CN110794831A - 一种控制机器人工作的方法及机器人 - Google Patents

一种控制机器人工作的方法及机器人 Download PDF

Info

Publication number
CN110794831A
CN110794831A CN201910984342.4A CN201910984342A CN110794831A CN 110794831 A CN110794831 A CN 110794831A CN 201910984342 A CN201910984342 A CN 201910984342A CN 110794831 A CN110794831 A CN 110794831A
Authority
CN
China
Prior art keywords
robot
preset
wound area
height
around
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910984342.4A
Other languages
English (en)
Other versions
CN110794831B (zh
Inventor
纪嘉文
李少海
郭盖华
杨白
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen LD Robot Co Ltd
Original Assignee
Shenzhen LD Robot Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen LD Robot Co Ltd filed Critical Shenzhen LD Robot Co Ltd
Priority to CN201910984342.4A priority Critical patent/CN110794831B/zh
Publication of CN110794831A publication Critical patent/CN110794831A/zh
Application granted granted Critical
Publication of CN110794831B publication Critical patent/CN110794831B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请适用于机器人技术领域，提供了一种控制机器人工作的方法及机器人，其中控制机器人工作的方法包括采集所述机器人周围的环境信息，根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域，若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作。本申请可在确定机器人周围存在易缠绕区域后以防缠绕模式工作，有利于保障机器人的正常工作。

