S | Route planning in an autonomous device |
WO2020214787A1 (en) * | 2019-04-16 | 2020-10-22 | University Of Louisville Research Foundation, Inc. | Adaptive robotic nursing assistant |
CN110123210B (zh) * | 2019-05-07 | 2022-05-03 | 深圳市银星智能科技股份有限公司 | 一种机器人地检方法、清洁机器人以及数据存储装置 |
US11269076B2 (en) * | 2019-07-11 | 2022-03-08 | Mtd Products Inc | Solid state LIDAR machine vision for power equipment device |
JP7390817B2 (ja) * | 2019-08-02 | 2023-12-04 | 清水建設株式会社 | 進行方向状態検出装置及びそれを用いた台車 |
CN110514744B (zh) * | 2019-08-20 | 2020-05-05 | 珠海市一微半导体有限公司 | 一种地面介质的判断阈值的修正方法及其检测方法 |
JP2022545039A (ja) | 2019-08-24 | 2022-10-24 | スカイベル テクノロジーズ アイピー、エルエルシー | ドアベル通信システム及び方法 |
EP4071514A4 (en) * | 2019-12-02 | 2023-12-20 | Beijing Roborock Technology Co., Ltd. | Laser ranging device and robot |
US11507103B2 (en) * | 2019-12-04 | 2022-11-22 | Zebra Technologies Corporation | Method, system and apparatus for localization-based historical obstacle handling |
US11537141B2 (en) | 2019-12-19 | 2022-12-27 | Diversey, Inc. | Robotic cleaning device with dynamic area coverage |
CN114415660B (zh) * | 2020-01-21 | 2023-08-08 | 追觅创新科技(苏州)有限公司 | 自移动设备及其测距方法 |
KR20210100518A (ko) * | 2020-02-06 | 2021-08-17 | 엘지전자 주식회사 | 로봇 청소기 및 그 제어 방법 |
US11592299B2 (en) | 2020-03-19 | 2023-02-28 | Mobile Industrial Robots A/S | Using static scores to control vehicle operations |
US11822333B2 (en) | 2020-03-30 | 2023-11-21 | Zebra Technologies Corporation | Method, system and apparatus for data capture illumination control |
CN111610783A (zh) * | 2020-04-29 | 2020-09-01 | 尚科宁家(中国)科技有限公司 | 自主机器人的行进控制方法、自主机器人及存储介质 |
CN111685662A (zh) * | 2020-05-19 | 2020-09-22 | 湖北如新电子有限公司 | 一种清扫方法、装置、扫地机器人及存储介质 |
CN111631640B (zh) * | 2020-05-26 | 2022-06-14 | 珠海一微半导体股份有限公司 | 可判断机器人行走面状况的检测装置的应用方法 |
CN111633648B (zh) * | 2020-05-26 | 2022-03-04 | 珠海一微半导体股份有限公司 | 机器人检测凸起面的检测方法、芯片以及清洁机器人 |
CN111631641B (zh) * | 2020-05-26 | 2022-04-01 | 珠海一微半导体股份有限公司 | 机器人防跌落检测方法 |
CN111736139B (zh) * | 2020-06-22 | 2023-05-23 | 歌尔科技有限公司 | 一种红外校准方法、距离检测方法、装置及介质 |
CN111743464A (zh) * | 2020-07-06 | 2020-10-09 | 追创科技(苏州)有限公司 | 一种基于线激光的避障方法及装置 |
WO2022027015A1 (en) * | 2020-07-27 | 2022-02-03 | Brain Corporation | Systems and methods for preserving data and human confidentiality during feature identification by robotic devices |
CN111857153B (zh) * | 2020-07-31 | 2023-09-19 | 北京石头世纪科技股份有限公司 | 一种距离检测装置及扫地机器人 |
USD1017154S1 (en) * | 2020-09-17 | 2024-03-05 | Irobot Corporation | Mobile cleaning robot |
DE102020212047B4 (de) * | 2020-09-24 | 2024-10-17 | BSH Hausgeräte GmbH | Reinigungsroboter für eine gepolsterte Fläche |
KR20220049854A (ko) * | 2020-10-15 | 2022-04-22 | 삼성전자주식회사 | 로봇청소기 |
US11835949B2 (en) | 2020-11-24 | 2023-12-05 | Mobile Industrial Robots A/S | Autonomous device safety system |
