CN107421538A - 导航系统及导航方法 - Google Patents

Abstract

本发明公开了一种导航系统及导航方法，应用于电子装置，导航系统包含：处理器，用以依据导航路径以来控制电子装置的移动方向，并取得空间信息，依据空间信息设置航点；以及多个测距模块，分别用以测量电子装置与航点的航点距离值；其中，当处理器判断航点距离值小于航点门槛值时，处理器根据由测距模块取得的多个障碍距离值计算出第一距离值及第二距离值，当第一距离值小于第二距离值，则处理器控制电子装置执行第一行为，当第一距离值大于第二距离值，则处理器控制电子装置执行第二行为，当第一距离值等于第二距离值，则处理器控制电子装置执行第三行为。本发明可避免移动电子装置碰撞到障碍物。

Description

导航系统及导航方法

技术领域

本发明是有关于一种导航系统及导航方法，特别是有关于一种应用于移动机器人的导航系统及导航方法。

背景技术

机器人导航技术日益成熟，然而应用于居家型服务的机器人，由于需面对高不确定性居家环境与障碍物摆设，因此居家型服务机器人需要有更好更稳定的自主导航能力。

发明内容

本发明的目的在于提供一种可避免移动电子装置碰撞到障碍物的导航系统及导航方法。

根据本发明的一个方面，本发明提供一种导航系统，应用于电子装置，导航系统包含：处理器及多个测距模块。处理器用以依据导航路径来控制电子装置的移动方向，并取得空间信息，依据空间信息设置航点。测距模块分别用以测量电子装置与航点的航点距离值。其中，当处理器判断航点距离值小于航点门槛值时，处理器根据由测距模块取得的多个障碍距离值计算出第一距离值及第二距离值，当第一距离值小于第二距离值，则处理器控制电子装置执行第一行为，当第一距离值大于第二距离值，则处理器控制电子装置执行第二行为，当第一距离值等于第二距离值，则处理器控制电子装置执行第三行为。

根据本发明的另一个方面，本发明还提供一种导航方法，包含：取得空间信息，依据空间信息设置航点；测量电子装置与航点的航点距离值；判断航点距离值是否小于航点门槛值；当判断航点距离值小于航点门槛值时，处理器根据由多个测距模块取得的多个障碍距离值计算出第一距离值及第二距离值，当第一距离值小于第二距离值，则处理器控制电子装置执行第一行为，当第一距离值大于第二距离值，则处理器控制电子装置执行第二行为，当第一距离值等于第二距离值，则处理器控制电子装置执行第三行为。

本发明通过航点的设置，能使导航系统侦测移动机器人与航点的距离值，并且导航系统计算获得移动机器人目标的行进速度及转向系数。当移动机器人依据此行进速度及转向系数移动时，可避免碰撞到障碍物。

为使本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图在下文中作出详细说明，应当理解的是上述一般描述和以下详细的描述仅为示例，旨在对所要求保护的本发明提供进一步的解释。

应当理解的是，发明内容中可能不包含本发明的所有方面和实施例，因此并不意味着以任何方式进行限制或限制。本发明的公开包括对本领域技术人员显而易见的各种改进和修改。

附图说明

为了更好地理解本发明，说明书包括附图并且附图构成说明书的一部分。附图例举说明了本发明的实施例，结合说明书的描述用来解释本发明的原理。

图1A为根据本发明一实施例示出的一种导航系统的示意图；

图1B为根据本发明一实施例示出的一种移动机器人的示意图；

图2为根据本发明一实施例示出的一种导航系统的操作环境的示意图；

图3为根据本发明一实施例示出的一种导航方法的流程图；

图4A～4F为根据本发明一实施例示出的一种导航系统的输出结果的示意图；

图5A、6A、7A及8A为根据本发明一实施例示出的一种导航方法的参数对应关系的示意图；

图5B、6B、7B及8B为根据本发明一实施例示出的一种导航系统的操作行为的示意图。

具体实施方式

请参阅图1A～1B。图1A为根据本发明一实施例示出的一种导航系统100的示意图。图1B为根据本发明一实施例示出的一种移动机器人150的示意图。在一实施例中，导航系统100包含处理器10及多个测距模块S1～S5。在一实施例中，导航系统100还包含储存模块20及电源供应器30。

