CN106226755A - 机器人 - Google Patents

Abstract

本公开是关于一种机器人，包括：发射源，用于发射检测光线；感光组件，用于感应所述检测光线在物体表面形成并返回的反射光线；处理组件，用于识别所述反射光线中包含的由实际被检测物体附近的干扰物体形成的干扰光线，并消除所述干扰光线形成的噪音信号，以避免所述机器人在受到所述干扰光线干扰时发生异常动作。通过本公开的技术方案，可以准确识别出干扰光线，并及时消除相应的噪音信号，以确保机器人的正常行走、避免产生异常动作。

Description

机器人

技术领域

本公开涉及机器人技术领域，尤其涉及一种机器人。

背景技术

在相关技术中，机器人通过向周围发射检测光线并接收处理相应的反射光线，以实现对周围环境的检测和学习，从而基于周围环境执行相应的动作。例如，机器人可以通过上述的光线收发过程，检测自身与周围障碍物之间的距离，从而确定在每个方向上的行走距离。

但是，由于周围环境较为复杂，在机器人接收到的反射光线中可能掺杂了干扰物体形成的干扰光线，导致机器人据此执行相应动作时，可能产生动作异常，不仅会影响到机器人对于预设操作的执行、降低操作执行效率，而且还可能造成机器人自身或对周围环境的损坏。

发明内容

本公开提供一种机器人，以解决相关技术中的不足。

根据本公开实施例的第一方面，提供一种机器人，包括：

发射源，用于发射检测光线；

感光组件，用于感应所述检测光线在物体表面形成并返回的反射光线；

处理组件，用于识别所述反射光线中包含的由实际被检测物体附近的干扰物体形成的干扰光线，并消除所述干扰光线形成的噪音信号，以避免所述机器人在受到所述干扰光线干扰时发生异常动作。

可选的，所述感光组件形成感光平面，所述处理组件根据所述反射光线在所述感光平面上形成的光斑规格，识别所述反射光线中是否包含干扰光线。

可选的，所述处理组件还根据所述反射光线生成与相应的实际被检测物体之间的距离，并根据所述距离所处的预设距离范围，读取与所述预设距离范围对应的预设规格；

其中，当所述光斑规格大于预设规格时，所述处理组件判定相应的反射光线中包含干扰光线。

可选的，所述感光平面上包含若干感光单元；所述处理组件选取感应到的光线强度大于预设强度的感光单元，并根据被选中的感光单元在所述感光平面上的相对位置，确定出所述光斑规格。

可选的，所述处理组件根据所述反射光线确定与相应的实际被检测物体之间的距离，以控制所述机器人实现自主行走。

可选的，当识别出所述反射光线中包含干扰光线时，所述处理组件将基于该反射光线确定出的距离作为所述噪音信号，并对所述噪音信号进行预设处理。

可选的，所述处理组件还将确定出的距离应用于同步定位与地图构建SLAM算法中，得到相应的SLAM地图，以控制所述机器人按照所述SLAM地图实现自主行走。

可选的，所述干扰物体包括以下至少之一：

当所述实际被测物体采用透光材料制成时，位于所述实际被检测物体后方的采用反光材料制成的物体；

当所述实际被测物体采用反光材料制成时，位于所述实际被检测物体后方的采用反光材料制成的物体。

可选的，所述发射源、所述感光组件和所述处理组件属于所述机器人上的测距装置。

可选的，所述测距装置包括：激光测距装置。

可选的，所述异常动作包括：突然减速或突然停止。

可选的，所述机器人为自主清洁设备。

本公开的实施例提供的技术方案可以包括以下有益效果：

由上述实施例可知，本公开通过识别出反射光线中掺杂的干扰光线，并消除相应的噪音信号，可以避免干扰物体影响机器人对周围环境的检测，确保机器人对于周围环境的检测结果符合客观情况，避免机器人收到干扰光线的干扰而发生异常动作，防止影响机器人的操作效率，并避免机器人自身或周围环境被损坏。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1-4是根据一示例性实施例示出的一种机器人的结构示意图。

