CN112051844B - 自移动机器人及其控制方法 - Google Patents

自移动机器人及其控制方法 Download PDF

Info

Publication number
CN112051844B
CN112051844B CN202010823198.9A CN202010823198A CN112051844B CN 112051844 B CN112051844 B CN 112051844B CN 202010823198 A CN202010823198 A CN 202010823198A CN 112051844 B CN112051844 B CN 112051844B
Authority
CN
China
Prior art keywords
self
obstacle
moving robot
infrared
distance
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.)
Active
Application number
CN202010823198.9A
Other languages
English (en)
Other versions
CN112051844A (zh
Inventor
王旭宁
孙斌
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.)
Sharkninja China Technology Co Ltd
Original Assignee
Sharkninja China Technology 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 Sharkninja China Technology Co Ltd filed Critical Sharkninja China Technology Co Ltd
Priority to CN202010823198.9A priority Critical patent/CN112051844B/zh
Publication of CN112051844A publication Critical patent/CN112051844A/zh
Application granted granted Critical
Publication of CN112051844B publication Critical patent/CN112051844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/24—Floor-sweeping machines, motor-driven
    • A—HUMAN NECESSITIES
    • A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
    • A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
    • A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
    • A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
    • A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
    • 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

Landscapes

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

Abstract

本公开提供了一种自移动机器人的控制方法，所述自移动机器人的顶部设置有能够周期性转动的激光雷达，所述自移动机器人的侧部设置有红外对管传感器，所述红外对管传感器用于引导所述自移动机器人进行沿边作业；所述控制方法包括：响应于所述红外对管传感器引导所述自移动机器人对障碍物进行沿边作业，并且响应于所述激光雷达检测到了所述障碍物，通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离；根据所述当前距离对所述红外对管传感器进行校准。本公开的自移动机器人在沿边过程中，无论遇到何种颜色或者表面粗糙度的障碍物，都能够通过激光雷达对红外对管传感器进行校准，从而保证沿边距离恒定。

