CN110974088A

CN110974088A - 扫地机器人控制方法、扫地机器人及存储介质

Info

Publication number: CN110974088A
Application number: CN201911212870.4A
Authority: CN
Inventors: 杨勇; 吴泽晓; 赵永亮
Original assignee: Shenzhen 3irobotix Co Ltd
Current assignee: Shenzhen 3irobotix Co Ltd
Priority date: 2019-11-29
Filing date: 2019-11-29
Publication date: 2020-04-10
Anticipated expiration: 2039-11-29
Also published as: CN110974088B; WO2021103987A1

Abstract

本发明公开了一种扫地机器人自动控制方法，所述方法包括以下步骤：获取扫地机器人在行进过程中障碍物的图像信息；根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息；根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作。本发明还公开了一种扫地机器人及计算机可读存储介质。通过获取障碍物类别、位置与深度信息，控制扫地机自动执行避障操作，提高避障效果。

Description

扫地机器人控制方法、扫地机器人及存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种扫地机器人自动控制方法、扫地机器人及计算机可读存储介质。

背景技术

随着人工智能技术的不断发展，以人工智能技术为基础的一系列人工智能产品逐渐走进人们的生活，为人们的生活提供诸多便利。如，智能扫地机器人，能够自动识别障碍物，并避开障碍物对待清扫物体执行清扫任务，为用户减轻清扫任务。

目前的扫地机器人方案，在扫地机器人识别障碍物时，通常只能识别是否有障碍物，而不能识别障碍物的类别，无法针对不同类别的障碍物执行相应的避障操作；并且在识别到障碍物后，通常通过距离测量的方式进行避障，即通过测量扫地机器人与障碍物之间距离的方式避障，而基于距离测量的方式存在无法更加精准的避开障碍物的问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明主要目的在于提供一种扫地机器人自动控制方法、扫地机器人及计算机可读存储介质，旨在解决现有技术中扫地机器人避障效果不佳的问题。

为实现上述目的，本发明提供一种扫地机器人自动控制方法，所述方法包括以下步骤：

获取扫地机器人在行进过程中障碍物的图像信息；

根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息；

根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作。

可选地，所述根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作的步骤包括：

若所述障碍物的类别为第一类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作；

若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人在执行自动避障操作后输出报警信息；

若所述障碍物的类别为第三类，则基于所述位置与深度信息控制扫地机器人不执行避障操作。

可选地，所述若所述障碍物的类别为第一类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作的步骤包括：

若所述障碍物的类别为第一类，则根据障碍物的位置与深度信息，确定扫地机器人的转向距离信息、转向方向信息及转向角度信息；

根据所述扫地机器人转向距离信息、转向方向信息及转向角度信息确定避障路线；

控制扫地机器人按照所述避障路线执行自动避障操作。

可选地，所述若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人在执行自动避障操作后输出报警信息的步骤包括：

若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作；

在扫地机器人执行自动避障操作后，控制扫地机器人输出报警信息，并将所述第二类障碍物的类别与位置及所述报警信息发送至远程终端；

判断与所述类别与位置信息对应的预设时间内是否接收到远程终端发送的处理信息；

若未接收到，则控制扫地机器人再次向远程终端发送报警信息，直至接收到所述处理信息。

可选地，所述若所述障碍物的类别为第三类，则基于所述位置与深度信息控制扫地机器人不执行避障操作的步骤包括：

若所述障碍物的类别为第三类，则根据扫地机器人的动力参数及形态参数判断扫地机器人是否需要执行避障操作；

若不需要，则基于所述位置与深度信息控制扫地机器人不执行避障操作。

可选地，所述根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息的步骤包括：

利用障碍物检测网络识别所述图像信息中障碍物的类别信息与坐标信息；

基于所述坐标信息，利用预设深度摄像头识别所述图像信息中障碍物位置信息与深度信息。

可选地，所述利用障碍物检测网络识别所述图像信息中障碍物的类别信息与坐标信息的步骤包括：

将所述图像信息输入障碍物检测网络，判断检测网络提取的所述障碍物的特征信息是否与训练好的障碍物检测模型相匹配；

若匹配，则获取所述障碍物检测网络识别的障碍物类别与障碍物检测框的坐标信息。

可选地，所述获取所述障碍物检测网络识别到的障碍物类别与障碍物检测框的坐标信息的步骤之后，还包括：

基于障碍物检测框的坐标信息确定障碍物在预设深度摄像头采集的图像信息中的位置；

基于所述障碍物在预设深度摄像头采集的图像信息中的位置，获取障碍物的位置与深度信息。

此外，为实现上述目的，本发明还提供一种扫地机器人，所述扫地机器人包括存储器、处理器及存储在所述处理器上并可在处理器上运行的扫地机器人控制方法程序，所述处理器执行所述扫地机器人控制方法程序时实现如上所述扫地机器人控制方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有扫地机器人控制方法程序，所述扫地机器人控制方法程序被处理器执行时实现如上所述的扫地机器人控制方法的步骤。

本发明实施例中，通过获取扫地机器人在行进过程中障碍物的图像信息，再根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息，以根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作。不仅能执行自动避障操作，且能基于不同的障碍物类别进行避障操作，还能基于障碍物的位置与深度信息执行更加有效的自动避障操作，从而提高扫地机器人自动避障的避障效率与效果。

附图说明

图1为本发明实施例方案涉及的硬件运行环境的扫地机器人结构示意图；

图2是本发明扫地机器人控制方法第一实施例的流程示意图；

图3为本发明扫地机器人控制方法第二实施例的流程示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明的主要解决方案是:

获取扫地机器人在行进过程中障碍物的图像信息；

目前的扫地机器人无法识别障碍物类别以针对不同类别的障碍物执行相应的避障操作，且通常通过激光测距等方式确定扫地机器人与障碍物的距离来执行避障操作，存在避障效果不佳的问题。因而，本发明提出一种扫地机器人控制方法、扫地机器人及计算机可读存储介质，通过获取扫地机器人在行进过程中障碍物的图像信息来获取障碍物的类别、位置和深度信息，在根据不同障碍物的类别、位置和深度信息控制扫地机器人执行自动避障操作，不仅能够识别障碍物类别，且能根据障碍物的位置与深度信息执行自动避障，提高了扫地机器人自动避障的效果。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的扫地机器人结构示意图。

本发明实施例扫地机器人可以与PC、智能手机及平板电脑等终端设备连接，所述连接可以是无线连接也可以是有线连接。

如图1所示，该扫地机器人可以包括：通信总线1002，处理器1001，例如CPU，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，扫地机器人还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示屏的亮度，接近传感器可在移动终端移动到耳边时，关闭显示屏和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；当然，移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器、温度传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的终端结构并不构成对扫地机器人的限定，可以包括比图示更多或更少的部件，或组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及扫地机器人控制方法程序。

在图1所示的扫地机器人中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的扫地机器人控制方法程序，并执行以下操作：

获取扫地机器人在行进过程中障碍物的图像信息；

可选地，处理器1001可以调用存储器1005中存储的扫地机器人控制方法程序，还执行以下操作：

可选地，处理器1001可以调用存储器1005中存储的扫地机器人控制程序，还执行以下操作：

控制扫地机器人按照所述避障路线执行自动避障操作。

可选地，处理器1001调用存储器1005中存储的扫地机器人控制程序，并执行以下操作：

可选地，处理器1001可以调用存储器1005中存储的扫地机器人控制程序，还执行以下操作：利用障碍物检测网络识别所述图像信息中障碍物的类别信息与坐标信息；

可选地，处理器1001可以调用存储器1005中存储的扫地机器人控制程序，还执行以下操作：将所述图像信息输入障碍物检测网络，判断检测网络提取的所述障碍物的特征信息是否与训练好的障碍物检测模型相匹配；

可选地，所述获取所述障碍物检测网络识别到的障碍物类别与障碍物检测框的坐标信息的步骤之后，还包括，处理器1001可以调用存储器1005中存储的扫地机器人控制程序，还执行以下操作：

参照图2，图2为本发明扫地机器人控制方法的第一实施例流程图，本实施例中，所述扫地机器人控制方法包括以下步骤：

步骤S10：获取扫地机器人在行进过程中障碍物的图像信息；

所述扫地机器人包括图像采集模块，所述图像采集模块包括摄像头，利用摄像头实时采集扫地机器人在行进过程中的周围环境的环境图像信息，通过判断环境图像信息中是否存在障碍物，从而获取扫地机器人在行进过程中障碍物的图像信息。而判断环境图像信息中是否存在障碍物的方法可以采用类似于人脸识别一类的图像识别技术，通过训练障碍物检测网络，将采集的环境图像信息输入训练好的障碍物检测网络，当对采集的环境图像信息进行特征提取时，若提取的特征信息能与训练好的障碍物检模型匹配，则采集的环境图像信息中存在障碍物，若提取的特征信息能与训练好的障碍物检网络匹配，则采集的环境图像信息中不存在障碍物。在判断采集的环境图像信息中是否存在障碍物之后，若存在，则获取存在障碍物的图像信息作为扫地机器人在行进过程中障碍物的图像信息，通过训练好的障碍物检测网络进一步识别障碍物的类别等相关信息。

步骤S20：根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息；

获取障碍物的图像信息后，利用障碍物检测网络识别所述图像信息中障碍物的类别信息与坐标信息，基于所述坐标信息，利用预设深度摄像头识别所述图像信息中障碍物位置信息与深度信息。具体地，将所述障碍物的图像信息输入所述障碍物检测网络，在判断摄像头采集的图像信息中存在障碍物时，获取所述障碍物检测网络识别的障碍物类别信息与障碍物检测框的坐标信息。在判断摄像头采集的图像信息中是否存在障碍物之前，需要训练障碍物检测网络，在一实施例中，具体的训练过程如下：采集大量需要避障的障碍物的图片(如：10000张)，通过分割工具表示出需要标注的障碍物的轮廓得到标注后的标注图片，并在标注后保存为对应的json格式的文件。在保存的json格式的文件中为标注图片生成相应的检测框四个顶点的坐标信息与标注图像中的障碍物类别信息。在标注过程中，从物体类别为0时开始依次增加进行标注，直到所有的识别类别都别标注。在标注完成后，将json格式的文件转换为训练障碍物检测网络用的xml格式文件，并最终转换成障碍物网络模型能够识别训练的record文件。在完成格式转换后，将格式转换后的文件送入障碍物检模型进行训练并配置参数，根据图片数量完成训练步数的设置。当通过所述参数设置训练格式转换后的文件中障碍物图片至损失降到0.1且不再衰减时，停止训练。将训练好的名转换为可进行障碍物检测的文件。而障碍物检测网络的训练过程实质上就是特征提取过程，并在提取特征后在网络中不断预测，将将预测值和真实值对比从而优化参数，最终实现准确预测物体和位置信息的能力。在训练得到障碍物检测网络后，将实时采集的图像数据输入障碍物检测网络，障碍物检测网络通过提取数据图像中的障碍物特征，输出物体类别、检测框顶点坐标及置信度等信息。当置信度超达到预设置信度时，就可以判断实时采集的图像信息中存在障碍物，在存在障碍物时，通过障碍物检测网络输出障碍物相应的检测框的坐标信息与类别信息。基于障碍物检测框的坐标信息确定障碍物在预设深度摄像头采集的图像信息中的位置，从而根据障碍物在预设深度摄像头采集的图像信息中的位置，获取与所述位置对应的障碍物的深度信息。其中，预设深度摄像头可以是TOF(Time of flight，飞行时间)摄像头，也可以是双目立体摄像头，还可以是单目结构光摄像头等可以获取物体深度信息的深度摄像头。以TOF(Time of flight，飞行时间)摄像头为例，通过给目标连续发送光脉冲，然后用传感器接收从物体返回的光，通过探测这些发射和接收光脉冲的飞行时间差或相位差来得到目标物距离，并根据目标物体距离生成相应的深度信息。而发射光脉冲进行扫描获取深度信息的方式可以是点式扫描的方式，通过逐点扫描的方式获取被目标三维几何结构，也可以是面式扫描的方式，通过拍摄一张场景图片即可实时获取整个场景的表面几何结构信息。本实施例中，可以是采用面式扫描的方式，先采集一张场景图像，将场景图像送入检测网络进行检测，在场景图像中存在障碍物时，再基于检测网络输出的检测信息，利用TOF(Time of flight，飞行时间)摄像头进一步获取障碍物的深度信息。

步骤S30：根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作；

根据检测网络输出的障碍物类别、位置和深度信息控制扫地机器人自动执行相应的避障操作。在执行相应的避障操作之前，可以根据障碍物类别、位置和深度信息先判断障碍物是否为需要避障的障碍物，若为不需要避障的障碍物(如，矮台阶等)，则继续沿当前障碍物方向执行原定的清扫任务，若为需要避障的障碍物，则判断障碍物是否为可避障类型的障碍物，如果为可避障类型的障碍物，则控制扫地机器人执行自动避障操作，若所述障碍物为不可避障的障碍物，则重新规划清扫路线不执行自动避障操作；当障碍物为可避障类型的障碍物，还可以进一步判断障碍物是否为需要清扫的障碍物，若为需要清扫的障碍物，则直接执行清扫操作而不执行自动避障操作，若为需要清扫的障碍物，则判断扫地机器人是否能够自主清扫，若能够自主清扫，则控制扫地机器人自主清扫，若不能清扫，则控制扫地机器人接收终端设备发送的清扫指令进行清扫，当没有接收到终端设备的清扫指令或根据终端设备的清扫指令无法清扫或无法根据终端设备的清扫指令进行清扫时，则向终端设备发送提示信息，以供终端设备侧用户及时处理。在确定扫地机器人需要对障碍物进行避障且能够避障时，根据障碍物类别对应的位置和深度信息可以为扫地机器人规划相应的避障路线。而避障路线的规划，可以以避障的安全性、避障时间、避障路线等为基准，在规划的多条避障路线中选出一条既能保证避障的安全系数又能保证避障后按照原定清扫轨迹进行清扫且避障时的转向时间最短的避障路线。当然，也可以是将规划的多条避障路线发送至终端设备，在终端设备指定相应的避障路线后，控制扫地机器人按照终端设备侧用户指定的避障路线执行避障操作。

通过获取扫地机器人在行进过程中障碍物的图像信息，根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息，再根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作，可以针对于不同类别的障碍物执行相应的自动避障操作，并且可以针对于不同位置与深度信息的障碍物执行自动避障操作，以提高自动避障的准确性，提高自动避障的效率与效果。

参照图3，图3为本发明扫地机器人控制方法的第二实施例流程图，本实施例中，所述扫地机器人控制方法包括以下步骤：

步骤S11：获取扫地机器人在行进过程中障碍物的图像信息；

步骤S12：根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息；

步骤S13：若所述障碍物的类别为第一类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作；

步骤S14：若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人在执行自动避障操作后输出报警信息；

步骤S15：若所述障碍物的类别为第三类，则基于所述位置与深度信息控制扫地机器人不执行避障操作。

本实施例提供一种较优的实施方案，在获取扫地机器人在行进过程中障碍物的图像信息后，根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息。根据障碍物的类别，当障碍物为不同类别时，基于不同类别的障碍物，结合障碍物的位置与深度信息执行不同的避障操作。因而在基于不同类别的障碍物执行不同的避障操作之前，需要对障碍物进行分类。所述分类的方式可以是根据障碍物是否为需要避障的障碍物、是否为可以避障的障碍物、是否为需要清扫的障碍物以及是否为扫地机器人能够清扫的障碍物等作为分类条件，对障碍物分类。本实施例中一种较优的分类方式，将扫地机器人需要避障且能够避障的障碍物作为第一类障碍物，将扫地机器人需要避障且需要清扫但扫地机器人不能清扫的障碍物作为第二类障碍物，将扫地机器人不需要避障但需要清扫且能够清扫的障碍物作为第三类障碍物。在对障碍物进行分类后，若所述障碍物的类别为第一类，则根据障碍物的位置与深度信息，确定扫地机器人的转向距离信息、转向方向信息及转向角度信息；根据所述扫地机器人转向距离信息、转向方向信息及转向角度信息确定避障路线；控制扫地机器人按照所述避障路线执行自动避障操作。其中，根据障碍物的位置与深度信息将障碍物相对于扫地机器人正前方的最短距离确定转向距离信息，根据碍物的位置与深度信息判断障碍物的左右两边的区域是否可供当前机器人避障以及机器人是否完成左右两边的区域的清扫确定转向方向信息，根据障碍物的位置与深度信息将能够有效避开障碍物继续沿原定清扫任务指定的清扫路线进行清扫的最佳避障角度确定转向角度信息。在确定转向距离信息、转向方向信息及转向角度信息后，就可以依据这些信息规划避障路线，从而控制扫地机器人以规划的避障路线执行自动避障操作；若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作；在扫地机器人执行避障操作后，由于无法对第二类障碍物执行清扫操作，因而需要通知终端设备侧的用户来进行处理。此时，在扫地机器人执行自动避障操作后，控制扫地机器人输出报警信息，若所述输出报警信息可以有两种方式：第一种，由扫地机器人通过自身的报警器以音频形式输出的方式，第二种，将报警信息输出至终端设备的方式。当然，还可以是两种方式的结合，在采用第二种方式时，将所述第二类障碍物的类别与位置及所述报警信息发送至终端；通过记录扫地机器人发送报警信息的时间，判断与所述类别与位置信息对应的预设时间内是否接收到终端发送的处理信息；若未接收到，则控制扫地机器人再次向终端发送报警信息，直至接收到所述处理信息时停止发送报警信息。若所述障碍物的类别为第三类，基于所述位置与深度信息控制扫地机器人不执行避障操作。在基于所述位置与深度信息控制扫地机器人不执行避障操作之前，根据扫地机器人的动力参数及形态参数结合障碍物的位置与深度信息判断扫地机器人是否需要执行避障操作。具体地，根据障碍物的位置与深度信息，若扫地机器人可以跨上当前第三类障碍物，则根据扫地机器人的形态参数(如高度，是否具有可供抬步的支撑脚等)可以判断扫地机器人当前是否能够跨上当前障碍物，继续执行原定清扫任务执行的清扫路线进行清扫。在扫地机器人工作一段时间后，根据扫地机器人的动力参数(如剩余电量、输出功率等)判断扫地机器人在当前动力参数下是否能够跨上当前障碍物，继续执行原定清扫任务执行的清扫路线进行清扫。当两种参数均满足条件时，即能够提供充足的动力且具有能跨上第三类障碍物的形态时，扫地机器人可以直接跨上第三类障碍物而无需执行自动避障操作。

本实施例通过获取扫地机器人在行进过程中障碍物的图像信息，根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息，若所述障碍物的类别为第一类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作，若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人在执行自动避障操作后输出报警信息，若所述障碍物的类别为第三类，则基于所述位置与深度信息控制扫地机器人不执行避障操作，针对不同类别的障碍物，根据合其位置与深度信息，执行相应的自动避障操作，不仅能防止漏扫且能报警通知终端侧用户来处理，能够有效提高避障效率效果。

此外，本发明实施例还提供一种扫地机器人，所述扫地机器人包括存储器、处理器及存储在所述处理器上并可在处理器上运行的扫地机器人控制程序，所述处理器执行所述扫地机器人控制程序时实现如上所述扫地机器人控制方法的步骤。

此外，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有扫地机器人控制程序，所述扫地机器人控制程序被处理器执行时实现如上所述的扫地机器人控制方法的步骤。

需要说明的是，在本文中，术语“包括”或“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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，电视，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种扫地机器人控制方法，其特征在于，所述扫地机的自动控制方法包括以下步骤：

获取扫地机器人在行进过程中障碍物的图像信息；

2.如权利要求1所述的扫地机器人控制方法，其特征在于，所述根据所述障碍物类别、位置和深度信息控制扫地机器人执行自动避障操作的步骤包括：

3.如权利要求2所述的扫地机器人控制方法，其特征在于，所述若所述障碍物的类别为第一类，则基于所述位置与深度信息控制扫地机器人执行自动避障操作的步骤包括：

控制扫地机器人按照所述避障路线执行自动避障操作。

4.如权利要求3所述的扫地机器人控制方法，其特征在于，所述若所述障碍物的类别为第二类，则基于所述位置与深度信息控制扫地机器人在执行自动避障操作后输出报警信息的步骤包括：

5.如权利要求2所述的扫地机器人控制方法，其特征在于，所述若所述障碍物的类别为第三类，则基于所述位置与深度信息控制扫地机器人不执行避障操作的步骤包括：

6.如权利要求1所述的扫地机器人控制方法，其特征在于，所述根据所述障碍物的图像信息获取障碍物的类别、位置和深度信息的步骤包括：

7.如权利要求6所述的扫地机器人控制方法，其特征在于，所述利用障碍物检测网络识别所述图像信息中障碍物的类别信息与坐标信息的步骤包括：

8.如权利要求7所述的扫地机器人控制方法，其特征在于，所述获取所述障碍物检测网络识别到的障碍物类别与障碍物检测框的坐标信息的步骤之后，还包括：

9.一种扫地机器人，其特征在于，所述扫地机器人包括存储器、处理器及存储在存储器上并可在处理器上运行的扫地机器人自动控制程序，所述处理器执行所扫地机器人自动控制程序时实现权利要求1-8中任一项所述的扫地机器人自动控制方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有扫地机器人自动控制程序，所述扫地机器人自动控制程序被处理器执行时实现如权利要求1-8中任一项所述的扫地机器人自动控制方法的步骤。