CN112294197A - 扫地机的清扫控制方法、电子装置及存储介质 - Google Patents

扫地机的清扫控制方法、电子装置及存储介质 Download PDF

Info

Publication number
CN112294197A
CN112294197A CN202011218316.XA CN202011218316A CN112294197A CN 112294197 A CN112294197 A CN 112294197A CN 202011218316 A CN202011218316 A CN 202011218316A CN 112294197 A CN112294197 A CN 112294197A
Authority
CN
China
Prior art keywords
laser
data
target
laser reflection
reflection points
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.)
Pending
Application number
CN202011218316.XA
Other languages
English (en)
Inventor
张钰峰
赵传涛
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 Proscenic Technology Co Ltd
Original Assignee
Shenzhen Proscenic 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 Shenzhen Proscenic Technology Co Ltd filed Critical Shenzhen Proscenic Technology Co Ltd
Priority to CN202011218316.XA priority Critical patent/CN112294197A/zh
Publication of CN112294197A publication Critical patent/CN112294197A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • A47L11/4002—Installations of electric equipment
    • A47L11/4008—Arrangements of switches, indicators or the like
    • 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
    • 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
    • A47L11/4061—Steering means; Means for avoiding obstacles; Details related to the place where the driver is accommodated
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
    • G05D1/0261—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means using magnetic plots
    • 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
    • G05D1/02—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
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • 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
    • A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
    • A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection

Landscapes

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

Abstract

本发明涉及数据处理技术，提供了一种扫地机的清扫控制方法、电子装置及存储介质。该方法通过利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于多个激光反射点反射的激光数据构建待清扫场景的三维模型，利用预设的数据清洗规则对各个激光数据执行数据清洗操作后，筛选出满足第一预设条件的激光数据对应的目标激光反射点，基于预设的聚类算法对各个目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对各个激光反射点簇标注对应的目标障碍物，基于三维模型和目标障碍物对待清扫场景执行清扫操作。利用本发明扫地机可以自动规避难以跨越的障碍物或洼地，提高避障效率。

