CN107569181A - 一种智能清洁机器人及清扫方法 - Google Patents

Abstract

本申请提出一种智能清洁机器人及清扫方法，所述方法包括：图像采集模块对所述智能清洁机器人的清扫行走方向的清扫区域进行图像采集获得一帧图像；对采集到的所述图像进行图像特征识别并提取识别到的特征的当前坐标；比较识别到的特征的当前坐标与前帧图像对应的特征的坐标，获得前后帧图像特征的位置；通过所述前后帧图像特征的坐标换算出所述智能清洁机器人的位移。本发明利用图像特征完成非接触式的位移测量，校准清洁机器人的位移与角度，提高清扫路径的准确性。使用图像采集模块可以优化清洁机器人的多项功能，系统成本较低，可实现性高。

Description

一种智能清洁机器人及清扫方法

技术领域

本发明涉及智能清洁机器人优化清扫方案领域，具体涉及一种智能清洁机器人及清扫方法。

背景技术

清洁机器人的清扫路径和清扫适应性是用户的痛点。由于清洁机器人的驱动轮存在堵转抖动、打滑空转等异常情况，如果实际行走的位移与规划位移存在差异，清扫路径将出现偏移，从而导致漏扫、重复清扫；其次，清洁机器人如果不能识别地面材料和障碍物，清扫适应性较弱，清洁效果不好。

相关技术中公开号为CN 104345730 A，发明名称《带行走状态判断装置的自移动机器人及行走状态判断方法》公开了一种利用行走状态判断装置来配合完成里程校准的方法。通过行走状态判断装置检测随动轮的运动状态，配合驱动轮的运动状态区别清扫机器人处于打滑状态还是碰撞状态，在进行清扫机器人的控制，但相关技术中的行走状态判断方法需要设置行走状态判断装置，增加产品成本并且未参与障碍物识别和清扫优化。

发明内容

本发明提供一种智能清洁机器人及清扫方法，实现实时监控清洁机器人的行走轨迹，对清洁机器人的清扫路径进行校准，使得清扫工作更加准确可靠。

为了实现上述发明目的，本发明采取的技术方案如下：

一种智能清洁机器人，包括：测距模块、驱动轮组件、随动轮、清扫模块、吸尘模块，所述驱动轮组件上设置有里程计；所述智能清洁机器人还包括：图像采集模块；所述图像采集模块设置在所述智能清洁机器人的侧面或者底面，并且设置方向与所述智能清洁机器人的清扫行走方向一致，以识别清扫行走方向上的清扫区域。

优选地，图像采集模块为单目摄像头，所述图像采集模块支持在垂直和/或水平方向转动或平动。

本发明实施例还提供一种智能清洁机器人的清扫方法，包括:

图像采集模块对所述智能清洁机器人的清扫行走方向的清扫区域进行图像采集获得一帧图像；

对采集到的所述图像进行图像特征识别并提取识别到的特征的当前坐标；

比较识别到的特征的当前坐标与前帧图像对应的特征的坐标，获得前后帧图像特征的位置；

通过所述前后帧图像特征的坐标换算出所述智能清洁机器人的位移。

优选地，通过如下公式计算所述智能清洁机器人的位移：

智能清洁机器人的位移=|识别到的特征的当前坐标-前帧图像对应的特征的坐标|*视觉矫正系数；所述视觉矫正系数与清扫区域内点的坐标有关。

优选地，对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之后还包括:

根据提取的识别到的特征的坐标进行坐标的视觉矫正。

优选地，对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之前还包括：

根据采集到的所述图像的形变参数，将所述图像矫正为识别区域的图形，或者将所述图像的像素坐标矫正为识别区域的像素坐标。

优选地，对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之前还包括：

对采集到的所述图像进行以下的一项或者多项预处理：

滤波处理、去噪处理、极值化处理，消除图像中的干扰像素处理、图像简化处理。

优选地，所述方法之后还包括：

根据获得的智能清洁机器人的位移判定和/或校准里程数据及角度数据；和/或，根据识别到的特征的信息确定清扫模式和/或清扫路径。

优选地，根据识别到的特征的信息确定清扫模式和/或清扫路径包括以下的一项或者多项：

根据识别到的障碍物信息进行避让或脱困或越障或清扫处理；

根据识别到的地面材质信息调整所述智能清洁机器人对应的工作模式。

优选地，所述工作模式包括增强吸力并清扫刷拍打的模式、增强吸力并关闭清扫刷模式、增强吸力并清扫刷交替正反转模式、静音模式强力清扫模式、重点清扫模式。

本发明和现有技术相比，具有如下有益效果：

本发明采用具有图像采集模块的智能清洁机器人，可以识别地面特征，进而优化建图与清扫规划，提升避障、脱困能力；同时，利用图像特征完成非接触式的位移测量，校准清洁机器人的位移与角度，提高清扫路径的准确性。使用图像采集模块可以优化清洁机器人的多项功能，系统成本较低，可实现性高。