Description

自移动机器人及其控制方法
技术领域
本公开属于人工智能技术领域，具体提供了一种自移动机器人及其控制方法。
背景技术
随着生活水平的提高，智能扫地机正在进入越来越多的家庭。
现有的扫地机器人主要包括主机、设置在主机底部的清洁装置、支撑主机行走的行走轮、设置在主机顶部的激光雷达和设置主机侧部的沿边传感器。扫地机器人通过清洁装置拾取和/或擦除地面上的异物(例如毛发、灰尘、污渍等)，通过激光雷达进行导航并因此行走到目标位置，通过沿边传感器沿着障碍物的边缘进行清扫作业。
现有扫地机器人的沿边传感器主要包括TOF测距(Time of flight——飞行时间测距法)的光学器件、三角测距的光学器件和红外对管传感器。其中，前两者虽然能够测量出扫地机器人到障碍物之间的准确距离，但是其成本较高。而红外对管传感器虽然成本较低，但是其检测结果受障碍物的颜色和表面粗糙度所影响，导致扫地机器人容易出现离障碍物较远出现漏扫的情形，或者出现离障碍物较近出现碰撞的情形。
发明内容
本公开旨在提供一种自移动机器人以及该自移动机器人的控制方法，以使自移动机器人能够通过激光雷达对红外对管传感器进行校准，从而保证自移动机器人与障碍物之间的沿边距离恒定。
为此，本公开在第一方面提供了一种自移动机器人的控制方法，所述自移动机器人的顶部设置有能够周期性转动的激光雷达，所述自移动机器人的侧部设置有红外对管传感器，所述红外对管传感器用于引导所述自移动机器人进行沿边作业；所述控制方法包括：
激光测距步骤：响应于所述红外对管传感器引导所述自移动机器人对障碍物进行沿边作业，并且响应于所述激光雷达检测到了所述障碍物，通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离；
红外对管传感器校准步骤：根据所述当前距离对所述红外对管传感器进行校准。
可选地，红外对管传感器校准步骤包括：
获取所述当前距离与沿边距离之间的差值；
根据所述差值使所述自移动机器人靠近或远离所述障碍物，以使所述当前距离等于所述沿边距离；
获取所述红外对管传感器检测到的当前红外信号值；
将所述红外对管传感器的红外信号基准值更新为获取到的所述当前红外信号值。
可选地，红外对管传感器校准步骤包括：
获取所述当前距离与沿边距离之间的差值；
将所述差值代入预设的公式中，从而获得红外信号值并记作第一红外信号值；
将所述红外对管传感器的基准红外信号值更新为所述第一红外信号值。
可选地，“将所述差值代入预设的公式中，从而获得红外信号值并记作第一红外信号值”包括：
将所述差值输入到预设的第一PID控制系统中，并因此输出所述第一红外信号值；其中，所述第一PID控制系统包括预设的所述公式。
可选地，所述红外对管传感器引导所述自移动机器人对障碍物进行沿边作业，包括：
将所述红外对管传感器的红外信号基准值和检测到的当前红外信号值代入预设的第二PID控制系统中；
根据所述第二PID控制系统输出的结果使所述自移动机器人朝着靠近或远离所述障碍物的方向转动，或者保持当前行进方向继续行进。
可选地，激光测距步骤包括：在所述自移动机器人对所述障碍物沿边作业的过程中，并且在所述激光雷达转动的每一个周期内，分别通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离；
红外对管传感器校准步骤包括：根据每一次获取的所述当前距离分别校准一次所述红外对管传感器。
可选地，所述激光雷达配置成能够发出多个激光束；
“通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离”的步骤包括：
通过投射到所述障碍物上的每一个所述激光束分别获取一个距离数值；
获取所有所述距离数值的平均值，并将所述平均值作为所述当前距离。
可选地，所述自移动机器人的行进方向与投射到所述障碍物上的每一个所述激光束之间的夹角都是锐角。
可选地，在所述自移动机器人对所述障碍物进行沿边作业之前，所述控制方法还包括：
获取目标区域的地图；
从所述地图中获取所述自移动机器人的当前位置和所述障碍物的位置；
使所述自移动机器人移动到所述障碍物处。
此外，本公开还提供了一种自移动机器人，该自移动机器人包括处理器、存储器和存储在所述存储器上的执行指令，所述执行指令设置成在被所述处理器执行时能够使所述自移动机器人执行前述技术方案中任一项所述的控制方法。
基于前文的描述，本领域技术人员能够理解的是，在本公开前述的技术方案中，在红外对管传感器引导自移动机器人对障碍物进行沿边作业的过程中，并且在激光雷达检测到了所述障碍物，通过使激光雷达获取自移动机器人与障碍物之间的当前距离，并使自移动机器人根据该当前距离对红外对管传感器进行校准，使得本公开的自移动机器人在沿边过程中，无论遇到何种颜色或者表面粗糙度的障碍物，都能够通过激光雷达对红外对管传感器进行校准，从而使得红外对管传感器能够检测到自移动机器人到障碍物之间的准确距离，从而避免出现自移动机器人离障碍物较远的情形，以及避免出现自移动机器人离障碍物较近导致自移动机器人撞到障碍物的情形。
