CN111880532B - 自主移动设备及其方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种自主移动设备及其方法、装置、设备和存储介质，方法包括：利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；基于所述点云数据，确定所述自主移动设备所处环境内所述物体的检测信息；根据所述物体的检测信息和所述自主移动设备的历史移动路径，确定所述自主移动设备的目标移动路径；控制所述自主移动设备沿所述目标移动路径行进。本发明有效防止了隐私泄露，实现了在弱光和黑暗的环境中有效的利用毫米波雷达对周围进行探测，并能够准确探测出深色以及玻璃等透明物体，使得到的物体的检测信息的可靠性更高，进而提高了自主移动设备的避障成功率。

Description

自主移动设备及其方法、装置、设备和存储介质

技术领域

本发明属于人工智能技术领域，具体涉及一种自主移动设备及其方法、装置、设备和存储介质。

背景技术

随着人工智能技术的发展，扫地机器人、遥控车、飞行器和运输车辆等自主移动设备越来越趋向于智能化。自主移动设备凭借一定的人工智能，可自主导航至目标区域，完成相应任务，因此越来越受欢迎。

目前，自主移动设备大多采用激光、视觉、激光和视觉结合的技术来构建周围环境地图，实现避障。但是，视觉技术存在隐私泄露风险，且受光线影响较大，如强光下激光受到干扰，弱光下摄像头难以捕捉画面等，使得自主移动设备避障失败率较高。另外，有很多家庭为了不涉及隐私泄露而不会选择带摄像头的自主移动设备，但是，这种纯激光的自主移动设备在对于黑色和玻璃等透明障碍物避障方面存在一定的弊端，由于仅仅靠激光技术，存在玻璃和黑色等深色物体无法识别，以及只有扫描的数据二维信息，不能有效地判断周围环境中的障碍物等缺点，同样使得自主移动设备避障失败率较高。

因此，如何在防止隐私泄露的前提下，提高自主移动设备的避障成功率，是本领域技术人员亟待解决的技术问题。

发明内容

本发明的主要目的是提供一种自主移动设备及其方法、装置、设备和存储介质，以解决在实现防止隐私泄露的前提下，提高自主移动设备的避障成功率。

针对上述问题，本发明提供了一种自主移动设备的控制方法，所述自主移动设备配置有毫米波雷达，所述方法包括：

利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；

基于所述点云数据，确定所述自主移动设备所处环境内所述物体的检测信息；

根据所述物体的检测信息和所述自主移动设备的历史移动路径，确定所述自主移动设备的目标移动路径；

控制所述自主移动设备沿所述目标移动路径行进。

进一步地，上述所述的自主移动设备的控制方法中，根据所述物体的检测信息和所述自主移动设备的历史移动路径，确定所述自主移动设备的目标移动路径，包括：

根据所述物体的检测信息，构建所述自主移动设备所处环境的环境地图；

根据所述自主移动设备的历史移动路径，从所述环境地图中选出所述自主移动设备的待行进区域；所述待行进区域为所述自主移动设备当次运行过程中，未达到过的区域；

根据所述待行进区域内的物体的检测信息，确定所述目标移动路径。

进一步地，上述所述的自主移动设备的控制方法中，所述待行进区域的数目为多个，所述方法还包括：

根据预设的所述环境地图中各区域与自主移动设备工作模式的关联关系，确定每个待行进区域所对应的自主移动设备的目标工作模式；

若存在与所述自主移动设备的当前工作模式相同的目标工作模式，选取与所述自主移动设备的当前工作模式相同的目标工作模式对应的待行进区域作为目标行进区域；

对应地，根据所述待行进区域内的物体的检测信息，确定所述目标移动路径，包括：

根据所述目标行进区域内的物体的检测信息，确定所述目标移动路径。

进一步地，上述所述的自主移动设备的控制方法中，所述物体的检测信息包括物体轮廓、物体尺寸、物体的状态、物体的位置和物体与所述自主移动设备的距离中的至少一种。

进一步地，上述所述的自主移动设备的控制方法中，所述基于所述点云数据，确定所述自主移动设备所处环境的物体的检测信息，包括：

基于密度聚类算法对不同簇的点云数据进行聚类，得到所述自主移动设备所处环境存在的物体；

若所述物体的检测信息包括物体轮廓和/或物体尺寸，根据Alphashape算法，对所述自主移动设备所处环境存在的物体进行边缘点检测，得到所述物体轮廓和/或所述物体尺寸；

