CN104731101A - 清洁机器人室内场景地图建模方法及机器人 - Google Patents

Abstract

本发明涉及一种清洁机器人室内场景地图建模方法及机器人，所述室内场景地图建模方法，包括如下步骤：步骤S1，清洁机器人在室内沿室内边界绕行一周，以获得室内边界位置信息；以及步骤S2，通过清洁机器人随机行走，获得孤岛障碍物信息；步骤S3，建立室内场景地图。本发明通过清洁机器人自身携带的多传感器阵列记录室内障碍物和墙壁位置信息，从而对简单室内场景进行地图建模。

Description

清洁机器人室内场景地图建模方法及机器人

技术领域

本发明涉及室内清洁机器人的场景地图建模方法，特别涉及一种基于超声波传感器的室内环境下清洁机器人进行地图建模的方法。

背景技术

智能清洁机器人是家用服务机器人的一种，具有扫地省时、省力，功能多样化，轻便小巧等特点，可大大减轻人的劳动负担，正成为机器人研究的热点，它具有较高的科研价值。同时，智能清扫机器人作为智能移动机器人的一个特殊的应用，继承了智能移动机器人的若干关键性技术，比如传感器技术、定位技术等等；同时也有其自身的特殊性，如无需理解三维环境，需要全部路径的覆盖等新的特点。能够代替重复性的体力劳动，降低人工劳动强度，广泛应用于家庭、公共场所、学校等诸多复杂环境，因此具有广阔的市场前景。

虽然目前国内在清洁机器人方面的研究已经取得一定的成果，但仍然有很多关键性技术值得研究，定位技术就是其中之一。为了最大范围内的清扫室内地面，需要机器人能够自主感知场景地图，确定墙壁、障碍物以及自身在室内的位置信息，在建立室内场景地图后，才能在不触碰障碍物的前提下最大范围的清扫地面，从而提高清扫效率。现有的清洁机器人多采用以下两种方法：一、利用机器人自身携带的激光雷达随机在室内环境移动，由于激光雷达返回值较精确、误差小，经过一段时间后，就能准确建立起室内场景地图。二、在室内墙壁及障碍物上标记，通过机器人携带的红外传感器等感测装置来感知障碍物的位置，以此来建立室内场景地图。第一种方法优点是所建立的场景地图较精确，误差较小；缺点是激光雷达价格昂贵，难以普及普通家庭。第二种方法优点是成本较低，能够粗略建立起室内环境模型；缺点是需要人为设置标记，使用不方便。

发明内容

本发明的目的是提供一种清洁机器人室内场景地图建模方法及机器人，以解决低成本室内场景地图建模的技术问题。

为了解决上述技术问题，本发明提供了一种清洁机器人室内场景地图建模方法，包括如下步骤：

步骤S1，清洁机器人在室内沿室内边界绕行一周，以获得室内边界位置信息；以及

步骤S2，通过清洁机器人随机行走，获得孤岛障碍物信息；

步骤S3，建立室内场景地图。

进一步，所述步骤S1中清洁机器人在室内沿室内边界绕行一周获得室内边界位置信息的方法包括：

步骤S101，先确定室内场景坐标系，即，根据机器人起始位置及起始朝向确定所述室内场景坐标系的原点位置及X轴、Y轴；

步骤S102，通过航位推测法推算清洁机器人在绕行时，所述清洁机器人的中心点在室内场景坐标系的坐标位置及当前清洁机器人的朝向，并根据该坐标位置、朝向及清洁机器人的自身坐标系计算出位于清洁机器人的且斜向分布的超声波传感器所对应的边界测量点在室内场景坐标系的位置坐标；所述清洁机器人在室内沿室内边界绕行一周，以获得相对于室内场景坐标系的室内边界位置信息。

进一步，所述步骤S102中根据所述坐标位置、朝向及清洁机器人的自身坐标系计算出位于所述位置坐标的方法包括：

设边界测量点的位置坐标E(X₁，Y₁)；

其中，X₁＝X₀+(D+a)×sin(Th+θ)；

Y₁＝Y₀+(D+a)×cos(Th+θ)；

式中，X₀、Y₀为清洁机器人的中心点在室内场景坐标系的坐标位置，D为超声波传感器与所述边界测量点的直线距离，a为所述中心点到超声波传感器的距离，Th为所述自身坐标系中X’轴与室内场景坐标系X轴的夹角，所述θ为所述超声波传感器的斜向夹角，即相对于所述自身坐标系中Y’轴的安装夹角。

