CN111830970A - 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 - Google Patents

一种机器人沿边行走的区域清扫规划方法、芯片及机器人 Download PDF

Info

Publication number
CN111830970A
CN111830970A CN202010537593.0A CN202010537593A CN111830970A CN 111830970 A CN111830970 A CN 111830970A CN 202010537593 A CN202010537593 A CN 202010537593A CN 111830970 A CN111830970 A CN 111830970A
Authority
CN
China
Prior art keywords
area
cleaning
robot
room
edge
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
CN202010537593.0A
Other languages
English (en)
Other versions
CN111830970B (zh
Inventor
黄惠保
周和文
陈卓标
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.)
Zhuhai Amicro Semiconductor Co Ltd
Original Assignee
Zhuhai Amicro Semiconductor 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 Zhuhai Amicro Semiconductor Co Ltd filed Critical Zhuhai Amicro Semiconductor Co Ltd
Priority to CN202010537593.0A priority Critical patent/CN111830970B/zh
Publication of CN111830970A publication Critical patent/CN111830970A/zh
Priority to EP20939770.2A priority patent/EP4043988A4/en
Priority to PCT/CN2020/131195 priority patent/WO2021248846A1/zh
Priority to KR1020227014910A priority patent/KR20220075410A/ko
Priority to JP2022527687A priority patent/JP7336118B2/ja
Priority to US17/770,636 priority patent/US20240160227A1/en
Application granted granted Critical
Publication of CN111830970B publication Critical patent/CN111830970B/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
    • G05D1/60—Intended control result
    • G05D1/646—Following a predefined trajectory, e.g. a line marked on the floor or a flight path
    • 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
    • G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
    • 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
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0231—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
    • G05D1/0253—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 relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • 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
    • G05D1/20—Control system inputs
    • G05D1/24—Arrangements for determining position or orientation
    • G05D1/246—Arrangements for determining position or orientation using environment maps, e.g. simultaneous localisation and mapping [SLAM]
    • 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
    • G05D1/60—Intended control result
    • G05D1/648—Performing a task within a working area or space, e.g. cleaning
    • G05D1/6482—Performing a task within a working area or space, e.g. cleaning by dividing the whole area or space in sectors to be processed separately
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2105/00—Specific applications of the controlled vehicles
    • G05D2105/10—Specific applications of the controlled vehicles for cleaning, vacuuming or polishing
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2111/00—Details of signals used for control of position, course, altitude or attitude of land, water, air or space vehicles
    • G05D2111/10—Optical signals
    • G05D2111/17—Coherent light, e.g. laser signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Electric Vacuum Cleaner (AREA)

Abstract

本发明公开一种机器人沿边行走的区域清扫规划方法、芯片及机器人，该区域清扫规划方法包括：在机器人实时扫描构建的激光地图上，控制机器人在当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出所述预限定清洁区域；同时根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，当机器人在这个相匹配的区域内沿边行走返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫；当机器人在这个相匹配的区域内完成规划式清扫时，控制机器人移动至未清扫区域的下一个规划起点位置，再重复前述步骤，直到检测不出未清扫区域。