附图说明

图1为本发明实施例的智能清洁机器人的结构示意图；

图2为本发明实施例的智能清洁机器人清扫方法示意图；

图3为本发明实施例的智能清洁机器人清扫方法控制示意图；

图4为本发明实施例的智能清洁机器人清扫方法处理方式示意图；

图5为本发明实施例的智能清洁机器人对地特征识别模式的示意图；

图6为本发明实施例的智能清洁机器人位移测量的示意图；

图7为本发明实施例的智能清洁机器人位移测量的又一示意图；

图8为本发明实施例的图像识别模块旋转示意图；

图9为本发明实施例的图像识别模块旋转又一示意图。

具体实施方式

为使本发明的发明目的、技术方案和有益效果更加清楚明了，下面结合附图对本发明的实施例进行说明，需要说明的是，在不冲突的情况下，本申请中的实施例和实施例中的特征可以相互任意组合。

如图1所示，本发明实施例提供一种智能清洁机器人，包括测距模块1、驱动轮组件5、随动轮3、清扫模块4、吸尘模块6，所述驱动轮组件上设置有里程计；所述智能清洁机器人还包括：图像采集模块2；所述图像采集模块2设置在所述智能清洁机器人的侧面或者底面，并且设置方向与所述智能清洁机器人的清扫行走方向一致，以识别清扫行走方向上的清扫区域。

本发明实施例的图像采集模块2安装在智能清洁机器的侧面或者底面，安装角度与常规清扫的行走方向一致，这样可以保证清扫过程中图像采集模块2的识别区域是清洁机器人的前方，更有利于清扫过程中对清洁机器人的前下方进行图像采集与识别。

其中，图像采集模块2为单目摄像头，所述图像采集模块2支持在垂直和/或水平方向转动或平动。

本发明实施例使用如单目摄像头的低成本的图像采集模块2，完成近距离的地面特征识别，优化避障、脱困及清扫路线，更智能的完成室内清洁工作。而且，作为图像采集模块2的单目摄像头设置在所述智能清洁机器人的侧面或底面，其所处的高度和转动的角度可以方便的获得。上述设计，相比于现有技术中将单目摄像头设置在智能清扫机器人顶部的技术方案，能够解决以往单目摄像头无法提供机器人行走纵深方向的深度信息的设计缺陷；而相比于双目摄像头的技术方案，单目摄像头成本低廉，且无须涉及SLAM（simultaneous localization and mapping，即时定位与地图构建）等复杂导航定位算法，大大降低了对智能清扫机器人的处理器的要求。智能清扫机器人一般的识别距离为20~300mm，由于距离小所以对应的识别区域面积小，像素要求较低，本发明实施例中的图像采集模块2在对地特征识别模式下可以采用像素较低，可视角较大的摄像头，例如实现可视角度（30~170度），这样可以使用低成本摄像头和简化算法减少运算量，降低产品成本。

如图2所示，本发明实施例还提供一种智能清洁机器人的清扫方法，包括:

图像采集模块对所述智能清洁机器人的清扫行走方向的清扫区域进行图像采集获得一帧图像；

对采集到的所述图像进行图像特征识别并提取识别到的特征的当前坐标；

比较识别到的特征的当前坐标与前帧图像对应的特征的坐标，获得前后帧图像特征的位置；

通过所述前后帧图像特征的坐标换算出所述智能清洁机器人的位移。

本发明实施例中的图像采集模块用于位移测量，可以替代相关技术在前轮上增加的里程校准装置，降低成本，且由于图像采集模块为非接触式测量，受结构和环境干扰更小，测量结果更稳定、可靠。