Description

扫地机的清扫控制方法、电子装置及存储介质
技术领域
本发明涉及数据处理领域，尤其涉及一种扫地机的清扫控制方法、电子装置及存储介质。
背景技术
随着科技的不断进步，智能扫地机的技术得到了快速发展，障碍物检测和避让是其智能化水平的重要体现。
良好的避障功能是扫地机安全行走的重要保障。目前的扫地机在工作过程中，无法智能判断前方地形，大多需要在扫地机前侧额外设置前挡板，以避免扫地机前侧磕碰受损。
因此，如何让扫地机自动准确地判断地形，已成为本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上内容，本发明提供一种扫地机的清扫控制方法、电子装置及存储介质，其目的在于现有技术中扫地机无法自动准确地判断地形，导致不能有效避障的技术问题。
为实现上述目的，本发明提供一种扫地机的清扫控制方法，该方法包括：
构建步骤：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型；
筛选步骤：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点；
聚类步骤：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物；
控制步骤：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
优选的，所述基于预设的聚类算法对各个所述满足第一预设条件的激光反射点执行聚类操作包括：
设置各目标激光反射点之间的密度半径，及所述密度半径内最小的目标激光反射点的数量，基于所述密度半径及所述最小的目标激光反射点的数量，从所有目标激光反射点中迭代计算得到核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇。
优选的，所述筛选步骤包括：
获取执行数据清洗操作后的各个激光数据的z坐标的坐标值，将所述z坐标的坐标值属于预设区间内的激光数据作为满足第一预设条件的激光数据。
优选的，所述基于所述三维模型和所述目标障碍物对所述待识别场景执行清扫操作包括：
根据所述三维模型实时获取所述目标障碍物的坐标位置数据及所述激光扫描仪的坐标位置数据，基于所述目标障碍物和所述激光扫描仪的坐标位置数据，计算所述目标障碍物与所述激光扫描仪的距离，当所述距离小于预设安全距离时，基于所述目标障碍物的坐标位置数据执行预设的轨迹清扫操作。
优选的，所述对各个所述激光数据执行数据清洗操作包括：
选取满足第二预设条件的激光数据作为清洗样本放入CART决策树的根部，并将所述清洗样本分为第一组数据和第二组数据；
利用所述第一组数据建立决策树，并以该决策树内部每个节点信息作为分割依据；
利用所述第二组数据修剪决策树，当决策树每个类只存在一个节点时，结束数据清洗。
优选的，所述预先配置的激光扫描仪的激光发射平面与地面设成30度夹角，激光发射平面的范围为120度。
为实现上述目的，本发明还提供一种电子装置，该电子装置包括：存储器及处理器，所述存储器上存储扫地机的清扫控制程序，所述扫地机的清扫控制程序被所述处理器执行，实现如下步骤：
构建步骤：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型；
筛选步骤：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点；
聚类步骤：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物；
控制步骤：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
优选的，所述基于预设的聚类算法对各个所述满足第一预设条件的激光反射点执行聚类操作包括：
设置各目标激光反射点之间的密度半径，及所述密度半径内最小的目标激光反射点的数量，基于所述密度半径及所述最小的目标激光反射点的数量，从所有目标激光反射点中迭代计算得到核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇。
优选的，所述基于所述三维模型和所述目标障碍物对所述待识别场景执行清扫操作包括：
根据所述三维模型实时获取所述目标障碍物的坐标位置数据及所述激光扫描仪的坐标位置数据，基于所述目标障碍物和所述激光扫描仪的坐标位置数据，计算所述目标障碍物与所述激光扫描仪的距离，当所述距离小于预设安全距离时，基于所述目标障碍物的坐标位置数据执行预设的轨迹清扫操作。
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中包括扫地机的清扫控制程序，所述扫地机的清扫控制程序被处理器执行时，实现如上所述扫地机的清扫控制方法中的任意步骤。
本发明提出的扫地机的清扫控制方法、电子装置及存储介质，通过利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于多个激光反射点反射的激光数据构建待清扫场景的三维模型，利用预设的数据清洗规则对各个激光数据执行数据清洗操作后，筛选出满足第一预设条件的激光数据对应的目标激光反射点，基于预设的聚类算法对各个目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对各个激光反射点簇标注对应的目标障碍物，基于三维模型和目标障碍物对待清扫场景执行清扫操作。利用本发明扫地机可以自动规避难以跨越的障碍物或洼地，提高了避障效率。
附图说明
图1为本发明电子装置较佳实施例的示意图；
图2为图1中扫地机的清扫控制程序较佳实施例的模块示意图；
图3为本发明扫地机的清扫控制方法较佳实施例的流程图；
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
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，为本发明电子装置1较佳实施例的示意图。
该电子装置1包括但不限于：存储器11、处理器12、显示器13及网络接口14。所述电子装置1通过网络接口14连接网络。其中，所述网络可以是互联网(Internet)、4G网络、5G网络、蓝牙、Wi-Fi、通话网络等无线或有线网络。