图5是相关技术中的一种产生噪音信号的场景示意图。

图6是相关技术中的另一种产生噪音信号的场景示意图。

图7是根据一示例性实施例示出的一种机器人的结构框图。

图8是根据一示例性实施例示出的一种感光组件在正常情况下的感光状况示意图。

图9是图8中的单个光斑对应的电信号强度曲线的示意图。

图10是CMOS传感器的单个处理周期的示意图。

图11是根据一示例性实施例示出的一种感光组件在异常情况下的感光状况示意图。

图12是图11中的两个光斑对应的电信号强度曲线的示意图。

图13是根据一示例性实施例示出的另一种感光组件在异常情况下的感光状况示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1-4是根据一示例性实施例示出的一种机器人的结构示意图，如图1-4所示，机器人100可以为扫地机器人、拖地机器人等自主清洁设备，该机器人100可以包含机器主体110、感知系统120、控制系统130、驱动系统140、清洁系统150、能源系统160和人机交互系统170。其中：

机器主体110包括前向部分111和后向部分112，具有近似圆形形状(前后都为圆形)，也可具有其他形状，包括但不限于前方后圆的近似D形形状。

感知系统120包括位于机器主体110上方的位置确定装置121、位于机器主体110的前向部分111的缓冲器122、悬崖传感器123和超声传感器(图中未示出)、红外传感器(图中未示出)、磁力计(图中未示出)、加速度计(图中未示出)、陀螺仪(图中未示出)、里程计(图中未示出)等传感装置，向控制系统130提供机器的各种位置信息和运动状态信息。位置确定装置121包括但不限于摄像头、激光测距装置(LDS)。下面以三角测距法的激光测距装置为例说明如何进行位置确定。三角测距法的基本原理基于相似三角形的等比关系，在此不做赘述。

激光测距装置包括发光单元和受光单元。发光单元可以包括发射光的光源，光源可以包括发光元件，例如发射红外光线或可见光线的红外或可见光线发光二极管(LED)。优选地，光源可以是发射激光束的发光元件。在本实施例中，将激光二极管(LD)作为光源的例子。具体地，由于激光束的单色、定向和准直特性，使用激光束的光源可以使得测量相比于其它光更为准确。例如，相比于激光束，发光二极管(LED)发射的红外光线或可见光线受周围环境因素影响(例如对象的颜色或纹理)，而在测量准确性上可能有所降低。激光二极管(LD)可以是点激光，测量出障碍物的二维位置信息，也可以是线激光，测量出障碍物一定范围内的三维位置信息。

受光单元可以包括图像传感器，在该图像传感器上形成由障碍物反射或散射的光点。图像传感器可以是单排或者多排的多个单位像素的集合。这些受光元件可以将光信号转换为电信号。图像传感器可以为互补金属氧化物半导体(CMOS)传感器或者电荷耦合元件(CCD)传感器，由于成本上的优势优选是互补金属氧化物半导体(CMOS)传感器。而且，受光单元可以包括受光透镜组件。由障碍物反射或散射的光可以经由受光透镜组件行进以在图像传感器上形成图像。受光透镜组件可以包括单个或者多个透镜。

基部可以支撑发光单元和受光单元，发光单元和受光单元布置在基部上且彼此间隔一特定距离。为了测量机器人周围360度方向上的障碍物情况，可以使基部可旋转地布置在主体110上，也可以基部本身不旋转而通过设置旋转元件而使发射光、接收光发生旋转。旋转元件的旋转角速度可以通过设置光耦元件和码盘获得，光耦元件感应码盘上的齿缺，通过齿缺间距的滑过时间和齿缺间距离值相除可得到瞬时角速度。码盘上齿缺的密度越大，测量的准确率和精度也就相应越高，但在结构上就更加精密，计算量也越高；反之，齿缺的密度越小，测量的准确率和精度相应也就越低，但在结构上可以相对简单，计算量也越小，可以降低一些成本。

