CN107745383B - 一种机器人控制方法和机器人 - Google Patents

Abstract

本申请提供一种机器人控制方法和机器人，用于解决现有技术中的机器人控制方法存在的控制效率较低的问题。该方法用于控制机器人，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道，所述方法包括：所述智能控制器接收所述传感模块发送的回传信号，其中，所述回传信号用于所述服务器端和/或所述运动控制器执行与所述回传信号对应的任务；所述智能控制器通过所述上行通道将所述回传信号发送给服务器端，和/或通过所述下行通道将所述回传信号发送给所述运动控制器。

Description

一种机器人控制方法和机器人

技术领域

本申请涉及计算机技术领域，尤其涉及一种机器人控制方法和机器人。

背景技术

目前，机器人被广泛应用于人类生产或生活中，为人类的生产或生活提供了一定的便利。其中，一般情况下，模拟人类行为或思想，以及模拟其他生物的机械(如机器狗，机器猫等)均可被称为机器人。

现有技术中的应用于社区服务领域的机器人，比如巡逻机器人、配送机器人或咨询机器人等，无需在人工遥控下来执行任务，而能够自动执行任务，其中，上述机器人在获取到任务信号后，机器人自身会对该任务信号进行处理，进而执行该任务信号对应的任务。

实际应用中，若上述机器人获取到的任务信号较复杂，那么上述机器人在处理该任务信号时，会出现处理效率较低的情况，进而造成上述机器人控制自身执行任务的效率较低。

因此，目前亟需一种机器人控制方法，用于解决现有技术中的机器人控制方法存在的控制效率较低的问题。

发明内容

本申请实施例提供一种机器人控制方法和机器人，用于解决现有技术中的机器人控制方法存在的控制效率较低的问题。

本申请实施例采用下述技术方案：

一种机器人控制方法，所述机器人控制方法用于控制机器人，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道，所述方法包括：

所述智能控制器接收所述传感模块发送的回传信号，其中，所述回传信号用于所述服务器端和/或所述运动控制器执行与所述回传信号对应的任务；

所述智能控制器通过所述上行通道将所述回传信号发送给服务器端，和/或通过所述下行通道将所述回传信号发送给所述运动控制器。

一种机器人，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道：

所述智能控制器，用于接收所述传感模块发送的回传信号，其中，所述回传信号用于所述服务器端和/或所述运动控制器执行与所述回传信号对应的任务；

所述上行通道，用于所述智能控制器将所述回传信号发送给服务器端；

所述下行通道，用于所述智能控制器将所述回传信号发送给所述运动控制器。

一种服务器，所述服务器用于控制机器人，所述服务器包括中央控制系统和认知系统云端：

所述中央控制系统，用于接收机器人通过上行通道发送的回传信号；

所述中央控制系统，还用于将所述回传信号发送给所述认知系统云端；

所述认知系统云端，用于接收所述中央控制系统发送的回传信号。

一种机器人控制系统，所述系统用于控制机器人，所述系统包括上述机器人，上述服务器。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

本申请提供一种机器人控制方法，其中，所述机器人包括智能控制器、运动控制器以及传感模块，所述智能控制器分别与所述运动控制器以及传感模块相连，所述智能控制器接收所述传感模块发送的回传信号，并所述智能控制器通过所述上行通道将所述回传信号发送给服务器端，和/或通过所述下行通道将所述回传信号发送给所述运动控制器，

上述机器人能够将回传信号发送给服务器端进行处理，其中，相较于机器人来说，服务器端的处理能力较强，即便是较复杂的回传信号，服务器端仍能高效成功的处理，解决了现有技术中的机器人控制方法存在的控制效率较低的问题，

另外，上述机器人还能够在本地对回传信号进行处理，那么机器人在能够解决现有技术中的机器人控制方法存在的控制效率较低的问题的同时，还能够使得机器人处理回传信号时具备较高时效性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种机器人控制方法的流程示意图；