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器、可编程只读存储器(PROM)。在一些实施例中，所述存储器11可以是所述电子装置1的内部存储单元，例如该电子装置1的硬盘或内存。在另一些实施例中，所述存储器11也可以是所述电子装置1的外部存储设备，例如该电子装置1配备的插接式硬盘，智能存储卡，安全数字卡，闪存卡等。当然，所述存储器11还可以既包括所述电子装置1的内部存储单元也包括其外部存储设备。本实施例中，存储器11通常用于存储安装于所述电子装置1的操作系统和各类应用软件，例如扫地机的清扫控制程序10的程序代码等。此外，存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器12在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述电子装置1的总体操作，例如执行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行扫地机的清扫控制程序10的程序代码等。
显示器13可以称为显示屏或显示单元。在一些实施例中显示器13可以是LED显示器、液晶显示器、触控式液晶显示器以及有机发光二极管(Organic Light-EmittingDiode，OLED)触摸器等。显示器13用于显示在电子装置1中处理的信息以及用于显示可视化的工作界面，例如显示数据统计的结果。
网络接口14可选地可以包括标准的有线接口、无线接口(如WI-FI接口)，该网络接口14通常用于在所述电子装置1与其它电子设备之间建立通信连接。
图1仅示出了具有组件11-14以及扫地机的清扫控制程序10的电子装置1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
可选地，所述电子装置1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子装置1中处理的信息以及用于显示可视化的用户界面。
该电子装置1还可以包括射频(Radio Frequency，RF)电路、传感器和音频电路等等，在此不再赘述。
在上述实施例中，处理器12执行存储器11中存储的扫地机的清扫控制程序10时可以实现如下步骤：
构建步骤：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型；
筛选步骤：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点；
聚类步骤：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物；
控制步骤：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
所述存储设备可以为电子装置1的存储器11，也可以为与电子装置1通讯连接的其它存储设备。在实际的应用场景中，电子装置1可以为扫地机器人、自动打扫机、智能吸尘器、机器人吸尘器等设备，在此不做限定。
关于上述步骤的详细介绍，请参照下述图2关于扫地机的清扫控制程序10实施例的程序模块图以及图3关于扫地机的清扫控制方法实施例的流程图的说明。
在其他实施例中，所述扫地机的清扫控制程序10可以被分割为多个模块，该多个模块被存储于存储器12中，并由处理器13执行，以完成本发明。本发明所称的模块是指能够完成特定功能的一系列计算机程序指令段。
参照图2所示，为图1中扫地机的清扫控制程序10一实施例的程序模块图。在本实施例中，所述扫地机的清扫控制程序10可以被分割为：构建模块110、筛选模块120、聚类模块130及控制模块140。
构建模块110，用于利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型。
在本实施例中，利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，激光扫描仪可以选取基于三角测距原理的室内型激光扫描仪，激光扫描仪在扫描待清扫的场景后可以得到多个激光反射点反射的激光数据，其中，激光数据可以为点云数据，每一个点云数据可以包含三维坐标信息，颜色信息及反射强度信息，基于多个激光反射点反射的激光数据构建待清扫场景的三维模型。
在实际的应用场景中，扫地机实时利用预先配置的激光扫描仪对清扫场景进行扫描，可以得到多个激光反射点反射的激光数据(例如，沙发、桌子等激光发射数据)，根据激光反射点的激光数据可以构建整个场景三维模型，供后续扫地机在清扫时使用。
在一个实施例中，预先配置的激光扫描仪的激光发射平面与地面设成30度夹角，激光发射平面的范围为120度。
为了更准确地让激光扫描仪扫描的范围尽可能覆盖到实际的清扫场景，需要对激光扫描仪的激光发射平面与地面设成一定的角度，本实施例优选30度夹角。
筛选模块120，用于利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点。
在本实施例中，由于扫地机的内存空间往往是有限的，为了获取更准确的障碍物信息，及避免激光数据过多导致占用内存空间过多，可以将激光反射点的与激光扫描仪的直线距离较大的激光数据清除，利用预设的数据清洗规则对获取到的各个激光数据执行数据清洗操作，从而清除不满足第二预设条件的激光数据，具体的，选取满足第二预设条件的激光数据作为清洗样本放入CART决策树的根部，并将所述清洗样本分为第一组数据和第二组数据；利用所述第一组数据建立决策树，并以该决策树内部每个节点信息作为分割依据；利用所述第二组数据修剪决策树，当决策树每个类只存在一个节点时，结束数据清洗，其中，满足第二预设条件的激光数据可以包括激光反射点的与激光扫描仪的直线距离小于预设距离的激光反射点对应的激光数据，计算激光反射点的与激光扫描仪的直线距离可以通过各个激光数据的x坐标和y坐标的坐标值计算得到，在此不在赘述。
从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点，其中，获取执行数据清洗操作后的各个激光数据的z坐标的坐标值，将所述z坐标的坐标值属于预设区间内的激光数据作为满足第一预设条件的激光数据。通过激光数据的z坐标的坐标值进行筛选，可以获取实际清扫场景中各类障碍物和洼地的激光数据。
聚类模块130，用于基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物。
