CN112438659B

CN112438659B - 一种扫地机器人识别地面环境的方法以及扫地机器人

Info

Publication number: CN112438659B
Application number: CN201910832099.4A
Authority: CN
Inventors: 王旭宁; 马勋; 黄金程
Original assignee: Sharkninja China Technology Co Ltd
Current assignee: Sharkninja China Technology Co Ltd
Priority date: 2019-09-04
Filing date: 2019-09-04
Publication date: 2022-12-30
Anticipated expiration: 2039-09-04
Also published as: CN112438659A

Abstract

本申请公开了一种扫地机器人识别地面环境的方法以及扫地机器人，扫地机器人包括边刷、主动轮、吸尘风扇、滚刷，以及这些部件分别的驱动电机，方法包括：在扫地机器人工作时，获取边刷、主动轮、吸尘风扇、滚刷中至少两种部件的驱动电机的工作数据；获取预定义的电机参考数据，电机参考数据反映了驱动电机所驱动的部件的状态对于驱动电机的影响；根据工作数据和电机参考数据，判定扫地机器人所处的地面类型。本申请无需额外增加硬件，不会额外占用扫地机器人的结构空间，可以根据扫地机器人本身具有的多个驱动电机的工作电流变化，来识别扫地机器人所处的地面类型，识别准确性较高，而且成本较低。

Description

一种扫地机器人识别地面环境的方法以及扫地机器人

技术领域

本申请涉及扫地机器人技术领域，尤其涉及一种扫地机器人识别地面环境的方法，以及相应的一种扫地机器人和计算机可读存储介质。

背景技术

各种智能家电给人们的日常生活带来了极大的便利，扫地机器人就是近年来出现并受到人们欢迎的一类智能家电。扫地机器人通常基于雷达探测进行自动导航，从而有条不紊地为人们打扫地面卫生。

扫地机器人最常见的工作环境是用户家中地面，在实际应用中，不同用户家中地面类型可能不一样，而且，同一用户家中不同区域的地面类型也可能不一样，有水磨石地面、瓷砖地面、木地板等硬质地面，还有短毛地毯、长毛地毯、多层地毯等软质地面，不同地面类型会给扫地机器人的工作带来不同的影响，包括摩擦力、风阻等。

在现有技术中，为了使扫地机器人能够适应不同地面类型上的工作，会通过超声波传感器识别地面类型。

但是，上述的现有技术显著增加了成本，而且还会额外占用扫地机器人的一部分结构空间。

发明内容

本申请实施例提供一种扫地机器人识别地面环境的方法，以及相应的一种扫地机器人和计算机可读存储介质，用以解决现有技术中的如下技术问题：通过超声波传感器识别地面类型的方案显著增加了成本，而且还会额外占用扫地机器人的一部分结构空间。