Description

一种控制机器人工作的方法及机器人
技术领域
本申请涉及机器人领域，尤其涉及一种控制机器人工作的方法及机器人。
背景技术
随着科技的不断进步，诸如扫地机器人、拖地机器人或扫拖一体机等清洁机器人，由于可代替人工完成地面的清洁而被广泛地用于日常生活中。
现有技术中的清洁机器人主要通过边刷和清洁刷实现清洁地面的目的，然而当有易缠绕物被卷入边刷和/或清洁刷内时，则会影响边刷和/或清洁刷的正常转动，从而出现清洁机器人被卡住后无法继续工作的情形。
故有必要提出一种新的技术方案，以解决所述技术问题。
发明内容
鉴于此，本申请实施例提供了一种控制机器人工作的方法及机器人，可在确定机器人周围存在易缠绕区域后以防缠绕模式工作，有利于保障机器人的正常工作。
本申请实施例的第一方面提供了一种控制机器人工作的方法，包括：
采集所述机器人周围的环境信息；
根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域；
若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作。
在一个实施例中，根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域包括：
根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域。
在一个实施例中，根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域包括：
根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的候选障碍物；
若所述机器人周围存在高度大于预设高度的候选障碍物，则根据所述环境信息中的反射信息，判断所述候选障碍物中是否存在反射系数高于预设反射系数的目标障碍物；
若所述候选障碍物中存在反射系数高于预设反射系数的目标障碍物，则确定所述机器人周围存在易缠绕区域。
在一个实施例中，根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域还包括：
根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的候选障碍物；
若所述机器人周围存在高度大于预设高度的候选障碍物，则根据所述环境信息中的形状信息，判断所述候选障碍物中是否存在形状为预设形状的目标障碍物；
若所述候选障碍物中存在形状为预设形状的目标障碍物，则确定所述机器人周围存在易缠绕区域。
在一个实施例中，根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域还包括：
根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的第一候选障碍物；
若所述机器人周围存在高度大于预设高度的第一候选障碍物，则根据所述环境信息中的反射信息，判断所述第一候选障碍物中是否存在反射系数高度预设反射系数的第二候选障碍物；
若所述第一候选障碍物中存在反射系数高于预设反射系数的第二候选障碍物，则根据所述环境信息中的形状信息，判断所述第二候选障碍物中是否存在形状为预设形状的目标障碍物；
若所述第二候选障碍物中存在形状为预设形状的目标障碍物，则确定所述机器人周围存在易缠绕区域。
在一个实施例中，若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作包括：
若所述机器人周围存在易缠绕区域，则在所述机器人处于第一工作模式时，根据所述易缠绕区域的轮廓确定绕行的位置和绕行的方向，所述绕行的位置为距离所述易缠绕区域为第一预设距离的位置，所述绕行的方向与所述易缠绕区域的轮廓走向一致；
根据所述绕行的位置和绕行的方向进行绕行路径的规划。
在一个实施例中，若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作还包括：
若所述机器人周围存在易缠绕区域，则在所述机器人处于第二工作模式时，控制所述机器人以当前位置为起点，沿与当前运动方向相反的方向继续工作。
在一个实施例中，所述机器人还包括安装于所述机器人上方或侧部的三维测距传感器，所述三维测距传感器用于采集所述机器人周围的环境信息。
在一个实施例中，在控制所述机器人以防缠绕模式工作之前，还包括：
获取所述机器人与所述易缠绕区域间的距离；
判断获取的所述距离是否大于预设的安全距离；
若获取的所述距离小于预设的安全距离，则控制所述机器人执行后退操作；
控制执行后退操作的所述机器人执行旋转操作。
本申请实施例的第二方面提供了一种机器人，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述第一方面提及的方法。