图2为本申请实施例提供的一种机器人路线确定方法的流程示意图；

图3为本申请实施例提供的一种机器人根据环境信息确定由当前位置到目的地的路线的流程示意图；

图4为本申请实施例提供的一种机器人的结构示意图；

图5为本申请实施例提供的一种机器人初始行走路线示意图；

图6为本申请实施例提供的一种机器人根据实际情况确定出的行走路线示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

为了解决现有技术中的机器人控制方法存在的控制效率较低的问题，本申请实施例提供一种机器人控制方法。其中，所述机器人控制方法用于控制机器人，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道。

该方法的具体流程示意图可参见图1所示，包括下述步骤：

步骤101，所述智能控制器接收所述传感模块发送的回传信号。

上述传感模块可以包括温度计、激光雷达、视觉传感器、红外线传感器、成像仪、毫米波雷达、光强度传感器或麦克风等设备中的至少一种。

上述回传信号，是由传感模块获取到的外部环境信息。

步骤102，所述智能控制器通过所述上行通道将所述回传信号发送给服务器端，和/或通过所述下行通道将所述回传信号发送给所述运动控制器，其中，所述回传信号用于所述服务器端和/或所述运动控制器执行与所述回传信号对应的任务。

上述服务器端为可以起到服务器功能的硬件、软件或兼具软件或硬件的装置，比如，可以是计算机、服务器集群或云服务器等。

在本申请实施例中，智能控制器在获取到回传信号后，可根据实际情况，确定将回传信号发送给服务器端和/或运动控制器。比如，智能控制器可根据回传信号对应的紧急程度和/或难易程度，确定将回传信号发送给服务器端和/或运动控制器。其中，可事先根据实际需求，设置不同的回传信号与紧急程度，和/或回传信号与难易程度的对应关系，智能控制器可将紧急程度较低且难易程度较低的回传信号发送服务器端，以提高机器人执行任务的时效性；智能控制器可将紧急程度较低且难易程度较高的回传信号发送给服务器端，以提高回传信号的处理速度以及成功率，以降低机器人自身的处理资源占用率；智能控制器可将紧急程度较高且难易程度较高的回传信号发送服务器端和运动控制器，服务器端和运动控制器控制分别针对该回传信号的不同内容进行处理，既可保证机器人执行任务的时效性，又可提高回传信号的处理速度以及成功率。

其中，运动控制器在执行回传信号对应的任务时，可将回传信号对应的任务划分为至少两个任务，然后将划分出来的任务分配给机器人包括的不同装置，比如声光报警装置、图像识别装置、语音识别装置或伺服运动装置等装置，其中，伺服运动装置可包括手、脚或腿等运动单元。

在一种实施方式中，传感模块可持续获取回传信号，并将回传信号持续发送给智能控制器，那么智能控制器便持续接收所述传感模块发送的回传信号。这时，智能控制器在接收传感模块发送的回传信号之后，智能控制器可判断上一个回传信号对应的任务是否已经执行完毕，若判断结果为是，则智能控制器通过上行通道将回传信号发送给服务器端，和/或通过下行通道将回传信号发送给运动控制器。这样可使得服务器端和/运动控制器有序执行回传信号对应的任务，以避免服务器端和/或运动控制器同时执行至少两个任务，而造成处理资源不够导致执行效率下降的情况发生。其中，服务器端，和/或运动控制器在执行完毕回传信号对应的任务后，可返回该回传信号对应的回执信息，该回执信息用于告知智能控制器向服务器端和/或运动控制器发送的回传信号对应的任务已经被执行完毕。若智能控制器接收到回执信息，则判定上一个回传信号对应的任务已经执行完毕。

当智能控制器将回传信号持续发送给服务器端时，智能控制器会持续将回传信号通过上行通道发送给服务器端包括的中央控制系统，和/或通过中央控制系统发送给服务器端包括的认知系统云端，其中，中央控制系统用于调配、记录所述回传信号，认知系统云端用于对回传信号进行处理。

需要说明的是，若智能控制器将回传信号进行预处理得到控制信号后，将控制信号发送给服务器端和/或运动控制器时，可按照持续将回传信号发送给服务器端和/运动控制器的方式，持续将控制信号发送给服务器端和/运动控制器，此处不再进行赘述。