Description

一种机器人沿边行走的区域清扫规划方法、芯片及机器人
技术领域
本发明涉及机器人激光数据的路径规划的技术领域，尤其涉及一种机器人沿边行走的区域清扫规划方法、芯片及机器人。
背景技术
目前市面上激光SLAM扫地机的覆盖清扫工作模式包括以下两类:
其中一种工作模式是扫地机按MxN栅格大小的矩形框区域（一般为4x4栅格大小）进行清扫作业，在清扫完当前框定的MxN栅格区域后，再扩展框定出另一个MxN栅格区域，并继续在新扩展出的区域内清扫，直至全部工作区域被覆盖完。这种工作模式的优点是不需要先验地图，缺点是框定出的区域轮廓与实际地形差异大，造成导航路径较多、存在过多的小区域、扫地机清扫过慢等问题。
另一种工作模式是存在先验地图（一般是预先构建起的整个环境的地图）的情况下，将整个环境区域划分成多个房间，挨个房间地清扫，直至清扫覆盖完所有房间区域。这种工作模式的优点是分割的区域与实际地形相似，导航路径较少，加快清扫速度，但缺点是需要先验地图。
发明内容
为了解决上述技术问题，一种机器人沿边行走的区域清扫规划方法，包括以下步骤：在机器人实时扫描构建的激光地图上，控制机器人在当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出当前的规划起点位置处框定的预限定清洁区域；同时根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，当机器人在这个相匹配的区域内沿边行走返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫，其中，所述的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，且所述的相匹配的区域包括机器人在所述预限定清洁区域内从当前的规划起点位置开始已经沿边行走过的路径；当机器人在这个相匹配的区域内完成规划式清扫时，控制机器人移动至未清扫区域的下一个规划起点位置，再重复前述步骤，直到检测不出未清扫区域。与现有技术相比，本技术方案不需要预存有完整的全局地图，而是根据沿边过程中实时生成的局部地图分割出相匹配的清扫区域，使得机器人以自动划分出的实际房间区域为清扫单位，逐个房间区域地完成规划清扫，进而实现所有待清扫区域的全面覆盖清扫；由于机器人一边执行沿边行走一边规划出与实际房间环境相匹配的清洁分区，保证机器人在沿边行走过程中没有停下来去等待地图生成符合预设墙体环境条件的房间清洁分区的划分，导航路径较少，提高机器人的工作效率。
进一步地，还包括：在机器人实时扫描构建的激光地图上，先以所述规划起点位置为中心框定一个所述预限定清洁区域，再在当前框定的所述预限定清洁区域内选定一个距离最近的物理边界的沿边起点位置，控制机器人从这个沿边起点位置开始沿着直线规划的路径向这个物理边界前进，直到机器人被配置为沿着这个物理边界作沿边行走；其中，这个物理边界包括预限定清洁区域内的障碍物的边界或墙体；所述规划起点位置是机器人在当前框定的所述预限定清洁区域内的启动位置。该技术方案加快机器人启动沿边行走的速度，减少导航路径。
进一步地，所述同时根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，当机器人在这个相匹配的区域内沿完一圈并返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫的方法包括：步骤1、控制机器人在当前框定的预限定清洁区域内沿边行走，同时，在沿边行走的过程中，判断机器人是否从当前框定的预限定清洁区域中划分出一个符合所述预设墙体环境条件的房间清洁分区，是则进入步骤2，否则进入步骤3；步骤2、控制机器人在步骤1所述符合预设墙体环境条件的房间清洁分区内继续沿边行走，等到机器人沿完这个房间清洁分区一圈并返回所述规划起点位置时，控制机器人开始对这个房间清洁分区进行规划式清扫；其中，这个房间清洁分区包围所述规划起点位置、机器人从所述规划起点位置到启动沿边的行走路径、以及机器人已行走过的沿边路径；步骤3、控制机器人在当前框定的预限定清洁区域内继续沿边行走，等到机器人沿边行走返回所述规划起点位置时，控制机器人开始对其当前沿边行走路径所圈定的实际沿边区域进行规划式清扫。
与现有技术相比，本技术方案通过在沿边过程中实时划分出符合要求的房间清洁分区，来选择与实际房间环境边界相匹配的清洁区域进行先沿边再清扫作业，既可避免长时间沿边行走而不清扫，又保证整个区域的沿边行走和清扫规划路径的流畅性，不容易出现机器停顿的现象，减少多余的导航路径和多余的地图区域的构建计算时间。
进一步地，在机器人沿边行走的过程中，当机器人划分出一个所述符合预设墙体环境条件的房间清洁分区时，如果判断到机器人已经沿边行走出这个房间清洁分区，则控制机器人继续划分出新的所述符合预设墙体环境条件的房间清洁分区，再将这两个所述符合预设墙体环境条件的房间清洁分区合并为当前框定的预限定清洁区域内的一个所述相匹配的区域；然后控制机器人在所述相匹配的区域内继续沿边行走，等到机器人沿完一圈并返回所述规划起点位置时，控制机器人开始对所述相匹配的区域内进行规划式清扫；其中，所述相匹配的区域内包围所述规划起点位置、机器人从所述规划起点位置到启动沿边的行走路径、以及机器人已行走过的沿边路径。提高机器人沿边行走和清扫规划路径的流畅性，不容易出现机器停顿的现象。
进一步地，在所述步骤2中，控制机器人在执行规划式清扫的过程中不跨出所述符合预设墙体环境条件的房间清洁分区，直到所述符合预设墙体环境条件的房间清洁分区的坐标位置都被规划式清扫路径覆盖；在所述步骤3中，控制机器人在执行规划式清扫的过程中不跨出当前沿边行走路径所圈定的实际沿边区域，直到这个实际沿边区域的坐标位置都被规划式清扫路径覆盖；其中，将机器人清扫覆盖的区域标记为已清扫区域，同时将机器人清扫覆盖的区域之外的已扫描区域标记为所述未清扫区域。该技术方案实现准确区分已清扫区域和非清扫区域，有利于实现待清扫区域的全面覆盖。
进一步地，当机器人完成当前一次确定的所述符合预设墙体环境条件的房间清洁分区或所述实际沿边区域的规划式清扫时，先根据机器人标记的位置信息区分出所述已清扫区域和所述未清扫区域，再控制机器人移动至属于所述未清扫区域的下一个规划起点位置，并按照权利要求2所述的方法在下一个规划起点位置处框定出一个新的预限定清洁区域；其中，下一个规划起点位置是所述未清扫区域中与机器人当前结束规划式清扫的位置的距离最近的位置；当机器人在这个新的预限定清洁区域内沿边行走时，执行所述步骤1至所述步骤3，其中，控制机器人在执行规划式清扫和沿边行走的过程中绕过所述已清扫区域。与现有技术相比，该技术方案利用下一个规划起点位置框定新的预限定清洁区域，便于后续沿边过程中扫描出足够多的未知地图区域，框定更多的房间清洁分区或实际沿边区域，并绕过已清扫区域作沿边行走，减少不必要的导航路径。
进一步地，所述预限定清洁区域是以所述规划起点位置为对角线交点的一个正方形方框区域，用于限制机器人沿边行走的范围，进而包围当前一次确定的所述符合预设墙体环境条件的房间清洁分区、同一所述预限定清洁区域内合并的所述符合预设墙体环境条件的房间清洁分区、或所述实际沿边区域；其中，所述预限定清洁区域的覆盖区域等效于正方形的实际物理区域，所述预限定清洁区域的覆盖区域位置随着机器人的规划起点位置的变化而变化，这个正方形的实际物理区域的边长与室内待清扫区域的尺寸相关。该技术方案针对每个规划起点位置对应设置一个限制沿边范围的矩形区域，用于提前框定机器人的最大沿边行走的范围，也防止机器人无休止地沿边行走。
进一步地，当前的规划起点位置处框定的预限定清洁区域与所述下一个规划起点位置处框定的预限定清洁区域之间存在重合区域，该重合区域包括所述已清扫区域。使得先后划分出的房间清洁分区或实际沿边区域是存在邻接关系的，有利于提高清扫区域的覆盖率。
进一步地，从当前框定的预限定清洁区域中划分出一个符合预设墙体环境条件的房间清洁分区的方法包括：步骤11、从所述沿边起点位置开始，根据所述激光地图在各个坐标轴方向上扫描出的激光图像的像素点统计信息，再在当前框定的预限定清洁区域内沿着所述激光地图的坐标轴方向定位出轮廓边界线段；步骤12、从每个坐标轴方向上选择距离预设位置最近的轮廓边界线段，围成一个矩形的初始房间清洁分区；步骤13、当初始房间清洁分区不符合所述预设墙体环境条件时，选择一个优先拓展的坐标轴方向，删除初始房间清洁分区中垂直定位于优先拓展的坐标轴方向的非墙体障碍物线段，再沿着同一坐标轴方向拓展初始房间清洁分区，然后进入步骤14；步骤14、判断步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段是否位于当前框定的预限定清洁区域内的所述未清扫区域，同时判断该坐标轴方向上定位出的轮廓边界线段与前述初始房间清洁分区的剩余轮廓边界线段相交是否没有形成所述符合预设墙体环境条件的房间清洁分区，若两者都满足，则返回步骤13继续在当前选择的坐标轴方向上的拓展；当步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段不是位于当前框定的预限定清洁区域内的所述未清扫区域时，停止在所述步骤13当前选择的坐标轴方向上的拓展，再返回所述步骤13以选择低一级的拓展优先级的坐标轴方向进行拓展，使得所述预限定清洁区域被相应的轮廓边界线段划分出所述符合预设墙体环境条件的房间清洁分区；其中，非墙体障碍物线段是属于轮廓边界线段但不代表墙体，围成所述符合预设墙体环境条件的房间清洁分区的轮廓边界线段与实际房间边界在预设误差允许范围内是重合的；其中，实际房间边界包括所述符合预设墙体环境条件的房间清洁分区内部的障碍物的边界和/或所述实际沿边区域内部的障碍物的边界。
与现有技术相比，本技术方案利用激光扫描获取的地图图像像素信息，在所述预限定清洁区域中实时划分出机器人的初始房间清洁分区，并在同一所述预限定清洁区域中，通过反复迭代处理待清洁区域的墙体边界来拓展机器人的初始房间清洁分区，从而确保在同一所述预限定清洁区域中最终形成的所述符合预设墙体环境条件的房间清洁分区的轮廓边界与室内家居房间墙体边界相似，提高机器人沿着所述符合预设墙体环境条件的房间清洁分区的边界导航的效率。