本申请实施例与现有技术相比存在的有益效果是：在本实施例中，首先采集所述机器人周围的环境信息，然后根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域，最后在所述机器人周围存在易缠绕区域时，控制所述机器人以防缠绕模式工作。与现有技术相比，本申请实施例可以在确定机器人周围存在易缠绕区域后以防缠绕模式工作，既有利于保障机器人的正常工作，又有利于提高机器人的智能性；本申请实施例还可以根据环境信息包含的障碍物的高度、反射系数和/或形状对自身周围是否存在易缠绕区域进行准确的判断，并在确定周围存在易缠绕区域且自身处于第一工作模式时，进行合理的路径规划，从而使自身在远离易缠绕区域时能与之保持恒定的距离和方向，此外，也对自身与易缠绕区域间的距离进行了检测，可在两者距离较小时，通过执行后退的操作来保证自身在沿规划后的路径继续运动时不会误入易缠绕区域内，有利于进一步提高机器人的智能性；本申请实施例又可以根据环境信息包含的障碍物的高度、反射系数和/或形状对自身周围是否存在易缠绕区域进行准确的判断，并在确定周围存在易缠绕区域且自身处于第二工作模式时，以当前位置为起点，沿与当前运动方向相反的方向继续工作来避开易缠绕区域，此外，也对自身与易缠绕区域间的距离进行了检测，可在两者距离较小时，通过执行后退的操作来保证自身在以当前位置为起点，沿与当前运动方向相反的方向继续工作时不会误入易缠绕区域内，有利于进一步提高机器人的智能性，具有较强的易用性和实用性。
可以理解的是，所述第二方面的有益效果可以参见所述第一方面中的相关描述，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的控制机器人工作的方法的流程示意图；
图2-a为本申请实施例二提供的控制机器人工作的方法的流程示意图；
图2-b为本申请实施例二提供的机器人规划的绕行路径的示意图；
图3-a为本申请实施例三提供的控制机器人工作的方法的流程示意图；
图3-b为本申请实施例三提供的机器人绕行路径的示意图；
图4为本申请实施例四提供的机器人的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
需要说明的是，本实施例中的“第一”、“第二”等描述，是用于区分不同的区域、模块等，不代表先后顺序，也不限定“第一”和“第二”为不同的类型。
本申请提供的控制机器人工作的方法的执行主体可以为清洁机器人本身，所述清洁机器人为能够凭借一定的人工智能自动完成地面清洁的室内清洁机器人，如扫地机器人、拖地机器人或扫拖一体机器人。
本申请提供的控制机器人工作的方法可用于清洁机器人进行工作过程中遇到易缠绕物所在区域的场景中，所述工作包括但不限于回充探索、沿边清洁和区域内清洁，所述回充探索是指机器人从当前位置出发，不断进行探索直至找到目标充电座并在目标充电座上进行充电的行为，所述沿边清洁是指机器人沿着障碍物的外边缘进行清洁的行为，如沿墙角清洁，所述区域内清洁是指机器人在某个区域内进行清洁的行为，如在空白区域A内进行清洁。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
实施例一
图1是本申请实施例一提供的控制机器人工作的方法的流程示意图，可以包括以下步骤：
S101：采集所述机器人周围的环境信息。
在一个实施例中，通过所述机器人上安装的三维测距传感器进行所述环境信息的采集。
在一个实施例中，所述三维测距传感器可被安装于所述机器人的上方和/或侧部。
在一个实施例中，所述三维测距传感器包括但不限于至少一个线激光传感器和/或至少一个视觉传感器。
在一个实施例中，所述视觉传感器可以为TOF深度摄像头。
在一个实施例中，所述环境信息包括但不限于障碍物的高度信息、反射信息、形状信息，及，与机器人间的距离信息，其中反射系数是指投向物体的光线强度与经该物体反射的光线强度间的比值。
在一个实施例中，控制机器人实时采集周围的环境信息。
S102：根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域。
在一个实施例中，所述易缠绕区域为易缠绕物所在的区域，所述易缠绕物包括但不限于线材、毛发、下垂窗帘的流苏和地毯的须边。
在一个实施例中，当所述易缠绕物为线材时，所述线材包括但不限于充电线、网线和电路线。
在一个实施例中，可以根据采集的所述环境信息包含的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域。
S103：若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作。
在一个实施例中，所述防缠绕模式用于防止所述机器人进入所述易缠绕区域内，所述防缠绕模式包括所述机器人绕开所述易缠绕区域。
在一个实施例中，可以在所述机器人远离所述易缠绕区域一定距离后退出所述防缠绕模式，继续以最初的工作模式进行工作。
由上可见，本申请实施例可在确定机器人周围存在易缠绕区域后以防缠绕模式工作，不仅有利于保障机器人的正常工作，还有利于提高机器人的智能性，具有较强的易用性和实用性。