进一步，通过在激光雷达转动的每一个周期内分别获取一次自移动机器人到障碍物之间的当前距离，并根据每一次获取的当前距离分别校准一次红外对管传感器，使得红外对管传感器具有较高的校准频率，提升了自移动机器人沿边作业时的可靠性。
进一步，通过将当前距离与沿边距离进行比较，并根据比较结果使自移动机器人靠近或远离障碍物，以使当前距离等于沿边距离，然后使红外对管传感器将其红外信号基准值更新为当前获取的当前红外信号值，从而实现对红外对管传感器的校准。
进一步，通过将激光雷达配置成能够发出多个激光束，然后通过投射到障碍物上的每一个激光束分别获取一个距离数值，再计算所有距离数值的平均值，并将该平均值作为当前距离，提高了激光雷达测距的准确性，从而使得红外对管传感器的校准也更加可靠。
进一步，通过使自移动机器人的行进方向与投射到障碍物上的每一个激光束之间的夹角都是锐角，使得自移动机器人能够通过激光雷达提前计算出自移动机器人行进至前方时与障碍物之间的距离，从而使得自移动机器人能够以该前方的距离对红外对管传感器进行校准，避免了自移动机器人在红外对管传感器下一次校准之前出现移动到了障碍物的表面颜色和/或粗糙度发生变化的位置进而错误的远离障碍物或靠近障碍物的情形。
附图说明
下面参照附图来描述本公开的部分实施例，附图中：
图1是本公开自移动机器人对表面发送颜色突变的障碍物进行沿边时的效果示意图；
图2是本公开自移动机器人对表面发送颜色渐变的障碍物进行沿边时的效果示意图；
图3是本公开第一实施例中自移动机器人的控制方法的主要步骤流程图；
图4是本公开第一实施例中激光雷达和红外对管传感器检测同一障碍物时的周期性变化规律；
图5是本公开第二实施例中自移动机器人的控制方法的主要步骤流程图；
图6是本公开第二实施例中自移动机器人沿边作业时的场景示意图；
图7是本公开第二实施例中校准红外对管传感器的逻辑示意图；
图8是本公开第三实施例中自移动机器人的功能模块构成效果示意图。
附图标记列表：
1、自移动机器人；11、激光雷达；12、红外对管传感器；121、红外发射管；122、红外接收管；13、行走轮；2、障碍物。
具体实施方式
本领域技术人员应当理解的是，下文所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，该一部分实施例旨在用于解释本公开的技术原理，并非用于限制本公开的保护范围。基于本公开提供的实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本公开的保护范围之内。
需要说明的是，在本公开的描述中，术语“中心”、“上”、“下”、“顶部”“底部”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
如图1和图2所示，本公开的自移动机器人1的顶部设置有激光雷达11，该激光雷达11能够相对于自移动机器人1的本体做周期性的转动，以便对自移动机器人1周围的环境进行扫描。优选地，该激光雷达11能够同时发射出多个激光束，例如2个、3个、4个、8个等。
继续参阅图1和图2，本公开的自移动机器人1的左侧(图中未示出)和右侧分别设置有一个红外对管传感器12，该红外对管传感器12用于引导自移动机器人1靠近障碍物2并且沿着障碍物2的表面行进。进一步，红外对管传感器12包括一个红外发射管121和一个红外接收管122，红外发射管121将红外光发射到障碍物2的表面，红外接收管122接收从障碍物2表面反射回来的红外光，然后通过接收到的红外光的强度来判断自移动机器人1到障碍物2之间的距离。当反射强度由大变小时，则判定自移动机器人1正在远离障碍物2；当反射强度由小变大时，则判定自移动机器人1正在靠近障碍物2。
继续参阅图1和图2，本公开的自移动机器人1的底部设置有行走轮13，该行走轮13用于支撑自移动机器人1行走。
本领域技术人员能够理解的是，本公开的自移动机器人1可以是扫地机器人、擦地机器人、吸拖一体机器人等任意可行的设备。本领域技术人员可以根据实际需要，将本公开下述的第一实施例、第二实施例、第三实施例，以及该三个实施例的组合或者变形应用到扫地机器人、擦地机器人、吸拖一体机器人等任意可行的设备上。
在本公开的第一实施例中：
如图3所示，本实施例的自移动机器人的控制方法包括：
步骤S110，响应于红外对管传感器12引导自移动机器人1对障碍物2进行沿边作业，并且响应于激光雷达11检测到了障碍物2，通过激光雷达11获取自移动机器人1与障碍物2之间的当前距离；
其中，被自移动机器人1沿边的障碍物2，与激光雷达11检测到的障碍物2是同一个障碍物2。确切地说，是同一个障碍物2的同一个表面。