在服务器端执行完毕回传信号或控制信号对应的任务后，可将执行结果通过上行通道返回智能控制器，以使得智能控制器根据该执行结果，确定是否将该执行结果通过下行通道发送给运动控制器，若确定将该执行结果通过下行通道发送给运动控制器，以使得运动控制器根据该执行结果，执行该执行结果对应的任务。

本申请实施例1还提供一种机器人，用以实现本申请实施例1提供的机器人控制方法，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道：

所述智能控制器，用于接收所述传感模块发送的回传信号，其中，所述回传信号用于所述服务器端和/或所述运动控制器执行与所述回传信号对应的任务；

所述上行通道，用于所述智能控制器将所述回传信号发送给服务器端；

所述下行通道，用于所述智能控制器将所述回传信号发送给所述运动控制器。

在一种实施方式中，所述智能控制器，用于对所述回传信号进行预处理，以获取与所述回传信号对应的控制信号，其中，所述控制信号用于所述服务器端和/或所述运动控制器执行与所述控制信号对应的任务；则

所述上行通道，用于所述智能控制器将所述控制信号发送给服务器端；

所述下行通道，用于所述智能控制器将所述控制信号发送给所述运动控制器，

在一种实施方式中，所述智能控制器，用于持续接收所述传感模块发送的回传信号；则

所述智能控制器，还用于判断上一个回传信号对应的任务是否已经执行完毕；

若所述智能控制器判断出上一个回传信号对应的任务已经执行完毕，则

所述上行通道，用于所述智能控制器将当前回传信号发送给所述服务器端；

所述下行通道，用于所述智能控制器将当前回传信号发送给所述运动控制器。

在一种实施方式中，所述上行通道，用于所述智能控制器持续将所述回传信号发送给所述服务器端的中央控制系统；

所述上行通道，还用于所述智能控制器持续将所述回传信号通过所述中央控制系统发送给服务器端的认知系统云端；

其中，所述中央控制系统用于调配、记录所述回传信号，所述认知系统云端用于对所述回传信号进行处理。

在一种实施方式中，所述机器人用于确定路线，其中：

所述智能控制器，用于接收所述传感模块发送的环境信息，其中，所述传感模块包括红外线传感器、激光雷达、毫米波雷达、视觉传感器中的至少一种；

所述上行通道，用于将所述环境信息发送给服务器端；

所述下行通道，用于将所述环境信息发送给所述运动控制器；

其中，所述环境信息用于所述服务器端和/或运动控制器根据所述环境信息确定由当前位置到目的地的路线。

本申请实施例1还提供一种服务器，用以实现本申请实施例1提供的机器人控制方法，所述服务器用于控制机器人，所述服务器包括中央控制系统和认知系统云端：

所述中央控制系统，用于接收机器人通过上行通道发送的回传信号；

所述中央控制系统，还用于将所述回传信号发送给所述认知系统云端；

所述认知系统云端，用于接收所述中央控制系统发送的回传信号。

本申请实施例1还提供机器人控制系统，用以实现本申请实施例1提供的机器人控制方法，所述系统用于控制机器人，所述系统包括本申请实施例1提供的机器人，以及服务器。

在本申请实施例1中，机器人能够将回传信号发送给服务器端进行处理，其中，相较于机器人来说，服务器端的处理能力较强，即便是较复杂的回传信号，服务器端仍能高效成功的处理，解决了现有技术中的机器人控制方法存在的控制效率较低的问题，

另外，机器人还能够在本地对回传信号进行处理，那么机器人在能够解决现有技术中的机器人控制方法存在的控制效率较低的问题的同时，还能够使得机器人处理回传信号时具备较高时效性。

实施例2

实施例2提供一种控制机器人确定路线的方法，该方法是实施例1提供的机器人控制方法在确定路线这一场景中的具体应用，实施例2提供的控制机器人确定路线的方法用以解决现有技术中控制机器人确定路线的方法效率较低的问题。