实施例二
图2-a为本申请实施例二提供的控制机器人工作的方法的流程示意图，是对所述实施例一中的步骤S102和S103的进一步细化和说明，该方法可以包括以下步骤：
S201：采集所述机器人周围的环境信息。
其中，所述步骤S201与实施例一中的步骤S101相同，其具体实施过程可参见步骤S101的描述，在此不作重复赘述。
S202：根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域。
在一个实施例中，可以根据采集的所述环境信息包含的障碍物的高度和反射系数，判断所述机器人周围是否存在易缠绕区域，具体为：
A1：根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的候选障碍物。
在一个实施例中，可以根据所述环境中的其他信息计算得到所述高度信息。
在一个实施例中，所述预设高度可以为整个工作区域内地面的平均高度。应理解，当所述预设高度为整个工作区域内地面的平均高度时，有效采集范围内地面上的全部物体均可被看作所述候选障碍物。
A2：若所述机器人周围存在高度大于预设高度的候选障碍物，则根据所述环境信息中的反射信息，判断所述候选障碍物中是否存在反射系数高于预设反射系数的目标障碍物。
在一个实施例中，所述预设反射系数可以为整个工作区域内地面的平均反射系数。
由于通常情况下易缠绕物的颜色会较地面的颜色更深些，因而当同一光源的不同光束分别照射在易缠绕物和地面上时，被易缠绕物吸收的光线会多于被地面吸收的光线，此时就会出现经地面反射的光线多于经易缠绕物反射的光线，从而出现投向易缠绕物的光线强度与经易缠绕物反射的光线强度间的比值，大于，投向地面的光线强度与经地面反射的光线强度间的比值的情形。
A3：若所述候选障碍物中存在反射系数高于预设反射系数的目标障碍物，则确定所述机器人周围存在易缠绕区域。
应理解，此时目标障碍物所在区域即为所述易缠绕区域。
在一个实施例中，可以根据采集的所述环境信息包含的障碍物的高度和形状，判断所述机器人周围是否存在易缠绕区域，具体为：
B1：根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的候选障碍物。
其中，步骤B1与步骤A1相同，具体实施过程可参见步骤A1的描述，在此不作重复赘述。
B2：若所述机器人周围存在高度大于预设高度的候选障碍物，则根据所述环境信息中的形状信息，判断所述候选障碍物中是否存在形状为预设形状的目标障碍物。
在一个实施例中，所述形状信息可以为所述候选障碍物的轮廓形状信息。
在一个实施例中，所述预设形状可以为线状。
B3：若所述候选障碍物中存在形状为预设形状的目标障碍物，则确定所述机器人周围存在易缠绕区域。
其中，步骤B3与步骤A3基本相同，具体实施过程可参见步骤A3的描述，在此不作重复赘述。
在一个实施例中，为了进一步提高判断的准确度，可以根据采集的所述环境信息包含的障碍物的高度、反射系数和形状，判断所述机器人周围是否存在易缠绕区域，具体为：
C1：根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的第一候选障碍物。
C2：若所述机器人周围存在高度大于预设高度的第一候选障碍物，则根据所述环境信息中的反射信息，判断所述第一候选障碍物中是否存在反射系数高度预设反射系数的第二候选障碍物。
其中，步骤C1-C2与步骤A1-A2基本相同，具体实施过程可参见步骤A1-A2的描述，在此不作重复赘述。
C3：若所述第一候选障碍物中存在反射系数高于预设反射系数的第二候选障碍物，则根据所述环境信息中的形状信息，判断所述第二候选障碍物中是否存在形状为预设形状的目标障碍物。
C4：若所述第二候选障碍物中存在形状为预设形状的目标障碍物，则确定所述机器人周围存在易缠绕区域。
其中，步骤C3-C4与步骤B2-B3基本相同，具体实施过程可参见步骤B2-B3的描述，在此不作重复赘述。
在一个实施例中，可以在确定所述机器人周围存在易缠绕区域后，将所述易缠绕区域标注在电子地图上。
在一个实施例中，可以对标注有所述易缠绕区域的电子地图进行本地存储和/或云端存储。
S203：在所述机器人处于第一工作模式时，根据所述易缠绕区域的轮廓确定绕行的位置和绕行的方向，根据所述绕行的位置和绕行的方向进行绕行路径的规划。
在一个实施例中，所述第一工作模式包括但不限于回充探索模式、沿边清洁模式和区域内清洁模式。
在一个实施例中，所述绕行的位置为距离所述易缠绕区域为第一预设距离的位置，所述绕行的方向与所述易缠绕区域的轮廓走向一致，所述绕行路径的数量至少应为一条。
在一个实施例中，所述第一预设距离为所述机器人在沿所述绕行路径运动时，距离所述易缠绕区域最小的安全距离。
在一个实施例中，当所述绕行路径的数量不止一条时，所述机器人可根据自身在沿每条绕行路径运动时需要消耗的时间、后退的次数和/或旋转的次数进行选择。