本领域技术人员能够理解的是，在红外对管传感器12引导自移动机器人1对障碍物2进行沿边作业的过程中，当红外接收管122接收到的红外光的强度由大变小时，则判定自移动机器人1正在远离障碍物2，则使自移动机器人1朝着靠近障碍物2的方向转动并移动，以便使红外接收管122接收到的红外光的强度与预先设定的强度相等；当红外接收管122接收到的红外光的强度由小变大时，判定自移动机器人1正在靠近障碍物2，则使自移动机器人1朝着远离障碍物2的方向转动并移动，以便使红外接收管122接收到的红外光的强度与预先设定的强度相等。其中，预先设定的强度对应自移动机器人1与障碍物2之间的沿边距离。该沿边距离指的是，自移动机器人1对障碍物2进行沿边作业时，自移动机器人1与障碍物2之间的距离。
优选地，该沿边距离指的是，自移动机器人1自身的坐标系的原点或整机的中心到障碍物2表面之间的距离。在自移动机器人1与障碍物2之间的距离等于沿边距离时，自移动机器人1的圆周面与障碍物2的表面之间具有一定的间隙，该间隙用于避免自移动机器人1与障碍物2发生碰撞，同时还保证自移动机器人1能够清扫到地面上与障碍物2相接的区域。
此外，本领域技术人员也可以根据需要，使该沿边距离指代自移动机器人1上其它部位到障碍物2表面的距离，例如自移动机器人1的圆周面与障碍物2的表面之间的距离、红外对管传感器12与障碍物2的表面之间的距离、激光雷达11与障碍物2的表面之间的距离等。
步骤S120，根据当前距离对红外对管传感器进行校准。
作为示例一：
步骤S120进一步包括：
步骤S1211，获取当前距离与沿边距离之间的距离差值。具体地，距离差值＝当前距离-沿边距离。
步骤S1212，根据距离差值使自移动机器人1靠近或远离障碍物2，以使当前距离等于沿边距离；具体地，当该距离差值为正，表示自移动机器人1距离障碍物2较远，则使自移动机器人1朝着靠近障碍物2的方向移动该距离差值的长度，以使自移动机器人1与障碍物2之间的当前距离等于沿边距离。当该距离差值为负，表示自移动机器人1距离障碍物2太近，容易碰撞到障碍物2，则使自移动机器人1朝着远离障碍物2的方向移动该距离差值的长度，以使自移动机器人1与障碍物2之间的当前距离等于沿边距离。
步骤S1213，获取红外对管传感器12检测到的当前红外信号值；具体地，使红外发射管121开启，并获取红外接收管122检测到红外信号值，即当前红外信号值。进一步具体地，先关闭红外发射管121，使红外接收管122接收障碍物2自身发出的红外信号值。然后开启红外发射管121，使红外接收管122再次接收一个红外信号值。该红外信号值＝“障碍物2自身发出的红外信号值”+“红外发射管121发出并被障碍物2反射回来的红外信号值”。最后计算前后两次的红外信号值的差值，该差值的绝对值即为当前红外信号值，并用来表示自移动机器人1与障碍物2之间的距离。
本领域技术人员能够理解的是，之所以使用前后两次红外信号值的差值作为当前红外信号值，是为了避免因障碍物2自身发出的红外信号的强弱，而影响自移动机器人1对到障碍物2的距离判断。
步骤S1214，将红外对管传感器12的红外信号基准值更新为获取到的当前红外信号值。其中，红外信号基准值是预先存储到自移动机器人1的存储器上的红外信号值，并且当红外接收管122检测到红外信号值为红外信号基准值时，则表示自移动机器人1与障碍物2之间的距离刚好是沿边距离。
其中，红外信号基准值的首次获取可以通过如下方式：
先使自移动机器人1移动到距离障碍物2的表面之间的距离为沿边距离的位置，并且使自移动机器人1的行进方向与障碍物2的表面上对应位置处的切线平行。然后关闭红外发射管121，使红外接收管122接收障碍物2自身发出的红外信号值。然后开启红外发射管121，使红外接收管122再次接收一个红外信号值，该红外信号值＝“障碍物2自身发出的红外信号值”+“红外发射管121发出并被障碍物2反射回来的红外信号值”。最后计算前后两次的红外信号值的差值，该差值的绝对值即为红外信号基准值。
其中，“使自移动机器人1移动到距离障碍物2的表面之间的距离为沿边距离的位置”可以通过人工放置的方式来实现，即，使操作人员将自移动机器人1放置到该位置；还可以使自移动机器人1通过激光雷达11实时地检测与障碍物2之间的距离，并根据检测到结果自动地移动到该位置来实现。
作为示例二：步骤S120进一步包括：
步骤S1221，将当前距离(d)和红外对管传感器12检测到红外信号数值(f)代入公式f＝k*d中。然后，计算出变量常数k的数值。
步骤S1222，将沿边距离(d0)代入公式f＝k*d中。由于变量常数k已知，因此可以计算出沿边距离(d0)对应的红外信号数值(f)，即新的红外信号基准值。
基于前文的描述，本领域技术人员能够理解的是，本实施例的自移动机器人1在沿边过程中，无论遇到何种颜色或者表面粗糙度的障碍物2，都能够通过激光雷达11对红外对管传感器12进行校准，从而使得红外对管传感器12能够检测到自移动机器人1到障碍物2之间的准确距离，从而避免出现自移动机器人1离障碍物2较远的情形，以及避免出现自移动机器人1离障碍物2较近导致自移动机器人1撞到障碍物2的情形。进一步，由于激光雷达11是周期性转动的，所以自移动机器人1在激光雷达11转动的每一个周期内都能够对红外对管传感器12校准一次，有效地保证了红外对管传感器12的校准频率，从而保证了自移动机器人1沿边作业时的可靠性。