在一实施例中，处理器10可以由微控制单元(microcontroller)、微处理器(microprocessor)、数字信号处理器(digital signal processor)、特殊应用集成电路(application specific integrated circuit，ASIC)或逻辑电路实现。在一实施例中，测距模块S1～S5包含超声波发射器、接收器和控制电路。在一实施例中，测距模块S1～S5可以是超声波测距模块、激光测距仪、或其它具有测距功能的装置。在一实施例中，储存模块20可用以储存至少一个地图信息，储存模块20可由内存、硬盘、移动硬盘等装置实施。

在一实施例中，处理器10、多个测距模块S1～S5、储存模块20及电源供应器30可以设置在移动机器人150的内部(例如为本体BD)。举例而言，如图1B所示，若沿着A-A沿线将移动机器人150横切开，则可由俯视的视角看到如图1A所示的各元件的设置方式。

在一实施例中，本发明所述的电子装置可以是移动机器人150，然而本发明并不限于此，一些具有移动功能的电子装置亦可应用本发明。在一实施例中，移动机器人150是一种具有自主导航功能的居家型服务机器人，可依据事先定义或实时侦测而得的导航路径移动，例如移动机器人150可在客厅与房间之间移动。

在一实施例中，移动机器人150是通过至少一个支撑部NK以连接头部HD及本体BD。

在一实施例中，移动机器人150中的处理器10可通过控制马达(未示出)以转动轮子WH1、WH2，借此控制轮子WH1、WH2的速度与转向，使移动机器人150能够依据导航路径移动。

在一实施例中，移动机器人150的头部HD可包含摄像机C1、C2，用以拍摄影像。在一实施例中，摄像机C1、C2可以由至少一个电荷耦合元件(Charge Coupled Device；CCD)或互补式金氧半导体(Complementary Metal-Oxide Semiconductor；CMOS)传感器组成。

接着，请一并参阅图2～3。图2为根据本发明一实施例示出的一种导航系统100的操作环境RM的示意图。图3为根据本发明一实施例示出的一种导航方法300的流程图。需注意的是，本发明下述实施例都可由图1A的导航系统100实现，然而，本发明的测距模块并不限于五个测距模块S1～S5，也可依实际需求来调整测距模块的数量及设置位置。

在图2中，导航系统100的操作环境RM可以是使用者的居住空间，例如，操作环境RM中可包含有多个墙面BK1～BK3以分隔房间。此外，导航系统100的处理器10可由储存模块20中读取此操作环境RM的地图信息，并依据地图信息以设置导航路径及取得空间信息，其中，空间信息包含至少一个障碍物位置。在一实施例中，空间信息例如包含走道位置、走道长度、墙面位置、墙面厚度、墙面长度、房门位置、房门宽度…等信息。在一实施例中，墙面BK1～BK3视为导航系统100在移动时的障碍物，而墙面BK1～BK3所在的位置即为障碍物位置。

在一实施例中，处理器10通过地图信息配合已知的自主寻路方法(如随机覆盖法或路径规划方式)，以规划导航路径。由于处理器10可通过已知的自主寻路方法进行规划路线，故此处不再赘述。

在步骤310中，处理器10取得空间信息，并依据空间信息设置航点WP。

举例而言，如图2所示，处理器10依据地图信息以设置导航路径及取得空间信息后，可得知操作环境RM中的墙面BK1及BK2之间有一房门(或较狭小的通道)，且此房门具有长度L2(例如为80公分)及宽度L1(例如为20公分)；因此，处理器10将航点WP设置于此房门的中间位置(约为长度L2及宽度L1的中间)。例如，处理器10规划移动机器人150从当前位置沿着方向a朝向航点WP前进。在一些实施例中，处理器10仅需将航点WP大约设置于房门的位置即可。