若所述物体的检测信息包括物体的状态，对所述自主移动设备所处环境存在的物体进行追踪检测，得到所述物体的状态；

若所述物体的检测信息包括物体的位置和/或物体与所述自主移动设备的距离，根据毫米波雷达发射的毫米波信号返回的时间间隔和毫米波信号的传输速度，确定所述位置和/或物体与所述自主移动设备的距离。

本发明还提供一种自主移动设备的控制装置，所述自主移动设备配置有毫米波雷达，所述装置包括：

获取模块，用于利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；

第一确定模块，用于基于所述点云数据，确定所述自主移动设备所处环境内所述物体的检测信息；

第二确定模块，用于根据所述物体的检测信息和所述自主移动设备的历史移动路径，确定所述自主移动设备的目标移动路径；

控制模块，用于控制所述自主移动设备沿所述目标移动路径行进。

本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被控制器执行时实现如上任一项所述的自主移动设备的控制方法的步骤。

本发明还提供一种自主移动设备的控制设备，包括存储器和控制器；

所述存储器上存储有计算机程序，所述计算机程序被控制器执行时实现如上任一项所述的自主移动设备的控制方法的步骤。

本发明还提供一种自主移动设备，包括毫米波雷达、存储器和控制器；

所述毫米波雷达，用于发射毫米波；

所述存储器上存储有计算机程序，所述计算机程序被控制器执行时实现如上任一项所述的自主移动设备的控制方法的步骤。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

应用本发明的自主移动设备及其方法、装置、设备和存储介质，获得自主移动设备所处环境内的物体相关的点云数据；并基于获得的点云数据，确定所述自主移动设备所处环境内所述物体的检测信息，有效防止了隐私泄露，实现了在弱光和黑暗的环境中有效的利用毫米波雷达对周围进行探测，并能够准确探测出深色以及玻璃等透明物体，使得到的物体的检测信息的可靠性更高，这样，根据确定的物体的检测信息和自主移动设备的历史移动路径，确定自主移动设备的目标移动路径更加准确，在控制自主移动设备沿目标移动路径行进时，降低了自主移动设备发生碰撞的概率。采用本发明的技术方案，能够在防止隐私泄露的前提下，提高自主移动设备的避障成功率。

本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的自主移动设备的控制方法实施例的流程图；

图2为本发明的自主移动设备的控制装置实施例的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

实施例一

为解决现有技术中存在的上述技术问题，本发明实施例提供了一种自主移动设备的控制方法。其中，该自主移动设备上设置有毫米波雷达。

图1为本发明的自主移动设备的控制方法实施例的流程图，如图1所示，本实施例的自主移动设备的控制方法具体可以包括如下步骤：

100、利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；

具体地，3D毫米波雷达技术具有穿透灰尘、烟雾的能力强，分辨率高、体积小、抗干扰性较强，常用在实时性、精度要求较高的场合不受光线影响；毫米波雷达能分辨识别很小的目标，而且能同时识别多个目标。尤其是对玻璃等透明物体以及黑色物体，同样可以通过发射电磁波来检测该物体的存在，因此，本实施例中，可以利用毫米波雷达发射毫米波信号，并得到回波信号，得到毫米波信号返回的时间间隔，并将回波信号输入低通滤波器进行滤波，得到了滤波后的回波信号后，由ADC模数转换器将滤波后的回波信号由模拟信号转换为数字信号；并使用傅里叶变换进行频谱分析，得到频谱信息之后，根据频谱信息，得到自主移动设备所处环境内物体相对于毫米波雷达的距离、方位角、仰角等，并根据前后相邻两帧数据的相位差，使用多普勒效应原理，计算出物体运动的径向速度；在保持虚警率一定的情况下，区分出判别信号和噪声信号，得出信噪比，将上述得到的距离、角度、速度、信噪比、时间等参数转换为2D和/或3D的云点数据。

101、基于获取的点云数据，确定自主移动设备所处环境内物体的检测信息；

例如，物体的检测信息包括物体轮廓、物体尺寸、物体的状态、物体的位置和物体与自主移动设备的距离中的至少一种。这样，在获取到自主移动设备所处环境内的物体相关的点云数据后，可以基于密度聚类算法对不同簇的点云数据进行聚类，得到自主移动设备所处环境存在的物体；并根据Alphashape算法，对自主移动设备所处环境存在的物体进行边缘点检测，得到物体轮廓和/或物体尺寸；对自主移动设备所处环境存在的物体进行追踪检测，得到物体的状态，如静止状态或运动状态；可以根据毫米波雷达发射的毫米波信号返回的时间间隔和毫米波信号的传输速度，确定位置和/或物体与自主移动设备的距离。