如图4所示，由于激光雷达11的旋转周期(Tlidar)远远大于红外对管传感器12的检测周期(TIR)，因此本实施例的自移动机器人1不仅能够通过红外对管传感器12实时地检测自移动机器人1与障碍物2之间的距离，以便及时调整自移动机器人1的沿边姿态；还能够适时地通过激光雷达11对红外对管传感器12进行校准，避免了校准频率较高时增加自移动机器人1的运算量。
在本公开的第二实施例中：
如图5所示，本实施例的自移动机器人的控制方法包括：
可选的步骤S201，使自移动机器人1获取目标区域的地图。作为示例一，可以使自移动机器人1通过SLAM(simultaneous localization and mapping)——同步定位与建图技术获取目标区域的地图。作为示例二，用户可以将手机、电脑、平板等设备上的目标区域的地图发送给自移动机器人1。其中，目标区域可以是任意可行的区域，例如卧室、厨房、客厅、办公室等。
可选的步骤S202，使自移动机器人1从地图中获取当前所在的位置和障碍物2的位置。
步骤S203，使自移动机器人1从当前位置行走到障碍物2的附近。
步骤S204，使自移动机器人1通过激光雷达11获取其与障碍物2之间的当前距离。
示例性地，如图6所示，图6中示出的是自移动机器人1在激光雷达11每一个转动周期内与障碍物2对准时的状态。进一步，激光雷达11能够发出三个激光束，如图6中所示的l1、l2和l3。当激光雷达11转动到每一个激光束与自移动机器人1前进方向的夹角都是锐角时，使自移动机器人1通过每一个激光束分别获取一次自移动机器人1与障碍物2之间的距离数值，然后将所有的距离数值求和并计算平均值，然后将该平均值作为当前距离。
本领域技术人员能够理解的是，通过计算平均值的技术手段来获取前述当前距离，能够有效地提升自移动机器人1通过激光雷达11检测到障碍物2之间的距离的精度，从而能够提升自移动机器人1沿边作业时的可靠性。
当然，本领域技术人员也可以根据需要，将激光雷达11配置成能够发出其它任意数量的激光束的形式，例如能够发出二、四、八等任意数量的激光束。并且，在通过激光雷达11检测自移动机器人1与障碍物2之间的距离时，部分激光束可以不投射到障碍物2上，仅采用投射到障碍物2上的那部分激光束计算自移动机器人1到障碍物2之间的距离。
需要说明的是，由于判断激光雷达11转动到某一角度(如图6中所示的角度)的技术手段，以及自移动机器人1通过激光雷达11检测距离的技术手段(例如建立自移动机器人1自身的坐标系，然后确定坐标系原点与激光雷达11的距离，然后获取激光雷达11与障碍物2的距离，然后求和)，都是本领域技术人员所熟知的手段，所以此处不再进行赘述。
步骤S205，将该当前距离与延边距离进行比较。具体地，获取当前距离与沿边距离之间的距离差值。进一步具体地，距离差值＝当前距离-沿边距离。
步骤S206，根据比较结果，使自移动机器人1移动到与障碍物2相距延边距离的位置。具体地，当该距离差值为正，表示自移动机器人1距离障碍物2较远，则使自移动机器人1朝着靠近障碍物2的方向移动该距离差值的长度，以使自移动机器人1与障碍物2之间的当前距离等于沿边距离。当该距离差值为负，表示自移动机器人1距离障碍物2太近，容易碰撞到障碍物2，则使自移动机器人1朝着远离障碍物2的方向移动该距离差值的长度，以使自移动机器人1与障碍物2之间的当前距离等于沿边距离(d0)。
步骤S207，使红外对管传感器12获取当前红外信号值，并以此作为红外信号基准值。具体地，先关闭红外发射管121，使红外接收管122接收障碍物2自身发出的红外信号值。然后开启红外发射管121，使红外接收管122再次接收一个红外信号值，该红外信号值＝“障碍物2自身发出的红外信号值”+“红外发射管121发出并被障碍物2反射回来的红外信号值”。最后计算前后两次的红外信号值的差值，该差值的绝对值即为红外信号基准值Ithreshold(0)，并用来表示自移动机器人1与障碍物2之间的距离。
步骤S208，通过红外信号基准值Ithreshold(0)引导自移动机器人1进行延边作业。具体地，当红外接收管122接收到的红外光的强度由大变小时，则判定自移动机器人1正在远离障碍物2，则使自移动机器人1朝着靠近障碍物2的方向转动并移动，以便使红外接收管122接收到的红外光的强度与预先设定的强度相等；当红外接收管122接收到的红外光的强度由小变大时，判定自移动机器人1正在靠近障碍物2，则使自移动机器人1朝着远离障碍物2的方向转动并移动，以便使红外接收管122接收到的红外光的强度与预先设定的强度相等。
进一步具体地，如图7所示，将红外信号基准值Ithreshold(0)(对应图7中的Ithreshold(i))红外对管传感器12当前检测到的红外信号值Iref(t)代入第一个PID控制系统(图7中右侧由比例、积分和微分算法构成的系统)中，然后根据输出的角度w(t)来使自移动机器人1左转或右转，从而靠近或远离障碍物2，以便使得Iref(t)＝Ithreshold(0)。