在一个实施例中，当所述易缠绕物为线材时，规划的绕行路径可以如图2-b所示。
S204：获取所述机器人与所述易缠绕区域间的距离，判断获取的所述距离是否大于预设的安全距离，若获取的所述距离小于预设的安全距离，则控制所述机器人执行后退操作，控制执行后退操作的所述机器人执行旋转操作。
在一个实施例中，可以在确定所述机器人周围存在易缠绕区域后，实时获取自身与所述易缠绕区域间的距离。
在一个实施例中，可以通过自身安装的三维测距传感器来获取自身与所述易缠绕区域间的距离。
在一个实施例中，所述预设的安全距离为所述机器人在执行原地旋转任意角度时均不会被所述易缠绕区域内障碍物缠绕的距离。
在一个实施例中，在控制所述机器人执行后退操作前，控制所述机器人执行减速的操作。
在一个实施例中，控制执行旋转操作后的机器人执行加速的操作。
S205：控制执行旋转操作的所述机器人沿规划后的路径运动。
由上可见，本申请实施例二相比于实施例一，不仅可根据环境信息包含的障碍物的高度、反射系数和/或形状对自身周围是否存在易缠绕区域进行准确的判断，还可在确定周围存在易缠绕区域且自身处于第一工作模式时，进行合理的路径规划，从而使自身在远离易缠绕区域时能够与之保持恒定的距离和方向；此外，也对自身与易缠绕区域间的距离进行了检测，可在两者距离较小时，通过执行后退的操作来保证自身在沿规划后的路径继续运动时不会误入易缠绕区域内，有利于进一步提高机器人的智能性，具有较强的易用性和实用性。
实施例三
图3-a为本申请实施例三提供的控制机器人工作的方法的流程示意图，是对所述实施例一中的步骤S102和S103的又一细化和说明，该方法可以包括以下步骤：
S301：采集所述机器人周围的环境信息。
S302：根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域。
其中，所述步骤S301-S302与实施例二中的步骤S201-S202相同，其具体实施过程可参见步骤S201-S202的描述，在此不作重复赘述。
S303：获取所述机器人与所述易缠绕区域间的距离，判断获取的所述距离是否大于预设的安全距离，若获取的所述距离小于预设的安全距离，则控制所述机器人执行后退操作，控制执行后退操作的所述机器人执行旋转操作。
其中，所述步骤S303与实施例二中的步骤S204相同，其具体实施过程可参见步骤S204的描述，在此不作重复赘述。
S304：在所述机器人处于第二工作模式时，控制执行旋转操作的所述机器人以当前位置为起点，沿与当前运动方向相反的方向继续工作。
在一个实施例中，所述第二工作模式可以为区域内清洁模式。
在一个实施例中，当所述机器人以当前位置为起点，沿与当前运动方向相反的方向继续工作时，所述机器人绕行路径可以如图3-b所示。
由上可见，本申请实施例三相比于实施例一，不仅可根据环境信息包含的障碍物的高度、反射系数和/或形状对自身周围是否存在易缠绕区域进行准确的判断，还可在确定周围存在易缠绕区域且自身处于第二工作模式时，以当前位置为起点，沿与当前运动方向相反的方向继续工作来避开易缠绕区域；此外，也对自身与易缠绕区域间的距离进行了检测，可在两者距离较小时，通过执行后退的操作来保证自身在以当前位置为起点，沿与当前运动方向相反的方向继续工作时不会误入易缠绕区域内，有利于进一步提高机器人的智能性，具有较强的易用性和实用性。
实施例四
图4是本申请实施例四提供的机器人的结构示意图。如图4所示，该实施例的机器人4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现所述方法实施例一中的步骤，例如图1所示的步骤S101至S103。或者，实现所述方法实施例二中的步骤，例如图2-a所示的步骤S201至S205。或者，实现所述方法实施例三中的步骤，例如图3-a所示的步骤S301至S304。
所述机器人4可以是可以是室内的清洁机器人，如扫地机器人、拖地机器人或扫拖一体机。所述机器人可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是机器人4的示例，并不构成对机器人4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。
所述处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述机器人4的内部存储单元，例如机器人4的硬盘或内存。所述存储器41也可以是所述机器人4的外部存储设备，例如所述机器人4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述机器人4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在所述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现所述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现所述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种控制机器人工作的方法，其特征在于，包括：