进一步地，所述符合预设墙体环境条件的房间清洁分区具体判断方法包括：当围成所述初始房间清洁分区的轮廓边界线段都不是非墙体障碍物线段，且所述初始房间清洁分区内部的孤立障碍物线段的长度小于墙体拟合数量值的像素点个数对应的线段长度与所述初始房间清洁分区的任一边长度的预设比值中相对小的数值时，确定所述初始房间清洁分区是所述符合预设墙体环境条件的房间清洁分区；当围成所述初始房间清洁分区的其中一条所述轮廓边界线段是非墙体障碍物线段，或者，所述初始房间清洁分区内部的孤立障碍物线段的长度大于或等于墙体拟合数量值的像素点个数对应的线段长度，或所述初始房间清洁分区内部的孤立障碍物线段的长度大于或等于所述初始房间清洁分区的其中一边长度的预设比值时，确定所述初始房间清洁分区不是所述符合预设墙体环境条件的房间清洁分区；其中，所述轮廓边界线段根据白色像素点的个数划分为非墙体障碍物线段和墙体障碍物线段，非墙体障碍物线段中的白色像素点的个数大于或等于预设门限值，而墙体障碍物线段的则小于预设门限值；其中，激光地图中还存在扫描出的孤立障碍物线段，所述孤立障碍物线段的长度只要大于或等于所述初始房间清洁分区的其中一边长度的预设误差比值和墙体拟合数量值的像素点个数对应的线段长度这两种线段长度的其中一个时，所述孤立障碍物线段被标记为所述墙体障碍物线段。该技术方案通过框定所述初始房间清洁分区的轮廓边界线段的线段长度性质以及所述初始房间清洁分区内部的孤立障碍物线段长度来确定所述符合预设墙体环境条件的房间清洁分区，排除其他区域的障碍物直线的干扰作用，并将不可忽略的长度的孤立障碍物线段拟合为物理墙体，减小轮廓边界线段误判为墙体的影响，提高机器人区分墙体与非墙体障碍物的准确性和智能化水平。
进一步地，所述步骤11的具体方法包括：在所述预限定清洁区域内，从所述规划起点位置开始统计当前构建的激光地图的图像像素点；每当沿着X轴方向统计到纵坐标相同的黑色像素点的个数超过预设边界门限值时，标记出这些纵坐标相同的黑色像素点的连接形成的所述轮廓边界线段，使得所述预限定清洁区域内沿X轴方向延伸的区域被对应的轮廓边界线段划分；每当沿着Y轴方向统计到横坐标相同的黑色像素点的个数超过预设边界门限值时，标记出这些横坐标相同的黑色像素点的连接形成的所述轮廓边界线段，使得所述预限定清洁区域内沿Y轴方向延伸的区域被对应的轮廓边界线段划分。该技术方案根据同一坐标轴方向上分布的黑色像素点的数目在所述预限定清洁区域内选择具备一定程度可通行性的区域标记出轮廓边界线段，围成所述符合预设墙体环境条件的房间清洁分区的轮廓边界线段可以相互对齐以使得房间区域划分更为规整合理，也确保标记出的轮廓边界线段能够框定出用于机器人连续沿边行走的矩形工作区域。
一种芯片，内置控制程序，所述控制程序用于控制移动机器人执行所述区域清扫规划方法。
一种机器人，该机器人装配激光传感器，该机器人内置所述的芯片，用于配置所述机器人在实时扫描构建的激光地图上的当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出当前的规划起点位置处框定的预限定清洁区域；同时配置所述机器人根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，在相匹配的区域内沿边行走，若在这个相匹配的区域内沿边行走返回所述规划起点位置时，则在这个相匹配的区域内执行规划式清扫，其中，所述的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，且所述的相匹配的区域包括机器人在所述预限定清洁区域内从当前的规划起点位置开始已经沿边行走过的路径；若在这个相匹配的区域内完成规划式清扫时，则移动至未清扫区域的下一个规划起点位置，再重复执行前述功能，直到检测不出未清扫区域。
附图说明
图1是机器人移动至规划起点位置O时，在扫描构建的灰度化的激光地图上框定预限定清洁区域P1的效果图。
图2是机器人在沿边过程中从预限定清洁区域P1内划分出房间清洁分区#1的效果图。
图3是机器人移动至规划起点位置O1时，在扫描构建的灰度化的激光地图上框定预限定清洁区域P2的效果图。
图4是机器人在沿边过程中从预限定清洁区域P2内划分出房间清洁分区#2的效果图，其中，房间清洁分区#1和房间清洁分区#2在激光地图上是相邻接的。
图5是本发明实施例公开的一种机器人沿边行走的区域清扫规划方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细描述。为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的激光地图的图像尺寸并未按比例绘制。本发明实施例的方法程序的执行主体是激光导航机器人，这个激光导航机器人上可以设置激光传感器，该激光传感器可以检测障碍物，一般场景下，激光导航机器人在室内移动过程中，可以通过设置在该激光导航机器人上的激光传感器检测周围是否存在障碍物并即时标记在激光地图上。
本发明实施例公开一种机器人沿边行走的区域清扫规划方法，包括以下步骤：在机器人实时扫描构建的激光地图上，控制机器人在当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出当前框定的预限定清洁区域；在机器人沿边行走的同时，根据当前的规划起点位置处框定的预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，其中涉及的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，当机器人沿边行走返回沿边起点位置时，可以是沿完这个相匹配的区域一圈并返回当前的规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫，其中，所述的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，且所述的相匹配的区域包括机器人在所述预限定清洁区域内从当前的规划起点位置开始已经沿边行走过的路径，一般而言，所述的相匹配的区域是符合预设墙体环境条件的房间清洁分区，也可以包括一个或多个符合预设墙体环境条件的房间清洁分区。本实施例将分房间时机选择在启动沿边阶段，实现沿边的同时划分房间区域，没有停下来等地图生成、或等房间计算出，比如，由于机器人的沿边行走速度过快，所以在短时间内会离开原位置处划分出的房间区域，但机器人仍然会在沿边行走的同时划分新的房间区域，然后再把这个新的房间区域与原位置处划分出的房间区域合并在一起形成所述的相匹配的区域，从而让机器人在整个区域清扫规划流畅不停顿。当机器人在这个相匹配的区域内完成规划式清扫时，控制机器人移动至未清扫区域的下一个规划起点位置，再重复前述步骤，直到检测不出未清扫区域，其中，规划式清扫一般是指弓字形规划清扫。与现有技术相比，本实施例不需要预存有完整的全局地图，而是根据沿边过程中实时生成的局部地图分割出相匹配的清扫区域，使得机器人以自动划分出的实际房间区域为清扫单位，逐个房间区域地完成规划清扫，进而实现所有待清扫区域的全面覆盖清扫；由于机器人一边执行沿边行走一边规划出与实际房间环境相匹配的清洁分区，保证机器人在沿边行走过程中没有停下来去等待地图生成符合预设墙体环境条件的房间清洁分区的划分，导航路径较少，提高机器人的工作效率。
作为一种具体的实施例，如图5所示，包括以下步骤：
启动机器人开始规划区域，开始执行先沿边再清扫的清扫规划逻辑，然后进入步骤S1。
步骤S1、在机器人实时扫描构建的激光地图上，以机器人的规划起点位置为中心框定一个预限定清洁区域，然后进入步骤S2。其中，规划起点位置是机器人在当前框定的预限定清洁区域内的启动位置。如图1所示，当前框定的预限定清洁区域是：机器人在启动位置O（当前的规划起点位置）处限定一个以启动位置O为对角线交点的一个正方形方框区域，用于限制机器人沿边行走的范围，这个正方形方框区域是实际边长为12米的正方形的方框；值得注意的是，预限定清洁区域虽然是闭合区域，但是这个预限定清洁区域不是全部被机器人上的激光传感器探测扫描到；机器人在当前框定的预限定清洁区域内作沿边行走过程中，保持不跨出当前框定的预限定清洁区域，相当于不跨出边长为12米的正方形的实际物理区域。当后续规划起点位置发生变化时，如图1的规划起点位置O变为图3的位置O1时，所述预限定清洁区域的覆盖区域位置也发生变化，如图3的以位置O1为对角线交点的正方形方框区域所示。本实施例针对每个规划起点位置对应设置一个限制沿边范围的矩形区域，用于提前框定机器人的最大的沿边行走的范围，便于后续沿边过程中扫描出足够多的地图区域，框定足够大的房间清洁分区或实际沿边区域，同时也防止机器人无限制地沿边行走。
步骤S2、在当前的规划起点位置处框定的预限定清洁区域内选定一个距离最近的物理边界的沿边起点位置，控制机器人从所述规划起点位置开始沿着直线规划的路径向这个物理边界前进，直到机器人被配置为沿着这个物理边界作沿边行走；然后进入步骤S3。在该步骤中，所述机器人被配置为沿着这个物理边界作沿边行走的运动状态为：控制机器人在当前框定的预限定清洁区域内，从距离步骤S1所述的规划起点位置最近的沿边起点位置开始，沿着该沿边起点位置所在的物理边界开始作沿边行走，但是对于沿边的方向不作限定，其中，这个物理边界包括当前框定的预限定清洁区域内的障碍物的边界或墙体，使得机器人在沿着直线规划的路径前进的过程中，只有检测到障碍物的边界或墙体就可以开启沿边行走模式；所述规划起点位置是机器人在当前框定的预限定清洁区域内的启动位置。使得步骤S2加快机器人启动沿边行走的速度，减少导航路径。
步骤S3、根据机器人实时扫描构建的激光地图，控制机器人在当前框定的预限定清洁区域内沿边行走，使得机器人在沿边行走过程中不跨出当前框定的预限定清洁区域，再进入步骤S4。机器人在当前框定的预限定清洁区域内执行沿边行走的过程中，若检测到障碍物或墙体，则沿着当前检测到的障碍物的边界或墙体继续行走，同时标记机器人沿边过的障碍物或墙体的位置以及形状，但机器人没有停止去等待地图生成或划分房间区域。
需要说明的是，不管机器人是否执行沿边行走，若在行走过程中检测到障碍物或墙体，都沿着当前检测到的障碍物的边界或墙体继续行走，同时标记机器人沿边过的障碍物或墙体的位置。从而通过沿边确定房间实际边界，使得当前沿边的边界与后续划分出的符合预设墙体环境条件的房间清洁分区的边界是一致的，有利于后续在同一区域内清扫过程中绕开已标记的障碍物。
步骤S4、判断机器人是否从当前框定的预限定清洁区域中划分出符合预设墙体环境条件的房间清洁分区，是则进入步骤S5，否则进入步骤S6。该判断步骤是在机器人开启在当前框定的预限定清洁区域内沿边行走时就开始执行的，将划分所述符合预设墙体环境条件的房间清洁分区的时机设置在机器人启动沿边的阶段，实现在当前框定的预限定清洁区域中沿边行走的同时，也根据所述预设墙体环境条件去划分出相应的房间清洁分区，机器人在沿边路径中行走比较流畅，不需要为了地图生成和房间区域规划计算而停顿下来。其中，围成所述符合预设墙体环境条件的房间清洁分区的轮廓边界线段与实际房间边界在预设误差允许范围内是重合的；其中，对于符合预设墙体环境条件的房间清洁分区而言，实际房间边界包括所述符合预设墙体环境条件的房间清洁分区内部的障碍物的边界和/或所述实际沿边区域内部的障碍物的边界，实际房间是预限定清洁区域所处的实际物理区域。