与受光单元连接的数据处理装置，如DSP，将相对于机器人0度角方向上的所有角度处的障碍物距离值记录并传送给控制系统130中的数据处理单元，如包含CPU的应用处理器(AP)，CPU运行基于粒子滤波的定位算法获得机器人的当前位置，并根据此位置制图，供导航使用。定位算法优选使用即时定位与地图构建(SLAM)。

基于三角测距法的激光测距装置虽然在原理上可以测量一定距离以外的无限远距离处的距离值，但实际上远距离测量(例如6米以上)的实现是很有难度的，主要因为受光单元的传感器上像素单元的尺寸限制，同时也受传感器的光电转换速度、传感器与连接的DSP之间的数据传输速度、DSP的计算速度影响。激光测距装置受温度影响得到的测量值也会发生系统无法容忍的变化，主要是因为发光单元与受光单元之间的结构发生的热膨胀变形导致入射光和出射光之间的角度变化，发光单元和受光单元自身也会存在温漂问题。激光测距装置长期使用后，由于温度变化、振动等多方面因素累积而造成的形变也会严重影响测量结果。测量结果的准确性直接决定了绘制地图的准确性，是机器人进一步进行策略实行的基础，尤为重要。

机器主体110的前向部分111可承载缓冲器122，在清洁过程中驱动轮模块141推进机器人在地面行走时，缓冲器122经由传感器系统，例如红外传感器，检测机器人100的行驶路径中的一或多个事件(或对象)，机器人可通过由缓冲器122检测到的事件(或对象)，例如障碍物、墙壁，而控制驱动轮模块141使机器人来对所述事件(或对象)做出响应，例如远离障碍物。

控制系统130设置在机器主体110内的电路主板上，包括与非暂时性存储器，例如硬盘、快闪存储器、随机存取存储器，通信的计算处理器，例如中央处理单元、应用处理器，应用处理器根据激光测距装置反馈的障碍物信息利用定位算法，例如SLAM，绘制机器人所在环境中的即时地图。并且结合缓冲器122、悬崖传感器123和超声传感器、红外传感器、磁力计、加速度计、陀螺仪、里程计等传感装置反馈的距离信息、速度信息综合判断扫地机当前处于何种工作状态，如过门槛，上地毯，位于悬崖处，上方或者下方被卡住，尘盒满，被拿起等等，还会针对不同情况给出具体的下一步动作策略，使得机器人的工作更加符合主人的要求，有更好的用户体验。进一步地，控制系统130能基于SLAM绘制的即时地图信息规划最为高效合理的清扫路径和清扫方式，大大提高机器人的清扫效率。

驱动系统140可基于具有距离和角度信息，例如x、y及θ分量的驱动命令而操纵机器人100跨越地面行驶。驱动系统140包含驱动轮模块141，驱动轮模块141可以同时控制左轮和右轮，为了更为精确地控制机器的运动，优选驱动轮模块141分别包括左驱动轮模块和右驱动轮模块。左、右驱动轮模块沿着由主体110界定的横向轴对置。为了机器人能够在地面上更为稳定地运动或者更强的运动能力，机器人可以包括一个或者多个从动轮142，从动轮包括但不限于万向轮。驱动轮模块包括行走轮和驱动马达以及控制驱动马达的控制电路，驱动轮模块还可以连接测量驱动电流的电路和里程计。驱动轮模块141可以可拆卸地连接到主体110上，方便拆装和维修。驱动轮可具有偏置下落式悬挂系统，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偏置的弹簧偏置。弹簧偏置允许驱动轮以一定的着地力维持与地面的接触及牵引，同时机器人100的清洁元件也以一定的压力接触地面10。