本实施例中，可以利用毫米波雷达扫描的点云数据进行物体识别，有效地在光线不足的环境中识别障碍物，以及，识别黑色以及玻璃等透明物体，构建环境地图，动态识别自主移动设备所处的环境，使得自主移动设备对环境的适应性更好，得到的物体的检测信息稳定性更好。例如：在大型购物广场中，会有很多玻璃门，来往的人流比较密集，不定的动态障碍很多场景下，普通自主移动设备有对周围物体进行识别的效果比较差，会在移动过程中碰到人，并且无法识别玻璃门而撞到玻璃门，而本申请可以利用毫米波雷达行建图，对高速突然出现的物体，黑色以及玻璃等透明物体可以准确的判断。

102、根据物体的检测信息和自主移动设备的历史移动路径，确定自主移动设备的目标移动路径；

本实施例中，自主移动设备每次移动后，会记录移动路径作为历史移动路径，这样，在确定自主移动设备所处环境内的物体的检测信息后，为了减少自主移动设备与物体碰撞的概率，同时尽可能的避免自主移动设备在已达到的区域内重复行进，或者，自主移动设备行进不全面，提高自主移动设备的行进效率，可以根据物体的检测信息和自主移动设备的历史移动路径，确定自主移动设备的目标移动路径。

具体地，可以根据物体的检测信息，构建自主移动设备所处环境的环境地图；根据自主移动设备的历史移动路径，从环境地图中选出自主移动设备的待行进区域；其中，待行进区域为自主移动设备当次运行过程中，未达到过的区域；例如，可以根据自主移动设备的历史移动路径对构建的自主移动设备所处环境的环境地图进行标记，从而区分出自主移动设备当次运行过程中，已经到达过的区域和未达到过的区域，这样，即可从环境地图中选出自主移动设备当次运行过程中，未达到过的区域作为自主移动设备的待行进区域。并在选出自主移动设备的待行进区域后，根据自主移动设备的待行进区域内的物体的检测信息，确定目标移动路径。例如，自主移动设备的待行进区域内存在物体时，可以根据物体的检测信息，判断自主移动设备能否跨过该物体，若自主移动设备能跨过该物体，则目标移动路径中可以包含该物体所在的位置，若自主移动设备不能跨过该物体，则从自主移动设备的待行进区域内选择绕过该物体的路径作为目标路径。

103、控制自主移动设备沿目标移动路径行进。

在确定该自主移动设备沿目标移动路径后，可以控制自主移动设备沿目标移动路径行进。

本实施例的自主移动设备的控制方法，利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；并基于获得的点云数据，确定所述自主移动设备所处环境内所述物体的检测信息，有效防止了隐私泄露，实现了在弱光和黑暗的环境中有效的利用毫米波雷达对周围进行探测，并能够准确探测出深色以及玻璃等透明物体，使得到的物体的检测信息的可靠性更高，这样，根据确定的物体的检测信息和自主移动设备的历史移动路径，确定自主移动设备的目标移动路径更加准确，在控制自主移动设备沿目标移动路径行进时，降低了自主移动设备发生碰撞的概率。采用本发明的技术方案，能够在防止隐私泄露的前提下，提高自主移动设备的避障成功率。

在一个具体实现过程中，自主移动设备在沿目标移动路径行进过程中，可能需要完成某种任务，但是在不同区域内，该任务对应的自主移动设备的工作模式可能不同，因此，本实施例中，可以预先针对不同的区域设置不同的自主移动设备工作模式，以形成区域与自主移动设备工作模式的关联关系，这样，在确定的待行进区域的数目为多个时，可以根据预设的环境地图中各区域与自主移动设备工作模式的关联关系，确定每个待行进区域所对应的自主移动设备的目标工作模式，并检测是否存在与自主移动设备的当前工作模式相同的目标工作模式，若存在与自主移动设备的当前工作模式相同的目标工作模式，选取与自主移动设备的当前工作模式相同的目标工作模式对应的待行进区域作为目标行进区域。若不存在与自主移动设备的当前工作模式相同的目标工作模式，则可以随机选取一个最近的待行进区域作为目标行进区域。在选取目标行进区域后，可以根据目标行进区域内的物体的检测信息，确定目标移动路径。