步骤S5、机器人在步骤S3所述的沿边行走路径上划分出所述符合预设墙体环境条件的房间清洁分区时，从机器人所处的位置开始，限制机器人在步骤S4所述的符合预设墙体环境条件的房间清洁分区内继续执行沿边行走，即控制机器人在步骤S4所述的相匹配的区域所包括的符合预设墙体环境条件的房间清洁分区内继续执行沿边行走；等到沿完这个房间清洁分区一圈并返回当前框定的预限定清洁区域中的所述规划起点位置时，再对这个房间清洁分区进行规划式清扫，然后进入步骤S7，其中，步骤S4所述的符合预设墙体环境条件的房间清洁分区内部包括当前的规划起点位置、机器人从当前的规划起点位置到启动沿边的行走路径、以及机器人已行走过的沿边路径，使得机器人返回所述规划起点位置时仍处于划分出的符合预设墙体环境条件的房间清洁分区内。
结合图1和图2可知，机器人在图1所示的预限定清洁区域P1内的所述规划起点位置O处划分出图2所示的符合预设墙体环境条件的房间清洁分区#1，所述规划起点位置O也位于房间清洁分区#1的内部，其中，所述预限定清洁区域P1是以所述规划起点位置O为对角线交点的一个正方形方框区域，用于包围房间清洁分区#1以限制机器人沿边行走的范围。本实施例从当前框定的预限定清洁区域内划分出符合预设墙体环境条件的房间清洁分区后，控制机器人在相匹配的区域内沿边行走，当机器人在这个相匹配的区域内沿完一圈并返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫。
步骤S5所示的实施例中，机器人可能沿完当前框定的预限定清洁区域一圈并返回所述规划起点位置，然后开始对当前框定的预限定清洁区域内实际沿边区域进行规划式清扫，其中，控制机器人在执行规划式清扫的过程中不跨出所述符合预设墙体环境条件的房间清洁分区，直到所述符合预设墙体环境条件的房间清洁分区的坐标位置都被规划式清扫路径覆盖，即视为机器人完成当前划分的符合预设墙体环境条件的房间清洁分区的清扫，然后进入步骤S7，实现从当前划分的符合预设墙体环境条件的房间清洁分区跨进未清扫区域。需要说明的是，机器人在执行沿边行走的同时执行符合预设墙体环境条件的房间清洁分区的划分计算，使得机器人在当前框定的预限定清洁区域内较为流畅地执行沿边行走和清扫，不容易出现机器停顿的现象，机器人沿边过的边界与当前框定的预限定清洁区域对应的实际环境边界一致。
步骤S6、控制机器人在当前框定的预限定清洁区域内继续沿边行走，等到机器人沿边行走返回所述规划起点位置时，控制机器人开始对其当前沿边行走路径所圈定的实际沿边区域进行规划式清扫，然后进入步骤S7。本实施例虽然没有从当前框定的预限定清洁区域内划分出符合预设墙体环境条件的房间清洁分区，但依然控制机器人在与实际环境相匹配的区域内沿边行走，当机器人在这个相匹配的区域内返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫。优选地，控制机器人在执行规划式清扫的过程中不跨出当前沿边行走路径所圈定的实际沿边区域，直到这个实际沿边区域的坐标位置都被规划式清扫路径覆盖，即视为机器人完成当前沿边行走路径所圈定的实际沿边区域的清扫，然后进入步骤S7，实现从当前沿边行走路径所圈定的实际沿边区域跨进未清扫区域；需要说明的是，机器人在每一次执行完所述步骤S5或所述步骤S6之后，将机器人清扫覆盖的区域位置标记为已清扫区域，在已扫描出的激光地图区域中，将机器人清扫覆盖的区域位置之外的已知区域标记为所述未清扫区域，从而实现准确区分已清扫区域和非清扫区域，有利于实现待清扫区域的全面覆盖。
与现有技术相比，前述步骤通过在沿边过程中实时划分所述符合预设墙体环境条件的房间清洁分区，来选择与实际房间环境边界相匹配的清洁区域进行先沿边再清扫作业，既可避免长时间无目的的沿边行走而不清扫，又保证整个区域的沿边行走和清扫规划路径的流畅性，减少多余的导航路径和多余的地图区域的构建计算时间。
优选地，在机器人沿边行走的过程中，当机器人在原位置处划分出一个符合所述预设墙体环境条件的房间清洁分区时，由于机器人在沿边行走过程中不停下来等待划分清洁分区和地图生成，所以当机器人的沿边行走速度较快时会判断到机器人已经沿边行走出原位置处划分出的符合所述预设墙体环境条件的房间清洁分区，则控制机器人在新位置处继续按照所述预设墙体环境条件划分出新的符合预设墙体环境条件的房间清洁分区，再将这两个符合预设墙体环境条件的房间清洁分区合并为当前框定的预限定清洁区域内的一个所述相匹配的区域，支持机器人沿边行走返回所述规划起点位置，特别是机器人从当前划分好的所述符合预设墙体环境条件的房间清洁分区的缺口沿边走出，没来得及在当前划分好的符合预设墙体环境条件的房间清洁分区继续沿边行走而进入未划分符合预设墙体环境条件的房间清洁分区的区域中；然后控制机器人在所述相匹配的区域内继续沿边行走，即在前述合并的房间清洁分区内沿边行走，等到机器人沿完一圈并返回所述规划起点位置时，控制机器人开始对所述相匹配的区域内进行规划式清扫；在本实施例，所述相匹配的区域包括机器人已划分出的符合预设墙体环境条件的房间清洁分区与当前沿边行走的区域，从而包围所述规划起点位置、机器人从所述规划起点位置到启动沿边的行走路径、以及机器人已行走过的沿边路径，使得本实施例公开的区域清扫规划方法，有利于提高机器人沿边行走和清扫规划路径的流畅性，不容易出现机器停顿的现象，使其与实际环境边界相匹配。需要说明的是，该优选例也实现根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，其中，本实施例中的原位置可以是前述步骤S1的沿边起点位置，实现当机器人沿边行走到前述新的符合所述符合预设墙体环境条件的房间清洁分区时，可以继续通过沿边行走返回所述规划起点位置。
步骤S7、当机器人完成所述步骤S5中沿边行走过的所述符合预设墙体环境条件的房间清洁分区或所述步骤S6中沿边路径所圈定的实际沿边区域的清扫作业时，或者完成沿边行走过的前述合并的符合预设墙体环境条件的房间清洁分区的清扫作业时，判断是否存在所述未清扫区域，是则进入步骤S8，否则步骤S9；具体地，当机器人完成当前一次确定的所述符合预设墙体环境条件的房间清洁分区或所述实际沿边区域的规划式清扫时，根据机器人标记的位置信息区分出所述已清扫区域和所述未清扫区域，即机器人使用规划式清扫路径覆盖过的所述符合预设墙体环境条件的房间清洁分区或所述实际沿边区域都检测为所述已清扫区域，而其他的已知区域（包括已经扫描标记过的未清扫区域）都检测为所述未清扫区域。机器人在弓字型规划清扫所述符合预设墙体环境条件的房间清洁分区的过程中也对所述符合预设墙体环境条件的房间清洁分区扫描建图以标记为已清扫区域。
步骤S9、控制机器人停止规划清扫作业，停止继续框定新的预限定清洁区域以进行沿边行走。
步骤S8、控制机器人移动至属于所述未清扫区域的下一个规划起点位置，然后返回步骤S1，即在机器人实时扫描构建的激光地图上，以下一个规划起点位置为中心框定出一个新的预限定清洁区域，再在这个新的预限定清洁区域内选定一个距离最近的物理边界的沿边起点位置，控制机器人从这个沿边起点位置开始沿着直线规划的路径向这个物理边界前进，直到机器人被配置为沿着这个物理边界作沿边行走；其中，这个物理边界包括这个新的预限定清洁区域内的障碍物的边界或墙体；下一个规划起点位置是机器人在这个新的预限定清洁区域内的启动位置。当机器人在这个新的预限定清洁区域内沿边行走时，执行所述步骤S3至所述步骤S9，其中，控制机器人在执行规划式清扫和沿边行走的过程中绕过已经区分出的所述已清扫区域，包括上一次沿边行走过程中标记出的已清扫区域；其中，所述下一个规划起点位置是所述未清扫区域中与机器人当前结束规划式清扫的位置的距离最近的位置，所述下一个规划起点位置需要依靠机器人从当前结束规划式清扫的位置直线规划导航过去，机器人在行走的过程中，若检测到障碍物或墙体，则沿着当前检测到的障碍物的边界或墙体继续行走，直到导航至所述下一个规划起点位置。本实施例利用下一个规划起点位置框定新的预限定清洁区域，便于后续沿边过程中扫描出足够多的未知地图区域，框定更多的符合预设墙体环境条件的房间清洁分区或实际沿边区域，并绕过已清扫区域作沿边行走，减少不必要的导航路径。
具体地，对比图2和图3可知，机器人完成图1的预限定清洁区域P1内划分出的所述符合预设墙体环境条件的房间清洁分区#1的弓字形规划清扫后，图2的房间清洁分区#1被标记为已清扫区域，而图2和图3的房间清洁分区#1的方框之外的地图区域则被标记为未清扫区域，图2的房间清洁分区#1标记的信息比图1的同一区域处标记信息多。然后控制机器人移动至图3所示的属于未清扫区域的规划起点位置O1处（相当于上述实施例的下一个规划起点位置），再以规划起点位置O1为对角线交点框定一个新的预限定清洁区域，如图3的正方形方框P2所示。
对比图1、图2和图3扫描出的激光地图可知，图3的规划起点位置O1位于图1的规划起点位置O的左上方，图3的规划起点位置O1还是位于扫描出的已知激光地图区域内，且在图3所示的实施例中属于所述未清扫区域，规划起点位置O1距离图3的房间清洁分区#1的结束清扫位置最近。图3的预限定清洁区域P2相对于同样大小的图1的预限定清洁区域P1往左上方偏移，使得图3的预限定清洁区域P2中扫描出图1的预限定清洁区域P1所没扫描出的环境区域，然后机器人会在预限定清洁区域P2划分出的符合预设墙体环境条件的房间清洁分区内清扫建图，获取图4的房间清洁分区#4，,为即时构建的激光地图增加更多的已知激光地图区域，但是，预限定清洁区域P2和预限定清洁区域P1这两个分布于不同区域覆盖范围的预限定清洁区域都用于限制机器人沿边行走的范围。同时，图3的预限定清洁区域P2包围图3中标记为已清扫区域的房间清洁分区#1，使得预限定清洁区域P2与图1的预限定清洁区域P1存在重合区域，这个重合区域包括了房间清洁分区#1；而后续预限定清洁区域P2内划分出的符合预设墙体环境条件的房间清洁分区没有与标记为已清扫区域的房间清洁分区#1出现重合区域。
对比图3和图4可知，机器人在图3所示的所述规划起点位置O1处划分出图4所示的符合预设墙体环境条件的房间清洁分区#2，图4的房间清洁分区#2内标记的地图信息比图3的同一区域处标记的地图信息更多；所述规划起点位置O1也位于房间清洁分区#2的内部，所述预限定清洁区域P2包围房间清洁分区#2以限制机器人沿边行走的范围，进而包围房间清洁分区#2或在划分不出房间清洁分区#2的情况下实际沿边路径圈定的实际沿边区域。其中，图4的房间清洁分区#2正好与图4的房间清洁分区#1相邻接，这两个房间区域可以看作不存在重合区域，使得机器人在房间清洁分区#2内执行沿边行走和弓字型规划清扫时可以绕过房间清洁分区#1，避免重复清扫已清扫区域，减少清扫时间，提高机器人的清扫工作效率。同时，又由于先后划分出的房间清洁分区#1和#2是存在邻接关系的，即先后划分出的符合预设墙体环境条件的房间清洁分区是存在邻接关系的，有利于提高清扫区域的覆盖率。