采集所述机器人周围的环境信息；
根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域；
若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作。
2.根据权利要求1所述的方法，其特征在于，根据采集的所述环境信息，判断所述机器人周围是否存在易缠绕区域包括：
根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域。
3.根据权利要求2所述的方法，其特征在于，根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域包括：
根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的候选障碍物；
若所述机器人周围存在高度大于预设高度的候选障碍物，则根据所述环境信息中的反射信息，判断所述候选障碍物中是否存在反射系数高于预设反射系数的目标障碍物；
若所述候选障碍物中存在反射系数高于预设反射系数的目标障碍物，则确定所述机器人周围存在易缠绕区域。
4.根据权利要求2所述的方法，其特征在于，根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域还包括：
根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的候选障碍物；
若所述机器人周围存在高度大于预设高度的候选障碍物，则根据所述环境信息中的形状信息，判断所述候选障碍物中是否存在形状为预设形状的目标障碍物；
若所述候选障碍物中存在形状为预设形状的目标障碍物，则确定所述机器人周围存在易缠绕区域。
5.根据权利要求2所述的方法，其特征在于，根据采集的所述环境信息包含的障碍物的高度、反射系数和/或形状，判断所述机器人周围是否存在易缠绕区域还包括：
根据所述环境信息中的高度信息，判断所述机器人周围是否存在高度大于预设高度的第一候选障碍物；
若所述机器人周围存在高度大于预设高度的第一候选障碍物，则根据所述环境信息中的反射信息，判断所述第一候选障碍物中是否存在反射系数高度预设反射系数的第二候选障碍物；
若所述第一候选障碍物中存在反射系数高于预设反射系数的第二候选障碍物，则根据所述环境信息中的形状信息，判断所述第二候选障碍物中是否存在形状为预设形状的目标障碍物；
若所述第二候选障碍物中存在形状为预设形状的目标障碍物，则确定所述机器人周围存在易缠绕区域。
6.根据权利要求1所述的方法，其特征在于，若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作包括：
若所述机器人周围存在易缠绕区域，则在所述机器人处于第一工作模式时，根据所述易缠绕区域的轮廓确定绕行的位置和绕行的方向，所述绕行的位置为距离所述易缠绕区域为第一预设距离的位置，所述绕行的方向与所述易缠绕区域的轮廓走向一致；
根据所述绕行的位置和绕行的方向进行绕行路径的规划。
7.根据权利要求1所述的方法，其特征在于，若所述机器人周围存在易缠绕区域，则控制所述机器人以防缠绕模式工作还包括：
若所述机器人周围存在易缠绕区域，则在所述机器人处于第二工作模式时，控制所述机器人以当前位置为起点，沿与当前运动方向相反的方向继续工作。
8.根据权利要求1所述的方法，其特征在于，所述机器人还包括安装于所述机器人上方或侧部的三维测距传感器，所述三维测距传感器用于采集所述机器人周围的环境信息。
9.根据权利要求1至8任一项所述的方法，其特征在于，在控制所述机器人以防缠绕模式工作之前，还包括：
获取所述机器人与所述易缠绕区域间的距离；
判断获取的所述距离是否大于预设的安全距离；
若获取的所述距离小于预设的安全距离，则控制所述机器人执行后退操作；
控制执行后退操作的所述机器人执行旋转操作。
10.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述方法的步骤。
CN201910984342.4A 2019-10-16 2019-10-16 一种控制机器人工作的方法及机器人 Active CN110794831B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910984342.4A CN110794831B (zh) 2019-10-16 2019-10-16 一种控制机器人工作的方法及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910984342.4A CN110794831B (zh) 2019-10-16 2019-10-16 一种控制机器人工作的方法及机器人