例如，自主移动设备包括扫地机器人、遥控车、飞行器和运输车辆中的至少一种，本实施例以扫地机器人为例对本发明的技术方案进行描述。在厨房和餐厅可能会工作在一边排水以便清洁的模式，卧室中可能只工作在清洁模式。本实施例中，在确定每个待行进区域后，可以根据每个待行进区域内的物体的位置等确定待行进区域所属的房间区域，从而可以确定扫地机器人需要的工作模式，进而可以先选择与扫地机器人当前工作模式相同的待行进区域进行清洁，以减少工作内模式的反复切换。

需要说明的是，本发明实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。

实施例二

为解决现有技术中存在的上述技术问题，本发明实施例提供了一种自主移动设备的控制装置。

图2为本发明的自主移动设备的控制装置实施例的结构示意图，其中，自主移动设备上设置有毫米波雷达。如图2所示，本实施例的自主移动设备的控制装置包括获取模块20、第一确定模块21、第二确定模块22和控制模块23。

获取模块20，用于利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；

第一确定模块21，用于基于点云数据，确定自主移动设备所处环境内物体的检测信息；

本实施例中，物体的检测信息包括物体轮廓、物体尺寸、物体的状态、物体的位置和物体与自主移动设备的距离中的至少一种。

第一确定模块21具体用于：

基于密度聚类算法对不同簇的点云数据进行聚类，得到自主移动设备所处环境存在的物体；

若物体的检测信息包括物体轮廓和/或物体尺寸，根据Alphashape算法，对自主移动设备所处环境存在的物体进行边缘点检测，得到物体轮廓和/或物体尺寸；

若物体的检测信息包括物体的状态，对自主移动设备所处环境存在的物体进行追踪检测，得到物体的状态；

若物体的检测信息包括物体的位置和/或物体与自主移动设备的距离，根据毫米波雷达发射的毫米波信号返回的时间间隔和毫米波信号的传输速度，确定位置和/或物体与自主移动设备的距离。

第二确定模块22，用于根据物体的检测信息和自主移动设备的历史移动路径，确定自主移动设备的目标移动路径；

具体地，可以根据物体的检测信息，构建自主移动设备所处环境的环境地图；根据自主移动设备的历史移动路径，从环境地图中选出自主移动设备的待行进区域；待行进区域为自主移动设备当次运行过程中，未达到过的区域；根据待行进区域内的物体的检测信息，确定目标移动路径。

控制模块23，用于控制自主移动设备沿目标移动路径行进。

本实施例的自主移动设备的控制装置，利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；并基于获得的点云数据，确定所述自主移动设备所处环境内所述物体的检测信息，有效防止了隐私泄露，实现了在弱光和黑暗的环境中有效的利用毫米波雷达对周围进行探测，并能够准确探测出深色以及玻璃等透明物体，使得到的物体的检测信息的可靠性更高，这样，根据确定的物体的检测信息和自主移动设备的历史移动路径，确定自主移动设备的目标移动路径更加准确，在控制自主移动设备沿目标移动路径行进时，降低了自主移动设备发生碰撞的概率。采用本发明的技术方案，能够在防止隐私泄露的前提下，提高自主移动设备的避障成功率。

在一个具体实现过程中，确定的待行进区域的数目可以为多个，本实施例中，第二确定模块22，还可以根据预设的环境地图中各区域与自主移动设备工作模式的关联关系，确定每个待行进区域所对应的自主移动设备的目标工作模式；若存在与自主移动设备的当前工作模式相同的目标工作模式，选取与自主移动设备的当前工作模式相同的目标工作模式对应的待行进区域作为目标行进区域；对应地，第二确定模块22，还用于根据目标行进区域内的物体的检测信息，确定目标移动路径。

上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。

实施例三

为解决现有技术中存在的上述技术问题，本发明实施例提供了一种自主移动设备的控制设备。

本实施例的自主移动设备的控制设备，包括存储器和控制器；

所述存储器上存储有计算机程序，所述计算机程序被控制器执行时实现上述实施例的所述的自主移动设备的控制方法的步骤。

实施例四

为解决现有技术中存在的上述技术问题，本发明实施例提供了一种自主移动设备。该自主移动设备包括毫米波雷达、存储器和控制器；

所述毫米波雷达，用于发射毫米波；

所述存储器上存储有计算机程序，所述计算机程序被控制器执行时实现上述实施例的自主移动设备的控制方法的步骤。

实施例五

为解决现有技术中存在的上述技术问题，本发明实施例提供了一种存储介质。

本发明实施例提供的存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例的自主移动设备的控制方法的步骤。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (8)