控制机器人确定路线的方法的流程图如图2所示，该方法步骤如下：

步骤201，所述智能控制器接收所述传感模块发送的环境信息，其中，所述传感模块包括红外线传感器、激光雷达、毫米波雷达、视觉传感器中的至少一种。

步骤202，所述智能控制器将所述环境信息通过所述上行通道发送给服务器端，和/或通过所述下行通道发送给所述运动控制器，以使得所述服务器端和/或运动控制器根据所述环境信息，确定由当前位置到目的地的路线。

上述环境信息可以为上文中提及的回传信号。

上述环境信息，可以是机器人四周的环境信息，也可以是机器人前方的环境信息。机器人可根据机器人所处的运动状态，获取不同视角的环境信息。比如，若机器人目前处于静止状态，用户希望该机器人从当前位置处移动至目的地处，那么机器人在开始移动之前，机器人可以获取四周的环境信息，进而可以根据该环境信息，确定出由当前位置到目的地的路线；若机器人目前处于移动过程中，可只获取机器人前方的环境信息。

上述红外线传感器可以用于探测预设范围内的障碍物与机器人的距离，并且可以获取到预设范围内的人或动物的表面温度的热像图，该预设范围可以为0～80m。其中，红外线传感器尤其适用于在光线不充足的情况中探测环境中是否存在人或动物。

激光雷达与毫米波雷达均可用于测量距障碍物的距离和障碍物的轮廓信息，比如高度、宽度等，其中，激光雷达可用于探测0～20km内的障碍物与机器人的距离，精度较高，但是在雨雪雾天气探测性能较差，在雨雪雾天气中只能探测到1km以内的障碍物与机器人的距离，激光雷达既可探测具备生命的物体，也可探测不具备生命的物体。毫米波雷达可用于0～25km内的障碍物与机器人的距离，精度较低，但是在雨雪雾天气探测性能较高，可探测到1km以外的障碍物与机器人的距离。其中，激光雷达更加适用于在非雨雪雾天气中探测人、动物或物体与机器人的距离以及人、动物或物体的轮廓，而毫米波雷达更加适用于在雨雪雾天气中探测物体与机器人的距离以及物体的轮廓，该物体比如可以是玻璃或镜子等。

视觉传感器可用于获取环境图像信息，该视觉传感器比较适用于在视野比较开阔的、光线充足的环境中获取环境图像信息。

机器人可通过传感模块包括的红外线传感器、激光雷达、毫米波雷达、视觉传感器中至少一种获取环境信息的设备来获取环境信息，该环境信息可以包括环境中存在的障碍物与机器人的距离信息、环境中存在的障碍物的轮廓信息、环境的图像信息、环境中的人或动物的热图像信息中的至少一种环境信息。机器人在获取到环境信息后，可根据环境信息确定由当前位置到目的地的路线。

其中，不同的获取环境信息的设备的适用场景、适用范围不同，因此在不同的环境情况下，使用不同的获取环境信息的设备来获取环境信息，可使得获取到的环境信息较为准确。因此，机器人可确定出机器人所处的环境情况，然后根据确定出的环境情况，确定主要使用何种获取环境信息的设备来获取环境信息。其中，上述环境情况，可以包括天气信息、机器人所处环境中的光强度信息、机器人当前位置的开阔程度信息、机器人所处场景类型等。天气信息可以包括晴朗、多云、雨、雪、雾等信息。机器人所处场景类型可以包括停车场、商场、人车分离的社区等。

机器人可根据下述方法确定机器人所处的环境情况：

机器人可基于全球定位系统(Global Positioning System，GPS)确定出机器人当前位置信息，然后在事先保存在机器人本地的世界地图中确定出获取以机器人当前位置为圆心、以预设距离为半径的区域的地图，并在该地图中确定是否存在建筑物，若存在，则确定机器人当前位置的开阔程度较低，否则，则确定机器人当前位置的开阔程度较高。机器人可根据确定出的机器人当前位置信息，获取与该当前位置信息对应的天气预报。同时，机器人还可通过光强度传感器获取机器人所处环境中的光强度信息。用户可事先输入场景类型，以使得机器人可获取到机器人所处场景类型。