在一实施例中，处理器10还用以依据至少一个障碍物位置以设置障碍空间起点SP及障碍空间终点EP，并设置航点WP于障碍空间起点SP及障碍空间终点EP之间。

借此，当处理器10判断移动机器人150移动到障碍空间起点SP时，则可得知移动机器人150即将行经航点WP(代表较狭小的空间)，此时处理器10可进一步侦测并调整移动机器人150的转向及行进速度，以防止移动机器人150碰撞到障碍物，接着，当处理器10侦测判断移动机器人150移动到障碍空间终点EP时，则代表移动机器人150已通过航点WP。

在步骤320中，测距模块S1～S5分别测量移动机器人150与航点WP的航点距离值。

在一实施例中，测距模块S1～S5可应用已知的定位方法(如环境地图模型匹配定位、信标定位方式)来得知移动机器人150的当前位置与航点WP之间的距离，并将此距离视为航点距离值。

在一实施例中，移动机器人150也可配合应用摄像机C1、C2以拍摄环境影像或深度影像以测量移动机器人150与航点WP的航点距离值，或是应用编码器以测量移动机器人150与航点WP的航点距离值。

在步骤330中，处理器10判断航点距离值是否小于航点门槛值。若是，则进入步骤340，若否，则回到步骤320持续侦测移动机器人150与航点WP的航点距离值。在一实施例中，处理器10可事先将航点门槛值设定为一定值(例如为30公分)，以判断航点距离值是否小于30公分。

在另一实施例中，处理器10可事先将航点门槛值设定为障碍空间起点SP与航点WP之间的距离长度(例如为40公分)。当航点距离值为30公分时，处理器10判断航点距离值小于航点门槛值，反之，当航点距离值为50公分时，处理器10判断航点距离值不小于航点门槛值。

在一实施例中，当处理器10判断移动机器人150位于障碍空间起点SP时，处理器10控制移动机器人150以第一行进速度前进(例如以相对较慢的行进速度前进)；当处理器10判断移动机器人150行经航点WP后且于移动机器人150抵达障碍空间终点EP时，处理器10控制移动机器人150以第二行进速度前进(例如以相对较快的行进速度前进)。其中，第一行进速度低于第二行进速度。

借此，处理器10可判断移动机器人150是否已移动至(或经过)障碍空间起点SP，当处理器10判断移动机器人150移动到障碍空间起点SP时，则进入步骤340。

在步骤340中，处理器10由测距模块S1～S5取得多个障碍距离值，并根据这些障碍距离值计算出第一距离值及第二距离值(即，将这些障碍距离值代入模糊理论(fuzzytheory)算法，以取得第一距离值及第二距离值)。

在一实施例中，第一距离值代表偏右距离值，第二距离值代表偏左距离值。此外，偏右距离值及偏左距离值的取得方式将于下述实施例中详述。

在一实施例中，障碍距离值为移动机器人150与至少一个障碍物位置的距离。

在一实施例中，如图1A所示，测距模块S1～S5分别设置在移动机器人150内部的前侧、左侧、右侧、左前侧及右前侧。其中，测距模块S1可朝向区域R1发送超声波，以得知区域R1内是否有障碍物存在，并测量障碍物与移动机器人150之间的障碍距离值。相似地，测距模块S2、S3、S4及S5各自可朝向区域R2、R3、R4及R5发送超声波，以得知区域R2、R3、R4及R5内是否有障碍物存在，并测量障碍物与移动机器人150之间的障碍距离值。然而，本发明的测距模块S1～S5并不限于此种配置方式，也可依实际需求以调整其各自的设置位置。