清洁系统150可为干式清洁系统和/或湿式清洁系统。作为干式清洁系统，主要的清洁功能源于滚刷结构、尘盒结构、风机结构、出风口以及四者之间的连接部件所构成的清扫系统151。与地面具有一定干涉的滚刷结构将地面上的垃圾扫起并卷带到滚刷结构与尘盒结构之间的吸尘口前方，然后被风机结构产生并经过尘盒结构的有吸力的气体吸入尘盒结构。扫地机的除尘能力可用垃圾的清扫效率DPU(Dust pick up efficiency)进行表征，清扫效率DPU受滚刷结构和材料影响，受吸尘口、尘盒结构、风机结构、出风口以及四者之间的连接部件所构成的风道的风力利用率影响，受风机的类型和功率影响，是个复杂的系统设计问题。相比于普通的插电吸尘器，除尘能力的提高对于能源有限的清洁机器人来说意义更大。因为除尘能力的提高直接有效降低了对于能源要求，也就是说原来充一次电可以清扫80平米地面的机器，可以进化为充一次电清扫180平米甚至更多。并且减少充电次数的电池的使用寿命也会大大增加，使得用户更换电池的频率也会增加。更为直观和重要的是，除尘能力的提高是最为明显和重要的用户体验，用户会直接得出扫得是否干净/擦得是否干净的结论。干式清洁系统还可包含具有旋转轴的边刷152，旋转轴相对于地面成一定角度，以用于将碎屑移动到清洁系统150的滚刷区域中。

能源系统160包括充电电池，例如镍氢电池和锂电池。充电电池可以连接有充电控制电路、电池组充电温度检测电路和电池欠压监测电路，充电控制电路、电池组充电温度检测电路、电池欠压监测电路再与单片机控制电路相连。主机通过设置在机身侧方或者下方的充电电极与充电桩连接进行充电。如果裸露的充电电极上沾附有灰尘，会在充电过程中由于电荷的累积效应，导致电极周边的塑料机体融化变形，甚至导致电极本身发生变形，无法继续正常充电。

人机交互系统170包括主机面板上的按键，按键供用户进行功能选择；还可以包括显示屏和/或指示灯和/或喇叭，显示屏、指示灯和喇叭向用户展示当前机器所处状态或者功能选择项；还可以包括手机客户端程序。对于路径导航型清洁设备，在手机客户端可以向用户展示设备所在环境的地图，以及机器所处位置，可以向用户提供更为丰富和人性化的功能项。

为了更加清楚地描述机器人的行为，进行如下方向定义：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在地面上行进：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“前向”，且沿着前后轴y的后向驱动方向标示为“后向”。横向轴x实质上是沿着由驱动轮模块141的中心点界定的轴心在机器人的右轮与左轮之间延伸。其中，机器人100可以绕x轴转动。当机器人100的前向部分向上倾斜，后向部分向下倾斜时为“上仰”，且当机器人100的前向部分向下倾斜，后向部分向上倾斜时为“下俯”。另外，机器人100可以绕z轴转动。在机器人的前向方向上，当机器人100向Y轴的右侧倾斜为“右转”，当机器人100向y轴的左侧倾斜为“左转”。

当采用光线收发方式进行预设处理时，例如上述机器人100的感知系统120中的激光测距装置，通过采用发光单元、受光单元和数据处理装置之间的配合，可以对机器人100与周围障碍物之间的距离进行测量。比如图5所示，感知系统120通过向周围发射激光等检测光线(实际由发光单元发出)，假定该检测光线到达实际被检测物体2表面的A点后，向感知系统120返回相应的反射光线1，以供感知系统120据此确定机器人100与实际被检测物体2之间的距离。但是，当物体2采用反光材料制成，且物体2的后方(即远离机器人100的方向)存在反光材料制成的干扰物体20时，物体2会在该干扰物体20上形成相应的像，导致A点在该干扰物体20上形成相应的B点，造成感知系统120实际接收到的反射光线中，同时包含对应于A点的反射光线1和对应于B点的反射光线2，即反射光线中包含有干扰光线(即反射光线2)，可能导致机器人100突然减速或停止等异常动作。