机器人在获取到环境情况后，可根据预设的不同的环境情况与获取环境信息的设备的对应关系，确定出获取到的环境情况对应的获取环境信息的设备，并确定主要使用确定出的获取环境信息的设备来获取环境信息，以使得获取到的信息较为准确。

比如，若天气信息为雨、雪、雾中的至少一种，机器人所处环境中的光强度不大于预设光强度，机器人当前位置的开阔程度较低，机器人所处场景类型为停车场，那么机器人可确定出主要使用传感模块中的毫米波雷达和红外线传感器来获取环境信息；若天气信息不为雨、雪、雾中的任意一种，机器人所处环境中的光强度大于预设光强度，机器人当前位置的开阔程度较高，机器人所述场景类型为沙漠，那么机器人可确定出主要使用传感模块中的激光雷达和视觉传感器来获取环境信息；若天气信息为雨、雪、雾中的至少一种，机器人所处环境中的光强度大于预设光强度，机器人当前位置的开阔程度较低，机器人所处场景类型为具备较多玻璃门的商场，那么机器人可确定出主要使用传感模块中的毫米波雷达和红外线传感器来获取环境信息。其中，上述预设光强度可以为100坎德拉。

在获取到环境信息后，机器人可根据环境信息确定由当前位置到目的地的路线。需要说明的是，在本申请实施例中，机器人在根据环境信息确定由当前位置到目的地的路线时，可通过接收服务器端发送的、按照某一确定路线的方法根据环境信息确定出的由当前位置到目的地的路线这一方式，获取到由当前位置到目的地的路线；机器人也可按照某一确定路线的方法来根据环境信息确定由当前位置到目的地的路线这一方式获取到由当前位置到目的地的路线。上述某一确定路线的方法如下所述：

可根据环境信息判断所述环境中是否存在障碍物，然后根据判断环境中是否存在障碍物的判断结果，确定由当前位置到目的地的路线。其中，可将阻挡机器人移动的人、动物或物体称为障碍物。

在本申请实施例中，可按照下述判断方法来根据环境信息判断环境中是否存在障碍物：

可基于第一神经网络模型判断环境中是否存在障碍物，其中，第一神经网络模型可以环境信息为输入层、以环境中是否存在障碍物的判断结果以及存在何种障碍物为输出层的神经网络模型。具体地，输出层的输出可以具体表现为各种不同类型障碍物的存在概率，当某类障碍物的存在概率大于某一预设数值时，认为环境信息中存在该类障碍物。开发人员可以搭建好一个初级神经网络模型，输入不同的环境信息，使得初级神经网络模型输出环境中是否存在障碍物的结果，开发人员可针对初级神经网络模型的输出结果进行评判，即正确或错误，并将评判结果传输给初级神经网络，使得初级神经网络在开发人员的训练下不断优化中间层的参数权重，进而形成满足应用要求的第一神经网络模型，根据输入的环境信息，输出对环境中障碍物的正确判断结果。

例如，在某一实际应用场景中，若通过视觉传感器获取到的环境信息为环境的图像信息，通过激光雷达获取到的环境信息为环境中存在的障碍物与机器人的距离信息、环境中存在的障碍物的轮廓信息，那么将视觉传感器以及激光雷达传感器分别获取到的环境信息输入第一神经网络模型后，该第一神经网络模型根据输入的环境信息，进行分析计算，最终输出的结果可以为：存在障碍物，该障碍物为人和动物，人和动物的数量均为一个，人距离机器人X₁米，该人的高度为Y₁米、宽度为Z₁米，动物距离机器人X₂米，该人的高度为Y₂米、宽度为Z₂米。

有时，为了使得获取到的环境信息较为准确，机器人主要使用与环境情况对应的获取环境信息的设备来获取环境信息，那么根据该环境信息来判断环境中是否存在障碍物时，仍可基于第一神经网路模型来判断。该第一神经网路模型可以环境信息、环境情况为输入层、以环境中是否存在障碍物的判断结果以及存在何种障碍物为输出层的神经网络模型。