需要说明的是，前述的预限定清洁区域的覆盖区域等效于边长为12米的正方形的实际物理区域，这个正方形的实际物理区域的边长与室内待清扫区域的尺寸相关。所述预限定清洁区域的覆盖区域位置随着机器人的规划起点位置的变化而变化。前述实施例针对每个规划起点位置对应设置一个限制沿边范围的矩形区域，用于提前框定机器人的最大沿边范围，也防止机器人无休止地执行沿边行走。进而包围当前一次确定的所述符合预设墙体环境条件的房间清洁分区、或同一所述预限定清洁区域内合并的所述符合预设墙体环境条件的房间清洁分区。
基于前述实施例，在所述步骤S4中，从当前框定的预限定清洁区域中划分出一个符合预设墙体环境条件的房间清洁分区的方法包括：步骤11、从所述沿边起点位置开始，根据所述激光地图在各个坐标轴方向上扫描出的激光图像的像素点统计信息，在当前框定的预限定清洁区域内，沿着坐标轴方向定位出轮廓边界线段，所述的各个坐标轴方向包括图示的X轴方向和Y轴方向；步骤12、从每个坐标轴方向上选择距离预设位置最近的轮廓边界线段，围成一个矩形的初始房间清洁分区，属于图2所示的房间清洁分区#1的一部分矩形区域；步骤13、当初始房间清洁分区不符合所述预设墙体环境条件的房间清洁分区时，选择一个优先拓展的坐标轴方向，比如Y轴负方向，删除初始房间清洁分区中垂直定位于优先拓展的坐标轴方向的非墙体障碍物线段，再沿着同一坐标轴方向拓展初始房间清洁分区，然后进入步骤14；步骤14、判断步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段是否还位于当前框定的预限定清洁区域内的所述未清扫区域，且判断该坐标轴方向上定位出的轮廓边界线段与前述初始房间清洁分区的剩余轮廓边界线段相交是否没有形成所述符合预设墙体环境条件的房间清洁分区，若两者都满足，即步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段位于当前框定的预限定清洁区域内的所述未清扫区域，且同一坐标轴方向上定位出的轮廓边界线段与前述初始房间清洁分区的剩余轮廓边界线段相交没有形成符合预设墙体环境条件的房间清洁分区时，返回执行步骤13继续在当前选择的坐标轴方向上的拓展；当步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段不是位于当前框定的预限定清洁区域内的所述未清扫区域时，停止在所述步骤13当前选择的坐标轴方向上的拓展，即步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段位于当前框定的预限定清洁区域内的所述已清扫区域，或者同一坐标轴方向上定位出的轮廓边界线段与前述初始房间清洁分区的剩余轮廓边界线段相交已经形成符合预设墙体环境条件的房间清洁分区，停止在所述步骤13当前选择的坐标轴方向上的拓展，再返回所述步骤13以选择低一级的拓展优先级的坐标轴方向进行拓展（比如X轴负方向），使得所述预限定清洁区域被相应的轮廓边界线段划分出这个符合预设墙体环境条件的房间清洁分区。
如图2的房间清洁分区#1的方框边界与实际环境的墙体边界相接近，即所述预限定清洁区域P1内分割出的房间清洁分区#1和所述预限定清洁区域P2内分割出的房间清洁分区#2都贴近实际房间的地形；其中，非墙体障碍物线段是不属于墙壁的轮廓边界线段，围成所述符合预设墙体环境条件的房间清洁分区的轮廓边界线段与实际房间边界在预设误差允许范围内是重合的；其中，实际房间边界包括所述符合预设墙体环境条件的房间清洁分区内部的障碍物的边界和/或所述实际沿边区域内部的障碍物的边界，实际房间是预限定清洁区域所处的实际物理区域。与现有技术相比，本实施例利用激光扫描获取的地图图像像素信息，在所述预限定清洁区域中实时划分出机器人的初始房间清洁分区，并在同一所述预限定清洁区域中，通过反复迭代处理待清洁区域的墙体边界来拓展机器人的初始房间清洁分区，从而确保在同一所述预限定清洁区域中最终形成的所述符合预设墙体环境条件的房间清洁分区的轮廓边界与实际房间边界相似。本实施例实现所述初始工作区域拓展成为面积更大且覆盖更广的封闭方框区域#1和#2，使得机器人能够沿着不断修正拓展的轮廓边界线段导航至实际环境的墙体上的目标位置，提高机器人沿着所述符合预设墙体环境条件的房间清洁分区的边界导航的效率。
在上述实施例中，所述符合预设墙体环境条件的房间清洁分区具体判断方法包括：当围成所述初始房间清洁分区的轮廓边界线段都不是非墙体障碍物线段，且所述初始房间清洁分区内部的孤立障碍物线段的长度小于墙体拟合数量值的像素点个数对应的线段长度与所述初始房间清洁分区的任一边长度的预设比值中相对小的数值时，框定的封闭区域的内部孤立障碍物尺寸不足以构成墙体，确定所述初始房间清洁分区是所述符合预设墙体环境条件的房间清洁分区；当围成所述初始房间清洁分区的其中一条所述轮廓边界线段是非墙体障碍物线段，或者，所述初始房间清洁分区内部的孤立障碍物线段的长度大于或等于墙体拟合数量值的像素点个数对应的线段长度，或所述初始房间清洁分区内部的孤立障碍物线段的长度大于或等于所述初始房间清洁分区的其中一边长度的预设比值时，确定所述初始房间清洁分区不符合所述预设墙体环境条件；其中，所述轮廓边界线段根据白色像素点的个数划分为非墙体障碍物线段和墙体障碍物线段，非墙体障碍物线段中的白色像素点的个数大于或等于预设门限值，而墙体障碍物线段的则小于预设门限值；其中，激光地图中还存在扫描出的孤立障碍物线段，所述孤立障碍物线段的长度只要大于或等于所述初始房间清洁分区的其中一边长度的预设误差比值和墙体拟合数量值的像素点个数对应的线段长度这两种线段长度的其中一个时，所述孤立障碍物线段被标记为所述墙体障碍物线段。本实施例通过框定所述初始房间清洁分区的轮廓边界线段的线段长度性质以及所述初始房间清洁分区内部的孤立障碍物线段长度来确定所述符合预设墙体环境条件的房间清洁分区的环境特征，排除其他区域的障碍物直线的干扰作用，并将不可忽略的长度的孤立障碍物线段拟合为物理墙体，减小轮廓边界线段误判为墙体的影响，确保室内构建的符合预设墙体环境条件的房间清洁分区的轮廓边界位置处都贴近墙体，使得划分出的符合预设墙体环境条件的房间清洁分区能够构成实际家居环境中的房间区域。同时所述预设墙体环境条件的房间清洁分区的具体判断方法的执行也提高机器人区分墙体与非墙体障碍物的准确性和智能化水平。
在上述实施例中，所述步骤11的具体方法包括：在所述预限定清洁区域内，从所述规划起点位置开始统计当前构建的激光地图的图像像素点；本实施例利用障碍物的直方图统计与所述规划起点位置距离不同的所述检测区间内的各种灰度级像素点出现的个数，也实现对相应灰度级的像素点形成的障碍物线段在激光地图上的定位。每当沿着X轴方向统计到纵坐标相同的黑色像素点的个数超过预设边界门限值时，标记出这些纵坐标相同的黑色像素点的连接形成的所述轮廓边界线段，使得所述预限定清洁区域内沿X轴方向延伸的区域被对应的轮廓边界线段划分；实际上后续可能判断到所述轮廓边界线段不是墙体而被删除，再合并对应的分割区域，避免过度分割区域，但还是能描述出X轴方向上局部区域轮廓特征；每当沿着X轴方向统计到纵坐标相同的黑色像素点的个数没有超过预设边界门限值时，不沿着当前方向上标记出所述轮廓边界线段。每当沿着Y轴方向统计到横坐标相同的黑色像素点的个数超过预设边界门限值时，标记出这些横坐标相同的黑色像素点的连接形成的所述轮廓边界线段，使得所述预限定清洁区域内沿Y轴方向延伸的区域被对应的轮廓边界线段划分，否则不沿着当前方向上标记出所述轮廓边界线段，从而能描述出Y轴方向上的局部区域轮廓特征，后续步骤可能会判断到该方向上确定的轮廓边界线段不是墙体而不能起到分割区域的功能，需要继续搜索下一个轮廓边界线段以逼近墙体边缘的尺寸大小在所述预限定清洁区域内框定出所述符合预设墙体环境条件的房间清洁分区。需要说明的是，轮廓边界线段与机器人的机体尺寸大小和预限定清洁区域的边长大小相关，可根据实际需要进行调整。本实施方式根据同一坐标轴方向上分布的黑色像素点的数目，在所述预限定清洁区域内选择具备一定程度可通行性的区域标记出轮廓边界线段，围成所述符合预设墙体环境条件的房间清洁分区的轮廓边界线段可以相互对齐以使得房间区域划分更为规整合理，也确保标记出的轮廓边界线段能够框定出用于机器人连续沿边行走的矩形工作区域。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
本发明还公开一种芯片，内置控制程序，所述控制程序用于控制移动机器人执行前述实施例所述的区域清扫规划方法。所述芯片配置机器人通过在沿边过程中实时划分所述符合预设墙体环境条件的房间清洁分区，来选择与实际房间环境边界相匹配的清洁区域进行先沿边再清扫作业，既可避免长时间无目的的沿边行走而不清扫，又保证整个区域的沿边行走和清扫规划路径的流畅性，减少多余的导航路径和多余的地图区域的构建计算时间。要理解本文所述的区域清扫规划方法实施例可以由硬件、软件、固件、中间件、微代码或其任意组合来实现。对于硬件实现方式，处理单元可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP) 、数字信号处理器件(DSPD) 、可编程逻辑器件(PLD) 、现场可编程门阵列(FPGA) 、处理器、控制器、微控制器、微处理器、被设计以执行本文所述功能的其他电子单元、或其组合内实现。当以软件、固件、中间件或微代码、程序代码或代码段来实现实施例时，可以将它们存储在诸如存储组件的机器可读介质中。
一种机器人，该机器人装配激光传感器，支持实时扫描构建激光地图，并存储到机器人内置所述的芯片中，所述芯片用于配置所述机器人在实时扫描构建的激光地图上的当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出当前的规划起点位置处框定的预限定清洁区域；同时配置所述机器人根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，在相匹配的区域内沿边行走，若在这个相匹配的区域内沿边行走返回所述规划起点位置时，则在这个相匹配的区域内执行规划式清扫，其中，所述的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，且所述的相匹配的区域包括机器人在所述预限定清洁区域内从当前的规划起点位置开始已经沿边行走过的路径；若在这个相匹配的区域内完成规划式清扫时，则移动至未清扫区域的下一个规划起点位置，再重复执行前述功能，直到检测不出未清扫区域。
上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (13)