本申请实施例采用下述技术方案：

一种扫地机器人识别地面环境的方法，所述扫地机器人包括边刷、主动轮、吸尘风扇、滚刷，以及这些部件分别的驱动电机，所述方法包括：

在所述扫地机器人工作时，获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作数据；

获取预定义的电机参考数据，所述电机参考数据反映了驱动电机所驱动的部件的状态对于所述驱动电机的影响；

根据所述工作数据和所述电机参考数据，判定所述扫地机器人所处的地面类型。

可选地，所述电机参考数据包括与不同的地面类型对应的多组数据，每组数据包括：所述扫地机器人在该组数据对应的地面类型工作时，其驱动电机工作的经验数据。

可选地，根据所述工作数据和所述电机参考数据，判定所述扫地机器人所处的地面类型，包括：

利用指定的综合比较算法，将所述工作数据在电机参考数据中进行综合比较，得到与所述工作数据匹配的数据；

根据所述匹配的数据，判定所述扫地机器人所处的地面类型。

可选地，根据所述工作数据和所述电机参考数据，判定所述扫地机器人所处的地面类型后，所述方法还包括：

获取所述扫地机器人的驱动电机的工作数据的值分布统计数据；

根据所述值分布统计数据，利用出现次数高于设定标准的工作数据的值，对所述电机参考数据中相应的一组数据进行更新。

可选地，获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作数据，包括：

获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作电流；

若所获取至少一个工作电流为零，则将相应的至少部分已获取的工作电流作为无效数据剔除。

可选地，获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作数据前，所述方法还包括：

通过所述扫地机器人的指定的状态变化，触发所述扫地机器人将其驱动电机的转速重置为标准设置，并触发所述扫地机器人开始识别其所处的地面类型。

可选地，判定所述扫地机器人所处的地面类型后，所述方法还包括：

根据所述扫地机器人所处的地面类型，相应地对所述驱动电机的转速进行设置。

可选地，所述主动轮的驱动电机的工作数据包括：左主动轮的驱动电机的工作数据、右主动轮的驱动电机的工作数据；和/或，

所述边刷的驱动电机的工作数据包括：左边刷的驱动电机的工作数据、右边刷的驱动电机的工作数据。

可选地，所述不同的地面类型包括：硬质地面，以及短毛地毯地面、长毛地毯地面、多层地毯地面中的至少一种。

一种扫地机器人，包括边刷、主动轮、吸尘风扇、滚刷，以及这些部件分别的驱动电机，还包括控制芯片；所述控制芯片包括存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的扫地机器人识别地面环境的方法。

一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的扫地机器人识别地面环境的方法。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：无需额外增加硬件，不会额外占用扫地机器人的结构空间，可以根据扫地机器人本身具有的多个驱动电机的工作电流变化，来识别扫地机器人所处的地面类型，识别准确性较高，而且成本较低。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请的一些实施例提供的一种扫地机器人的部分结构的示意图；

图2为本申请的一些实施例提供的一种扫地机器人识别地面环境的方法的流程示意图；

图3为本申请的一些实施例提供的一种工作电流的值分布统计数据的示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

图1为本申请的一些实施例提供的一种扫地机器人的部分结构的示意图，其具体为扫地机器人的底部简要视图。图1中标示出了扫地机器人的一些部件，包括边刷、主动轮、从动轮、滚刷等，边刷包括右边刷和左边刷(也可以只有其中一个)，主动轮包括右主动轮和左主动轮，滚刷设置于吸尘口处，用于将垃圾聚拢在吸尘口处，然后通过设置于扫地机器人内部的吸尘风扇将垃圾吸入，边刷、主动轮、吸尘风扇、滚刷等部件可以分别有自己的驱动电机。下面一些实施例主要以图1中的扫地机器人为例，进行说明。

背景技术中已经提到，不同地面类型会给扫地机器人的工作带来不同的影响。而扫地机器人的驱动电机的工作数据可能反映这些影响，基于此，可以综合考虑多个驱动电机的工作数据(单个驱动电机的工作数据的信息量过低)，来更可靠地识别扫地机器人当前所处的地面类型，工作数据可以是工作电流、电磁转矩等数据，其中，工作电流是相对直观容易检测的数据，通常扫地机器人自带有电流检测电路，因此，无需再增加额外的电流传感器，有助于降低方案实施成本，下面一些实施例以工作数据具体包括工作电流为例进行说明。

不同地面类型的工作环境下，边刷、主动轮、吸尘风扇、滚刷等部件的驱动电机的工作电流有差异，这些工作电流会随着地面类型的切换而变化，且呈现出较为固定的因果关系。

对于边刷的驱动电机而言，若扫地机器人从硬质地面切换到地毯上工作，则由于地毯材质较软且较为疏密，主动轮会一定程度地下陷，扫地机器人底盘整体下沉，导致边刷与地面接触物之间的压力增加，边刷转动的阻力增加，从而导致边刷的驱动电机的工作电流发生变化；反之亦然。

对于主动轮的驱动电机而言，若扫地机器人从硬质地面切换到地毯上工作，则一方面，由于地毯材质较软且较为疏密，主动轮会一定程度地下陷，导致主动轮与地面材质的接触面积增大，另一方面，由于地面材质软硬程度发生变化，则地面材质与主动轮之间的摩擦系数也发生变化，这两方面因素都会导致主动轮的驱动电机的工作电流发生变化；反之亦然。

对于吸尘风扇的驱动电机而言，若扫地机器人从硬质地面切换到地毯上工作，则由于地毯材质较软且较为疏密，主动轮会一定程度地下陷，扫地机器人底盘整体下沉，吸尘口离地毯的距离会更近，从而导致吸尘口所直接连接的吸尘风道内部压力减小，吸尘风扇的驱动电机的风叶阻力发生变化，进而导致吸吸尘风扇的驱动电机的工作电流发生变化；反之亦然。

对于滚刷的驱动电机而言，若扫地机器人从硬质地面切换到地毯上工作，则由于地毯材质较软且较为疏密，主动轮会一定程度地下陷，导致滚刷与地毯之间的距离减少，甚至滚刷直接接触地毯导致转动的阻力增加，进一步导致行走电机的工作电流发生变化；反之亦然。

基于上面的分析，本申请实施例提供了一种扫地机器人识别地面环境的方法的流程示意图，如图2所示。该方法可以由扫地机器人的控制芯片执行，另外需要相应的工作数据的检测装置配合，比如，上述的电流检测电路等。