再比如图6所示，假定该检测光线到达实际被检测物体2表面的C点后，向感知系统120返回相应的反射光线3，以供感知系统120据此确定机器人100与实际被检测物体2之间的距离。但是，当物体2采用透光材料制成(例如物体2呈透明或半透明状)，且物体2的后方(即远离机器人100的方向)存在反光材料制成的干扰物体21时，检测光线能够穿过该物体2上的C点并到达干扰物体21处的D点，使得该干扰物体21上的D点处会形成相应的反射光线4，造成感知系统120实际接收到的反射光线中，同时包含对应于C点的反射光线3和对应于D点处光斑的反射光线4，即反射光线中包含有干扰光线(即反射光线4)，可能导致机器人100突然减速或突然停止等异常动作。

可见，在相关技术中，受光单元接收到包含干扰光线的反射光线后，数据处理装置直接对该反射光线进行处理，以确定出机器人100与物体2之间的距离，但由于干扰光线的存在，导致该距离显然存在数据不准确的问题。实际上，不仅限于上述的激光测距装置，在所有采用光线收发方式进行预设处理的方案中，相关技术均直接对采集到的反射光线进行处理，并不会区分该反射光线中包含的干扰光线，造成该预设处理的处理结果可能并不符合实际情况或预先设想的处理状况，可能需要重新、反复执行该预设处理，造成处理效率的降低，还可能导致机器人100发生异常动作，甚至造成对机器人100自身或对周围环境的损坏。

因此，图7是根据本公开一示例性实施例示出的一种机器人的结构示意图。如图7所示，该机器人100可以包括：

发射源31，用于发射检测光线；例如，该发射源31可以为LED(Light EmittingDiode，发光二极管)、LD(Laser Diode，半导体激光器)或其他形式，本公开并不对此进行限制。

感光组件32，用于感应检测光线在物体表面形成并返回的反射光线；例如，该感光组件32可以为CCD(Charge-coupled Device，电荷耦合元件)传感器、CMOS(ComplementaryMetal Oxide Semiconductor互补金属氧化物半导体)传感器或其他形式，本公开并不对此进行限制。

处理组件33，用于识别反射光线中包含的由实际被检测物体附近的干扰物体形成的干扰光线，并消除干扰光线形成的噪音信号，以避免机器人100在受到干扰光线干扰时发生异常动作；例如，处理组件33可以为DSP(Digital Signal Processing，数字信号处理)芯片、单片机或者其他形式，本公开并不对此进行限制。

举例而言，当发射源31为LD、感光组件32为CMOS传感器、处理组件33为DSP芯片时，三者可以组成机器人100中的感知系统120中的激光测距装置(LDS)，从而通过本公开的技术方案，准确、及时地识别出反射光线中是否包含干扰光线，可以避免机器人100发生异常动作。下面均以该LDS结构为例进行说明。

如图8所示，CMOS传感器形成一感光平面321，该感光平面321由若干感光单元322组成。当反射光线照射到该感光平面321表面时，可以在感光平面321上形成一光斑4，该光斑4的光线强度从边缘处向中心处逐渐增大，而感光平面321上被该光斑4照射到的每个感光单元322可以将感应到的光线强度转换为相应的电信号强度，那么当电信号强度大于预设强度时，表明相应的感光单元322位于光斑4的覆盖范围内。为了便于理解，图9为图8所示光斑4在E-E方向上对应的光线强度对应的电信号强度的示意图。如图9所示，电信号强度的大小与光线强度的大小呈正相关，使得电信号强度从光斑4的边缘处向中心处逐渐增大，形成图9所示的一个波峰。

其中，每个感光单元322可以按照图10所示的周期进行处理。如图10所示，假定每个周期的长度为550μs，且每个周期被划分为两个阶段：t1和t2；其中，在t1阶段中，每个感光单元322获取相应的电信号强度，然后在t2阶段中将该电信号强度发送至DSP进行处理。那么，DSP可以获取每个感光单元322对应的电信号强度，从而结合预先定义的每个感光单元322在感光平面321上的相对位置信息，即可确定出光斑4在感光平面321上的位置以及光线强度，并进而确定出该光斑4对应的实际被检测物体的距离。