步骤S209，当激光雷达11转动到与障碍物2对准时，使自移动机器人1通过激光雷达11检测其与障碍物2之间的当前距离(li)。
步骤S210，将该当前距离(li)与延边距离(d0)进行比较；具体地，计算当前距离(li)与延边距离(d0)的差值Δl(i)。
步骤S211，根据比较结果，更新红外对管传感器12的红外信号基准值Ithreshold(0)。具体地，将Δl(i)代入第二个PID控制系统(图7中左侧由比例、积分和微分算法构成的系统)中从而获得一个红外信号数值，将该红外信号数值作为新的红外信号基准值Ithreshold(i)。然后返回步骤S208。
需要说明的是，PID指的是，根据给定值和实际输出值构成控制偏差，将偏差按比例、积分和微分通过线性组合构成控制量，对被控对象进行控制。
本领域技术人员也可以根据需要，将图7中所示的PID控制系统替换成PI控制系统或PD控制系统。
基于前文的描述，本领域技术人员能够理解的是，本实施例通过在激光雷达11转动的每一个周期内分别检测一次自移动机器人1与障碍物2之间的当前距离，并据此对红外对管传感器12进行校准，不仅使得自移动机器人1能够通过红外对管传感器12实时地检测自移动机器人1与障碍物2之间的距离，以便及时调整自移动机器人1的沿边姿态；还能够适时地通过激光雷达11对红外对管传感器12进行校准，避免了校准频率较高时增加自移动机器人1的运算量。并且，通过使自移动机器人1的行进方向与投射到障碍物2上的每一个激光束之间的夹角都是锐角，使得自移动机器人1能够通过激光雷达11提前计算出自移动机器人1行进至前方时与障碍物2之间的距离，从而使得自移动机器人1能够以该前方的距离对红外对管传感器12进行校准，避免了自移动机器人1在红外对管传感器12下一次校准之前出现移动到了障碍物2的表面颜色和/或粗糙度发生变化的位置(如图6中Pi-1位置到Pi位置)进而错误的远离或靠近障碍物2的情形。
在本公开的第三实施例中：
如图8所示，本公开还提供了一种自移动机器人。该自移动机器人在硬件层面上包括处理器，可选地还包括存储器和总线，此外该自移动机器人还允许包括其它业务所需要的硬件。
其中，存储器用于存放执行指令，该执行指令具体是能够被执行的计算机程序。进一步，存储器可以包括内存和非易失性存储器(non-volatile memory)，并向处理器提供执行指令和数据。示例性地，内存可以是高速随机存取存储器(Random-Access Memory，RAM)，非易失性存储器可以是至少1个磁盘存储器。
其中，总线用于将处理器、存储器和网络接口相互连接到一起。该总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线、EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为了便于表示，图7中仅用一个双向箭头表示，但这并不表示仅有一根总线或一种类型的总线。
在上述自移动机器人的一种可行的实施方式中，处理器可以先从非易失性存储器中读取对应的执行指令到内存中再运行，也可以先从其它设备上获取相应的执行指令再运行。处理器在执行存储器所存放的执行指令时，能够实现本公开上述任意一个控制方法实施例中的控制方法。
本领域技术人员能够理解的是，上述的控制方法可以应用于处理器中，也可以借助处理器来实现。示例性地，处理器是一种集成电路芯片，具有处理信号的能力。在处理器执行上述控制方法的过程中，上述控制方法的各步骤可以通过处理器中硬件形式的集成逻辑电路或软件形式的指令完成。进一步，上述处理器可以是通用处理器，例如中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(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、微处理器以及其它任何常规的处理器。
本领域技术人员还能够理解的是，本公开上述控制方法实施例的步骤可以被硬件译码处理器执行完成，也可以被译码处理器中的硬件和软件模块组合执行完成。其中，软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等其它本领域成熟的存储介质中。该存储介质位于存储器中，处理器读取存储器中的信息之后结合其硬件完成上述控制方法实施例中步骤的执行。
至此，已经结合前文的多个实施例描述了本公开的技术方案，但是，本领域技术人员容易理解的是，本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下，本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合，也可以对相关技术特征作出等同的更改或替换，凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。