接着，处理器10将这些障碍距离值代入模糊理论算法，以取得偏右距离值及偏左距离值。

在一实施例中，模糊理论算法是使用自然语言描述目前状态的逻辑方法，利用自然语言中具有不精确(Imprecision)与不明确(Ambiguity)的特性，以模糊推论(FuzzyInference)构成模糊集合(Fuzzy Set)，于控制问题处理系统的不确定性的控制方法，具有较佳的适应性及强健性的优势。

在一实施例中，模糊理论算法包含下列运算：

如果x是X，那么y是Y；…(1)

Rn：如果x₁是Xⁿ以及...x_i是那么y是Yⁿ，n＝1，2，...N，i＝1，2，...I；

…(2)

由于模糊条件叙述是用来推理不精确的模型，如上述式子(1)所示，其中“x is X”为前项(Antecedent)，“y is Y”为后项(Consequent)，X和Y分别为模糊集合的成员函数(Membership Function)。当模糊推论包含N条规则时，则可表示为上述式子(2)，其中x为输入，y为输出，I为模糊集合的数量。

此外，上述式子(1)～(2)中，符号Rⁿ代表第n个规则，其中符号n的范围为1至任一自然数N；符号x代表障碍距离值，符号X代表障碍距离值的集合；符号y代表转向系数及行进速度，符号Y代表转向系数及行进速度的集合；符号i代表第i个集合，其中符号i的范围为1至任一正整数I。

在一实施例中，请参阅图4A～4F。图4A～4F为根据本发明一实施例示出的一种导航系统100的输出结果的示意图。当集合数量为5时(i＝1～5)，测距模块S1～S5所各自测量的障碍距离值(例如分别表示为SF、SFR、SFL、SR、SL)可以各自对应到符号1～5。换言之，当符号i为5时，将测距模块S1～S5所各自测量的障碍距离值SF、SFR、SFL、SR(未示出)、SL(未示出)的至少其中之一个代入上述表达式子后，可输出一组转向系数及行进速度转向系数y，此组转向系数及行进速度转向系数y属于集合Y。其中，转向系数(例如可表示为符号TCr0)及行进速度(例如可表示为符号Vr0)。需注意的是，本领域技术人员应能理解图4A～4F仅为一示例，本发明仅需取得障碍距离值SF、SFR、SFL、SR、SL的至少其中之一个，即可对应到转向系数及/或行进速度，以产生出这些统计图形的至少其中之一个。

在一实施例中，测距模块S1～S5所各自测量的障碍距离值SF、SFR、SFL、SR、SL代表其各自距离障碍物(例如为墙面BK2)的距离值。

例如，在图4A中，将测距模块S1测量的多笔障碍距离值SF及测距模块S2测量的多笔障碍距离值SFR代入前述的模糊理论算法后，可以得到多笔转向系数TCr0。同理，在图4B中，将测距模块S1测量的多笔障碍距离值SF及测距模块S3测量的多笔障碍距离值SFL代入前述的模糊理论算法后，可以得到多笔转向系数TCr0。在图4C中，将测距模块S3测量的多笔障碍距离值SFL及测距模块S2测量的多笔障碍距离值SFR代入前述的模糊理论算法后，可以得到多笔转向系数TCr0。

又例如，在图4D中，将测距模块S1测量的多笔障碍距离值SF及测距模块S2测量的多笔障碍距离值SFR代入前述的模糊理论算法后，可以得到多笔行进速度Vr0。同理，在图4E中，将测距模块S1测量的多笔障碍距离值SF及测距模块S3测量的多笔障碍距离值SFL代入前述的模糊理论算法后，可以得到多笔行进速度Vr0。在图4F中，将测距模块S3测量的多笔障碍距离值SFL及测距模块S2测量的多笔障碍距离值SFR代入前述的模糊理论算法后，可以得到多笔行进速度Vr0。