CN112596527B (zh) * | 2020-12-17 | 2023-10-24 | 珠海一微半导体股份有限公司 | 基于斜坡结构的机器人卡住检测方法、芯片及清洁机器人 |
CN112764033B (zh) * | 2020-12-24 | 2024-03-08 | 珠海格力电器股份有限公司 | 距离检测方法、装置及移动机器人 |
CN114690761A (zh) * | 2020-12-31 | 2022-07-01 | 华为技术有限公司 | 一种机器人的位置校正方法以及相关设备 |
GB202101612D0 (en) * | 2021-02-05 | 2021-03-24 | Ams Sensors Singapore Pte Ltd | Distance measurement using field of view |
CN113199452B (zh) * | 2021-05-14 | 2022-09-30 | 北京京东乾石科技有限公司 | 机器人系统及其控制方法 |
US11954882B2 (en) | 2021-06-17 | 2024-04-09 | Zebra Technologies Corporation | Feature-based georegistration for mobile computing devices |
CN113524265B (zh) * | 2021-08-03 | 2023-05-26 | 汤恩智能科技(常熟)有限公司 | 机器人防跌落方法、机器人及可读存储介质 |
CN113721301B (zh) * | 2021-08-17 | 2024-12-13 | 广东盈峰智能环卫科技有限公司 | 一种悬崖检测方法及装置 |
KR20230108552A (ko) * | 2022-01-11 | 2023-07-18 | 삼성전자주식회사 | 이동 로봇 및 그 제어 방법 |
KR20230155898A (ko) * | 2022-05-04 | 2023-11-13 | 삼성전자주식회사 | 주행 로봇, 그 제어 방법, 및 프로그램이 기록된 기록매체 |
CN115183734A (zh) * | 2022-06-10 | 2022-10-14 | 广东烨嘉光电科技股份有限公司 | 一种不易受被测物体反射性能影响的近距离探测器 |
DE102023202867A1 (de) | 2023-03-29 | 2024-10-02 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Erzeugen eines Steuersignals zum Steuern eines mobilen Roboters, Sensorsystem für einen mobilen Roboter, mobiler Roboter und Verfahren zum Kalibrieren eines Sensorsystems |
EP4485118A1 (en) * | 2023-06-29 | 2025-01-01 | Anker Innovations Technology Co., Ltd. | Threshold-type obstacle recognition |
Family Cites Families (86)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US1780221A (en) | 1930-05-08 | 1930-11-04 | Buchmann John | Brush |
US1970302A (en) | 1932-09-13 | 1934-08-14 | Charles C Gerhardt | Brush |
US2136324A (en) | 1934-09-05 | 1938-11-08 | Simon Louis John | Apparatus for cleansing floors and like surfaces |
US2302111A (en) | 1940-11-26 | 1942-11-17 | Air Way Electric Appl Corp | Vacuum cleaner |
US3629796A (en) * | 1968-12-11 | 1971-12-21 | Atlantic Richfield Co | Seismic holography |
IT1021244B (it) | 1974-09-10 | 1978-01-30 | Ceccato & Co | Spazzolone rotante ad albero ver ticale per impianti di lavaggio di veicoli in genere |
US3978539A (en) | 1975-06-30 | 1976-09-07 | Bissell, Inc. | Floor sweeper with auxiliary rotary brushes |
JPS5618710A (en) * | 1979-07-23 | 1981-02-21 | Matsushita Electric Ind Co Ltd | Distance measuring instrument |
US4445245A (en) | 1982-08-23 | 1984-05-01 | Lu Ning K | Surface sweeper |
US4624026A (en) | 1982-09-10 | 1986-11-25 | Tennant Company | Surface maintenance machine with rotary lip |
US4502773A (en) | 1983-01-31 | 1985-03-05 | Polaroid Corporation | Two zone infrared ranging system |
US4532867A (en) * | 1983-07-07 | 1985-08-06 | The United States Of America As Represented By The Secretary Of The Army | Dual field-of-view optical target detector |