Claims (10)

1.一种自移动机器人的控制方法，所述自移动机器人的顶部设置有能够周期性转动的激光雷达，所述自移动机器人的侧部设置有红外对管传感器，所述红外对管传感器用于引导所述自移动机器人进行沿边作业；其特征在于，所述控制方法包括：
激光测距步骤：响应于所述红外对管传感器引导所述自移动机器人对障碍物进行沿边作业，并且响应于所述激光雷达检测到了所述障碍物，通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离；
红外对管传感器校准步骤：根据所述当前距离对所述红外对管传感器进行校准；
红外对管传感器校准步骤包括：
将当前距离与沿边距离进行比较，并根据比较结果使自移动机器人靠近或远离障碍物，以使当前距离等于沿边距离，使红外对管传感器将其红外信号基准值更新为当前获取的当前红外信号值。
2.根据权利要求1所述的控制方法，其特征在于，红外对管传感器校准步骤包括：
获取所述当前距离与沿边距离之间的差值；
根据所述差值使所述自移动机器人靠近或远离所述障碍物，以使所述当前距离等于所述沿边距离；
获取所述红外对管传感器检测到的当前红外信号值；
将所述红外对管传感器的红外信号基准值更新为获取到的所述当前红外信号值。
3.根据权利要求1所述的控制方法，其特征在于，红外对管传感器校准步骤包括：
获取所述当前距离与沿边距离之间的差值；
将所述差值代入预设的公式中，从而获得红外信号值并记作第一红外信号值；
将所述红外对管传感器的基准红外信号值更新为所述第一红外信号值。
4.根据权利要求3所述的控制方法，其特征在于，“将所述差值代入预设的公式中，从而获得红外信号值并记作第一红外信号值”包括：
将所述差值输入到预设的第一PID控制系统中，并因此输出所述第一红外信号值；其中，所述第一PID控制系统包括预设的所述公式。
5.根据权利要求1所述的控制方法，其特征在于，所述红外对管传感器引导所述自移动机器人对障碍物进行沿边作业，包括：
将所述红外对管传感器的红外信号基准值和检测到的当前红外信号值代入预设的第二PID控制系统中；
根据所述第二PID控制系统输出的结果使所述自移动机器人朝着靠近或远离所述障碍物的方向转动，或者保持当前行进方向继续行进。
6.根据权利要求1所述的控制方法，其特征在于，激光测距步骤包括：在所述自移动机器人对所述障碍物沿边作业的过程中，并且在所述激光雷达转动的每一个周期内，分别通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离；
红外对管传感器校准步骤包括：根据每一次获取的所述当前距离分别校准一次所述红外对管传感器。
7.根据权利要求1所述的控制方法，其特征在于，所述激光雷达配置成能够发出多个激光束；
“通过所述激光雷达获取所述自移动机器人与所述障碍物之间的当前距离”的步骤包括：
通过投射到所述障碍物上的每一个所述激光束分别获取一个距离数值；
获取所有所述距离数值的平均值，并将所述平均值作为所述当前距离。
8.根据权利要求3所述的控制方法，其特征在于，所述自移动机器人的行进方向与投射到所述障碍物上的每一个激光束之间的夹角都是锐角。
9.根据权利要求1至8中任一项所述的控制方法，其特征在于，在所述自移动机器人对所述障碍物进行沿边作业之前，所述控制方法还包括：
获取目标区域的地图；
从所述地图中获取所述自移动机器人的当前位置和所述障碍物的位置；
使所述自移动机器人移动到所述障碍物处。
10.一种自移动机器人，其特征在于，所述自移动机器人包括处理器、存储器和存储在所述存储器上的执行指令，所述执行指令设置成在被所述处理器执行时能够使所述自移动机器人执行权利要求1至9中任一项所述的控制方法。
CN202010823198.9A 2020-08-17 2020-08-17 自移动机器人及其控制方法 Active CN112051844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010823198.9A CN112051844B (zh) 2020-08-17 2020-08-17 自移动机器人及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010823198.9A CN112051844B (zh) 2020-08-17 2020-08-17 自移动机器人及其控制方法