而在图5(或图6；此处以图5为例)所示的场景中，由于实际被检测物体2和干扰物体20分别形成相应的反射光线1和反射光线2，使得感光平面321上形成的光斑区别于图8所示的状况。如图11所示，由于同时存在反射光线1和反射光线2，那么感光平面321上可以分别形成对应于反射光线1的光斑41和反射光线2的光斑42(虽然图11所示光斑41的规格大于光斑42，但此处仅为举例说明，本公开并不对此进行限制；实际上，光斑41的规格也可能小于或等于光斑42。此外，根据不同情况，光斑41、光斑42还会呈现出不同的亮度关系，本公开同样并不对此进行限制)。相应地，图12为图11所示的光斑41与光斑42在F-F方向上对应的光线强度对应的电信号强度的示意图。如图12所示，电信号强度的大小与光线强度的大小呈正相关，使得光斑41对应的电信号强度从光斑41的边缘处向中心处逐渐增大、光斑42对应的电信号强度从光斑42的边缘处向中心处逐渐增大，从而形成图12所示的两个波峰。

假定机器人100在相同位置对实际被测物体2进行光线收发，那么该实际被测物体2在图8形成的光斑4与在图11形成的光斑41应当一致，例如光斑4与光斑41的规格均为d(直径为d的圆形)。但是，在图11所示的实施例中，由于存在反射光线2形成的光斑42，使得光斑41与光斑42共同构成的规格为D＞d。

因此，利用上述原理，处理组件33可以根据反射光线在感光平面321上形成的光斑规格，识别反射光线中是否包含干扰光线。例如，当光斑规格大于预设规格时，可以判定为存在干扰光线，即诸如图11所示的情况；而当光斑规格不大于预设规格时，可以判定为不存在干扰光线，即诸如图8所示的情况。其中，光斑规格应当指感光平面321上检测到的所有光斑形成的光斑组合的最大规格；例如图13所示，当光斑41与光斑42沿任意角度排列时，可以沿两个光斑的连心线GG确定出光斑41、光斑42的最远边缘，从而得到上述的光斑规格D。

在一实施例中，当发射源31发出的光线为理想的平行光或十分接近理想的平行光时，可以在任意场景下使用预定义的唯一的预设规格，以识别反射光线中是否存在干扰光线。

在另一实施例中，当发射源31发出的光线并非理想的平行光或与理想的平行光差距较大时，随着对应的实际被检测物体2或干扰物体20的距离远近不同，光斑4或光斑41、光斑42的规格将存在较为明显的变化。因此，针对不同距离的场景下，可以选用相匹配的上述预设规格，以更为准确地识别反射光线中是否存在干扰光线。

例如，可以预先在不同距离范围下，对光斑4的光斑规格d、光斑41与光斑42的光斑规格D等进行测量，确定出每个距离范围对应的预设规格。比如当LDS的测量距离为600cm内时，可以在LDS初始化的过程中，CMOS传感器采样到的光斑规格的阶梯值来确定每一距离范围对应的预设规格，譬如将6m的测量距离划分为：15cm～25cm、25cm～50cm、50cm～100cm、100cm～200cm、200cm～300cm、300cm～400cm、400cm～500cm、500cm～600cm等距离范围，那么可以将15cm～25cm的距离范围对应的预设规格设定为120像素(假定每一感光单元322的规格为1像素)、将25cm～50cm的距离范围对应的预设规格设定为90像素等，距离范围越远时对应的预设规格的数值越小。

那么，处理组件33可以根据感光组件32感应到的反射光线生成与相应的实际被检测物体2之间的距离，并根据距离所处的预设距离范围，读取与预设距离范围对应的预设规格；其中，当光斑规格大于预设规格时，处理组件33判定相应的反射光线中包含干扰光线。需要说明的是：当反射光线中包含干扰光线时，处理组件33仍然能够按照诸如三角测距算法等计算出相应的距离，虽然该距离并不准确，但能够表现出实际被检测物体2的大致距离范围，以便于确定出恰当的预设规格，从而准确识别出反射光线中是否包含干扰光线。