进一步，所述步骤S2中还包括孤岛障碍物的判断方法包括：

当遇到障碍物时，根据所述室内边界位置信息判断是否是边界；

若为边界，则转180°后，再次随机移动；

若不为边界，则判断其为孤岛障碍物；并采用与所述室内边界位置信息相同的方法记录该孤岛障碍物的边界位置信息。

又一方面，本发明还提供了一种适于自主室内场景地图建模的清洁机器人，包括：呈圆饼形的机器人本体，沿所述机器人本体的前半圆周均匀分布有至少5个超声波传感器，且一个位于正前方，两个对称斜向分布，以及两个分别位于机器人本体的两侧；所述各超声波传感器分别与处理器模块相连；所述处理器模块适于控制清洁机器人沿室内边界绕行一周，以获得室内边界位置信息；以及还控制清洁机器人通过随机行走，获得孤岛障碍物信息，以建立室内场景地图。

进一步，所述室内边界位置信息的建立包括：

先确定室内场景坐标系，即，根据机器人起始位置及起始朝向确定所述室内场景坐标系的原点位置及X轴、Y轴；

再获取一斜向分布的超声波传感器所对应的边界测量点在所述室内场景坐标系的位置坐标E(X1，Y1)；

其中，X₁＝X₀+(D+a)×sin(Th+θ)；

Y₁＝Y₀+(D+a)×cos(Th+θ)；

式中，X0、Y0为清洁机器人的中心点在室内场景坐标系的坐标位置，D为超声波传感器与所述边界测量点的直线距离，a为中心点到超声波传感器的距离，Th为所述自身坐标系中X’轴与室内场景坐标系X轴的夹角，所述θ为超声波传感器相对于所述自身坐标系中Y’轴的安装夹角。

本发明的有益效果是，本发明通过清洁机器人自身携带的多传感器阵列记录室内障碍物和墙壁位置信息，从而对简单室内场景进行地图建模。由于普通家庭室内环境较简单，清洁机器人通过航位推算法推算出清洁机器人的中心点在室内场景坐标系的坐标位置及当前清洁机器人的朝向，即通过左右轮增量式编码器以及电子罗盘得到的自身位置信息；并结合超声波传感器探测到的障碍物距离，推算出室内边界(障碍物，例如但不限于墙壁、柜体等能够影响室内边界的物品)，从而建立起概略的室内环境地图，基本能够满足家用清洁机器人的定位需要。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1为清洁机器人的各超声波传感器分布及自身坐标系图；

图2为利用超声波传感器推测障碍物位置信息的原理图；

图3为机器人行走探测流程图；

图4为机器人探测室内环境示意图。

具体实施方式

现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

本发明的工作原理是：本发明采用一种利用室内清洁机器人自身携带的多传感器阵列记录室内障碍物和墙壁位置信息，从而对简单室内场景进行地图建模的方法。由于普通家庭室内环境较简单，清洁机器人通过航位推算法推算出清洁机器人的中心点在室内场景坐标系的坐标位置及当前清洁机器人的朝向，即通过左右轮增量式编码器以及电子罗盘得到的自身位置信息；并结合超声波传感器探测到的障碍物距离，推算出室内边界(障碍物，例如但不限于墙壁、柜体等能够影响室内边界的物品)，从而建立起概略的室内环境地图，基本能够满足家用清洁机器人的定位需要。

实施例1

图1为清洁机器人的各超声波传感器分布及自身坐标系图。

具体的，图1中机器人本体的外形为圆饼形，前方半圆周上对称分布着d0～d4共5个超声波传感器，可以为5个超声波传感器，也可以为8个超声波传感器分布。机器人的自身坐标系是以俯视图圆心为坐标原点O’，机器人正前方为X’轴正方向，垂直于X’轴且指向机器人左侧为Y’轴正方向。规定机器人俯视图的圆半径为a，因此原点O’到超声波传感器d1距离也为a，且超声波传感器d1与原点O’的连线与Y’轴的夹角为θ，即所述斜向夹角或安装夹角。