US4659922A (en) * | 1985-02-19 | 1987-04-21 | Eaton Corporation | Optical sensor device for detecting the presence of an object |
US4752799A (en) * | 1986-07-07 | 1988-06-21 | Honeywell Inc. | Optical proximity sensing optics |
FR2648071B1 (fr) | 1989-06-07 | 1995-05-19 | Onet | Procede et appareil autonomes de nettoyage automatique de sol par execution de missions programmees |
DE3937859C1 (de) | 1989-11-14 | 1996-06-27 | Daimler Benz Aerospace Ag | Optischer Abstandszünder |
IL92720A (en) | 1989-12-15 | 1993-02-21 | Neta Holland | Toothbrush |
US5254853A (en) * | 1990-02-14 | 1993-10-19 | Stefan Reich | Optical sensing device |
US5018240A (en) | 1990-04-27 | 1991-05-28 | Cimex Limited | Carpet cleaner |
JPH0593844A (ja) * | 1991-03-20 | 1993-04-16 | Asahi Optical Co Ltd | ズームレンズ内蔵型カメラ |
US5093837A (en) * | 1991-03-08 | 1992-03-03 | S-Tron | Baffle for attenuating off-axis light emissions |
US5560065A (en) | 1991-07-03 | 1996-10-01 | Tymco, Inc. | Broom assisted pick-up head |
JP2738610B2 (ja) | 1991-09-07 | 1998-04-08 | 富士重工業株式会社 | 自走台車の走行制御装置 |
FI914598A (fi) | 1991-09-30 | 1993-03-31 | Valtion Teknillinen | Foerfarande i en med optisk princip fungerande ankomstkoppling |
KR940006561B1 (ko) | 1991-12-30 | 1994-07-22 | 주식회사 금성사 | 자동주행 청소용 로버트의 장애물 감지장치 |
US5276618A (en) * | 1992-02-26 | 1994-01-04 | The United States Of America As Represented By The Secretary Of The Navy | Doorway transit navigational referencing system |
US5568589A (en) | 1992-03-09 | 1996-10-22 | Hwang; Jin S. | Self-propelled cleaning machine with fuzzy logic control |
JPH064130A (ja) | 1992-06-23 | 1994-01-14 | Sanyo Electric Co Ltd | 掃除ロボット |
US5279672A (en) | 1992-06-29 | 1994-01-18 | Windsor Industries, Inc. | Automatic controlled cleaning machine |
US5261139A (en) | 1992-11-23 | 1993-11-16 | Lewis Steven D | Raised baseboard brush for powered floor sweeper |
BE1008470A3 (fr) | 1994-07-04 | 1996-05-07 | Colens Andre | Dispositif et systeme automatique de depoussierage de sol et engin y adapte. |
PT822774E (pt) | 1995-04-21 | 2002-09-30 | Vorwerk Co Interholding | Adaptador para um aparelho aspirador para limpeza humida de superficies |
JPH0947413A (ja) | 1995-08-08 | 1997-02-18 | Minolta Co Ltd | 清掃ロボット |
US6167587B1 (en) | 1997-07-09 | 2001-01-02 | Bissell Homecare, Inc. | Upright extraction cleaning machine |
US5996167A (en) | 1995-11-16 | 1999-12-07 | 3M Innovative Properties Company | Surface treating articles and method of making same |
DE19617986B4 (de) | 1996-05-04 | 2004-02-26 | Ing. Haaga Werkzeugbau Kg | Kehrmaschine |
JP3343027B2 (ja) | 1996-05-17 | 2002-11-11 | アマノ株式会社 | 床面洗浄機用スキージ |
JP3581911B2 (ja) | 1996-06-07 | 2004-10-27 | コニカミノルタホールディングス株式会社 | 移動走行車 |