借此，处理器10可以通过将障碍距离值(如障碍距离值SFL、障碍距离值SFL)代入模糊理论算法，以取得转向系数TCr0及行进速度Vr0。

在一实施例中，处理器10依据模糊理论算法所取得的行进速度Vr0及/或转向系数TCr0代表，当移动机器人150以行进速度Vr0及/或转向系数TCr0运行时，将可避免碰撞到障碍物。

此外，处理器10可以通过读取马达转速或其它已知定位方法以得知移动机器人150的当前的转向系数及当前的行进速度，并依据当前的转向系数及当前的行进速度以判断目前移动机器人150在靠近障碍物空间(如房门)时，是否行进路线过于偏右或偏左，接着再将当前的转向系数及当前的行进速度调整为行进速度Vr0及/或转向系数TCr0，以避免碰撞到障碍物。

以下详述将当前的转向系数及当前的行进速度调整为行进速度Vr0及/或转向系数TCr0的实施例。为使叙述方便，下述将以障碍距离值SFR及障碍距离值SFL为例子作为说明，并将障碍距离值SFR定义为偏右距离值，将障碍距离值SFL定义为偏左距离值。

请一并参阅图5A～5B、6A～6B、7A～7B及8A～8B，图5A、6A、7A及8A为根据本发明一实施例示出的一种导航方法的参数对应关系的示意图。图5B、6B、7B及8B为根据本发明一实施例示出的一种导航系统的操作行为的示意图。在这些图中，是以障碍距离值SF、R障碍距离值SFL及转向系数TCr0为例，然而本发明并不限于此，也可通过相似方式结合或基于其它障碍距离值SF、SR、SL，以取得移动机器人150的行进速度Vr0及/或转向系数TCr0。例如，也可实施为将障碍距离值SR定义为偏右距离值，将障碍距离值SF定义为偏左距离值，通过这些信息以调整当前的行进速度及/或转向系数，以达到目标的行进速度Vr0及/或转向系数TCr0。

此外，图5A～5B、6A～6B、7A～7B及8A～8B中所示出的导航系统100与图1A所示出的导航系统100相同，故细节处不再赘述及示出。

在一实施例中，处理器10判断偏右距离值及偏左距离值的大小，以得知当导航系统100行经狭小的障碍空间时(如房门)，较偏向此房门的右墙BK1或左墙BK2，以进行对应的转向或速度的调整，避免移动机器人150碰撞到障碍物(如右墙BK1或左墙BK2)。

在一实施例中，如图5A～5B所示，在范围r1中，当处理器10判断偏右距离值SFR小于偏左距离值SFL时，代表移动机器人150与右边障碍物的距离较短，而与左边障碍物的距离较长，故可判断移动机器人150较靠近右侧。在一实施例中，当偏右距离值小于偏左距离值，则进入步骤350。在步骤350中，处理器10控制移动机器人150执行第一行为。其中，第一行为是指移动机器人150往左前方向前进(如图5B所示的方向b)。

基于类似概念，在另一实施例中，当偏右距离值大于偏左距离值时，代表移动机器人150与左边障碍物的距离较短，而与右边障碍物的距离较长，故可判断移动机器人150较靠近左侧。则进入步骤360。在步骤360中，处理器10控制移动机器人150执行第二行为。其中，第二行为是指移动机器人150往右前方向前进。

在一实施例中，如图6A～6B所示，在范围r2中，当处理器10判断偏右距离值小SFR于偏左距离值SFL时，处理器10将偏左距离值与偏右距离值相减，以取得差值，并判断差值是否大于差值门槛值(差值门槛值例如为5公分，若大于差值门槛值代表移动机器人150离右侧过近)。若判断差值大于差值门槛值，则处理器10控制移动机器人150执行的第一行为为移动机器人150依据第一转向系数(如图5B的方向b，第一转向系数假设为0.8，代表往左转的程度较大)往左前方向前进。若判断差值不大于差值门槛值，则处理器10控制移动机器人150执行的第一行为为移动机器人150依据第二转向系数(如图6B的方向c，第二转向系数假设为0.3，代表往左转的程度较小)往左前方向前进。其中，第一转向系数的绝对值大于第二转向系数的绝对值。