图2为利用超声波传感器推测障碍物位置信息的原理图。

具体的，Th是机器人自身坐标系中X’轴与室内场景坐标系的X轴的夹角，取值范围为[-90°，90°]，且规定当机器人自身坐标系中X’轴正方向(顺时针方向)偏向边界测量点方向时Th为负，远离则Th为正。图2所示为偏向边界测量点方向，此时的Th取负值。图2中的D表示超声波传感器d1测得到边界测量点(图中E点)的距离。β是由Th和θ相加得到的，是线段EO与室内场景坐标系Y轴的夹角。

如图1和图2所示，本发明的一种清洁机器人室内场景地图建模方法，包括如下步骤：

步骤S1，清洁机器人在室内沿室内边界绕行一周，以获得室内边界位置信息；以及

步骤S2，通过清洁机器人随机行走，获得孤岛障碍物信息；

步骤S3，建立室内场景地图。

进一步，所述步骤S1中清洁机器人在室内沿室内边界绕行一周获得室内边界位置信息的方法包括：

步骤S101，先确定室内场景坐标系，即，根据机器人起始位置及起始朝向确定所述室内场景坐标系的原点位置及X轴、Y轴；

步骤S102，通过航位推测法推算清洁机器人在绕行时，所述清洁机器人的中心点在室内场景坐标系的坐标位置及当前清洁机器人的朝向，并根据该坐标位置、朝向及清洁机器人的自身坐标系计算出位于清洁机器人的且斜向分布的超声波传感器(图1、图2中传感器d1或d3)所对应的边界测量点在室内场景坐标系的位置坐标；所述清洁机器人在室内沿室内边界绕行一周，以获得相对于室内场景坐标系的室内边界位置信息。

进一步，所述步骤S102中根据所述坐标位置、朝向及清洁机器人的自身坐标系计算出位于所述超声波传感器所对应的边界测量点在的室内场景坐标系的位置坐标的方法包括：

设边界测量点的位置坐标E(X₁，Y₁)；

其中，X₁＝X₀+(D+a)×sin(Th+θ)；

Y₁＝Y₀+(D+a)×cos(Th+θ)；

式中，X₀、Y₀为清洁机器人的中心点在室内场景坐标系的坐标位置，D为超声波传感器与所述边界测量点的直线距离，a为所述中心点到超声波传感器的距离，Th为所述自身坐标系中X轴与室内场景坐标系X轴的夹角，所述θ为所述超声波传感器的斜向夹角，即相对于所述自身坐标系中Y’轴的安装夹角。

进一步，所述步骤S2中还包括孤岛障碍物的判断方法包括：

当遇到障碍物时，根据所述室内边界位置信息判断是否是边界；

若为边界，则转180°后(转向后)，再次随机移动；

若不为边界，则判断其为孤岛障碍物；并采用与所述室内边界位置信息相同的方法记录该孤岛障碍物的边界位置信息。

实施例2

在实施例1基础上，本发明还提供了一种适于自主室内场景地图建模的清洁机器人，包括：

呈圆饼形的机器人本体，沿所述机器人本体的前半圆周均匀分布有至少5个超声波传感器，且一个位于于正前方(d2)，两个对称斜向分布(d1和d3)，以及两个分别位于机器人本体的两侧(d0和d4)；所述各超声波传感器分别与处理器模块相连；所述处理器模块适于控制清洁机器人沿室内边界绕行一周，以获得室内边界位置信息；以及还控制清洁机器人通过随机行走，获得孤岛障碍物信息，以建立室内场景地图。

进一步，所述室内边界位置信息的建立包括：

先确定室内场景坐标系，即，根据机器人起始位置及起始朝向确定所述室内场景坐标系的原点位置及X轴、Y轴；

再获取一斜向分布的超声波传感器所对应的边界测量点在所述室内场景坐标系的位置坐标E(X1，Y1)；

其中，X₁＝X₀+(D+a)×sin(Th+θ)；

Y₁＝Y₀+(D+a)×cos(Th+θ)；

式中，X0、Y0为清洁机器人的中心点在室内场景坐标系的坐标位置，D为超声波传感器与所述边界测量点的直线距离，a为中心点到超声波传感器的距离，Th为所述自身坐标系中X轴与室内场景坐标系X轴的夹角，所述θ为超声波传感器相对于所述自身坐标系中Y’轴的安装夹角。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims (6)