图2中的流程包括以下步骤：

S200：在所述扫地机器人工作时，获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作数据。

在本申请的一些实施例中，对于工作数据的获取可以多次进行。在地面类型未发生变化时，工作数据通常是相对稳定的，即使有变化往往也只是个别驱动电机的工作数据有显著变化；而在地面类型发生变化时，往往有多个驱动电机的工作数据有显著变化。基于此，为了提高后续识别结果的可靠性，可以根据尽量多的驱动电机的工作数据进行识别。

图1中的左边刷、右边刷可以通过不同的驱动电机进行驱动，左主动轮、右主动轮也可以通过不同的驱动电机进行驱动。由于左右部件位置差异，在扫地机器人工作时，左右部件的驱动电机的工作数据往往也有差异，因此，可以将这些工作数据区分开来使用。

在本申请的一些实施例中，工作数据通常是指定的物理量，则可以通过设于扫地机器人上的相应的物理量检测装置，进行检测得到，然后提供给控制芯片使用。

S202：获取预定义的电机参考数据，所述电机参考数据反映了驱动电机所驱动的部件的状态对于所述驱动电机的影响。

在本申请的一些实施例中，部件的状态可以包括部件所处的环境(比如，地面类型、温度、湿度等)，还可以包括部件本身的动作，比如，主动轮是在直行还是转弯、边刷由于受阻断续转动等。

在本申请的一些实施例中，电机参考数据是根据经验得到的，比如，来自厂家实验室对扫地机器人的测试数据，或者，更个性化地，来自用户的实际使用环境下扫地机器人的实际使用数据。可以以测试数据作为基础，以实际使用数据对测试数据进行修正，以得到对于每个用户而言更为可靠、更具参考价值的电机参考数据。

电机参考数据可以是在部件的不同状态下，对应的驱动电机的工作数据或者工作数据的变化量，如此，便于与步骤S200中获得的工作数据做对比。需要说明的是，电机参考数据中包含的工作数据，与步骤S200中获得的工作数据可以不属于同一种参数，比如，可以是一种属于电流参数，另一种属于力矩参数，在这种情况下，需要适应于其中一种工作数据，对另一种工作参数进行转换，之后再进行对比。

在本申请的一些实施例中，电机参考数据可以在出厂时，内置于扫地机器人的存储器中，以便直接使用。若扫地机器人具有联网功能，还可以通过云端服务器或者用户的移动终端，向扫地机器人推送电机参考数据，当电机参考数据有更新时，扫地机器人还可以从云端服务器或者用户的移动终端获取到这些更新。

S204：根据所述工作数据和所述电机参考数据，判定所述扫地机器人所处的地面类型。

在本申请的一些实施例中，通过将步骤S200中获取的工作数据与电机参考数据进行对比，能够推测驱动电机所驱动的部件当前的状态，进而直接或者间接判定扫地机器人所处的地面类型。

在判定地面类型后，可以适应于地面类型，对扫地机器人进行相应的控制，以使得扫地机器人能够更有成效的工作。比如，若判定扫地机器人之前处于木地板地面，而当前处于地毯地面上时，则可以控制吸尘风扇的驱动电机提高转速，从而增强吸力，能够更有力地从地毯上吸取垃圾。

通过图2的方法，无需额外增加硬件，不会额外占用扫地机器人的结构空间，可以根据扫地机器人本身具有的多个驱动电机的工作电流变化，来识别扫地机器人所处的地面类型，识别准确性较高，而且成本较低。

基于图2的方法，本申请的一些实施例还提供了该方法的一些具体实施方案，以及扩展方案，下面继续说明。

在本申请的一些实施例中，可以利用指定的综合比较算法，将工作数据在电机参考数据中进行综合比较，得到与所述工作数据匹配的数据，根据匹配的数据，判定扫地机器人所处的地面类型。综合比较算法用于：综合地比较工作数据与电机参考数据中的数据的偏差程度。其比如是方差算法、标准差算法、机器学习算法等。

为了便于比较，电机参考数据可以包括与不同的地面类型对应的多组数据，每组数据包括：扫地机器人在该组数据对应的地面类型工作时，其驱动电机工作的经验数据。如此，利用步骤S200中获得工作数据与各组数据进行匹配即可，通过匹配确定偏差程度越小的数据对应的地面类型，越有可能是扫地机器人当前所处的地面类型。

另外，若对于某组数据，偏差程度已经小于预定标准，则可以认为与该组数据已经匹配成功，可以不继续匹配尚未匹配的其他组数据，如此，能够节省决策时间，减少资源浪费。

假定预定义的电机参考数据包括n组数据，分别对应于n种地面环境，所获取的工作电流包括m种，将电机参考数据中的第m种工作电流记作I_m，更具体地，第n种地面环境下的第m种工作电流记作I_mn，将当前实际获得的第m种工作电流记作：I_m'。

例如，假定预定义的电机参考数据包括四组数据，记作E₁、E₂、E₃、E₄，分别对应于硬质地面、短毛地毯地面、长毛地毯地面、多层地毯地面这四种地面类型；每组数据中分别包含以下六种驱动电机的工作电流：吸尘风扇、左主动轮、右主动轮、滚刷、左边刷、右边刷，m可以取1～6中间的整数，则这六种工作电流分别记作I₁、I₂、I₃、I₄、I₅、I₆，再加上对应的地面类型的下标n，记作I_1n、I_2n、I_3n、I_4n、I_5n、I_6n。在该例中，有四种地面类型，因此，n可以取1～4中间的整数，为了便于描述，下面的一些实施例沿用该例中的设定进行说明。电机参考数据可以用以下表1进行记录：

表1

更直观地，本申请还提供了表1中数据的一种实际测试值，如下表2所示。当然，表2中的数据仅作为参考，对于不同品牌、不同型号、不同测试环境的扫地机器人，其实际测试值与表2中的数据是可能有差异的，但这并不影响本申请的方案的实施。

表2

考虑到方差算法计算量相对小，有助于降低方案实施成本，则以采用方差算法作为综合比较算法为例。

具体地，可以采用以下总体方差计算公式，计算当前获取的工作电流与电机参考数据中第n组数据之间的总体方差：

按照该公式，求当前获取的工作电流与电机参考数据中第1组数据之间的总体方差S₁(n取值为1)：用当前获取的吸尘风扇的驱动电机的工作电流I₁'，减去E₁中对应的数据I₁₁，取得的值除以I₁₁后再平方得到S₁分子的第一项；再当前获取的左主动轮的驱动电机的工作电流I₂'，减去E₁中对应的数据I₂₁，取得的值除以I₂₁后再平方得到S₁分子的第二项；以此类推求得S₁分子的各项，然后将各项之和除项数m得到S₁。

类似地，采用上述公式，以及计算出各种地面类型分别对应的总体方差，S₁、S₂、S₃、S₄，其中最小的值相应地表示偏差最小，则可以将其对应的地面类型，判定为扫地机器人当前所处的地面类型。

在本申请的一些实施例中，还可以采取一些措施，来提高识别结果的可靠性。

例如，在实际应用中，驱动电机本身的设置未必是固定的，其可能会自适应地变化，比如，转速自适应调节等，这些设置自身往往也会影响工作电流。在不同的设置下，工作电流可能不同，而在不同的地面类型下，工作电流也可能不同，为了防止混淆影响工作电流的这两种因素，更准确地判定地面类型，可以将设置进行统一，在一致的设置下，再来比较工作电流。该一致的设置可以是出厂时的标准设置，也可以是用户自定义的默认设置，对于后一种情况，需要获取该默认设置的电机参考数据，或者，需要根据该用户的扫地机器人的实际工作数据，对标准设置下的电机参考数据进行修正，再使用。

基于此，可以通过扫地机器人的指定的状态变化，触发扫地机器人将其驱动电机的转速重置为标准设置，并触发扫地机器人开始识别其所处的地面类型。指定的状态变化比如可以是扫地机器人开始清扫，或者在工作过程中检测到工作电流急剧变化，等等。

再例如，扫地机器人可以按照一定频率，对扫地机器人的各种工作电流进行检测，每种电流检测若干次，去掉一个最大值和一个最小值，然后取平均值得到相对稳定的数值，按照这种检测方案，分别获取到上述的I_m'。若检测到任意一种工作电流为0，可以考虑将该次得到至少部分数据作为无效数据剔除。原因在于：扫地机器人停止移动、转向、回充或者遇到障碍物减速停止等情况，均可能出现工作电流为0的情况；一般地，停止移动时，主动轮的驱动电机的工作电流为0，转向时，所转方向一侧的主动轮的驱动电机的工作电流为0，回充时，边刷、滚刷、吸尘风扇的驱动电机的工作电流为0；可见，在这些情况下，至少工作电流为0，则造成对工作电流匹配时的较大误差，难以匹配到正确的地面类型，因此，可以将这些数据剔除，以防止误判地面类型。

在本申请的一些实施例中，为了防止由于扫地机器人长期工作导致各项参数发生变化和漂移产生的偏差，可以对电机参考数据进行补偿或者动态调整。同时，也是为了让扫地机器人对用户家庭地面状况更为适应，弥补出厂时的测试环境与实际使用环境的偏差。

在本申请的实施例中，为了节省资源，提高调整效率，可以有偏重地调整电机参考数据，具体可以偏重于针对检测得更为频繁的工作电流进行调整，因为工作电流的检测频繁程度，反映了扫地机器人在不同的地面类型工作的频繁程度。

例如，在扫地机器人工作过程中，按照一定频率，对扫地机器人的各种工作电流进行检测，从而获取到工作电流的数据。在扫地机器人工作完毕后，可以工作过程中所获取的数据记录并进行处理，得到相应的值分布统计数据。更直观地，参照图3，图3为本申请的一些实施例提供的一种工作电流(以I₁'为例)的值分布统计数据。

在图3中，横坐标表示电流值，纵坐标表示该种工作电流的出现次数，可以看到I₁'出现次数最多的值是1.8A，则可以用1.8A覆盖电机参考数据中最接近的数据，比如覆盖I₁₁。当然，也可以不止调整一个数据，可以将出现次数高于设定标准的工作电流都覆盖电机参考数据中的相应数据。根据实际经验，大部分用户家里以硬质地面居多，对于这样的用户，则硬质地面上的实际检测数据出现次数更高，相应地，电机参考数据对应于硬质地面的数据调整得更为频繁，更容易趋向于准确值，这样的调整方案的效率和实用性是比较高的。

当然，还有更多的调整方案，比如，可以基于机器学习算法，以实际检测数据作为机器学习模型的输入，以电机参考数据作为机器学习模型的权重矩阵，以扫地机器人实际所处的地面类型作为机器学习模型的输入，对机器学习模型进行有监督训练，从而能够反向调整权重矩阵，也即，调整电机参考数据。

基于同样的思路，本申请的一些实施例还提供了一种计算机可读存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的扫地机器人识别地面环境的方法。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

还需要说明的是，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、方法、商品或者设备不仅包括那些要素，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、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims

1.一种扫地机器人识别地面环境的方法，所述扫地机器人包括边刷、主动轮、吸尘风扇、滚刷，以及这些部件分别的驱动电机，其特征在于，所述方法包括：

根据所述工作数据和所述电机参考数据，判定所述扫地机器人所处的地面类型；

判定所述扫地机器人所处的地面类型后，所述方法还包括：获取所述扫地机器人的驱动电机的工作数据的值分布统计数据；根据所述值分布统计数据，利用出现次数高于设定标准的工作数据的值，对所述电机参考数据中相应的一组数据进行更新；

获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作数据之前，通过所述扫地机器人的指定的状态变化，触发所述扫地机器人将其驱动电机的转速重置为标准设置，并触发所述扫地机器人开始识别其所处的地面类型，其中，所述指定的状态变化包括扫地机器人开始清扫，或者在工作过程中检测到工作电流急剧变化。

2.如权利要求1所述的扫地机器人识别地面环境的方法，其特征在于，所述电机参考数据包括与不同的地面类型对应的多组数据，每组数据包括：所述扫地机器人在该组数据对应的地面类型工作时，其驱动电机工作的经验数据。

3.如权利要求1所述的扫地机器人识别地面环境的方法，其特征在于，根据所述工作数据和所述电机参考数据，判定所述扫地机器人所处的地面类型，包括：

4.如权利要求1所述的扫地机器人识别地面环境的方法，其特征在于，获取所述边刷、所述主动轮、所述吸尘风扇、所述滚刷中至少两种部件的驱动电机的工作数据，包括：

5.如权利要求1所述的扫地机器人识别地面环境的方法，其特征在于，判定所述扫地机器人所处的地面类型后，所述方法还包括：

6.如权利要求1～5任一项所述的扫地机器人识别地面环境的方法，其特征在于，所述主动轮的驱动电机的工作数据包括：左主动轮的驱动电机的工作数据、右主动轮的驱动电机的工作数据；和/或，

7.如权利要求1～5任一项所述的扫地机器人识别地面环境的方法，其特征在于，不同的地面类型包括：硬质地面，以及短毛地毯地面、长毛地毯地面、多层地毯地面中的至少一种。

8.一种扫地机器人，其特征在于，包括边刷、主动轮、吸尘风扇、滚刷，以及这些部件分别的驱动电机，还包括控制芯片；所述控制芯片包括存储器、处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1～7任一项所述的方法。