EP0846387A1 (en) | 1996-06-26 | 1998-06-10 | Koninklijke Philips Electronics N.V. | Trellis coded qam using rate compatible, punctured, convolutional codes |
US6076226A (en) | 1997-01-27 | 2000-06-20 | Robert J. Schaap | Controlled self operated vacuum cleaning system |
US6226830B1 (en) | 1997-08-20 | 2001-05-08 | Philips Electronics North America Corp. | Vacuum cleaner with obstacle avoidance |
TW410593U (en) | 1997-08-29 | 2000-11-01 | Sanyo Electric Co | Suction head for electric vacuum cleaner |
CN1183427C (zh) | 1997-11-27 | 2005-01-05 | 阳光及自动化公司 | 移动机器人及其控制系统的改进 |
US6532404B2 (en) | 1997-11-27 | 2003-03-11 | Colens Andre | Mobile robots and their control system |
US6030464A (en) | 1998-01-28 | 2000-02-29 | Azevedo; Steven | Method for diagnosing, cleaning and preserving carpeting and other fabrics |
GB2344884A (en) | 1998-12-18 | 2000-06-21 | Notetry Ltd | Light Detection Apparatus - eg for a robotic cleaning device |
US6339735B1 (en) | 1998-12-29 | 2002-01-15 | Friendly Robotics Ltd. | Method for operating a robot |
US6238451B1 (en) | 1999-01-08 | 2001-05-29 | Fantom Technologies Inc. | Vacuum cleaner |
CA2374976C (en) | 1999-06-08 | 2006-05-30 | S.C. Johnson Commercial Markets, Inc. | Floor cleaning apparatus |
WO2000078410A1 (fr) | 1999-06-17 | 2000-12-28 | Solar & Robotics S.A. | Dispositif automatique de ramassage d'objets |
GB9917232D0 (en) | 1999-07-23 | 1999-09-22 | Notetry Ltd | Method of operating a floor cleaning device |
WO2001037060A1 (en) | 1999-11-18 | 2001-05-25 | The Procter & Gamble Company | Home cleaning robot |
US8788092B2 (en) * | 2000-01-24 | 2014-07-22 | Irobot Corporation | Obstacle following sensor scheme for a mobile robot |
US7155308B2 (en) * | 2000-01-24 | 2006-12-26 | Irobot Corporation | Robot obstacle detection system |
US6594844B2 (en) * | 2000-01-24 | 2003-07-22 | Irobot Corporation | Robot obstacle detection system |
US8412377B2 (en) * | 2000-01-24 | 2013-04-02 | Irobot Corporation | Obstacle following sensor scheme for a mobile robot |
US6421870B1 (en) | 2000-02-04 | 2002-07-23 | Tennant Company | Stacked tools for overthrow sweeping |
US6276478B1 (en) | 2000-02-16 | 2001-08-21 | Kathleen Garrubba Hopkins | Adherent robot |
WO2001084260A2 (en) | 2000-05-01 | 2001-11-08 | Irobot Corporation | Method and system for remote control of mobile robot |
US6741054B2 (en) | 2000-05-02 | 2004-05-25 | Vision Robotics Corporation | Autonomous floor mopping apparatus |
US6481515B1 (en) | 2000-05-30 | 2002-11-19 | The Procter & Gamble Company | Autonomous mobile surface treating apparatus |
DE10059156A1 (de) * | 2000-11-29 | 2002-06-06 | Sick Ag | Abstandsbestimmung |
US7571511B2 (en) | 2002-01-03 | 2009-08-11 | Irobot Corporation | Autonomous floor-cleaning robot |