1.一种清洁机器人室内场景地图建模方法，包括如下步骤：

步骤S1，清洁机器人在室内沿室内边界绕行一周，以获得室内边界位置信息；以及

步骤S2，通过清洁机器人随机行走，获得孤岛障碍物信息；

步骤S3，建立室内场景地图。

2.根据权利要求1所述的清洁机器人室内场景地图建模方法，其特征在于，所述步骤S1中清洁机器人在室内沿室内边界绕行一周获得室内边界位置信息的方法包括：

步骤S101，先确定室内场景坐标系，即，根据机器人起始位置及起始朝向确定所述室内场景坐标系的原点位置及X轴、Y轴；

步骤S102，通过航位推测法推算清洁机器人在绕行时，所述清洁机器人的中心点在室内场景坐标系的坐标位置及当前清洁机器人的朝向，并根据该坐标位置、朝向及清洁机器人的自身坐标系计算出位于清洁机器人的且斜向分布的超声波传感器所对应的边界测量点在室内场景坐标系的位置坐标；所述清洁机器人沿室内边界绕行一周，以获得相对于室内场景坐标系的室内边界位置信息。

3.根据权利要求2所述的清洁机器人室内场景地图建模方法，其特征在于，所述步骤S102中根据所述坐标位置、朝向及清洁机器人的自身坐标系计算出位于所述位置坐标的方法包括：

设边界测量点的位置坐标E(X₁，Y₁)；

其中，X₁＝X₀+(D+a)×sin(Th+θ)；

Y₁＝Y₀+(D+a)×cos(Th+θ)；

式中，X₀、Y₀为清洁机器人的中心点在室内场景坐标系的坐标位置，D为超声波传感器与所述边界测量点的直线距离，a为所述中心点到超声波传感器的距离，Th为所述自身坐标系中X’轴与室内场景坐标系X轴的夹角，所述θ为所述超声波传感器的斜向夹角，即相对于所述自身坐标系中Y’轴的安装夹角。

4.根据权利要求3所述的清洁机器人室内场景地图建模方法，其特征在于，所述步骤S2中还包括孤岛障碍物的判断方法包括：

当遇到障碍物时，根据所述室内边界位置信息判断是否是边界；

若为边界，则转180°后，再次随机移动；

若不为边界，则判断其为孤岛障碍物；并采用与所述室内边界位置信息相同的方法记录该孤岛障碍物的边界位置信息。

5.一种适于自主室内场景地图建模的清洁机器人，其特征在于，包括：

呈圆饼形的机器人本体，沿所述机器人本体的前半圆周均匀分布有至少5个超声波传感器，且一个位于正前方，两个对称斜向分布，以及两个分别位于机器人本体的两侧；

所述各超声波传感器分别与处理器模块相连；

所述处理器模块适于控制清洁机器人沿室内边界绕行一周，以获得室内边界位置信息；以及

还控制清洁机器人通过随机行走，获得孤岛障碍物信息，以建立室内场景地图。

6.根据权利要求5所述的清洁机器人，其特征在于，所述室内边界位置信息的建立包括：

先确定室内场景坐标系，即，根据机器人起始位置及起始朝向确定所述室内场景坐标系的原点位置及X轴、Y轴；

再获取一斜向分布的超声波传感器所对应的边界测量点在所述室内场景坐标系的位置坐标E(X1，Y1)；

其中，X₁＝X₀+(D+a)×sin(Th+θ)；

Y₁＝Y₀+(D+a)×cos(Th+θ)；

式中，X0、Y0为清洁机器人的中心点在室内场景坐标系的坐标位置，D为超声波传感器与所述边界测量点的直线距离，a为中心点到超声波传感器的距离，Th为所述自身坐标系中X’轴与室内场景坐标系X轴的夹角，所述θ为超声波传感器相对于所述自身坐标系中Y’轴的安装夹角。