在基于上述判断方法判断出环境中是否存在障碍物后，可按照下述方法根据所述环境中是否存在障碍物的判断结果，确定由当前位置到目的地的路线：

基于全球定位系统GPS和/或基站定位系统确定当前位置信息，基于所述全球定位系统GPS和/或基站定位系统，根据所述当前位置信息、目的地信息、基于环境中是否存在障碍物的判断结果，确定由当前位置到目的地的路线。其中，机器人可根据任意一种定位系统，确定出机器人当前位置信息。另外，用户可事先将目的地信息输入机器人当中，以使得机器人获取到目的地信息。

需要说明的是，当机器人与服务器端的网络传输速度较慢，传输数据量较大，机器人对信息处理的实时性要求较高，或者机器人自身的处理能力足以能够判断所述环境中是否存在障碍物，并能够根据判断结果确定由当前位置到目的地的路线的要求时，可以由机器人根据所述当前位置信息、目的地信息、基于第一神经网络模型判断所述环境中是否存在障碍物的判断结果，确定由当前位置到目的地的路线。

反之，当机器人对数据的实时性要求不高，或者机器人自身的处理能力无法判断所述环境中是否存在障碍物或无法根据判断结果确定由当前位置到目的地的路线时，机器人可将获取到的环境信息发送给服务器端，由服务器端按上述方法判断所述环境中是否存在障碍物或根据判断结果确定由当前位置到目的地的路线。当由服务器确定由当前位置到目的地的路线时，机器人可一并将机器人当前位置信息以及目的地信息发送给服务器端。

比如，假设机器人自身的处理能力能够判断出所述环境中是否存在障碍物，但是无法根据判断结果确定由当前位置到目的地的路线时，机器人可按照图3示意的过程根据环境信息确定由当前位置到目的地的路线：机器人可按照上述判断方法根据获取到的环境信息判断环境中是否存在障碍物；在判断出环境中是否存在障碍物后，机器人可将判断出的结果、机器人当前位置信息以及目的地信息发送给服务器端，以使得服务器端可确定出由当前位置到目的地的路线；服务器端将确定出的路线返回给机器人，机器人在接收到服务器端返回的路线后，将该路线确定为由当前位置到目的地的路线。

本申请实施例还提供一种机器人，用以实现本申请实施例提供的机器人路线确定方法，该机器人的结构示意图参见图4所示，机器人本体包括头部111、机身112、臂部113、手部114、腿部115、脚部116，智能控制器117、运动控制器118、通信模块119、传感模块120、定位模块121安装在机器人本体中，智能控制器117分别与运动控制器118、通信模块119、传感模块120、定位模块121相连，运动控制器118分别与头部111、机身112、臂部113、手部114、腿部115、脚部116相连。

智能控制器117用于接收用户的指令，并根据用户的指令向运动控制器118、通信模块119或传感模块120发送相应命令，以使得运动控制器118、通信模块119或传感模块120可以根据该命令执行相应操作。运动控制器118用于接收智能控制器117发送的命令，控制机器人本体的各结构，比如头部111、机身112、臂部113、手部114、腿部115或脚部116执行相应操作。通信模块119用于与服务器端互传信息。其中，服务器端可以为可以起到服务器功能的硬件、软件或兼具软件或硬件的装置，比如，可以是计算机、服务器集群或云服务器等。传感模块120用于获取环境信息。定位模块121用于基于全球定位系统GPS和/或基站定位系统为机器人提供定位、导航功能。

当用户希望机器人从出发地A行走到目的地B时，可事先向机器人的智能控制器117输入出发地A、目的地B的位置信息，比如地名或经纬度等，并向机器人输入行走指令，智能控制器117可根据行走指令，向定位模块121发送指令，以使得定位模块121可根据出发地A、目的地B的位置信息，基于全球定位系统GPS和/或基站定位系统，确定出由出发地A到目的地B的路线，该路线可参见图5所示的带有箭头的路线，然后定位模块121将确定出的路线返回智能控制器117，智能控制器117接收到上述路线后，可向运动控制器118发送行走命令，该命令中包括定位模块121确定出的路线，那么运动控制器118便可根据该行走命令，以及定位模块121确定出的路线，驱动腿部115和脚部116沿着该路线向前行走。