在本实施例中，基于预设的聚类算法对各个满足第一预设条件的激光数据对应的目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对执行聚类操作得到的激光反射点簇标注对应的目标障碍物。预设的聚类算法可以为DBSCAN算法，DBSCAN算法是一种基于密度的聚类算法，该算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间是紧密相连的，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在，通过将紧密相连的样本划为一类，这样就得到了一个聚类类别，通过将所有各组紧密相连的样本划为各个不同的类别，就得到最终的所有聚类类别结果。通过DBSCAN算法对目标激光点执行聚类操作，可以使不同类别的激光反射点聚集到不同的簇中，从而实现对不同的激光反射点簇标注相应的目标障碍物。
进一步地，首先设置各目标激光反射点之间密度半径，及所述密度半径内最小的目标激光反射点的数量(MinPts)，基于所述密度半径及所述最小的目标激光反射点的数量，从所有目标激光反射点中迭代计算得到核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇。其中，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇包括：获取所述核心目标激光反射点的密度可达的目标激光反射点，利用所述迭代计算得到的密度可达的目标激光反射点，更新所述核心目标激光反射点对应的聚类簇，直至获取到所述核心目标激光反射点的激光反射点簇。需要说明的是，对于样本集合D存在样本点p和q，如果q在p的邻域内，且p为核心样本点，那么样本点q从样本点p密度直达。对于样本集合D，给定样本点p1，p2，...pn，p＝p1，q＝pn，若样本点pi从pi-1密度直达，那么q从p密度可达。
具体地，A、初始化核心目标激光反射点集合Ω＝φ，初始化聚类的簇数k＝0，初始化未访问样本集合Γ＝D，簇划分C＝φ；
B、对于满足第一预设条件的激光数据对应的目标激光反射点集D＝(x1，x2，...xm)，j＝1，2，…m，通过距离度量方式(例如，欧式距离)，找到样本xj的邻域子样本集N∈(xj)，若子样本集样本个数满足|N∈(xj)|≥MinPts，将样本xj加入核心目标激光反射点样本集合：Ω＝Ω∪{xj}；
C、如果核心目标激光反射点集合Ω＝φ，则算法结束，否则转入步骤D；
D、在核心目标激光反射点集合Ω中，随机选择一个核心目标激光反射点o，初始化当前簇核心目标激光反射点队列Ωcur＝{o}，初始化类别序号k＝k+1，初始化当前簇样本集合Ck＝{o}，更新样本集合Γ＝Γ-{o}；
E、如果当前簇核心目标激光反射点队列Ωcur＝φ，则当前聚类簇Ck生成完毕，更新簇划分C＝{C1，C21，...，Ck}，更新核心目标激光反射点集合Ω＝Ω-Ck，转入步骤C，否则更新核心目标激光反射点集合Ω＝Ω-Ck；
F、在当前簇核心目标激光反射点队列Ωcur中取出一个核心目标激光反射点o′，通过邻域距离阈值∈找出所有的邻域子样本集N∈(o′)，令Δ＝N∈(o′)∩Γ，更新当前簇样本集合Ck＝Ck∪Δ，更新未访问样本集合Γ＝Γ-Δ，更新Ωcur＝Ωcur∪(Δ∩Ω)-o′，转入步骤E，输出结果多个激光反射点簇C＝{C1，C2，...Ck}。
控制模块140，用于基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
在本实施例中，扫地机基于建立的三维模型和聚类操作得到的目标障碍物对待清扫场景执行清扫操作，扫地机在进行执行清扫时，可以判断前方地形的状况，智能地规避难以跨越的障碍物或者洼地。
进一步地，还可以根据所述三维模型实时获取所述目标障碍物的坐标位置数据及所述激光扫描仪的坐标位置数据，基于所述目标障碍物和所述激光扫描仪的坐标位置数据，计算所述目标障碍物与所述激光扫描仪的距离，当所述距离小于预设安全距离时，基于所述目标障碍物的坐标位置数据执行预设的轨迹清扫操作。
当目标障碍物与扫地机的激光扫描仪的距离小于预先设定的安全距离时，根据目标障碍物的坐标信息得到目标障碍物的x方向和y方向的最大数值，控制扫地机绕过该目标障碍物的x方向和y方向的最大数值，实现智能避障。
此外，本发明还提供一种扫地机的清扫控制方法。参照图3所示，为本发明扫地机的清扫控制方法的实施例的方法流程示意图。电子装置1的处理器12执行存储器11中存储的扫地机的清扫控制程序10时实现扫地机的清扫控制方法的如下步骤：
步骤S10：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型。
在本实施例中，利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，激光扫描仪可以选取基于三角测距原理的室内型激光扫描仪，激光扫描仪在扫描待清扫的场景后可以得到多个激光反射点反射的激光数据，其中，激光数据可以为点云数据，每一个点云数据可以包含三维坐标信息，颜色信息及反射强度信息，基于多个激光反射点反射的激光数据构建待清扫场景的三维模型。
在实际的应用场景中，扫地机实时利用预先配置的激光扫描仪对清扫场景进行扫描，可以得到多个激光反射点反射的激光数据(例如，沙发、桌子等激光发射数据)，根据激光反射点的激光数据可以构建整个场景三维模型，供后续扫地机在清扫时使用。
在一个实施例中，预先配置的激光扫描仪的激光发射平面与地面设成30度夹角，激光发射平面的范围为120度。
为了更准确地让激光扫描仪扫描的范围尽可能覆盖到实际的清扫场景，需要对激光扫描仪的激光发射平面与地面设成一定的角度，本实施例优选30度夹角。
步骤S20：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点。
在本实施例中，由于扫地机的内存空间往往是有限的，为了获取更准确的障碍物信息，及避免激光数据过多导致占用内存空间过多，可以将激光反射点的与激光扫描仪的直线距离较大的激光数据清除，利用预设的数据清洗规则对获取到的各个激光数据执行数据清洗操作，从而清除不满足第二预设条件的激光数据，具体的，选取满足第二预设条件的激光数据作为清洗样本放入CART决策树的根部，并将所述清洗样本分为第一组数据和第二组数据；利用所述第一组数据建立决策树，并以该决策树内部每个节点信息作为分割依据；利用所述第二组数据修剪决策树，当决策树每个类只存在一个节点时，结束数据清洗，其中，满足第二预设条件的激光数据可以包括激光反射点的与激光扫描仪的直线距离小于预设距离的激光反射点对应的激光数据，计算激光反射点的与激光扫描仪的直线距离可以通过各个激光数据的x坐标和y坐标的坐标值计算得到，在此不在赘述。