借此，当移动机器人150过于偏向右侧障碍物时，处理器10控制移动机器人150以较大的左转角度(即转向系数的绝对值较大)往左边旋转，避免发生碰撞。当移动机器人150仅为微偏向右侧障碍物时，处理器10控制移动机器人150以较小的左转角度(即转向系数的绝对值较小)往左边旋转，以微调路径。

基于类似概念，在另一实施例中，当偏右距离值SFR大于偏左距离值SFL时，处理器10将偏右距离值SFR与偏左距离值SFL相减，以取得差值，并判断差值是否大于差值门槛值(大于差值门槛值代表移动机器人150离左侧过近)。若判断差值大于差值门槛值，则处理器10控制移动机器人150执行的第二行为为移动机器人150依据第一转向系数(第一转向系数假设为-0.8)往右前方向前进。若判断差值不大于差值门槛值，则处理器10控制移动机器人150执行的第二行为为移动机器人150依据第二转向系数(第二转向系数假设为-0.3)往右前方向前进。其中，第一转向系数的绝对值大于第二转向系数的绝对值。

借此，当移动机器人150过于偏向左侧障碍物时，处理器10控制移动机器人150以较大的右转角度往右边旋转，避免发生碰撞。当移动机器人150仅为微偏向左侧障碍物时，处理器10控制移动机器人150以较小的右转角度往右边旋转，以微调路径。

在一实施例中，如图7A～7B所示，在范围r3中，当处理器10判断偏右距离值SFR等于偏左距离值SFL时，代表移动机器人150目前是往正前方方向d前进，因此进入步骤370。在步骤370中，处理器10控制移动机器人150执行第三行为。其中，第三行为是指移动机器150人往前方前进。

在一实施例中，如图8A～8B所示，在范围r4中，代表移动机器人150往方向e直行前进。在此例中，移动机器人150已安全且无碰撞地经过航点WP。

综上，本发明通过航点的设置，能使导航系统侦测移动机器人将要移动到航点时，可推断移动机器人将移动到较狭小的空间位置。此时，导航系统可通过模糊理论算法以取得移动机器人目标的行进速度及转向系数。当移动机器人依据此行进速度及转向系数移动时，可避免碰撞到障碍物。因此，可依据行进速度及转向系数以调整移动机器人移动行为，以达到避免移动机器人碰撞到障碍物的效果。

对于本领域技术人员显而易见的是，在不脱离本发明的范围或精神的情况下，可以对本发明所公开的实施例的结构进行各种修改和变化。综上所述，本发明的保护范围当视所附的权利要求书所界定的范围为准。

Claims (20)

1.一种导航系统，应用于电子装置，其特征在于，所述导航系统包含：

处理器，用以依据导航路径来控制所述电子装置的移动方向，并取得空间信息，依据所述空间信息设置航点；以及

多个测距模块，分别用以测量所述电子装置与所述航点的航点距离值；

其中，当所述处理器判断所述航点距离值小于航点门槛值时，所述处理器根据由所述测距模块取得的多个障碍距离值计算出第一距离值及第二距离值，当所述第一距离值小于所述第二距离值，则所述处理器控制所述电子装置执行第一行为，当所述第一距离值大于所述第二距离值，则所述处理器控制所述电子装置执行第二行为，当所述第一距离值等于所述第二距离值，则所述处理器控制所述电子装置执行第三行为。

2.根据权利要求1所述的导航系统，其特征在于，所述导航系统还包含：

储存模块，用以储存地图信息；

其中，所述处理器依据所述地图信息设置所述导航路径及取得所述空间信息，且所述空间信息包含至少一个障碍物位置。

3.根据权利要求2所述的导航系统，其特征在于，所述处理器还依据所述至少一个障碍物位置设置障碍空间起点及障碍空间终点，并将所述航点设置于所述障碍空间起点及所述障碍空间终点之间；