为了避免机器人在行走过程中遇到障碍物，撞到障碍物上而撞坏或影响行进速度，可以事先对该机器人进行设置，使得智能控制器117向传感模块120发送实时获取环境信息的命令，以使得传感模块120可以通过传感模块120包括的红外线传感器、激光雷达、毫米波雷达、视觉传感器中的至少一种来实时获取当前环境信息。另外，智能控制器117还可以向定位模块121发送实时定位命令，以使得定位模块121实时获取机器人110的当前位置信息。在传感模块120获取到当前环境信息，以及定位模块121获取到机器人110当前位置信息后，智能控制器117可通过传感模块120、定位模块121获取到当前环境信息以及当前位置信息。

在智能控制器117获取到当前环境信息以及当前位置信息后，为了节省机器人的本地处理资源，充分利用服务器端的高效的处理数据的能力，智能控制器117可通过通信模块119将当前环境信息、当前位置信息、目的地信息一并发送给服务器端，并接收服务器端返回的根据所述环境信息确定出的由当前位置到目的地的路线。其中，环境信息用于服务器在接收到所述环境信息之后，根据所述环境信息确定出由当前位置到目的地的路线，并通过通信模块120返回给智能控制器该路线。其中，服务器端可采用上文中提及的、机器人根据环境信息确定出由当前位置到目的地的路线的方法确定路线，此处不再进行赘述。若服务器根据环境信息判断出图5所示的机器人行走线路中存在障碍物C，那么，服务器可根据该环境信息，重新规划路径，确定出新的路线，该路线可参见图6所示的带箭头的路线，以使得机器人可根据图6所示的路线向前行进，最终安全、快速地由出发地A到达目的地B。

有时，由于无线网络信号较差，信息传输速度慢，比如智能控制器将当前环境信息、当前位置信息、目的地信息发送给服务器端需要耗费较长时间，和/或服务器端向机器人110返回确定出的由当前位置到目的地的路线的时间较长，可能会影响机器人110对当前环境作出紧急反应，比如，若环境中存在障碍物，但是机器人110没能及时获取到服务器端发送的根据环境信息确定出的由当前位置到目的地的路线，机器人110便可能会撞到障碍物上，这时，机器人110中的智能控制器可在本地处理获取到的当前环境信息，进而确定出由当前位置到目的地的路线，并按照该路线行走。其中，智能控制器可按照上文中提及的机器人根据环境信息确定出由当前位置到目的地的路线的方法确定路线，此处不再进行赘述。

采用本申请实施例2提供的机器人确定路线的方法，机器人能够将环境信息发送给服务器端进行处理，其中，相较于机器人来说，服务器端的处理能力较强，即便是较复杂的环境信息，服务器端仍能高效成功的处理，解决了现有技术中的控制机器人确定路线的方法存在的效率较低的问题，

另外，上述机器人还能够在本地对环境信息进行处理，那么机器人在能够解决现有技术中的机器人控制方法存在的控制效率较低的问题的同时，还能够使得机器人处理环境信息时具备较高时效性，解决了现有技术中的控制机器人确定路线的方法存在的实时性较低的问题。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种机器人控制方法，其特征在于，所述机器人控制方法用于控制机器人，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道，所述方法包括：