从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点。其中，获取执行数据清洗操作后的各个激光数据的z坐标的坐标值，将所述z坐标的坐标值属于预设区间内的激光数据作为满足第一预设条件的激光数据。通过激光数据的z坐标的坐标值进行筛选，可以获取实际清扫场景中各类障碍物和洼地的激光数据。
步骤S30：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物。
在本实施例中，基于预设的聚类算法对各个满足第一预设条件的激光数据对应的目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对执行聚类操作得到的激光反射点簇标注对应的目标障碍物。预设的聚类算法可以为DBSCAN算法，DBSCAN算法是一种基于密度的聚类算法，该算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间是紧密相连的，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在，通过将紧密相连的样本划为一类，这样就得到了一个聚类类别，通过将所有各组紧密相连的样本划为各个不同的类别，就得到最终的所有聚类类别结果。通过DBSCAN算法对目标激光点执行聚类操作，可以使不同类别的激光反射点聚集到不同的簇中，从而实现对不同的激光反射点簇标注相应的目标障碍物。
进一步地，首先设置各目标激光反射点之间密度半径，及所述密度半径内最小的目标激光反射点的数量(MinPts)，基于所述密度半径及所述最小的目标激光反射点的数量，从所有目标激光反射点中迭代计算得到核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇。其中，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇包括：获取所述核心目标激光反射点的密度可达的目标激光反射点，利用所述迭代计算得到的密度可达的目标激光反射点，更新所述核心目标激光反射点对应的聚类簇，直至获取到所述核心目标激光反射点的激光反射点簇。需要说明的是，对于样本集合D存在样本点p和q，如果q在p的邻域内，且p为核心样本点，那么样本点q从样本点p密度直达。对于样本集合D，给定样本点p1，p2，...pn，p＝p1，q＝pn，若样本点pi从pi-1密度直达，那么q从p密度可达。
具体地，A、初始化核心目标激光反射点集合Ω＝φ，初始化聚类的簇数k＝0，初始化未访问样本集合Γ＝D，簇划分C＝φ；
B、对于满足第一预设条件的激光数据对应的目标激光反射点集D＝(x1，x2，...xm)，j＝1，2，…m，通过距离度量方式(例如，欧式距离)，找到样本xj的邻域子样本集N∈(xj)，若子样本集样本个数满足|N∈(xj)|≥MinPts，将样本xj加入核心目标激光反射点样本集合：Ω＝Ω∪{xj}；
C、如果核心目标激光反射点集合Ω＝φ，则算法结束，否则转入步骤D；
D、在核心目标激光反射点集合Ω中，随机选择一个核心目标激光反射点o，初始化当前簇核心目标激光反射点队列Ωcur＝{o}，初始化类别序号k＝k+1，初始化当前簇样本集合Ck＝{o}，更新样本集合Γ＝Γ-{o}；
E、如果当前簇核心目标激光反射点队列Ωcur＝φ，则当前聚类簇Ck生成完毕，更新簇划分C＝{C1，C21，...，Ck}，更新核心目标激光反射点集合Ω＝Ω-Ck，转入步骤C，否则更新核心目标激光反射点集合Ω＝Ω-Ck；
F、在当前簇核心目标激光反射点队列Ωcur中取出一个核心目标激光反射点o′，通过邻域距离阈值∈找出所有的邻域子样本集N∈(o′)，令Δ＝N∈(o′)∩Γ，更新当前簇样本集合Ck＝Ck∪Δ，更新未访问样本集合Γ＝Γ-Δ，更新Ωcur＝Ωcur∪(Δ∩Ω)-o′，转入步骤E，输出结果多个激光反射点簇C＝{C1，C2，...Ck}。
步骤S40：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
在本实施例中，基于建立的三维模型和聚类操作得到的目标障碍物对待清扫场景执行清扫操作，扫地机在进行执行清扫时，可以判断前方地形的状况，智能地规避难以跨越的障碍物或者洼地。
进一步地，还可以根据所述三维模型实时获取所述目标障碍物的坐标位置数据及所述激光扫描仪的坐标位置数据，基于所述目标障碍物和所述激光扫描仪的坐标位置数据，计算所述目标障碍物与所述激光扫描仪的距离，当所述距离小于预设安全距离时，基于所述目标障碍物的坐标位置数据执行预设的轨迹清扫操作。当目标障碍物与激光扫描仪的距离小于预先设定的安全距离时，通过目标障碍物的坐标信息得到目标障碍物的x方向和y方向的最大数值，控制扫地机绕过该目标障碍物的x方向和y方向的最大数值。
此外，本发明实施例还提出一种计算机可读存储介质，该计算机可读存储介质可以是硬盘、多媒体卡、SD卡、闪存卡、SMC、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器等等中的任意一种或者几种的任意组合。所述计算机可读存储介质中包括扫地机的清扫控制程序10，所述扫地机的清扫控制程序10被处理器执行时实现如下操作：
构建步骤：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型；
筛选步骤：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点；
聚类步骤：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物；
控制步骤：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
本发明之计算机可读存储介质的具体实施方式与上述扫地机的清扫控制方法的具体实施方式大致相同，在此不再赘述。
需要说明的是，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。并且本文中的术语“包括”、“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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
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，电子装置，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 (10)