Publications (2)

Publication Number Publication Date
CN112051844A CN112051844A (zh) 2020-12-08
CN112051844B true CN112051844B (zh) 2023-08-04

Family

ID=73600555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010823198.9A Active CN112051844B (zh) 2020-08-17 2020-08-17 自移动机器人及其控制方法

Country Status (1)

Country Link
CN (1) CN112051844B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238555B (zh) * 2021-05-12 2024-07-12 珠海一微半导体股份有限公司 具有光流传感器的移动机器人及其控制方法
CN113712473B (zh) * 2021-07-28 2022-09-27 深圳甲壳虫智能有限公司 一种高度校准方法、装置以及机器人
CN113974507B (zh) * 2021-09-30 2023-09-12 云鲸智能(深圳)有限公司 清洁机器人的地毯探测方法、装置、清洁机器人及介质
CN116069004A (zh) * 2021-10-29 2023-05-05 追觅创新科技(苏州)有限公司 自移动设备、自移动设备的障碍物边缘确定方法及介质
CN117214875A (zh) * 2023-11-08 2023-12-12 山东富锐光学科技有限公司 一种激光雷达增量编码的零点校准方法与结构

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108762276A (zh) * 2018-06-07 2018-11-06 安徽理工大学 一种agv小车的自动偏轨校正装置和自动偏轨校正方法
CN108958254A (zh) * 2018-07-23 2018-12-07 深圳市银星智能科技股份有限公司 自移动机器人
CN109932726A (zh) * 2019-04-18 2019-06-25 北京石头世纪科技股份有限公司 机器人测距校准方法、装置、机器人和介质
CN110221302A (zh) * 2019-05-24 2019-09-10 上海高智科技发展有限公司 环境探测装置及其修正方法、系统、便携设备及存储介质
CN110928307A (zh) * 2019-12-10 2020-03-27 广东技术师范大学 基于红外激光的自动回充方法、系统、机器人及充电坞
CN111003058A (zh) * 2019-12-30 2020-04-14 无锡太机脑智能科技有限公司 一种零位校准无人驾驶转向机及控制方法
CN111021295A (zh) * 2019-12-05 2020-04-17 广州赛特智能科技有限公司 无人清扫车的无线自动充电校准装置及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108762276A (zh) * 2018-06-07 2018-11-06 安徽理工大学 一种agv小车的自动偏轨校正装置和自动偏轨校正方法
CN108958254A (zh) * 2018-07-23 2018-12-07 深圳市银星智能科技股份有限公司 自移动机器人
CN109932726A (zh) * 2019-04-18 2019-06-25 北京石头世纪科技股份有限公司 机器人测距校准方法、装置、机器人和介质
CN110221302A (zh) * 2019-05-24 2019-09-10 上海高智科技发展有限公司 环境探测装置及其修正方法、系统、便携设备及存储介质
CN111021295A (zh) * 2019-12-05 2020-04-17 广州赛特智能科技有限公司 无人清扫车的无线自动充电校准装置及方法
CN110928307A (zh) * 2019-12-10 2020-03-27 广东技术师范大学 基于红外激光的自动回充方法、系统、机器人及充电坞
CN111003058A (zh) * 2019-12-30 2020-04-14 无锡太机脑智能科技有限公司 一种零位校准无人驾驶转向机及控制方法

Also Published As

Publication number Publication date
CN112051844A (zh) 2020-12-08

Similar Documents

Publication Publication Date Title
CN112051844B (zh) 自移动机器人及其控制方法
CN107976999B (zh) 一种移动机器人及其避障和路径规划方法和系统
CN108007452B (zh) 根据障碍物更新环境地图的方法、装置及机器人
CN106489104B (zh) 用于移动机器人中的光学量程传感器的使用的系统和方法
US20190072975A1 (en) Mobile robot and method of controlling same
JP5826795B2 (ja) 自律移動体、その制御システム、および自己位置検出方法
US20200233061A1 (en) Method and system for creating an inverse sensor model and method for detecting obstacles
US12019147B2 (en) Apparatus and methods for multi-sensor SLAM systems
US20100076599A1 (en) Manually driven determination of a region of interest (roi) or a path of interest (poi) for a robotic device
CN110499727B (zh) 一种基于多传感器的贴边清扫方法和清扫车
JP6895911B2 (ja) 物体追跡装置、物体追跡方法及び物体追跡用コンピュータプログラム
CN110928320A (zh) 路径生成方法及生成装置、智能机器人及存储介质
CN110471086B (zh) 一种雷达测障系统及方法
CN114052561B (zh) 自移动机器人
CN113534805B (zh) 机器人回充控制方法、装置和存储介质
KR101786516B1 (ko) 이동 로봇 및 그 제어방법
JP2009223757A (ja) 自律移動体、その制御システム、自己位置推定方法
KR20200059666A (ko) 이동 장치 및 이동 장치의 객체 감지 방법
CN117289300A (zh) 点云矫正方法、激光雷达及机器人
JP2008033760A (ja) 移動ロボット
WO2022041343A1 (zh) 扫地机器人、扫地机器人的控制方法、设备及计算机可读存储介质
CN115656984A (zh) Tof点云的处理方法、点云优化方法、激光雷达及机器人
CN117970350B (zh) 测距方法、激光雷达、测距系统、机器人及存储介质
CN117169848A (zh) 过滤玻璃噪点的方法、激光雷达及机器人
CN116919247A (zh) 贴边识别方法、装置、计算机设备及介质

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
GR01 Patent grant
GR01 Patent grant