其中，当所述处理器判断所述电子装置位于所述障碍空间起点时，所述处理器控制所述电子装置以第一行进速度前进；

其中，当所述处理器判断所述电子装置行经所述航点后且于所述电子装置抵达所述障碍空间终点时，所述处理器控制所述电子装置以第二行进速度前进；

其中，所述第一行进速度低于所述第二行进速度。

4.根据权利要求1所述的导航系统，其特征在于，所述测距模块分别设置在所述电子装置内部的前侧、左侧、右侧、左前侧及右前侧。

5.根据权利要求2所述的导航系统，其特征在于，所述障碍距离值为所述电子装置与所述至少一个障碍物位置的距离。

6.根据权利要求1所述的导航系统，其特征在于，所述处理器将所述障碍距离值代入模糊理论算法后，以取得对应所述第一距离值及所述第二距离值的转向系数及行进速度。

7.根据权利要求1所述的导航系统，其特征在于，所述第一行为是指所述电子装置往左前方向前进，所述第二行为是指所述电子装置往右前方向前进，所述第三行为是指所述电子装置往前方前进。

8.根据权利要求1所述的导航系统，其特征在于，当所述第一距离值小于所述第二距离值时，所述处理器将所述第二距离值与所述第一距离值相减，以取得第一差值，并判断所述第一差值是否大于差值门槛值，若判断所述第一差值大于所述差值门槛值，则所述电子装置执行的第一行为为所述电子装置依据第一转向系数往左前方向前进，若判断所述第一差值不大于所述差值门槛值，则所述电子装置执行的第一行为为所述电子装置依据第二转向系数往左前方向前进；

其中，所述第一转向系数的绝对值大于所述第二转向系数的绝对值。

9.根据权利要求1所述的导航系统，其特征在于，当所述第一距离值大于所述第二距离值时，所述处理器将所述第一距离值与所述第二距离值相减，以取得第一差值，并判断所述第一差值是否大于差值门槛值，若判断所述第一差值大于所述差值门槛值，则所述处理器控制所述电子装置执行的所述第二行为为所述电子装置依据第一转向系数往右前方向前进，若判断所述第一差值不大于所述差值门槛值，则所述处理器控制所述电子装置执行的所述第二行为为所述电子装置依据第二转向系数往右前方向前进；

其中，所述第一转向系数的绝对值大于所述第二转向系数的绝对值。

10.根据权利要求1所述的导航系统，其特征在于，所述处理器将所述障碍距离值代入模糊理论算法，以取得所述第一距离值及所述第二距离值，所述模糊理论算法包含下列运算：

如果x是X，那么y是Y；

Rⁿ：如果x₁是X₁ ⁿ以及...x_i是X_i ⁿ，那么y是Yⁿ，n＝1，2，...N，i＝1，2，...I；

其中，符号Rⁿ代表第n个规则，其中符号n的范围为1至任一个自然数N；符号x代表所述障碍距离值，符号X代表所述障碍距离值的集合；符号y代表转向系数及行进速度，符号Y代表所述转向系数及所述行进速度的集合；符号i代表第i个集合，其中符号i的范围为1至任一个正整数I。

11.一种导航方法，其特征在于，所述导航方法包含：

取得空间信息，依据所述空间信息设置航点；

测量电子装置与所述航点的航点距离值；

判断所述航点距离值是否小于航点门槛值；

当判断所述航点距离值小于航点门槛值时，处理器根据由所述测距模块取得的多个障碍距离值计算出第一距离值及第二距离值以取得第一距离值及第二距离值，当所述第一距离值小于所述第二距离值，则所述处理器控制所述电子装置执行第一行为，当所述第一距离值大于所述第二距离值，则所述处理器控制所述电子装置执行第二行为，当所述第一距离值等于所述第二距离值，则所述处理器控制所述电子装置执行第三行为。