1.一种扫地机的清扫控制方法，应用于电子装置，其特征在于，所述方法包括：
构建步骤：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型；
筛选步骤：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点；
聚类步骤：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物；
控制步骤：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
2.如权利要求1所述的扫地机的清扫控制方法，其特征在于，所述基于预设的聚类算法对各个所述满足第一预设条件的激光反射点执行聚类操作包括：
设置各目标激光反射点之间的密度半径，及所述密度半径内最小的目标激光反射点的数量，基于所述密度半径及所述最小的目标激光反射点的数量，从所有目标激光反射点中迭代计算得到核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇。
3.如权利要求1所述的扫地机的清扫控制方法，其特征在于，所述筛选步骤包括：
获取执行数据清洗操作后的各个激光数据的z坐标的坐标值，将所述z坐标的坐标值属于预设区间内的激光数据作为满足第一预设条件的激光数据。
4.如权利要求1所述的扫地机的清扫控制方法，其特征在于，所述基于所述三维模型和所述目标障碍物对所述待识别场景执行清扫操作包括：
根据所述三维模型实时获取所述目标障碍物的坐标位置数据及所述激光扫描仪的坐标位置数据，基于所述目标障碍物和所述激光扫描仪的坐标位置数据，计算所述目标障碍物与所述激光扫描仪的距离，当所述距离小于预设安全距离时，基于所述目标障碍物的坐标位置数据执行预设的轨迹清扫操作。
5.如权利要求1至4任意一项所述的扫地机的清扫控制方法，其特征在于，所述对各个所述激光数据执行数据清洗操作包括：
选取满足第二预设条件的激光数据作为清洗样本放入CART决策树的根部，并将所述清洗样本分为第一组数据和第二组数据；
利用所述第一组数据建立决策树，并以该决策树内部每个节点信息作为分割依据；
利用所述第二组数据修剪决策树，当决策树每个类只存在一个节点时，结束数据清洗。
6.如权利要求1所述的扫地机的清扫控制方法，其特征在于，所述预先配置的激光扫描仪的激光发射平面与地面设成30度夹角，激光发射平面的范围为120度。
7.一种电子装置，该电子装置包括存储器及处理器，其特征在于，所述存储器上存储扫地机的清扫控制程序，所述扫地机的清扫控制程序被所述处理器执行，实现如下步骤：
构建步骤：利用预先配置的激光扫描仪对待清扫的场景进行激光扫描，得到多个激光反射点反射的激光数据，基于所述多个激光反射点反射的激光数据构建所述待清扫场景的三维模型；
筛选步骤：利用预设的数据清洗规则，对各个所述激光数据执行数据清洗操作，从执行数据清洗操作后的激光数据中筛选出满足第一预设条件的激光数据对应的目标激光反射点；
聚类步骤：基于预设的聚类算法对各个所述目标激光反射点执行聚类操作，得到至少一个类别的激光反射点簇，分别对所述至少一个激光反射点簇标注对应的目标障碍物；
控制步骤：基于所述三维模型和所述目标障碍物对所述待清扫场景执行清扫操作。
8.如权利要求7所述的电子装置，其特征在于，所述基于预设的聚类算法对各个所述满足第一预设条件的激光反射点执行聚类操作包括：
设置各目标激光反射点之间的密度半径，及所述密度半径内最小的目标激光反射点的数量，基于所述密度半径及所述最小的目标激光反射点的数量，从所有目标激光反射点中迭代计算得到核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点，将得到的核心目标激光反射点、密度可达的目标激光反射点以及边缘目标激光反射点聚集成激光反射点簇。
9.如权利要求7所述的电子装置，其特征在于，所述基于所述三维模型和所述目标障碍物对所述待识别场景执行清扫操作包括：
根据所述三维模型实时获取所述目标障碍物的坐标位置数据及所述激光扫描仪的坐标位置数据，基于所述目标障碍物和所述激光扫描仪的坐标位置数据，计算所述目标障碍物与所述激光扫描仪的距离，当所述距离小于预设安全距离时，基于所述目标障碍物的坐标位置数据执行预设的轨迹清扫操作。
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中包括扫地机的清扫控制程序，所述扫地机的清扫控制程序被处理器执行时，实现如权利要求1至5中任一项所述扫地机的清扫控制方法的步骤。
CN202011218316.XA 2020-11-04 2020-11-04 扫地机的清扫控制方法、电子装置及存储介质 Pending CN112294197A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011218316.XA CN112294197A (zh) 2020-11-04 2020-11-04 扫地机的清扫控制方法、电子装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011218316.XA CN112294197A (zh) 2020-11-04 2020-11-04 扫地机的清扫控制方法、电子装置及存储介质