US6883201B2 (en) | 2002-01-03 | 2005-04-26 | Irobot Corporation | Autonomous floor-cleaning robot |
US6690134B1 (en) | 2001-01-24 | 2004-02-10 | Irobot Corporation | Method and system for robot localization and confinement |
US6809490B2 (en) | 2001-06-12 | 2004-10-26 | Irobot Corporation | Method and system for multi-mode coverage for an autonomous robot |
WO2002096184A1 (fr) | 2001-05-28 | 2002-12-05 | Solar & Robotics Sa | Amelioration a une tondeuse robotique |
US7429843B2 (en) | 2001-06-12 | 2008-09-30 | Irobot Corporation | Method and system for multi-mode coverage for an autonomous robot |
IL145680A0 (en) | 2001-09-26 | 2002-06-30 | Friendly Robotics Ltd | Robotic vacuum cleaner |
US20040031113A1 (en) | 2002-08-14 | 2004-02-19 | Wosewick Robert T. | Robotic surface treating device with non-circular housing |
US7123351B1 (en) * | 2002-08-20 | 2006-10-17 | Schaefer Philip R | Method and apparatus for measuring distances using light |
JP2006087507A (ja) * | 2004-09-21 | 2006-04-06 | Sanyo Electric Co Ltd | 自走式掃除機 |
US7720572B2 (en) * | 2005-09-30 | 2010-05-18 | Irobot Corporation | Companion robot for personal interaction |
ES2378138T3 (es) * | 2005-12-02 | 2012-04-09 | Irobot Corporation | Movilidad de robot de cubrimiento |
EP2829939B1 (en) * | 2005-12-02 | 2019-11-13 | iRobot Corporation | Autonomous coverage robot navigation system |
TWI303754B (en) * | 2006-05-09 | 2008-12-01 | Ind Tech Res Inst | Obstacle and cliff avoiding system and method thereof |
KR20080045523A (ko) | 2006-11-20 | 2008-05-23 | 엘지전자 주식회사 | 센싱장치 및 이를 이용한 로봇 청소기 |
KR101160393B1 (ko) * | 2007-05-09 | 2012-06-26 | 아이로보트 코퍼레이션 | 소형 자율 커버리지 로봇 |
KR20090001948A (ko) | 2007-05-29 | 2009-01-09 | 주식회사 신한은행 | 대출 처리방법 및 시스템과 이를 위한 프로그램 기록매체 |
JP5008479B2 (ja) * | 2007-06-28 | 2012-08-22 | ラピスセミコンダクタ株式会社 | レジストパターンの形成方法及びフォトマスク |
KR20090019479A (ko) | 2007-08-21 | 2009-02-25 | 에이스로봇 주식회사 | 로봇 청소기의 장애물 감지 방법 및 이에 적합한 로봇청소기 |
KR20090019480A (ko) * | 2007-08-21 | 2009-02-25 | 에이스로봇 주식회사 | 로봇 청소기의 바닥 감지 방법 그리고 이에 적합한 로봇청소기 |
TWM397531U (en) * | 2010-07-29 | 2011-02-01 | Agait Technology Corp | Detect apparatus and the of detect apparatus from removing apparatus the same |
US20120167917A1 (en) * | 2011-01-03 | 2012-07-05 | Gilbert Jr Duane L | Autonomous coverage robot |
CA2868860C (en) | 2012-09-21 | 2018-04-24 | Irobot Corporation | Proximity sensing on mobile robots |
US9840003B2 (en) * | 2015-06-24 | 2017-12-12 | Brain Corporation | Apparatus and methods for safe navigation of robotic devices |
-
2013
- 2013-09-23 CA CA2868860A patent/CA2868860C/en active Active
- 2013-09-23 EP EP17196343.2A patent/EP3287242B1/en active Active
- 2013-09-23 WO PCT/US2013/061183 patent/WO2014047557A1/en active Application Filing
- 2013-09-23 CN CN201510815515.1A patent/CN105404298B/zh active Active