举例而言，假定感光组件32感应到的反射光线，对应的光斑规格为115像素。其中：

当处理组件33根据感光组件32上报的电信号强度，计算出的距离所属的距离范围为15cm～25cm时，选用相应的预设规格为120像素，那么由于光斑规格为115像素＜120像素，判定为反射光线在感光屏幕321上仅形成一个波峰，即反射光线中不包含干扰光线，处理组件33可以将计算出的上述距离作为与相应的实际被检测物体2之间的间隔距离，并据此控制机器人100实现自主行走等预设操作。

当处理组件33根据感光组件32上报的电信号强度，计算出的距离所属的距离范围为25cm～50cm时，选用相应的预设规格为90像素，那么由于光斑规格为115像素＞90像素，判定为反射光线在感光屏幕321上形成两个波峰(或者两个以上数量的波峰)，即反射光线中包含干扰光线，那么处理组件33可以将计算出的上述距离作为噪音信号进行删除或其他预设处理，以避免据此控制机器人100实现自主行走等预设操作，避免机器人100出现突然加速、突然减速、突然停止或发生碰撞等异常动作。

综上所述，本公开通过识别出反射光线中掺杂的干扰光线，并消除相应的噪音信号，可以避免干扰物体影响机器人对周围环境的检测，确保机器人对于周围环境的检测结果符合客观情况，避免机器人收到干扰光线的干扰而发生异常动作，防止影响机器人的操作效率，并避免机器人自身或周围环境被损坏。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (12)

1.一种机器人，其特征在于，包括：

发射源，用于发射检测光线；

感光组件，用于感应所述检测光线在物体表面形成并返回的反射光线；

处理组件，用于识别所述反射光线中包含的由实际被检测物体附近的干扰物体形成的干扰光线，并消除所述干扰光线形成的噪音信号，以避免所述机器人在受到所述干扰光线干扰时发生异常动作。

2.根据权利要求1所述的机器人，其特征在于，所述感光组件形成感光平面，所述处理组件根据所述反射光线在所述感光平面上形成的光斑规格，识别所述反射光线中是否包含干扰光线。

3.根据权利要求2所述的机器人，其特征在于，所述处理组件还根据所述反射光线生成与相应的实际被检测物体之间的距离，并根据所述距离所处的预设距离范围，读取与所述预设距离范围对应的预设规格；

其中，当所述光斑规格大于预设规格时，所述处理组件判定相应的反射光线中包含干扰光线。

4.根据权利要求2所述的机器人，其特征在于，所述感光平面上包含若干感光单元；所述处理组件选取感应到的光线强度大于预设强度的感光单元，并根据被选中的感光单元在所述感光平面上的相对位置，确定出所述光斑规格。

5.根据权利要求1所述的机器人，其特征在于，所述处理组件根据所述反射光线确定与相应的实际被检测物体之间的距离，以控制所述机器人实现自主行走。

6.根据权利要求5所述的机器人，其特征在于，当识别出所述反射光线中包含干扰光线时，所述处理组件将基于该反射光线确定出的距离作为所述噪音信号，并对所述噪音信号进行预设处理。

7.根据权利要求5所述的机器人，其特征在于，所述处理组件还将确定 出的距离应用于同步定位与地图构建SLAM算法中，得到相应的SLAM地图，以控制所述机器人按照所述SLAM地图实现自主行走。

8.根据权利要求1所述的机器人，其特征在于，所述干扰物体包括以下至少之一：

当所述实际被测物体采用透光材料制成时，位于所述实际被检测物体后方的采用反光材料制成的物体；

当所述实际被测物体采用反光材料制成时，位于所述实际被检测物体后方的采用反光材料制成的物体。

9.根据权利要求1所述的机器人，其特征在于，所述发射源、所述感光组件和所述处理组件属于所述机器人上的测距装置。

10.根据权利要求9所述的机器人，其特征在于，所述测距装置包括：激光测距装置。

11.根据权利要求1-10任一所述的机器人，其特征在于，所述异常动作包括：突然减速或突然停止。

12.根据权利要求1所述的机器人，其特征在于，所述机器人为自主清洁设备。