Publications (1)

Publication Number Publication Date
CN112294197A true CN112294197A (zh) 2021-02-02

Family

ID=74326042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011218316.XA Pending CN112294197A (zh) 2020-11-04 2020-11-04 扫地机的清扫控制方法、电子装置及存储介质

Country Status (1)

Country Link
CN (1) CN112294197A (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050088642A1 (en) * 2002-05-15 2005-04-28 Sanjiv Singh Apparatus and method for detecting obstacles
CN103576683A (zh) * 2012-08-03 2014-02-12 中国科学院深圳先进技术研究院 多巡逻机器人的调度方法和系统
CN105759820A (zh) * 2016-04-08 2016-07-13 济宁中科先进技术研究院有限公司 基于激光和视觉的道路自主清扫控制系统及控制方法
CN107679458A (zh) * 2017-09-07 2018-02-09 中国地质大学（武汉） 一种基于K‑Means的道路彩色激光点云中道路标线的提取方法
CN108303092A (zh) * 2018-01-12 2018-07-20 浙江国自机器人技术有限公司 一种自行规划路径的清洗方法
CN108460416A (zh) * 2018-02-28 2018-08-28 武汉理工大学 一种基于三维激光雷达的结构化道路可行域提取方法
CN108594264A (zh) * 2018-04-28 2018-09-28 上海木木机器人技术有限公司 障碍物识别方法、系统及具有障碍物识别功能的机器人
CN108663681A (zh) * 2018-05-16 2018-10-16 华南理工大学 基于双目摄像头与二维激光雷达的移动机器人导航方法
CN109460024A (zh) * 2018-11-13 2019-03-12 深圳市杉川机器人有限公司 一种扫地机器人
CN109645897A (zh) * 2019-01-10 2019-04-19 轻客小觅智能科技（北京）有限公司 一种扫地机的障碍物检测方法及系统
CN109696916A (zh) * 2019-03-05 2019-04-30 浙江国自机器人技术有限公司 一种清洗机器人转移的方法和设备
CN109765901A (zh) * 2019-02-18 2019-05-17 华南理工大学 基于线激光与双目视觉的动态代价地图导航方法
CN110221603A (zh) * 2019-05-13 2019-09-10 浙江大学 一种基于激光雷达多帧点云融合的远距离障碍物检测方法
CN110353583A (zh) * 2019-08-21 2019-10-22 追创科技(苏州)有限公司 扫地机器人及扫地机器人的自动控制方法
CN110780305A (zh) * 2019-10-18 2020-02-11 华南理工大学 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法
CN111210269A (zh) * 2020-01-02 2020-05-29 平安科技（深圳）有限公司 基于大数据的对象识别方法、电子装置及存储介质
CN111743464A (zh) * 2020-07-06 2020-10-09 追创科技(苏州)有限公司 一种基于线激光的避障方法及装置
CN111857121A (zh) * 2020-03-20 2020-10-30 北京国泰蓝盾科技有限公司 基于惯导和激光雷达的巡逻机器人行走避障方法及系统
CN111856507A (zh) * 2020-07-28 2020-10-30 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050088642A1 (en) * 2002-05-15 2005-04-28 Sanjiv Singh Apparatus and method for detecting obstacles
CN103576683A (zh) * 2012-08-03 2014-02-12 中国科学院深圳先进技术研究院 多巡逻机器人的调度方法和系统
CN105759820A (zh) * 2016-04-08 2016-07-13 济宁中科先进技术研究院有限公司 基于激光和视觉的道路自主清扫控制系统及控制方法
CN107679458A (zh) * 2017-09-07 2018-02-09 中国地质大学（武汉） 一种基于K‑Means的道路彩色激光点云中道路标线的提取方法
CN108303092A (zh) * 2018-01-12 2018-07-20 浙江国自机器人技术有限公司 一种自行规划路径的清洗方法
CN108460416A (zh) * 2018-02-28 2018-08-28 武汉理工大学 一种基于三维激光雷达的结构化道路可行域提取方法
CN108594264A (zh) * 2018-04-28 2018-09-28 上海木木机器人技术有限公司 障碍物识别方法、系统及具有障碍物识别功能的机器人
CN108663681A (zh) * 2018-05-16 2018-10-16 华南理工大学 基于双目摄像头与二维激光雷达的移动机器人导航方法
CN109460024A (zh) * 2018-11-13 2019-03-12 深圳市杉川机器人有限公司 一种扫地机器人
CN109645897A (zh) * 2019-01-10 2019-04-19 轻客小觅智能科技（北京）有限公司 一种扫地机的障碍物检测方法及系统
CN109765901A (zh) * 2019-02-18 2019-05-17 华南理工大学 基于线激光与双目视觉的动态代价地图导航方法
CN109696916A (zh) * 2019-03-05 2019-04-30 浙江国自机器人技术有限公司 一种清洗机器人转移的方法和设备
CN110221603A (zh) * 2019-05-13 2019-09-10 浙江大学 一种基于激光雷达多帧点云融合的远距离障碍物检测方法
CN110353583A (zh) * 2019-08-21 2019-10-22 追创科技(苏州)有限公司 扫地机器人及扫地机器人的自动控制方法
CN110780305A (zh) * 2019-10-18 2020-02-11 华南理工大学 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法
CN111210269A (zh) * 2020-01-02 2020-05-29 平安科技（深圳）有限公司 基于大数据的对象识别方法、电子装置及存储介质
CN111857121A (zh) * 2020-03-20 2020-10-30 北京国泰蓝盾科技有限公司 基于惯导和激光雷达的巡逻机器人行走避障方法及系统
CN111743464A (zh) * 2020-07-06 2020-10-09 追创科技(苏州)有限公司 一种基于线激光的避障方法及装置
CN111856507A (zh) * 2020-07-28 2020-10-30 上海木木聚枞机器人科技有限公司 一种环境感测实现方法、智能移动设备和存储介质