1.一种机器人沿边行走的区域清扫规划方法，其特征在于，包括以下步骤：
在机器人实时扫描构建的激光地图上，控制机器人在当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出当前的规划起点位置处框定的预限定清洁区域；
同时根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，当机器人在这个相匹配的区域内沿边行走返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫，其中，所述的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，且所述的相匹配的区域包括机器人在所述预限定清洁区域内从当前的规划起点位置开始已经沿边行走过的路径；
当机器人在这个相匹配的区域内完成规划式清扫时，控制机器人移动至未清扫区域的下一个规划起点位置，再重复前述步骤，直到检测不出未清扫区域。
2.根据权利要求1所述区域清扫规划方法，其特征在于，还包括：在机器人实时扫描构建的激光地图上，先以所述规划起点位置为中心框定一个所述预限定清洁区域，再在当前框定的所述预限定清洁区域内选定一个距离最近的物理边界的沿边起点位置，控制机器人从这个沿边起点位置开始沿着直线规划的路径向这个物理边界前进，直到机器人被配置为沿着这个物理边界作沿边行走；
其中，这个物理边界包括预限定清洁区域内的障碍物的边界或墙体；所述规划起点位置是机器人在当前框定的所述预限定清洁区域内的启动位置。
3.根据权利要求2所述区域清扫规划方法，其特征在于，所述同时根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，控制机器人在相匹配的区域内沿边行走，当机器人在这个相匹配的区域内沿完一圈并返回所述规划起点位置时，控制机器人在这个相匹配的区域内执行规划式清扫的方法包括：
步骤1、控制机器人在当前框定的预限定清洁区域内沿边行走，同时，在沿边行走的过程中，判断机器人是否从当前框定的预限定清洁区域中划分出所述符合预设墙体环境条件的房间清洁分区，是则进入步骤2，否则进入步骤3；
步骤2、控制机器人在步骤1所述符合预设墙体环境条件的房间清洁分区内继续沿边行走，等到机器人沿完这个房间清洁分区一圈并返回所述规划起点位置时，控制机器人开始对这个房间清洁分区进行规划式清扫；其中，这个房间清洁分区包围所述规划起点位置、机器人从所述规划起点位置到启动沿边的行走路径、以及机器人已行走过的沿边路径；
步骤3、控制机器人在当前框定的预限定清洁区域内继续沿边行走，等到机器人沿边行走返回所述规划起点位置时，控制机器人开始对其当前沿边行走路径所圈定的实际沿边区域进行规划式清扫。
4.根据权利要求3所述区域清扫规划方法，其特征在于，在机器人沿边行走的过程中，当机器人划分出一个所述符合预设墙体环境条件的房间清洁分区时，如果判断到机器人已经沿边行走出这个房间清洁分区，则控制机器人继续划分出新的所述符合预设墙体环境条件的房间清洁分区，再将这两个所述符合预设墙体环境条件的房间清洁分区合并为当前框定的预限定清洁区域内的一个所述相匹配的区域；
然后控制机器人在所述相匹配的区域内继续沿边行走，等到机器人沿完一圈并返回所述规划起点位置时，控制机器人开始对所述相匹配的区域内进行规划式清扫；其中，所述相匹配的区域内包围所述规划起点位置、机器人从所述规划起点位置到启动沿边的行走路径、以及机器人已行走过的沿边路径。
5.根据权利要求3或4所述区域清扫规划方法，其特征在于，在所述步骤2中，控制机器人在执行规划式清扫的过程中不跨出所述符合预设墙体环境条件的房间清洁分区，直到所述符合预设墙体环境条件的房间清洁分区的坐标位置都被规划式清扫路径覆盖；
在所述步骤3中，控制机器人在执行规划式清扫的过程中不跨出当前沿边行走路径所圈定的实际沿边区域，直到这个实际沿边区域的坐标位置都被规划式清扫路径覆盖；
其中，将机器人清扫覆盖的区域标记为已清扫区域，同时将机器人清扫覆盖的区域之外的已扫描区域标记为所述未清扫区域。
6.根据权利要求5所述区域清扫规划方法，其特征在于，当机器人完成当前一次确定的所述符合预设墙体环境条件的房间清洁分区或所述实际沿边区域的规划式清扫时，先根据机器人标记的位置信息区分出所述已清扫区域和所述未清扫区域，再控制机器人移动至属于所述未清扫区域的下一个规划起点位置，并按照权利要求2所述的方法在下一个规划起点位置处框定出一个新的预限定清洁区域；其中，下一个规划起点位置是所述未清扫区域中与机器人当前结束规划式清扫的位置的距离最近的位置；
当机器人在这个新的预限定清洁区域内沿边行走时，执行所述步骤1至所述步骤3，其中，控制机器人在执行规划式清扫和沿边行走的过程中绕过所述已清扫区域。
7.根据权利要求6所述区域清扫规划方法，其特征在于，所述预限定清洁区域是以所述规划起点位置为对角线交点的一个正方形方框区域，用于限制机器人沿边行走的范围，进而包围当前一次确定的所述符合预设墙体环境条件的房间清洁分区、同一所述预限定清洁区域内合并的所述符合预设墙体环境条件的房间清洁分区、或所述实际沿边区域；
其中，所述预限定清洁区域的覆盖区域等效于正方形的实际物理区域，所述预限定清洁区域的覆盖区域位置随着机器人的规划起点位置的变化而变化，这个正方形的实际物理区域的边长与室内待清扫区域的尺寸相关。
8.根据权利要求7所述区域清扫规划方法，其特征在于，当前的规划起点位置处框定的预限定清洁区域与所述下一个规划起点位置处框定的预限定清洁区域之间存在重合区域，该重合区域包括所述已清扫区域。
9.根据权利要求5所述区域清扫规划方法，其特征在于，从当前框定的预限定清洁区域中划分出一个符合预设墙体环境条件的房间清洁分区的方法包括：
步骤11、从所述沿边起点位置开始，根据所述激光地图在各个坐标轴方向上扫描出的激光图像的像素点统计信息，再在当前框定的预限定清洁区域内沿着所述激光地图的坐标轴方向定位出轮廓边界线段；
步骤12、从每个坐标轴方向上选择距离预设位置最近的轮廓边界线段，围成一个矩形的初始房间清洁分区；
步骤13、当初始房间清洁分区不属于所述预设墙体环境条件的房间清洁分区时，选择一个优先拓展的坐标轴方向，删除初始房间清洁分区中垂直定位于优先拓展的坐标轴方向的非墙体障碍物线段，再沿着同一坐标轴方向拓展初始房间清洁分区，然后进入步骤14；
步骤14、判断步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段是否位于当前框定的预限定清洁区域内的所述未清扫区域，同时判断该坐标轴方向上定位出的轮廓边界线段与前述初始房间清洁分区的剩余轮廓边界线段相交是否没有形成所述符合预设墙体环境条件的房间清洁分区，若两者都满足，则返回步骤13继续在当前选择的坐标轴方向上的拓展；
当步骤13所述的优先拓展的坐标轴方向上定位出的与步骤13删除的非墙体障碍物线段相邻的轮廓边界线段不是位于当前框定的预限定清洁区域内的所述未清扫区域时，停止在所述步骤13当前选择的坐标轴方向上的拓展，再返回所述步骤13以选择低一级的拓展优先级的坐标轴方向进行拓展，使得所述预限定清洁区域被相应的轮廓边界线段划分出所述符合预设墙体环境条件的房间清洁分区；
其中，非墙体障碍物线段是属于轮廓边界线段但不代表墙体，围成所述符合预设墙体环境条件的房间清洁分区的轮廓边界线段与实际房间边界在预设误差允许范围内是重合的；
其中，实际房间边界包括所述符合预设墙体环境条件的房间清洁分区内部的障碍物的边界和/或所述实际沿边区域内部的障碍物的边界。
10.根据权利要求9所述区域清扫规划方法，其特征在于，所述符合预设墙体环境条件的房间清洁分区具体判断方法包括：
当围成所述初始房间清洁分区的轮廓边界线段都不是非墙体障碍物线段，且所述初始房间清洁分区内部的孤立障碍物线段的长度小于墙体拟合数量值的像素点个数对应的线段长度与所述初始房间清洁分区的任一边长度的预设比值中相对小的数值时，确定所述初始房间清洁分区是所述符合预设墙体环境条件的房间清洁分区；
当围成所述初始房间清洁分区的其中一条所述轮廓边界线段是非墙体障碍物线段，或者，所述初始房间清洁分区内部的孤立障碍物线段的长度大于或等于墙体拟合数量值的像素点个数对应的线段长度，或所述初始房间清洁分区内部的孤立障碍物线段的长度大于或等于所述初始房间清洁分区的其中一边长度的预设比值时，确定所述初始房间清洁分区不是所述符合预设墙体环境条件的房间清洁分区；
其中，所述轮廓边界线段根据白色像素点的个数划分为非墙体障碍物线段和墙体障碍物线段，非墙体障碍物线段中的白色像素点的个数大于或等于预设门限值，而墙体障碍物线段的则小于预设门限值；
其中，激光地图中还存在扫描出的孤立障碍物线段，所述孤立障碍物线段的长度只要大于或等于所述初始房间清洁分区的其中一边长度的预设误差比值和墙体拟合数量值的像素点个数对应的线段长度这两种线段长度的其中一个时，所述孤立障碍物线段被标记为所述墙体障碍物线段。
11.根据权利要求10所述区域清扫规划方法，其特征在于，所述步骤11的具体方法包括：
在所述预限定清洁区域内，从所述规划起点位置开始统计当前构建的激光地图的图像像素点；
每当沿着X轴方向统计到纵坐标相同的黑色像素点的个数超过预设边界门限值时，标记出这些纵坐标相同的黑色像素点的连接形成的所述轮廓边界线段，使得所述预限定清洁区域内沿X轴方向延伸的区域被对应的轮廓边界线段划分；
每当沿着Y轴方向统计到横坐标相同的黑色像素点的个数超过预设边界门限值时，标记出这些横坐标相同的黑色像素点的连接形成的所述轮廓边界线段，使得所述预限定清洁区域内沿Y轴方向延伸的区域被对应的轮廓边界线段划分。
12.一种芯片，内置控制程序，其特征在于，所述控制程序用于控制移动机器人执行权利要求1至11中任一项所述区域清扫规划方法。
13.一种机器人，该机器人装配激光传感器，其特征在于，该机器人内置权利要求12所述的芯片，用于配置所述机器人在实时扫描构建的激光地图上的当前的规划起点位置处框定的预限定清洁区域内作沿边行走，使得机器人在沿边行走过程中不跨出当前的规划起点位置处框定的预限定清洁区域；
同时配置所述机器人根据所述预限定清洁区域内符合预设墙体环境条件的房间清洁分区的划分情况，在相匹配的区域内沿边行走，若在这个相匹配的区域内沿边行走返回所述规划起点位置时，则在这个相匹配的区域内执行规划式清扫，其中，所述的相匹配的区域是与实际房间区域边界相匹配的待清扫区域，且所述的相匹配的区域包括机器人在所述预限定清洁区域内从当前的规划起点位置开始已经沿边行走过的路径；若在这个相匹配的区域内完成规划式清扫时，则移动至未清扫区域的下一个规划起点位置，再重复执行前述功能，直到检测不出未清扫区域。
CN202010537593.0A 2020-06-12 2020-06-12 一种机器人沿边行走的区域清扫规划方法、芯片及机器人 Active CN111830970B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN202010537593.0A CN111830970B (zh) 2020-06-12 2020-06-12 一种机器人沿边行走的区域清扫规划方法、芯片及机器人
EP20939770.2A EP4043988A4 (en) 2020-06-12 2020-11-24 PROCEDURE FOR PLANNING ROBOT EDGE STEP AREAS, CHIP AND ROBOT SCANNING
PCT/CN2020/131195 WO2021248846A1 (zh) 2020-06-12 2020-11-24 一种机器人沿边行走的区域清扫规划方法、芯片及机器人
KR1020227014910A KR20220075410A (ko) 2020-06-12 2020-11-24 로봇이 가장자리를 따라 주행하는 영역 청소 계획 방법, 칩 및 로봇
JP2022527687A JP7336118B2 (ja) 2020-06-12 2020-11-24 ロボットがエッジに沿って走行する領域清掃計画方法、チップおよびロボット
US17/770,636 US20240160227A1 (en) 2020-06-12 2020-11-24 Area cleaning planning method for robot walking along boundary, chip and robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010537593.0A CN111830970B (zh) 2020-06-12 2020-06-12 一种机器人沿边行走的区域清扫规划方法、芯片及机器人