1.一种自主移动设备的控制方法，其特征在于，所述自主移动设备配置有毫米波雷达，所述方法包括：

利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；

基于所述点云数据，确定所述自主移动设备所处环境内所述物体的检测信息；

根据所述物体的检测信息和所述自主移动设备的历史移动路径，确定所述自主移动设备的目标移动路径，包括：根据所述物体的检测信息，构建所述自主移动设备所处环境的环境地图；根据所述自主移动设备的历史移动路径，从所述环境地图中选出所述自主移动设备的待行进区域；所述待行进区域为所述自主移动设备当次运行过程中，未达到过的区域；根据所述待行进区域内的物体的检测信息，确定所述目标移动路径；其中，当待行进区域的数目为多个时，所述方法还包括：

根据预设的所述环境地图中各区域与自主移动设备工作模式的关联关系，确定每个待行进区域所对应的自主移动设备的目标工作模式；

若存在与所述自主移动设备的当前工作模式相同的目标工作模式，选取与所述自主移动设备的当前工作模式相同的目标工作模式对应的待行进区域作为目标行进区域；

对应地，根据所述待行进区域内的物体的检测信息，确定所述目标移动路径，包括：

根据所述目标行进区域内的物体的检测信息，确定所述目标移动路径；控制所述自主移动设备沿所述目标移动路径行进。

2.根据权利要求1所述的自主移动设备的控制方法，其特征在于，所述物体的检测信息包括物体轮廓、物体尺寸、物体的状态、物体的位置和物体与所述自主移动设备的距离中的至少一种。

3.根据权利要求2所述的自主移动设备的控制方法，其特征在于，所述基于所述点云数据，确定所述自主移动设备所处环境的物体的检测信息，包括：

基于密度聚类算法对不同簇的点云数据进行聚类，得到所述自主移动设备所处环境存在的物体；

若所述物体的检测信息包括物体轮廓和/或物体尺寸，根据Alphashape算法，对所述自主移动设备所处环境存在的物体进行边缘点检测，得到所述物体轮廓和/或所述物体尺寸；

若所述物体的检测信息包括物体的状态，对所述自主移动设备所处环境存在的物体进行追踪检测，得到所述物体的状态；

若所述物体的检测信息包括物体的位置和/或物体与所述自主移动设备的距离，根据毫米波雷达发射的毫米波信号返回的时间间隔和毫米波信号的传输速度，确定所述位置和/或物体与所述自主移动设备的距离。

4.一种自主移动设备的控制装置，其特征在于，所述自主移动设备配置有毫米波雷达，所述装置包括：

获取模块，用于利用毫米波雷达，获得自主移动设备所处环境内的物体相关的点云数据；

第一确定模块，用于基于所述点云数据，确定所述自主移动设备所处环境内所述物体的检测信息；

第二确定模块，用于根据所述物体的检测信息和所述自主移动设备的历史移动路径，确定所述自主移动设备的目标移动路径，包括：根据所述物体的检测信息，构建所述自主移动设备所处环境的环境地图；根据所述自主移动设备的历史移动路径，从所述环境地图中选出所述自主移动设备的待行进区域；所述待行进区域为所述自主移动设备当次运行过程中，未达到过的区域；根据所述待行进区域内的物体的检测信息，确定所述目标移动路径；其中，当待行进区域的数目为多个时，所述方法还包括：

根据预设的所述环境地图中各区域与自主移动设备工作模式的关联关系，确定每个待行进区域所对应的自主移动设备的目标工作模式；

若存在与所述自主移动设备的当前工作模式相同的目标工作模式，选取与所述自主移动设备的当前工作模式相同的目标工作模式对应的待行进区域作为目标行进区域；

对应地，根据所述待行进区域内的物体的检测信息，确定所述目标移动路径，包括：

根据所述目标行进区域内的物体的检测信息，确定所述目标移动路径；

控制模块，用于控制所述自主移动设备沿所述目标移动路径行进。

5.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被控制器执行时实现如权利要求1至3中任一项所述的自主移动设备的控制方法的步骤。

6.一种自主移动设备的控制设备，其特征在于，包括存储器和控制器；

所述存储器上存储有计算机程序，所述计算机程序被控制器执行时实现如权利要求1至3中任一项所述的自主移动设备的控制方法的步骤。

7.一种自主移动设备，其特征在于，包括毫米波雷达、存储器和控制器；

所述毫米波雷达，用于发射毫米波；

所述存储器上存储有计算机程序，所述计算机程序被控制器执行时实现如权利要求1至3中任一项所述的自主移动设备的控制方法的步骤。

8.根据权利要求7所述的自主移动设备，其特征在于，所述自主移动设备包括扫地机器人、遥控车、飞行器和运输车辆中的至少一种。

Images