Similar Documents

Publication Publication Date Title
CN110307838B (zh) 机器人重定位方法、装置、计算机可读存储介质及机器人
CN109871420B (zh) 地图生成和分区方法、装置及终端设备
CN109540155A (zh) 一种扫地机器人的路径规划与导航方法、计算机装置以及计算机可读存储介质
CN111728535B (zh) 一种生成清扫路径的方法、装置、电子设备及存储介质
CN110597937B (zh) 一种无人智能巡检的方法、装置、设备及存储介质
CN107765694A (zh) 一种重定位方法、装置及计算机可读取存储介质
CN113219992A (zh) 一种路径规划方法及清洁机器人
Harun et al. A genetic algorithm based task scheduling system for logistics service robots
CN110599543A (zh) 一种墙体位置确定方法、装置、计算机设备和存储介质
CN111709988A (zh) 一种物体的特征信息的确定方法、装置、电子设备及存储介质
CN114343490B (zh) 机器人清扫方法、机器人及存储介质
WO2024146381A1 (zh) 地图处理方法、地图处理装置、介质及电子设备
CN110702120A (zh) 地图边界处理方法、系统、机器人和存储介质
CN116764225B (zh) 一种高效寻路的处理方法、装置、设备及介质
CN110647148B (zh) 一种墙体位置确定方法、装置、计算机设备和存储介质
CN112294197A (zh) 扫地机的清扫控制方法、电子装置及存储介质
CN117272476A (zh) 布局规划方法、装置、电子设备和存储介质
CN113440054B (zh) 扫地机器人充电基座范围的确定方法和装置
CN116009552A (zh) 一种路径规划方法、装置、设备及存储介质
CN115640372A (zh) 一种室内平面的区域指引方法、装置、系统、设备及介质
CN115691206A (zh) 车位推荐方法、装置、设备以及存储介质
CN112506178B (zh) 一种机器人控制方法、装置、终端和介质
CN111481108A (zh) 扫地机重定位方法及装置
US20230285619A1 (en) Navigation method for disinfection robot, robot and computer-readable storage medium
CN113009911B (zh) 清洁路径的生成方法、装置和自移动设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210202