图像采集及位移计算可以设定图像采集平率，本发明实施例中的较佳图像采集频率为2~30帧/秒，词图像采集频率可以得到合理的位移数据。

如图6和图7所示，智能清洁机器人的图像采集，由于存在视觉角度，采集的图像与识别区域有形变，且影响形变的因素有图像采集模块自身、图像采集模块的安装高度和视觉角度。因此，需要对图像采集模块采集的图像进行视觉矫正，如图3所示，图3中两条支路分别表示图像的视觉矫正可以在特征识别和坐标提取之后，或者之前。

其中，如图3左侧支路所示，对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之后进行图像视觉矫正，包括:

根据提取的识别到的特征的坐标进行坐标的视觉矫正。

通过如下公式计算所述智能清洁机器人的位移：

智能清洁机器人的位移=|识别到的特征的当前坐标-前帧图像对应的特征的坐标|*视觉矫正系数；所述视觉矫正系数与清扫区域内点的坐标有关。该算法中所涉及到的参数均容易获取，且算法简洁，运算量小。

如图3右侧支路所示，对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之前进行图像视觉矫正，包括：

根据采集到的所述图像的形变参数，将所述图像矫正为识别区域的图形，或者将所述图像的像素坐标矫正为识别区域的像素坐标。

对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之前还包：

对采集到的所述图像进行以下的一项或者多项预处理：

滤波处理、去噪处理、极值化处理，消除图像中的干扰像素处理、图像简化处理。

本发明实施例的预处理包括滤波消噪及极值化等处理，通过预处理可以消除图像中的干扰像素并简化后期处理。

所述方法之后还包括：

根据获得的智能清洁机器人的位移判定和/或校准里程数据及角度数据；和/或，根据识别到的特征的信息确定清扫模式和/或清扫路径。

本发明实施例根据图像特征进行位移测量，可以实时监控智能清洁机器人的行走轨迹，在本发明实施例中图像位移测量用于辅助判定、校准里程及角度数据。当驱动轮出现打滑空转时，驱动轮仍有行走信号所以里程计会持续计数，但图像特征进行位移测量确认未行走或行走距离偏差较大时，能够对清洁机器人的里程计进行暂停记步、调整记步的校准，使得里程计量更加准确可靠，从而省去了如背景技术中介绍的传统的行走状态判断装置。本领域技术人员应理解的是，该类行走状态判断装置还包括其他类型，如应用光电或霍尔技术的类似的行走状态判断装置。

其中，根据识别到的特征的信息确定清扫模式和/或清扫路径包括以下的一项或者多项：

根据识别到的障碍物信息进行避让或脱困或越障或清扫处理；

根据识别到的地面材质信息调整所述智能清洁机器人对应的工作模式。

如图5所示，图像采集模块2通过对前、下方清扫区域采集、识别后，可以判断地面材质和障碍物7，并针对不同的地面材质启动对应的清扫模式，针对障碍物进行对应的避障、脱困、重点清扫处理，从而提升清洁机器人的清扫适应性。

本发明实施例使用图像采集模块对障碍物识别，识别可靠性高，识别死区小。常规的避障传感器如红外传感器、超声波传感器、碰撞微动开关等，在圆周方向是断续式测量，在高度方向检测角度较小，都存在障碍物的检测死区，该检测死区的存在会造成机器人异常碰撞甚至损坏室内物品。而图像采集模块在其可识别区域内是连续测量，检测死区小；且能针对地面的较低高度的障碍物进行采集、识别。

如图4所示，通过对清扫地面区域的图像特征识别，能够识别常规的地面材质，也能够对地面垃圾及障碍物进行筛选识别，然后根据识别结果启动清洁机器人对应的工作模式，智能实现洁净、舒适的清扫效果。

根据识别的障碍物，如果是桌腿，则避障环绕清扫；如果是平台性障碍物，则识别障碍高度，选择越障或者绕行，防止越障过程中卡死。如果是线材，则绕行，或者关闭清扫模块（边刷及中扫）越过线材防止缠绕；识别窗帘等软性障碍物，则继续清扫，防止漏扫。