Publications (2)

Publication Number Publication Date
CN110794831A true CN110794831A (zh) 2020-02-14
CN110794831B CN110794831B (zh) 2023-07-28

Family

ID=69439275

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910984342.4A Active CN110794831B (zh) 2019-10-16 2019-10-16 一种控制机器人工作的方法及机器人

Country Status (1)

Country Link
CN (1) CN110794831B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111714033A (zh) * 2020-05-18 2020-09-29 科沃斯机器人股份有限公司 一种机器人控制方法、机器人及存储介质
CN111714034A (zh) * 2020-05-18 2020-09-29 科沃斯机器人股份有限公司 一种自移动机器人的控制方法、系统及自移动机器人
CN111949021A (zh) * 2020-07-30 2020-11-17 尚科宁家(中国)科技有限公司 自走式机器人及其控制方法
CN112205929A (zh) * 2020-09-08 2021-01-12 深圳乐动机器人有限公司 一种机器人清洁方法、装置、机器人及存储介质
CN112426111A (zh) * 2020-08-31 2021-03-02 深圳市银星智能科技股份有限公司 一种机器人清扫控制装置、方法及电子设备
CN113359692A (zh) * 2020-02-20 2021-09-07 杭州萤石软件有限公司 一种障碍物的避让方法、可移动机器人
WO2023071775A1 (zh) * 2021-10-29 2023-05-04 追觅创新科技(苏州)有限公司 应用于清洁设备的障碍物识别方法、装置及清洁设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016155482A (ja) * 2015-02-25 2016-09-01 公益財団法人鉄道総合技術研究所 踏切障害物検知装置
CN106526579A (zh) * 2016-10-31 2017-03-22 张舒怡 一种用于机器人的障碍检测传感器
CN107328419A (zh) * 2017-06-21 2017-11-07 上海斐讯数据通信技术有限公司 一种清扫机器人的清扫路径的规划方法及清扫机器人
CN206691107U (zh) * 2017-03-08 2017-12-01 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
CN107544501A (zh) * 2017-09-22 2018-01-05 广东科学技术职业学院 一种智能机器人智慧行走控制系统及其方法
CN108170137A (zh) * 2017-12-15 2018-06-15 珊口（上海）智能科技有限公司 移动机器人及其控制方法和控制系统
CN108318895A (zh) * 2017-12-19 2018-07-24 深圳市海梁科技有限公司 用于无人驾驶车辆的障碍物识别方法、装置及终端设备
CN109031307A (zh) * 2018-07-30 2018-12-18 米传科技（上海）有限公司 车载毫米波防撞雷达系统以及障碍物检测方法
CN110051292A (zh) * 2019-05-29 2019-07-26 尚科宁家(中国)科技有限公司 一种扫地机器人控制方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016155482A (ja) * 2015-02-25 2016-09-01 公益財団法人鉄道総合技術研究所 踏切障害物検知装置
CN106526579A (zh) * 2016-10-31 2017-03-22 张舒怡 一种用于机器人的障碍检测传感器
CN206691107U (zh) * 2017-03-08 2017-12-01 深圳市速腾聚创科技有限公司 无人驾驶汽车系统及汽车
CN107328419A (zh) * 2017-06-21 2017-11-07 上海斐讯数据通信技术有限公司 一种清扫机器人的清扫路径的规划方法及清扫机器人
CN107544501A (zh) * 2017-09-22 2018-01-05 广东科学技术职业学院 一种智能机器人智慧行走控制系统及其方法
CN108170137A (zh) * 2017-12-15 2018-06-15 珊口（上海）智能科技有限公司 移动机器人及其控制方法和控制系统
CN108318895A (zh) * 2017-12-19 2018-07-24 深圳市海梁科技有限公司 用于无人驾驶车辆的障碍物识别方法、装置及终端设备
CN109031307A (zh) * 2018-07-30 2018-12-18 米传科技（上海）有限公司 车载毫米波防撞雷达系统以及障碍物检测方法
CN110051292A (zh) * 2019-05-29 2019-07-26 尚科宁家(中国)科技有限公司 一种扫地机器人控制方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113359692A (zh) * 2020-02-20 2021-09-07 杭州萤石软件有限公司 一种障碍物的避让方法、可移动机器人
CN111714033A (zh) * 2020-05-18 2020-09-29 科沃斯机器人股份有限公司 一种机器人控制方法、机器人及存储介质
CN111714034A (zh) * 2020-05-18 2020-09-29 科沃斯机器人股份有限公司 一种自移动机器人的控制方法、系统及自移动机器人
WO2021233007A1 (zh) * 2020-05-18 2021-11-25 科沃斯机器人股份有限公司 一种自移动机器人的控制方法、系统及自移动机器人
CN114727740A (zh) * 2020-05-18 2022-07-08 科沃斯机器人股份有限公司 一种自移动机器人的控制方法、系统及自移动机器人
CN114727740B (zh) * 2020-05-18 2024-03-01 科沃斯机器人股份有限公司 一种自移动机器人的控制方法、系统及自移动机器人
CN111949021A (zh) * 2020-07-30 2020-11-17 尚科宁家(中国)科技有限公司 自走式机器人及其控制方法
CN111949021B (zh) * 2020-07-30 2024-02-09 尚科宁家(中国)科技有限公司 自走式机器人及其控制方法
CN112426111A (zh) * 2020-08-31 2021-03-02 深圳市银星智能科技股份有限公司 一种机器人清扫控制装置、方法及电子设备
CN112426111B (zh) * 2020-08-31 2022-05-17 深圳市银星智能科技股份有限公司 一种机器人清扫控制装置、方法及电子设备
CN112205929A (zh) * 2020-09-08 2021-01-12 深圳乐动机器人有限公司 一种机器人清洁方法、装置、机器人及存储介质
WO2023071775A1 (zh) * 2021-10-29 2023-05-04 追觅创新科技(苏州)有限公司 应用于清洁设备的障碍物识别方法、装置及清洁设备