- 2013-09-23 AU AU2013317738A patent/AU2013317738B2/en active Active
- 2013-09-23 JP JP2015507268A patent/JP5885147B2/ja active Active
- 2013-09-23 ES ES13839692.4T patent/ES2656899T3/es active Active
- 2013-09-23 CN CN201380021444.7A patent/CN104245244B/zh active Active
- 2013-09-23 US US14/033,922 patent/US8862271B2/en active Active
- 2013-09-23 EP EP13839692.4A patent/EP2834048B1/en active Active
-
2014
- 2014-05-16 US US14/279,598 patent/US9442488B2/en active Active
-
2015
- 2015-12-07 JP JP2015238515A patent/JP6250617B2/ja active Active
-
2016
- 2016-08-23 US US15/244,603 patent/US10429851B2/en active Active
-
2017
- 2017-11-22 JP JP2017224805A patent/JP6675373B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN105404298A (zh) | 2016-03-16 |
US10429851B2 (en) | 2019-10-01 |
WO2014047557A1 (en) | 2014-03-27 |
JP5885147B2 (ja) | 2016-03-15 |
US20140088761A1 (en) | 2014-03-27 |
CN105404298B (zh) | 2018-10-16 |
US8862271B2 (en) | 2014-10-14 |
EP2834048A4 (en) | 2015-05-20 |
JP2018028947A (ja) | 2018-02-22 |
US20170031366A1 (en) | 2017-02-02 |
CN104245244A (zh) | 2014-12-24 |
US20140257622A1 (en) | 2014-09-11 |
AU2013317738B2 (en) | 2015-05-07 |
EP3287242A1 (en) | 2018-02-28 |
US9442488B2 (en) | 2016-09-13 |
CA2868860C (en) | 2018-04-24 |
AU2013317738A1 (en) | 2014-10-16 |
JP2016076248A (ja) | 2016-05-12 |
EP2834048B1 (en) | 2017-11-01 |
JP2015517162A (ja) | 2015-06-18 |
CA2868860A1 (en) | 2014-03-27 |
JP6675373B2 (ja) | 2020-04-01 |
EP3287242B1 (en) | 2021-10-20 |
EP2834048A1 (en) | 2015-02-11 |
JP6250617B2 (ja) | 2017-12-20 |
ES2656899T3 (es) | 2018-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104245244B (zh) | 移动机器人上的接近度感测 | |
EP3082543B1 (en) | Autonomous mobile robot | |
AU2017402126B2 (en) | Vacuum cleaner and control method thereof | |
US11740625B2 (en) | Plurality of autonomous mobile robots and controlling method for the same | |
CN105899112B (zh) | 自主移动机器人 | |
KR102388448B1 (ko) | 이동 로봇 및 그 제어 방법 | |
EP2963515B1 (en) | Robot cleaner and method for controlling the same | |
EP3224003A1 (en) | Systems and methods of use of optical odometry sensors in a mobile robot | |
WO2016158683A1 (ja) | 地図作成装置、自律走行体、自律走行体システム、携帯端末、地図作成方法、地図作成プログラム及びコンピュータ読み取り可能な記録媒体 | |
AU2016225774B2 (en) | Proximity sensing on mobile robots | |
Chua et al. | Development of a maze solving mobile robot capable of tracking the distance it traversed | |
KR102759573B1 (ko) | 이동 로봇 | |
AU2015201973A1 (en) | Proximity sensing on mobile robots | |
JP2024165155A (ja) | 自律走行システム、自律走行型ロボットの走行制御方法、及び、プログラム | |
JP2024165156A (ja) | 自律走行システム、自律走行型ロボットの走行制御方法、及び、プログラム | |
KR20240118698A (ko) | 이동 로봇 및 그 제어방법 | |
JP2022182100A (ja) | 自律走行型ロボット |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |