CN112426111B - 一种机器人清扫控制装置、方法及电子设备 - Google Patents

Abstract

本发明涉及机器人技术领域，公开一种机器人清扫控制装置、方法及电子设备。装置包括帘子检测模块与清扫模块，帘子检测模块用于当检测到机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令。清扫模块用于根据第一清扫指令，控制机器人进入帘子清扫模式，根据第二清扫指令，控制机器人进入正常清扫模式。通过单独设置帘子检测模块，使得机器人能够具有单独检测柔性物体的功能，并且，相对传统技术对帘子类或非帘子类物体都执行无区别化地清扫模式，本实施例提供的机器人能够根据物体属性执行不同清扫模式，以便提高清扫覆盖率和清扫效果。

Description

一种机器人清扫控制装置、方法及电子设备

技术领域

本发明涉及机器人技术领域，具体涉及一种机器人清扫控制装置、方法及电子设备。

背景技术

随着人们生活水平的提高和生活节奏的加快，越来越多的中产民众希望从室内清扫这项繁重的工作中解放，因此，购买清扫机器人帮助他们解决室内日常清扫问题成为最佳选择。

一般的，家居室内环境比较复杂，清扫机器人在室内空间行走清扫时，经常会遇到障碍物，因此，清扫机器人需要根据避障策略实施避障，以便正常完成清扫作业。

然而，室内障碍物类别比较繁多，诸如沙发、椅子、垃圾桶、床罩或窗帘等都被清扫机器人识别为障碍物。由于现有清扫机器人缺乏对床罩或窗帘等柔性物体的单独识别功能，容易将上述柔性物体识别为障碍物，然后控制机器人躲避上述柔性物体，导致机器人的清扫覆盖率很低，从而降低清扫效果。

发明内容

本发明实施例的一个目的旨在提供一种机器人清扫控制装置、方法及电子设备，其能够提高清扫效果。

在第一方面，本发明实施例提供一种机器人清扫控制装置，包括：

帘子检测模块，用于当检测到所述机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到所述机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令；

清扫模块，用于根据所述第一清扫指令，控制所述机器人进入帘子清扫模式，根据所述第二清扫指令，控制所述机器人进入正常清扫模式。

可选地，所述清扫模块包括：

帘子模式触发单元，用于接收所述第一清扫指令；

帘子清扫单元，用于根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫。

可选地，所述清扫模块还包括减速单元，所述减速单元根据所述第一清扫指令，向所述帘子清扫单元发送减速指令，以使所述帘子清扫单元根据所述减速指令，控制所述机器人继续在所述行进方向上减速清扫。

可选地，所述清扫模块还包括碰撞检测单元，所述碰撞检测单元用于检测所述机器人继续在所述行进方向上清扫时产生的碰撞信号，并将所述碰撞信号传输至所述帘子清扫单元，以使所述帘子清扫单元根据所述碰撞信号控制所述机器人。

可选地，当所述帘子清扫单元检测到所述碰撞信号大于预设阈值时，控制所述机器人执行掉头操作或者沿墙清扫操作；

当所述帘子清扫单元检测到所述碰撞信号小于或等于预设阈值时，控制所述机器人继续在所述行进方向上清扫。

可选地，所述清扫模块包括：

正常模式触发单元，用于接收所述第二清扫指令；

正常清扫单元，用于根据所述第二清扫指令，控制所述机器人执行预设路径清扫操作。

在第二方面，本发明实施例提供一种机器人清扫控制方法，包括：

当检测到所述机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到所述机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令；

根据所述第一清扫指令，控制所述机器人进入帘子清扫模式，根据所述第二清扫指令，控制所述机器人进入正常清扫模式。

可选地，所述根据所述第一清扫指令，控制所述机器人进入帘子清扫模式包括：

根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫。

可选地，所述根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫包括：

根据所述第一清扫指令，控制所述机器人继续在所述行进方向上减速清扫。

可选地，所述根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫包括：

当检测所述机器人继续在所述行进方向上清扫时产生的碰撞信号，根据所述碰撞信号，控制所述机器人。

可选地，所述根据所述碰撞信号，控制所述机器人包括：

当检测到所述碰撞信号大于预设阈值时，控制所述机器人执行掉头操作或者沿墙清扫操作；

当检测到所述碰撞信号小于或等于预设阈值时，控制所述机器人继续在所述行进方向上清扫。

可选地，所述根据所述第二清扫指令，控制所述机器人进入正常清扫模式包括：

根据所述第二清扫指令，控制所述机器人执行预设路径清扫操作。

在第三方面，一种非易失性可读存储介质，所述非易失性可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行所述的机器人清扫控制方法。

在第四方面，本发明实施例提供一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使电子设备执行所述的机器人清扫控制方法。

在第五方面，本发明实施例提供一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的机器人清扫控制方法。

在本发明实施例提供的机器人清扫控制装置中，帘子检测模块用于当检测到机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令。清扫模块用于根据第一清扫指令，控制机器人进入帘子清扫模式，根据第二清扫指令，控制机器人进入正常清扫模式。一方面，本实施例通过单独设置帘子检测模块，使得机器人能够具有单独检测柔性物体的功能，为机器人后续根据物体属性执行不同清扫模式，以便提高覆盖率。另一方面，相对传统技术对柔性物体或非柔性物体都执行无区别化地清扫模式，本实施例根据不同物体属性，提供不同清扫模式，以便提高清扫覆盖率，增强清扫效果。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明实施例提供的一种机器人的结构示意图；

图2是本发明实施例提供的机器人与外部终端之间的通信示意图；

图3是本发明实施例提供的一种机器人清扫控制装置的结构示意图；

图4是本发明实施例提供的机器人在室内空间进行清扫工作的场景示意图；

图5是本发明实施例提供的前方物体为非帘子类物体时反射回的超声波信号的波形图；

图6是本发明实施例提供的前方物体为帘子类物体时反射回的超声波信号的波形图；

图7是图3所示的清扫模块的结构示意图；

图8与图9皆是本发明实施例提供的在环境地图中沿着水平线截取目标局部图像的示意图；

图10是本发明实施例提供的一种机器人清扫控制方法的流程示意图；

图11是本发明实施例提供的一种电子设备的结构示意图。

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作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。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

在一些实施方式中，机器人清扫控制装置可以为软件模块，亦可以由硬件器件搭建而成。当机器人清扫控制装置为软件模块时，其包括若干指令，其存储在存储器内，处理器可以访问该存储器，调用指令进行执行，以完成下文各个实施例所阐述的机器人清扫控制装置的功能。

当机器人清扫控制装置由硬件器件搭建成时，例如，机器人清扫控制装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成下文各个实施例所阐述的机器人清扫控制装置的功能。再例如，机器人清扫控制装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。

本发明实施例提供的电子设备被构造成机器人，其中，机器人可以被构造成任何合适形状，以便实现特定业务功能操作，例如，本发明实施例机器人可以为清扫机器人、宠物机器人、搬运机器人、看护机器人等等。其中，清扫机器人包括且不限于扫地机器人、吸尘机器人、拖地机器人或洗地机器人。

请参阅图1，机器人100包括控制单元11、惯性测量单元12、激光雷达13、超声波换能器14、信号调理电路15、前撞传感器16、无线通信单元17、摄像模组18、清扫单元19及驱动单元20。

控制单元11作为机器人100的控制核心，可以采用多种路径规划算法控制机器人实施遍历工作，例如，在一些实施例中，控制单元11采用SLAM(simultaneous localizationand mapping，即时定位与建图技术)技术，根据环境数据构建地图和定位。控制单元11基于被建立好的地图以及机器人的位置，通过全覆盖路径规划算法指示机器人完全遍历一个环境空间。例如，在机器人100遍历时，控制单元11根据遍历区域的图像生成地图，该地图用于指示机器人100需要遍历的区域以及位于遍历区域中的障碍物所在的坐标位置。当机器人100每遍历完一个位置或区域后，机器人100基于该地图，标记该位置或区域已被遍历。并且，由于障碍物在地图中是以坐标方式被标记，机器人遍历时，可以根据当前位置对应的坐标点与障碍物涉及的坐标点，判断与障碍物之间的距离，从而实现环绕障碍物作遍历工作。同理，位置或区域已遍历而被标记后，当机器人100下一个位置将会移动至该位置或该区域时，机器人100基于该地图以及该位置或该区域的标记，作出转弯调头或者停止遍历的策略。

可以理解的是，控制单元11还可以根据多种方式识别已遍历位置或区域，或者，识别障碍物，从而作出满足产品需求的控制策略。

控制单元11可以为通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。还有，控制单元11还可以是任何传统处理器、控制器、微控制器或状态机。控制单元11也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。

惯性测量单元12用于检测机器人的运动姿势，以便机器人100根据运动姿势，调整运动方向。

激光雷达13产生激光信号，用于检测障碍物距离以及辅助构建室内地图。激光雷达13包括任意类型并且能够投射激光点的激光源，激光源包括固体激光器、气体激光器、液体激光器、半导体激光器、自由电子激光器等等。

超声波换能器14包括超声发送端141和超声接收端142，超声发送端141和超声接收端142皆安装在机器人外壳。超声发送端141用于发送超声波信号，超声波信号经过障碍物反射回超声接收端142，其中，不同距离和不同材质的障碍物表面反射回的超声波信号是存在差异的。

在一些实施例中，超声波换能器14包括MEMS超声波或TOF传感器等，此类超声波换能器14的功耗低，体积小，便于安装和使用。

信号调理电路15与超声接收端142连接，用于对接收到的超声波信号作信号处理，信号处理包括信号放大、信号滤波及模数转换。信号调理电路将调理后的超声波信号传输至控制单元11，控制单元11对调理后的超声波信号进行特征提取，得到特征向量。接着，控制单元11查询特征向量表，其中，特征向量表预存有帘子类物体与标准特征向量的对应关系。控制单元11判断所述特征向量与标准特征向量的匹配概率，若匹配概率高于预设阈值时，前方物体为帘子类物体，若匹配概率低于预设阈值，前方物体为非帘子类物体。

前撞传感器16安装在机器人100外壳的前方，用于检测机器人100与前方障碍物之间的碰撞信号，前撞传感器16与控制单元11连接，控制单元11根据碰撞信号，选择对应的逻辑操作。

机器人100通过无线通信单元17与外部终端21无线通信，无线通信单元17与控制单元11电连接。请参阅图2，用户通过外部终端21向机器人100发送控制指令，无线通信单元17接收控制指令并向控制单元11发送该控制指令，控制单元11根据该控制指令控制机器人100完成遍历工作。在一些实施例中，外部终端21包括智能手机、遥控器、平板电脑等等终端。

在一些实施例中，无线通信单元17包括广播接收模块、移动通信模块、无线互联网模块、短距离通信模块和定位信息模块的其中一种或多种的组合。其中，广播接收模块经由广播信道从外部广播管理服务器接收广播信号和/或广播相关信息。广播接收模块可以使用数字广播系统来接收数字广播信号，数字广播系统诸如为地面数字多媒体广播(DMB-T)、卫星数字多媒体广播(DMB-S)、仅媒体前向链路(MediaFLO)、手持数字视频广播(DVB-H)或地面综合业务数字广播(ISDB-T)。

移动通信模块向移动通信网络上的基站、外部终端和服务器中的至少一方发送无线信号，或者可以从基站、外部终端和服务器中的至少一方接收无线信号。这里，根据字符/多媒体消息的接收和发送，无线信号可以包括语音呼叫信号、视频呼叫信号或各种形式的数据。

无线互联网模块指的是用于无线互联网连接的模块，并且可以内置或外置于终端。可以使用诸如无线LAN(WLAN)(Wi-Fi)、无线宽带(Wibro)、全球微波接入互操作性(Wimax)、高速下行分组接入(HSDPA)这样的无线互联网技术。

短距离通信模块指的是用于进行短距离通信的模块。可以使用诸如蓝牙(Bluetooth)、射频识别(RFID)、红外数据协会(IrDA)、超宽带(UWB)或ZigBee这样的短距离通信技术。

摄像模组18安装在机器人100的前方，用于拍摄机器人所处的环境，摄像模组18与控制单元11电连接，摄像模组18获取机器人所处环境的物体图像，并向控制单元11输出该图像，以便控制单元11根据该图像作出下一步逻辑运算。

在一些实施例中，摄像模组18包括单目摄像头、双目摄像头或多目摄像头。

清扫单元19用于清扫地面，清扫单元19可被配置成任意清扫结构，例如，在一些实施例中，清扫单元19包括清扫电机及辊刷，辊刷的表面设置有清扫部，辊刷通过驱动机构与清扫电机连接，清扫电机与控制单元连接，控制单元可以向清扫电机发送指令，控制清扫电机驱动辊刷转动，使得其清扫部能够有效地清扫地面。

驱动单元20用于驱动机器人100行进或后退，清扫时，控制单元11向驱动单元20发送控制指令，驱动单元20根据控制指令带动清扫单元15完成清扫工作。

在一些实施例中，驱动单元20分为左驱动单元和右驱动单元。以左驱动单元为例，其包括电机、轮子驱动机构、左轮，电机的转轴与轮子驱动机构连接，左轮与轮子驱动机构连接，电机与控制单元连接，电机接收控制单元发送的控制指令而转动其转轴，并通过轮子驱动机构将扭矩传输至左轮，实现左轮的转动；同时结合右驱动单元，从而驱动机器人100行进或后退。

作为本发明实施例另一方面，本发明实施例提供一种机器人清扫控制装置。请参阅图3，机器人清扫控制装置300包括帘子检测模块31与清扫模块32。

帘子检测模块31用于当检测到机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令。

在本实施例中，帘子类物体为材质呈柔性的物体，例如，床罩、窗帘或围帘等物体的材质比较柔软，因此，此类物体属于帘子类物体。非帘子类物体为材质呈刚性的物体，例如，墙体、家具、椅子或瓷器等物体的材质比较硬质，因此，此类物体属于非帘子类物体。

机器人按照第一速度在清扫方法上正常实施清扫工作，并且控制帘子检测模块31持续检测行进方向上的物体是否为帘子类物体，若是，产生第一清扫指令，若否，产生第二清扫指令。

一般的，由于现有机器人无法有效地辨别行进方向上的物体是帘子类物体还是非帘子类物体，并且，不同物体对机器人的运动阻挡程度是不同的，一些非帘子类物体会完全阻挡机器人的行走，由于机器人无法识别所述物体是否为非帘子类物体，而持续顶撞非帘子类物体，机器人、非帘子类物体都会受到不同程度的损坏，但是，机器人可以在不损坏非帘子类物体的前提下，穿过非帘子类物体后继续清扫地面。

请参阅图4，机器人100在室内空间400实施清扫工作。室内空间400设置有大床41，大床41铺设有床罩42，床罩42三个边长的边缘部分围住大床41的床底，大床41的底部高度高于机器人100的高度，足以使得机器人100能够钻入床底实施清扫工作。

机器人100在室内空间400按照第一速度实施清扫工作，当机器人100在第一位置点4a时，机器人100识别出行进方向上的墙体43为非帘子类物体，于是，机器人100便在墙体43前方掉头。

当机器人100在第二位置点4b时，机器人100识别出行进方向上的床罩42为帘子类物体，于是，机器人100可以直行，穿过床罩42进入床底实施清扫工作。

在一些实施例中，帘子检测模块31可以采用具有逻辑处理功能的超声波检测模组，检测机器人行进方向上的物体是否为帘子类物体时，首先，帘子检测模块31朝着行进方向发射超声波信号，超声波信号可经前方物体反射回机器人。其次，帘子检测模块31根据反射回的超声波信号，检测机器人行进方向上的物体是否为帘子类物体。

如前所述，不同距离和不同材质物体表面反射回的超声波信号是存在差异的，请一并参阅图5与图6，图5表示前方物体为墙体时反射回的超声波信号的波形图，图6表示前方物体为毛毯时反射回的超声波信号的波形图，由图5与图6可知，两者反射回的超声波信号是不同的，存在较大的差异变化。

帘子检测模块31将反射回的超声波信号作信号调理，然后再从调理后的超声波信号进行特征提取，得到特征向量。接着，帘子检测模块31查询特征向量表，其中，特征向量表预存有帘子类物体与标准特征向量的对应关系。帘子检测模块31计算所述特征向量与标准特征向量的匹配概率，若匹配概率高于预设阈值时，前方物体为帘子类物体，若匹配概率低于预设阈值，前方物体为非帘子类物体。

清扫模块32用于根据第一清扫指令，控制机器人进入帘子清扫模式，根据第二清扫指令，控制机器人进入正常清扫模式。其中，帘子清扫模式为当识别出前方物体为帘子类物体时，控制机器人专门针对帘子类物体进行清扫的模式。正常清扫模式为机器人采取正常清扫作业策略的模式。如前所述，现有机器人遇到前方物体为帘子类物体时，一般采用两种清扫模式，第一种清扫模式是：由于缺乏单独识别帘子类物体的功能，现有机器人并没有对帘子类物体周边区域进行清扫。第二种清扫模式是：将帘子类物体识别等同为墙体桌脚等物体，直接掉头避让或者采用沿墙清扫模式。

然而，在本实施例中，一方面，本实施例通过单独设置帘子检测模块，使得机器人能够具有单独检测柔性物体的功能，为机器人后续根据物体属性执行不同清扫模式，以便提高覆盖率。另一方面，相对传统技术对柔性物体或非柔性物体都执行无区别化地清扫模式，本实施例根据不同物体属性，提供不同清扫模式，以便提高清扫覆盖率，增强清扫效果。

在一些实施例中，清扫模块32由硬件器件搭建成时，例如，清扫模块32可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作。再例如，清扫模块32还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。

在一些实施例中，请参阅图7，清扫模块32包括帘子模式触发单元321与帘子清扫单元322。帘子模式触发单元321用于接收第一清扫指令，帘子清扫单元322用于根据第一清扫指令，控制机器人继续在行进方向上清扫。因此，采用本结构，其能够在判断出前方物体为帘子类物体时，机器人继续在行进方向上清扫，进而提高机器人的清扫覆盖率。

在一些实施例中，请继续参阅图7，清扫模块32还包括减速单元323，减速单元323根据第一清扫指令，向帘子清扫单元322发送减速指令，以使帘子清扫单元322根据减速指令，控制机器人继续在行进方向上减速清扫，例如，在一些实施例中，即使前方物体为帘子类物体，为了避免按照第一速度直接碰撞前方物体时引发一些不良后果的出现，包括缠绕机器人或损坏机器人或机器人持续拖着帘子类物体走，减速单元323将机器人的第一速度降低至第二速度，并在行进方向上继续行走，以轻碰帘子类物体。其中，第二速度为低档安全速度，具体速度值可由用户自定义。

在一些实施例中，请继续参阅图7，清扫模块32还包括碰撞检测单元324，碰撞检测单元324用于检测机器人继续在行进方向上清扫时产生的碰撞信号，并将碰撞信号传输至帘子清扫单元322，以使帘子清扫单元322根据碰撞信号控制机器人，例如，当帘子清扫单元322检测到碰撞信号大于预设阈值时，控制机器人执行掉头操作或者沿墙清扫操作。当帘子清扫单元322检测到碰撞信号小于或等于预设阈值时，控制机器人继续在行进方向上清扫，例如，当机器人轻碰到帘子类物体时，机器人的前撞传感器与帘子类物体接触，从而产生碰撞信号。不同碰撞程度，碰撞信号的大小亦不同，碰撞程度比较强，碰撞检测信号比较大。碰撞程度比较弱，碰撞检测信号比较小。

因此，本装置能够根据前方物体是否属于帘子类物体进行行走和清扫，避免一遇帘子类物体便掉头而降低清扫覆盖率的问题出现，进而提高清扫效果。另一方面，即使遇到的前方物体为帘子类物体，机器人还能够降低速度行走，在保证清扫覆盖率的同时，谨慎并最小损坏化地与帘子类物体接触，提高了用户体验感。再另一方面，考虑到一些帘子类物体也会过度阻碍机器人的行走的因素，本方法根据碰撞信号，反馈控制机器人的清扫方向，以提高机器人的工作可靠性。

本实施例不仅能够单独针对帘子类物体设置对应清扫模式，而且还能够在前方物体为非帘子类物体时，控制机器人进入正常清扫模式，例如，请继续参阅图7，清扫模块32包括正常模式触发单元325与正常清扫单元326，正常模式触发单元325用于接收第二清扫指令，正常清扫单元326用于根据第二清扫指令，控制机器人执行预设路径清扫操作，例如，预设路径清扫操作包括弓子形路径清扫操作等其它路径清扫操作。或者，在一些实施例中，正常清扫单元326用于根据第二清扫指令，检测到非帘子类物体为墙体、桌脚或家具等其它刚性物体时，控制机器人执行掉头操作或执行躲避上述刚性物体操作或者执行沿墙清扫操作等其它合适操作。采用此种电路结构，其能够降低机器人的碰撞率，提高机器人的使用寿命。

在一些实施例中，由于室内环境比较复杂，考虑到采用超声波检测模组识别前方物体是否是帘子类物体的电路结构存在不确定性，本实施例还提供另一种识别帘子类物体的电路结构，与上述实施例不同点在于，机器人还包括机器学习模块。

在本实施例中，摄像模组用于获取位于机器人行进方向上的帘子类物体的物体图像，并控制机器人朝着行进方向发射超声波信号。

可以理解的是，摄像模组可以为单目摄像头、双目摄像头、三目摄像头或多目摄像头。在一些实施例中，当摄像模组为双目摄像头、三目摄像头或多目摄像头时，机器人可以将每个摄像头采集的物体图像作融合处理，以便得到更为清晰、物理信息更为全面的最终物体图像。

机器学习模块用于根据物体图像，计算前方物体属于帘子类物体的目标概率，例如，机器人在物体图像中截取目标局部图像，目标局部图像至少包含帘子类物体画面。接着，机器人提取目标局部图像的纹理特征。最后，机器人根据机器学习算法，计算所述纹理特征属于帘子类物体的目标概率。

为了保证目标局部图像至少包含帘子类物体画面，在一些实施例中，机器人在物体图像中绘制位于预设高度处的水平线，根据水平线，截取图像高度大于预设高度的图像作为目标局部图像，例如，请参阅图8与图9，水平线51在图8中位于预设高度H之处，机器人截取图像高度大于H的图像作为目标局部图像，如图9所示。

在一些实施例中，预设高度由以下公式计算得到：H＝k1*d+k2*h，其中，H为预设高度，k1、k2为正超参数，d为机器人与前方可识别物的预设识别距离，h为机器人的摄像模组距离地面的高度。

由于超参数k1、k2为预设经验值，且机器学习模块采用机器学习算法识别纹理特征，为了有更好地学习效果，需要设置超参数k1和k2来约束预设识别距离d和高度h的关系，以便提高识别的可靠性，从而避免因预设识别距离d比较小或者高度h比较低等原因，导致无法有效地截取到包含目标物体画面的目标局部图像，例如，当摄像模组距离地面的高度h比较大，可以适当减小预设识别距离d。当预设识别距离d比较大，可以适当减小摄像模组距离地面的高度h。

因此，通过设置超参数，并将预设识别距离与摄像模组距离地面的高度进行关联，从而保证机器人可靠精确地实施本装置。

由于本装置是在物体图像中截取目标局部图像作图像分析的，此种作法能够降低数据运算量，节约大量硬件开销，并提高实时性，进而提高清扫效果。

可以理解的是，除了本实施例提供的截取方法，本领域技术人员根据本实施例所公开的内容，可以选择其它合适截取方法截取目标局部图像。

在本实施例中，纹理特征用于指示物体材质的特征，不同物体材质具有不同纹理特征。

在一些实施例中，机器学习模块使用Gabor滤波器提取目标局部图像的纹理特征，Gabor滤波器是一种和人类视网膜神经感受细胞的感受类似的滤波器，被广泛应用于纹理图像的分割。用I₁(x,y)表示Gabor滤波之后的特征图像，有如下表达式：

式中，φ是Gabor滤波器的相位偏移其取值范围为－180°到180°，x'和y'的定义为：

x′＝xcosθ+ysinθ

y′＝-xsinθ+ycosθ

σ、θ和f分别表示Gabor滤波器的尺度、频率和方向参数。由于Gabor滤波器由多个不同尺度、方向和频率的滤波器构成，因此，Gabor滤波器能够提取不同方向和尺度的纹理特征。尤其当地面铺设地毯时，由于地毯的纹理特征比较复杂，地板的纹理特征相对简单，使用Gabor滤波器能够高效地提取出地毯的纹理特征，以便提高机器人的实时性。

可以理解的是，本领域技术人员根据本实施例所公开的内容，选择其它合适滤波器提取目标局部图像的纹理特征。

在一些实施例中，识别纹理特征的类型时，首先，机器学习模块聚类目标局部图像中纹理特征相同的像素集合，例如，机器学习模块根据K-means聚类算法，分割目标局部图像的像素，聚类纹理特征相同的像素，得到像素集合。

由于K-means聚类算法比较简便和数据运算速度快，因此，本装置能够快速地识别材质类型，提高机器人的实时性，进而提高机器人的清扫工作可靠性。

最后，机器学习模块根据机器学习算法，识别像素集合的材质类型，例如，机器人根据机器学习算法，将像素集合中聚类质心的纹理特征输入SVM分类器，得到像素集合属于帘子类物体的目标概率。

在本实施例中，由于SVM分类器的原理是寻找最优分类超平面。如果样本非线性可分，就需要利用核函数将样本特征转换到高维特征空间，在高维特征空间中学习线性支持向量机，因此，SVM分类器作为结构风险最小化的算法，其能够有效地使用在地毯等纹理变化复杂的场景中，能够降低误判率，从而可靠和准确地识别出是否是地毯。

在一些实施例中，用户可以操作机器人，训练SVM分类器，例如，首先，机器人配置属于目标物体的正样本图像为第一标签，以及不属于目标物体的负样本图像为第二标签，其中，第一标签为1，第二标签为0。其次，机器人分别提取正样本图像的第一纹理特征及负样本图像的第二纹理特征。最后，机器人根据第一纹理特征与第一标签，以及第二纹理特征与第二标签，训练SVM分类器。训练后的SVM分类器可识别像素集合的材质类型。