所述工作模式包括增强吸力并清扫刷拍打的模式、增强吸力并关闭清扫刷模式、增强吸力并清扫刷交替正反转模式、静音模式强力清扫模式、重点清扫模式。

实际应用中，根据对地面材质的识别，比如识别到短毛地毯则启动增强吸力、同时清扫刷拍打的模式，使得清洁机器人可以清理到地毯的深层污垢，清扫更智能、更洁净。识别到长毛地毯则启动增强吸力、同时关闭清扫刷或者清扫刷交替正反转，防止长毛地毯缠绕，清洁且智能。根据对地面的垃圾种类和数量识别，可以智能启动对应的清扫模式。识别地面环境规则、无清扫物或清扫物少，则启动静音模式，降低吸尘和清扫的转速，可以降低噪音，提高用户舒适度；识别地面需清扫物较多则启动强力清扫，增大吸尘和清扫强度；若局部区域灰尘、颗粒较多，则启动局部重点清扫模式。实现智能化的按需清扫，提升洁净度和舒适度。

值得说明的是发明涉及的图像识别模块，默认是固定安装的，如果与测距模块集成为一体，可以简化结构，仍然属于本方案范畴。

本发明涉及的图像识别模块，结构上可以实现上下一定角度内的转动，如图8和图9所示，这样可以增加识别区域，并可以针对地面或者上方特定角度做重点识别。常规清扫时图像采集模块处于对地特征识别模式，当有碰撞、行走异常的信号时，调节图像采集模块的角度，进入脱困、避障模式。

虽然本发明所揭示的实施方式如上，但其内容只是为了便于理解本发明的技术方案而采用的实施方式，并非用于限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭示的核心技术方案的前提下，可以在实施的形式和细节上做任何修改与变化，但本发明所限定的保护范围，仍须以所附的权利要求书限定的范围为准。

Claims (10)

1.一种智能清洁机器人，包括：测距模块、驱动轮组件、随动轮、清扫模块、吸尘模块，其特征在于，所述驱动轮组件上设置有里程计；所述智能清洁机器人还包括：图像采集模块；所述图像采集模块设置在所述智能清洁机器人的侧面或者底面，并且设置方向与所述智能清洁机器人的清扫行走方向一致，以识别清扫行走方向上的清扫区域。

2.如权利要求1所述的智能清洁机器人，其特征在于：图像采集模块为单目摄像头，所述图像采集模块支持在垂直和/或水平方向转动或平动。

3.一种如权利要求1所述的智能清洁机器人的清扫方法，其特征在于：包括：

图像采集模块对所述智能清洁机器人的清扫行走方向的清扫区域进行图像采集获得一帧图像；

对采集到的所述图像进行图像特征识别并提取识别到的特征的当前坐标；

比较识别到的特征的当前坐标与前帧图像对应的特征的坐标，获得前后帧图像特征的位置；

通过所述前后帧图像特征的坐标换算出所述智能清洁机器人的位移。

4.如权利要求3所述的方法，其特征在于：通过如下公式计算所述智能清洁机器人的位移：

智能清洁机器人的位移=|识别到的特征的当前坐标-前帧图像对应的特征的坐标|*视觉矫正系数；所述视觉矫正系数与清扫区域内点的坐标有关。

5.如权利要求3或4所述的方法，其特征在于：对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之后还包括:

根据提取的识别到的特征的坐标进行坐标的视觉矫正。

6.如权利要求3或4所述的方法，其特征在于：对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之前还包括：

根据采集到的所述图像的形变参数，将所述图像矫正为识别区域的图形，或者将所述图像的像素坐标矫正为识别区域的像素坐标。

7.如权利要求3所述的方法，其特征在于：对采集到的所述图像进行图像特征识别并提取识别到的特征的坐标之前还包括：

对采集到的所述图像进行以下的一项或者多项预处理：

滤波处理、去噪处理、极值化处理，消除图像中的干扰像素处理、图像简化处理。

8.如权利要求3所述的方法，其特征在于；所述方法之后还包括：

根据获得的智能清洁机器人的位移判定和/或校准里程数据及角度数据；和/或，根据识别到的特征的信息确定清扫模式和/或清扫路径。

9.如权利要求8所述的方法，其特征在于：根据识别到的特征的信息确定清扫模式和/或清扫路径包括以下的一项或者多项：

根据识别到的障碍物信息进行避让或脱困或越障或清扫处理；

根据识别到的地面材质信息调整所述智能清洁机器人对应的工作模式。

10.如权利要求9所述的方法，其特征在于：

所述工作模式包括增强吸力并清扫刷拍打的模式、增强吸力并关闭清扫刷模式、增强吸力并清扫刷交替正反转模式、静音模式强力清扫模式、重点清扫模式。