12.根据权利要求11所述的导航方法，其特征在于，所述导航方法还包含：

通过储存模块以储存地图信息；

其中，所述处理器依据所述地图信息以设置导航路径及取得所述空间信息，且所述空间信息包含至少一个障碍物位置。

13.根据权利要求12所述的导航方法，其特征在于，所述导航方法还包含：

依据所述至少一个障碍物位置来设置障碍空间起点及障碍空间终点，并将所述航点设置于所述障碍空间起点及所述障碍空间终点之间；以及

通过所述处理器判断所述电子装置是否位于所述障碍空间起点；

其中，当所述处理器判断所述电子装置位于所述障碍空间起点时，所述处理器控制所述电子装置以第一行进速度前进；

其中，当所述处理器判断所述电子装置行经所述航点后且于所述电子装置抵达所述障碍空间终点时，所述处理器控制所述电子装置以第二行进速度前进；

其中，所述第一行进速度低于所述第二行进速度。

14.根据权利要求11所述的导航方法，其特征在于，所述测距模块分别设置于所述电子装置内部的前侧、左侧、右侧、左前侧及右前侧。

15.根据权利要求12所述的导航方法，其特征在于，所述障碍距离值为所述电子装置与所述至少一个障碍物位置的距离。

16.根据权利要求11所述的导航方法，其特征在于，所述导航方法还包含：

通过所述处理器将所述障碍距离值代入模糊理论算法后，以取得对应所述第一距离值及所述第二距离值的转向系数及行进速度。

17.根据权利要求11所述的导航方法，其特征在于，所述第一行为是指所述电子装置往左前方向前进，所述第二行为是指所述电子装置往右前方向前进，所述第三行为是指所述电子装置往前方前进。

18.根据权利要求11所述的导航方法，其特征在于，当所述第一距离值小于所述第二距离值，则所述处理器控制所述电子装置执行所述第一行为的步骤包含：

当所述第一距离值小于所述第二距离值时，所述处理器将所述第二距离值与所述第一距离值相减，以取得第一差值，并判断所述第一差值是否大于差值门槛值，若判断所述第一差值大于所述差值门槛值，则控制所述电子装置依据第一转向系数往左前方向前进，若判断所述第一差值不大于所述差值门槛值，则控制所述电子装置依据第二转向系数往左前方向前进；

其中，所述第一转向系数的绝对值大于所述第二转向系数的绝对值。

19.根据权利要求11所述的导航方法，其特征在于，当所述第一距离值大于所述第二距离值，则所述处理器控制所述电子装置执行所述第二行为的步骤包含：

当所述第一距离值大于所述第二距离值时，所述处理器将所述第一距离值与所述第二距离值相减，以取得第一差值，并判断所述第一差值是否大于差值门槛值，若判断所述第一差值大于所述差值门槛值，则控制所述电子装置依据第一转向系数往右前方向前进，若判断所述第一差值不大于所述差值门槛值，则控制所述电子装置依据第二转向系数往右前方向前进；

其中，所述第一转向系数的绝对值大于所述第二转向系数的绝对值。

20.根据权利要求11所述的导航方法，其特征在于，所述处理器将所述障碍距离值代入模糊理论算法，以取得所述第一距离值及所述第二距离值，所述模糊理论算法为：

如果x是X，那么y是Y；

Rⁿ：如果x₁是X₁ ⁿ以及...x_i是X_i ⁿ，那么y是Yⁿ，n＝1，2，...N，i＝1，2，...I；

其中，符号Rⁿ代表第n个规则，其中符号n的范围为1至任一自然数N；符号x代表所述障碍距离值，符号X代表所述障碍距离值的集合；符号y代表转向系数及行进速度，符号y代表所述转向系数及所述行进速度的集合；符号i代表第i个集合，其中符号i的范围为1至任一个正整数I。