Also Published As

Publication number Publication date
CN110794831B (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
CN110794831A (zh) 一种控制机器人工作的方法及机器人
CN110522359B (zh) 清洁机器人以及清洁机器人的控制方法
CN110680253A (zh) 一种机器人沿边清洁的方法及机器人
EP3185096B1 (en) A charging pile, method and device for recognizing the charging pile, and an autonomous cleaning device
EP3104194B1 (en) Robot positioning system
CN110597260A (zh) 一种机器人避障的方法及机器人
EP2592518A2 (en) Robot cleaner and control method thereof
CN110908378B (zh) 一种机器人沿边的方法及机器人
CN116578068A (zh) 机器人定位方法、机器人及存储介质
EP3974778B1 (en) Method and apparatus for updating working map of mobile robot, and storage medium
CN112806912B (zh) 机器人的清洁控制方法、装置及机器人
CN113916230A (zh) 用于使用机器视觉系统执行同时定位和映射的系统和方法
CN112075879A (zh) 一种信息处理方法、装置及存储介质
CN110502014A (zh) 一种机器人避障的方法及机器人
CN111123932A (zh) 一种机器人清洁的方法及机器人
CN113675923B (zh) 充电方法、充电装置及机器人
EP4184278A1 (en) Automatic recharging method and apparatus, storage medium, charging base, and system
CN111419116A (zh) 扫地机器人爬坡控制方法和装置、存储介质及扫地机器人
CN111714028A (zh) 清扫设备的禁区脱困方法、装置、设备及可读存储介质
CN112237403A (zh) 用于清扫设备的覆盖路径生成方法和清扫设备
CN113325832A (zh) 一种可移动机器人避障方法、以及可移动机器人
CN111481106B (zh) 扫地机充电座的检测方法及装置、计算设备、存储介质
CN115342800A (zh) 一种基于三目视觉传感器的地图构建方法及系统
CN112927278A (zh) 控制方法、装置、机器人及计算机可读存储介质
Holz et al. Chapter Fast 3D Perception for Collision Avoidance and SLAM in Domestic Environments

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 518000 room 1601, building 2, Vanke Cloud City phase 6, Tongfa South Road, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province (16th floor, block a, building 6, Shenzhen International Innovation Valley)

Applicant after: Shenzhen Ledong robot Co.,Ltd.

Address before: 518000 16 / F, building B1, Nanshan wisdom Park, 1001 Xili Xueyuan Avenue, Nanshan District, Shenzhen City, Guangdong Province

Applicant before: SHENZHEN LD ROBOT Co.,Ltd.

GR01 Patent grant
GR01 Patent grant