Publications (2)

Publication Number Publication Date
CN111830970A true CN111830970A (zh) 2020-10-27
CN111830970B CN111830970B (zh) 2022-03-04

Family

ID=72899091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010537593.0A Active CN111830970B (zh) 2020-06-12 2020-06-12 一种机器人沿边行走的区域清扫规划方法、芯片及机器人

Country Status (6)

Country Link
US (1) US20240160227A1 (zh)
EP (1) EP4043988A4 (zh)
JP (1) JP7336118B2 (zh)
KR (1) KR20220075410A (zh)
CN (1) CN111830970B (zh)
WO (1) WO2021248846A1 (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112426095A (zh) * 2020-11-24 2021-03-02 尚科宁家(中国)科技有限公司 清洁机器人的分区清洁方法及清洁机器人
CN113467482A (zh) * 2021-08-12 2021-10-01 深圳市伽利略机器人有限公司 一种自清洁的清洁机器人清扫路径规划方法及清洁机器人
CN113503877A (zh) * 2021-06-22 2021-10-15 深圳拓邦股份有限公司 机器人分区地图建立方法、装置及机器人
WO2021248846A1 (zh) * 2020-06-12 2021-12-16 珠海一微半导体股份有限公司 一种机器人沿边行走的区域清扫规划方法、芯片及机器人
CN114427310A (zh) * 2022-02-18 2022-05-03 智橙动力(北京)科技有限公司 泳池边缘清洗方法、装置、电子设备及计算机存储介质
CN114454216A (zh) * 2022-03-07 2022-05-10 云鲸智能(深圳)有限公司 机器人的精度检测方法、装置、机器人及存储介质
CN115268468A (zh) * 2022-09-27 2022-11-01 深圳市云鼠科技开发有限公司 清洁机器人的沿墙坐标修正方法、装置、设备以及介质
CN115328172A (zh) * 2022-10-13 2022-11-11 科大讯飞股份有限公司 清洁机器人及其控制方法、装置、设备及存储介质
CN115316887A (zh) * 2022-10-17 2022-11-11 杭州华橙软件技术有限公司 机器人控制方法、机器人及计算机可读存储介质
WO2023231757A1 (zh) * 2022-05-30 2023-12-07 珠海一微半导体股份有限公司 基于地图区域轮廓的设置方法与机器人沿边结束控制方法
CN117629185A (zh) * 2023-12-01 2024-03-01 安徽工业大学 一种复杂工况下的光伏清洁机器人运行路径规划方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114442638B (zh) * 2022-02-14 2023-07-07 北京大学 一种基于大数据路径规划的清淤机器人
CN114967687A (zh) * 2022-05-23 2022-08-30 纯米科技(上海)股份有限公司 障碍物检测方法、系统、电子装置及计算机可读存储介质
CN114983272B (zh) * 2022-05-30 2024-05-14 美智纵横科技有限责任公司 场景地图处理方法和装置、清洁组件和清洁设备
CN115251765A (zh) * 2022-07-04 2022-11-01 麦岩智能科技(北京)有限公司 一种基于多传感器的清洁机器人沿边清扫控制方法
CN115211765B (zh) * 2022-07-19 2024-06-07 深圳胡杨智能创新有限公司 清洁机器人控制方法、清洁机器人及存储介质
CN115444325A (zh) * 2022-07-21 2022-12-09 深圳银星智能集团股份有限公司 二次清洁方法、装置、清洁机器人及存储介质
CN115500737B (zh) * 2022-09-28 2023-10-17 云鲸智能(深圳)有限公司 一种地面介质探测方法、装置及清洁设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102138769A (zh) * 2010-01-28 2011-08-03 深圳先进技术研究院 清洁机器人及其清扫方法
CN108143364A (zh) * 2017-12-28 2018-06-12 湖南格兰博智能科技有限责任公司 一种自移动清洁机器人清洁地图区域划分的方法
CN109240312A (zh) * 2018-11-23 2019-01-18 珠海市微半导体有限公司 一种机器人的清扫控制方法和芯片以及清洁机器人
CN110315538A (zh) * 2019-06-27 2019-10-11 深圳乐动机器人有限公司 一种在电子地图上显示障碍物的方法、装置及机器人
CN110456789A (zh) * 2019-07-23 2019-11-15 中国矿业大学 一种清洁机器人的全覆盖路径规划方法
US20200125105A1 (en) * 2017-04-11 2020-04-23 Amicro Semiconductor Co., Ltd. Method for Creating Grid Map of Intelligent Robot