因此，本装置采用机器学习算法，能够智能化地识别各类物体的材质类型，提升了机器人的环境适应性，使得机器人更加智能化。

得到目标概率后，帘子检测模块根据反射回的超声波信号，计算帘子类物体的匹配概率。如前所述，机器人对调理后的超声波信号进行特征提取，得到特征向量，接着，帘子检测模块查询特征向量表，其中，特征向量表预存有帘子类物体与标准特征向量的对应关系。帘子检测模块计算所述特征向量与标准特征向量的匹配概率。

最后，机器学习模块根据匹配概率与目标概率，识别前方物体是否是帘子类物体，例如，机器人将匹配概率与目标概率作相加处理，得到总概率，或者，机器人求取匹配概率与目标概率的平均概率。机器人判断总概率或平均概率是否大于预设概率阈值，若是，则识别前方物体是帘子类物体，若否，则识别前方物体是非帘子类物体。

作为本发明实施例另一方面，本发明实施例提供一种机器人清扫控制方法，机器人清扫控制方法可以在任何合适类型并具有运算能力的电子设备中执行，例如，在一些实施例中，电子设备可以为机器人、计算机、平板电脑或台式计算机等等。

请参阅图10，机器人清扫控制方法S61包括：

S61、当检测到机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令；

S62、根据第一清扫指令，控制机器人进入帘子清扫模式，根据第二清扫指令，控制机器人进入正常清扫模式。

一方面，本实施例通过单独设置帘子检测模块，使得机器人能够具有单独检测柔性物体的功能，为机器人后续根据物体属性执行不同清扫模式，以便提高覆盖率。另一方面，相对传统技术对柔性物体或非柔性物体都执行无区别化地清扫模式，本实施例根据不同物体属性，提供不同清扫模式，以便提高清扫覆盖率，增强清扫效果。

在一些实施例中，所述根据所述第一清扫指令，控制所述机器人进入帘子清扫模式包括：根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫。

在一些实施例中，所述根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫包括：根据所述第一清扫指令，控制所述机器人继续在所述行进方向上减速清扫。

在一些实施例中，所述根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫包括：当检测所述机器人继续在所述行进方向上清扫时产生的碰撞信号，根据所述碰撞信号，控制所述机器人。

在一些实施例中，所述根据所述碰撞信号，控制所述机器人包括：当检测到所述碰撞信号大于预设阈值时，控制所述机器人执行掉头操作或者沿墙清扫操作；当检测到所述碰撞信号小于或等于预设阈值时，控制所述机器人继续在所述行进方向上清扫。

在一些实施例中，所述根据所述第二清扫指令，控制所述机器人进入正常清扫模式包括：根据所述第二清扫指令，控制所述机器人执行预设路径清扫操作。

需要说明的是，在上述各个实施方式中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施方式的描述可以理解，不同实施方式中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

需要说明的是，未在机器人控制方法实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的机器人清扫控制装置。

请参阅图11，图11是本发明实施例提供的一种电子设备的电路结构示意图，其中，电子设备可以为任意合适类型的设备或电子产品。如图11所示，电子设备700包括一个或多个处理器71以及存储器72。其中，图11中以一个处理器71为例。

处理器71和存储器72可以通过总线或者其他方式连接，图11中以通过总线连接为例。

存储器72作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的机器人清扫控制方法对应的程序指令/模块。处理器71通过运行存储在存储器72中的非易失性软件程序、指令以及模块，从而执行机器人清扫控制装置的各种功能应用以及数据处理，即实现上述方法实施例提供的机器人清扫控制方法以及上述装置实施例的各个模块或单元的功能。

存储器72可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器72可选包括相对于处理器71远程设置的存储器，这些远程存储器可以通过网络连接至处理器71。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器72中，当被所述一个或者多个处理器71执行时，执行上述任意方法实施例中的机器人清扫控制方法。

本发明实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图7中的一个处理器71，可使得上述一个或多个处理器可执行上述任意方法实施例中的机器人清扫控制方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被电子设备执行时，使所述电子设备执行任一项所述的机器人清扫控制方法。

以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

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各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种机器人清扫控制装置，其特征在于，包括：

机器学习模块，用于根据物体图像，计算前方物体属于帘子类物体的目标概率，其中，所述机器学习模块在所述物体图像中绘制位于预设高度处的水平线，根据所述水平线，截取图像高度大于预设高度的图像作为目标局部图像，聚类所述目标局部图像中纹理特征相同的像素集合，根据机器学习算法，将所述像素集合中聚类质心的纹理特征输入SVM分类器，得到所述像素集合属于帘子类物体的目标概率；

帘子检测模块，用于根据反射回的超声波信号，计算帘子类物体的匹配概率，以使所述机器学习模块根据所述匹配概率与所述目标概率，识别前方物体是否是帘子类物体，当检测到所述机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到所述机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令；

清扫模块，用于根据所述第一清扫指令，控制所述机器人进入帘子清扫模式，根据所述第二清扫指令，控制所述机器人进入正常清扫模式。

2.根据权利要求1所述的装置，其特征在于，所述清扫模块包括：

帘子模式触发单元，用于接收所述第一清扫指令；

帘子清扫单元，用于根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫。

3.根据权利要求2所述的装置，其特征在于，所述清扫模块还包括减速单元，所述减速单元根据所述第一清扫指令，向所述帘子清扫单元发送减速指令，以使所述帘子清扫单元根据所述减速指令，控制所述机器人继续在所述行进方向上减速清扫。

4.根据权利要求2所述的装置，其特征在于，所述清扫模块还包括碰撞检测单元，所述碰撞检测单元用于检测所述机器人继续在所述行进方向上清扫时产生的碰撞信号，并将所述碰撞信号传输至所述帘子清扫单元，以使所述帘子清扫单元根据所述碰撞信号控制所述机器人。

5.根据权利要求4所述的装置，其特征在于，

当所述帘子清扫单元检测到所述碰撞信号大于预设阈值时，控制所述机器人执行掉头操作或者沿墙清扫操作；

当所述帘子清扫单元检测到所述碰撞信号小于或等于预设阈值时，控制所述机器人继续在所述行进方向上清扫。

6.根据权利要求1所述的装置，其特征在于，所述清扫模块包括：

正常模式触发单元，用于接收所述第二清扫指令；

正常清扫单元，用于根据所述第二清扫指令，控制所述机器人执行预设路径清扫操作。

7.一种机器人清扫控制方法，其特征在于，包括：

根据物体的物体图像，计算前方物体属于帘子类物体的目标概率，其中，所述根据物体的物体图像，计算前方物体属于帘子类物体的目标概率包括：在所述物体图像中绘制位于预设高度处的水平线，根据所述水平线，截取图像高度大于预设高度的图像作为目标局部图像，聚类所述目标局部图像中纹理特征相同的像素集合，根据机器学习算法，将所述像素集合中聚类质心的纹理特征输入SVM分类器，得到所述像素集合属于帘子类物体的目标概率；

根据反射回的超声波信号，计算帘子类物体的匹配概率；

根据所述匹配概率与所述目标概率，识别前方物体是否是帘子类物体，当检测到所述机器人行进方向上的物体为帘子类物体时，产生第一清扫指令，当检测到所述机器人行进方向上的物体为非帘子类物体时，产生第二清扫指令；

根据所述第一清扫指令，控制所述机器人进入帘子清扫模式，根据所述第二清扫指令，控制所述机器人进入正常清扫模式。

8.根据权利要求7所述的方法，其特征在于，所述根据所述第一清扫指令，控制所述机器人进入帘子清扫模式包括：

根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫。

9.根据权利要求8所述的方法，其特征在于，所述根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫包括：

根据所述第一清扫指令，控制所述机器人继续在所述行进方向上减速清扫。

10.根据权利要求8所述的方法，其特征在于，所述根据所述第一清扫指令，控制所述机器人继续在所述行进方向上清扫包括：

当检测所述机器人继续在所述行进方向上清扫时产生的碰撞信号，根据所述碰撞信号，控制所述机器人。

11.根据权利要求10所述的方法，其特征在于，所述根据所述碰撞信号，控制所述机器人包括：

当检测到所述碰撞信号大于预设阈值时，控制所述机器人执行掉头操作或者沿墙清扫操作；

当检测到所述碰撞信号小于或等于预设阈值时，控制所述机器人继续在所述行进方向上清扫。

12.根据权利要求7所述的方法，其特征在于，所述根据所述第二清扫指令，控制所述机器人进入正常清扫模式包括：

根据所述第二清扫指令，控制所述机器人执行预设路径清扫操作。

13.一种非易失性可读存储介质，其特征在于，所述非易失性可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行如权利要求7至12任一项所述的机器人清扫控制方法。

14.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求7至12任一项所述的机器人清扫控制方法。

Images