所述智能控制器接收所述传感模块发送的回传信号，其中，所述回传信号用于服务器端和/或所述运动控制器执行与所述回传信号对应的任务；

所述智能控制器通过所述上行通道将所述回传信号发送给所述服务器端，和/或通过所述下行通道将所述回传信号发送给所述运动控制器；

其中，所述智能控制器根据所述回传信号对应的紧急程度和/或难易程度，确定将所述回传信号发送给所述服务器端和/或所述运动控制器；

其中，所述智能控制器接收所述传感模块发送的回传信号，包括：

所述智能控制器持续接收所述传感模块发送的回传信号；则

所述智能控制器通过上行通道将所述回传信号发送给服务器端，和/或通过下行通道将所述回传信号发送给所述运动控制器，具体包括：

所述智能控制器判断上一个回传信号对应的任务是否已经执行完毕；

若上一个回传信号对应的任务已经执行完毕，则所述智能控制器通过上行通道将当前回传信号发送给服务器端，和/或通过下行通道将当前回传信号发送给所述运动控制器。

2.如权利要求1所述的方法，其特征在于，所述智能控制器通过上行通道将所述回传信号发送给服务器端，和/或通过下行通道将所述回传信号发送给所述运动控制器，包括：

所述智能控制器对所述回传信号进行预处理，以获取与所述回传信号对应的控制信号；

所述智能控制器通过上行通道将所述控制信号发送给服务器端，和/或通过下行通道将所述控制信号发送给所述运动控制器；

其中，所述控制信号用于所述服务器端和/或所述运动控制器执行与所述控制信号对应的任务。

3.如权利要求1所述的方法，其特征在于，所述智能控制器通过上行通道将所述回传信号发送给服务器端，包括：

所述智能控制器持续将所述回传信号通过所述上行通道发送给服务器端的中央控制系统，和/或通过所述中央控制系统发送给服务器端的认知系统云端，其中，所述中央控制系统用于调配、记录所述回传信号，所述认知系统云端用于对所述回传信号进行处理。

4.如权利要求1所述的方法，其特征在于，所述方法用于控制所述机器人确定路线，包括：

所述智能控制器接收所述传感模块发送的环境信息，其中，所述传感模块包括红外线传感器、激光雷达、毫米波雷达、视觉传感器中的至少一种；

所述智能控制器将所述环境信息通过所述上行通道发送给服务器端，和/或通过所述下行通道发送给所述运动控制器，以使得所述服务器端和/或运动控制器根据所述环境信息确定由当前位置到目的地的路线。

5.一种机器人，其特征在于，所述机器人包括智能控制器、运动控制器、传感模块、上行通道以及下行通道：

所述智能控制器，用于接收所述传感模块发送的回传信号，其中，所述回传信号用于服务器端和/或所述运动控制器执行与所述回传信号对应的任务；

所述上行通道，用于所述智能控制器将所述回传信号发送给服务器端；

所述下行通道，用于所述智能控制器将所述回传信号发送给所述运动控制器；

其中，所述智能控制器根据所述回传信号对应的紧急程度和/或难易程度，确定将所述回传信号发送给所述服务器端和/或所述运动控制器；

其中，所述智能控制器，用于持续接收所述传感模块发送的回传信号；则

所述智能控制器，还用于判断上一个回传信号对应的任务是否已经执行完毕；

若所述智能控制器判断出上一个回传信号对应的任务已经执行完毕，则

所述上行通道，用于所述智能控制器将当前回传信号发送给所述服务器端；

所述下行通道，用于所述智能控制器将当前回传信号发送给所述运动控制器。

6.如权利要求5所述的机器人，其特征在于，所述智能控制器，用于对所述回传信号进行预处理，以获取与所述回传信号对应的控制信号，其中，所述控制信号用于所述服务器端和/或所述运动控制器执行与所述控制信号对应的任务；则

所述上行通道，用于所述智能控制器将所述控制信号发送给服务器端；

所述下行通道，用于所述智能控制器将所述控制信号发送给所述运动控制器。

7.如权利要求5所述的机器人，其特征在于：

所述上行通道，用于所述智能控制器持续将所述回传信号发送给所述服务器端的中央控制系统；

所述上行通道，还用于所述智能控制器持续将所述回传信号通过所述中央控制系统发送给服务器端的认知系统云端；

其中，所述中央控制系统用于调配、记录所述回传信号，所述认知系统云端用于对所述回传信号进行处理。

8.如权利要求5所述的机器人，其特征在于，所述机器人用于确定路线，其中：

所述智能控制器，用于接收所述传感模块发送的环境信息，其中，所述传感模块包括红外线传感器、激光雷达、毫米波雷达、视觉传感器中的至少一种；

所述上行通道，用于将所述环境信息发送给服务器端；

所述下行通道，用于将所述环境信息发送给所述运动控制器；

其中，所述环境信息用于所述服务器端和/或运动控制器根据所述环境信息确定由当前位置到目的地的路线。

Images