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100874259B1 (ko) * 2007-05-07 2008-12-16 에이스로봇 주식회사 청소로봇 유닛 및 그 청소로봇 유닛을 이용한 청소방법
KR20090077547A (ko) * 2008-01-11 2009-07-15 삼성전자주식회사 이동 로봇의 경로 계획 방법 및 장치
KR101887055B1 (ko) * 2011-11-14 2018-09-11 삼성전자주식회사 로봇 청소기 및 그 제어 방법
DE102015119865B4 (de) * 2015-11-17 2023-12-21 RobArt GmbH Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters
TW201833701A (zh) * 2017-03-14 2018-09-16 聯潤科技股份有限公司 自走式清潔裝置及其建立室內地圖之方法
TW201832710A (zh) * 2017-03-14 2018-09-16 聯潤科技股份有限公司 自走式清潔裝置分區清潔方法及使用該方法的自走式清潔裝置
CN111328386A (zh) * 2017-09-12 2020-06-23 罗博艾特有限责任公司 通过自主移动机器人对未知环境的探察
CN107773164B (zh) * 2017-11-17 2020-11-03 北京奇虎科技有限公司 用于清洁机器人的清洁方法、装置及机器人
CN112352272A (zh) * 2018-07-30 2021-02-09 千叶工业大学 地图生成系统以及移动体
WO2020027515A1 (ko) * 2018-08-02 2020-02-06 (주)유진로봇 속성 블록을 설정하는 이동 로봇
CN110412619B (zh) * 2019-08-12 2021-03-19 珠海市一微半导体有限公司 激光机器人的区域遍历方法和激光主控芯片
CN111830970B (zh) * 2020-06-12 2022-03-04 珠海一微半导体股份有限公司 一种机器人沿边行走的区域清扫规划方法、芯片及机器人

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102138769A (zh) * 2010-01-28 2011-08-03 深圳先进技术研究院 清洁机器人及其清扫方法
US20200125105A1 (en) * 2017-04-11 2020-04-23 Amicro Semiconductor Co., Ltd. Method for Creating Grid Map of Intelligent Robot
CN108143364A (zh) * 2017-12-28 2018-06-12 湖南格兰博智能科技有限责任公司 一种自移动清洁机器人清洁地图区域划分的方法
CN109240312A (zh) * 2018-11-23 2019-01-18 珠海市微半导体有限公司 一种机器人的清扫控制方法和芯片以及清洁机器人
CN110315538A (zh) * 2019-06-27 2019-10-11 深圳乐动机器人有限公司 一种在电子地图上显示障碍物的方法、装置及机器人
CN110456789A (zh) * 2019-07-23 2019-11-15 中国矿业大学 一种清洁机器人的全覆盖路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
简毅等: "一种室内扫地机器人全遍历路径规划方法研究", 《传感器与微系统》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021248846A1 (zh) * 2020-06-12 2021-12-16 珠海一微半导体股份有限公司 一种机器人沿边行走的区域清扫规划方法、芯片及机器人
CN112426095B (zh) * 2020-11-24 2022-09-09 尚科宁家(中国)科技有限公司 清洁机器人的分区清洁方法及清洁机器人
CN112426095A (zh) * 2020-11-24 2021-03-02 尚科宁家(中国)科技有限公司 清洁机器人的分区清洁方法及清洁机器人
CN113503877A (zh) * 2021-06-22 2021-10-15 深圳拓邦股份有限公司 机器人分区地图建立方法、装置及机器人
CN113467482A (zh) * 2021-08-12 2021-10-01 深圳市伽利略机器人有限公司 一种自清洁的清洁机器人清扫路径规划方法及清洁机器人
WO2023015549A1 (zh) * 2021-08-12 2023-02-16 深圳市伽利略机器人有限公司 一种自清洁的清洁机器人清扫路径规划方法及清洁机器人
CN114427310A (zh) * 2022-02-18 2022-05-03 智橙动力(北京)科技有限公司 泳池边缘清洗方法、装置、电子设备及计算机存储介质
CN114454216B (zh) * 2022-03-07 2023-10-10 云鲸智能(深圳)有限公司 机器人的精度检测方法、装置、机器人及存储介质
CN114454216A (zh) * 2022-03-07 2022-05-10 云鲸智能(深圳)有限公司 机器人的精度检测方法、装置、机器人及存储介质
WO2023231757A1 (zh) * 2022-05-30 2023-12-07 珠海一微半导体股份有限公司 基于地图区域轮廓的设置方法与机器人沿边结束控制方法
CN115268468A (zh) * 2022-09-27 2022-11-01 深圳市云鼠科技开发有限公司 清洁机器人的沿墙坐标修正方法、装置、设备以及介质
CN115328172A (zh) * 2022-10-13 2022-11-11 科大讯飞股份有限公司 清洁机器人及其控制方法、装置、设备及存储介质
CN115328172B (zh) * 2022-10-13 2023-02-17 科大讯飞股份有限公司 清洁机器人及其控制方法、装置、设备及存储介质
CN115316887B (zh) * 2022-10-17 2023-02-28 杭州华橙软件技术有限公司 机器人控制方法、机器人及计算机可读存储介质
CN115316887A (zh) * 2022-10-17 2022-11-11 杭州华橙软件技术有限公司 机器人控制方法、机器人及计算机可读存储介质
CN117629185A (zh) * 2023-12-01 2024-03-01 安徽工业大学 一种复杂工况下的光伏清洁机器人运行路径规划方法
CN117629185B (zh) * 2023-12-01 2024-06-11 安徽工业大学 一种复杂工况下的光伏清洁机器人运行路径规划方法

Also Published As

Publication number Publication date
US20240160227A1 (en) 2024-05-16
EP4043988A1 (en) 2022-08-17
CN111830970B (zh) 2022-03-04
JP2023501569A (ja) 2023-01-18
EP4043988A4 (en) 2023-05-31
JP7336118B2 (ja) 2023-08-31
KR20220075410A (ko) 2022-06-08
WO2021248846A1 (zh) 2021-12-16

Similar Documents

Publication Publication Date Title
CN111830970B (zh) 一种机器人沿边行走的区域清扫规划方法、芯片及机器人
CN111857127B (zh) 一种机器人沿边行走的清洁分区规划方法、芯片及机器人
CN112137529B (zh) 一种基于密集障碍物的清扫控制方法
CN111596662B (zh) 一种沿全局工作区域一圈的判断方法、芯片及视觉机器人
CN111949017B (zh) 一种机器人越障的沿边路径规划方法、芯片及机器人
CN112445212A (zh) 路径规划方法、系统，机器人及可读存储介质
CN110412619B (zh) 激光机器人的区域遍历方法和激光主控芯片
JP7429933B2 (ja) レーザー地図に基づく作業領域の拡張方法、チップおよびロボット
CN112180924B (zh) 一种导航至密集障碍物的移动控制方法
CN112393737A (zh) 障碍地图的创建方法、系统，机器人及可读存储介质
CN114995458A (zh) 清洁机器人全覆盖实时路径规划方法及装置
CN111857156A (zh) 一种基于激光的机器人区域划分方法、芯片及机器人
CN111240322B (zh) 机器人移动限制框的工作起点确定方法及运动控制方法
WO2024037262A1 (zh) 一种机器人通过窄道的导航方法、芯片及机器人
CN113064409A (zh) 一种动态分区方法、系统及清洁设备
CN117193277A (zh) 基于地图区域轮廓的设置方法与机器人沿边结束控制方法
CN111897336B (zh) 一种机器人沿边行为结束的判断方法、芯片及机器人
WO2021031441A1 (zh) 路径规划方法、系统，机器人及可读存储介质
CN112155477B (zh) 一种基于栅格地图的密集障碍物点标记方法
CN116466695A (zh) 一种最优障碍物碰撞点搜索方法
CN116465404A (zh) 基于预设探测距离范围内的最优碰撞点搜索方法
CN116466694A (zh) 基于激光点的最优碰撞点搜索方法、芯片及机器人
CN116540684A (zh) 基于像素点的工作区域规划方法、芯片及机器人
CN116540689A (zh) 一种机器人的沿边控制方法、芯片及机器人
CN116540685A (zh) 基于障碍像素点的边界配置方法、芯片及机器人

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

Address after: 519000 2706, No. 3000, Huandao East Road, Hengqin new area, Zhuhai, Guangdong

Applicant after: Zhuhai Yiwei Semiconductor Co., Ltd

Address before: 519000 room 105-514, No. 6, Baohua Road, Hengqin new area, Zhuhai City, Guangdong Province (centralized office area)

Applicant before: Zhuhai Yiwei Semiconductor Co., Ltd

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant