CN112506178B - 一种机器人控制方法、装置、终端和介质 - Google Patents

一种机器人控制方法、装置、终端和介质 Download PDF

Info

Publication number
CN112506178B
CN112506178B CN202010865568.5A CN202010865568A CN112506178B CN 112506178 B CN112506178 B CN 112506178B CN 202010865568 A CN202010865568 A CN 202010865568A CN 112506178 B CN112506178 B CN 112506178B
Authority
CN
China
Prior art keywords
area
robot
path
target
sub
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
CN202010865568.5A
Other languages
English (en)
Other versions
CN112506178A (zh
Inventor
缪昭侠
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 Silver Star Intelligent Group Co Ltd
Original Assignee
Shenzhen Silver Star Intelligent Group 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 Silver Star Intelligent Group Co Ltd filed Critical Shenzhen Silver Star Intelligent Group Co Ltd
Priority to CN202010865568.5A priority Critical patent/CN112506178B/zh
Publication of CN112506178A publication Critical patent/CN112506178A/zh
Application granted granted Critical
Publication of CN112506178B publication Critical patent/CN112506178B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

Abstract

本申请适用于机器人技术领域，提供了一种机器人控制方法、装置、终端和介质，所述方法包括：获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；识别待处理任务指向的目标区域，所述目标区域为所述第二区域的部分区域；获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；控制所述机器人根据所述第一路径向所述目标区域行驶。本申请实施例实现了让机器人前往未扫描的未知区域执行任务。

Description

一种机器人控制方法、装置、终端和介质
技术领域
本申请属于机器人技术领域，尤其涉及一种机器人控制方法、装置、终端和介质。
背景技术
机器人是一种能够半自主或全自主工作的智能机器。随着科技的发展，越来越多的机器人被设计出来用于为人类提供服务，例如，清洁机器人、快递机器人等等。这些机器人可以根据接收到的任务，在导航地图内记录的已知区域中执行任务。
然而，现有的机器人无法前往未扫描的未知区域执行任务。
发明内容
本申请实施例提供一种机器人控制方法、装置、终端和介质，可以解决现有技术中机器人无法前往未扫描的未知区域执行任务的问题。
本申请实施例第一方面提供一种机器人控制方法，所述方法包括：
获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；
识别待处理任务指向的目标区域，所述目标区域为所述第二区域的部分区域；
获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；
控制所述机器人根据所述第一路径向所述目标区域行驶。
本申请实施例第二方面提供的一种机器人控制装置，所述装置包括：
获取单元，用于获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；
识别单元，用于识别待处理任务指向的目标区域，所述目标区域为所述第二区域的部分区域；
确定单元，用于获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；
控制单元，用于控制所述机器人根据所述第一路径向所述目标区域行驶。
本申请实施例第三方面提供一种终端，包括存储器、处理器以及存储在所述存储器中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方法的步骤。
本申请实施例第四方面提供一种计算机可读存储介质，所述计算机可读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方法的步骤。
本申请实施例第五方面提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现方法的步骤。
本申请实施例中，会获取机器人的第一导航地图，该第一导航地图中包含机器人已扫描的第一区域和未扫描的第二区域。接着，识别待处理任务指向的目标区域，该目标区域为第二区域的部分区域。获取机器人在第一区域内的第一实时位置，并根据第一实时位置和目标区域确定第一路径；然后，控制机器人根据第一路径向目标区域行驶。使得当机器人需要到未知的目标区域执行任务时，终端可以根据第一路径向目标区域移动，实现了让机器人前往未知的目标区域执行任务，也提高了用户使用机器人的便利性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种机器人控制方法的实现流程示意图；
图2是本申请实施例提供的对第二导航地图进行地图扩充的示意图；
图3是本申请实施例提供的基于第一扫描信息对第一路径进行路径更新的实现流程示意图；
图4是本申请实施例提供的对第一导航地图进行地图填充的示意图；
图5是本申请实施例提供的确定第二路径的第一实现流程示意图；
图6是本申请实施例提供的计算路径代价值的示意图；
图7是本申请实施例提供的确定第二路径的第二实现流程示意图；
图8是本申请实施例提供的目标区域是否被障碍物分割的示意图；
图9是本申请实施例提供的筛选目标子区域的实现流程示意图；
图10是本申请实施例提供的筛选目标子区域的示意图；
图11是本申请实施例提供的执行待处理任务的实现流程示意图；
图12是本申请实施例提供的目标区域的示意图；
图13是本申请实施例提供的控制机器人执行清洁任务的示意图；
图14是本申请实施例提供的一种机器人控制装置的结构示意图；
图15是本申请实施例提供的终端的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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仅用以解释本申请，并不用于限定本申请。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
机器人是一种能够半自主或全自主工作的智能机器。随着科技的发展，越来越多的机器人被设计出来用于为人类提供服务，例如，清洁机器人、快递机器人等等。这些机器人可以根据接收到的任务，在导航地图内记录的已知区域中执行任务。
然而，现有的机器人无法前往未扫描的未知区域执行任务。
基于此，本申请实施例提供一种机器人控制方法、装置、终端和计算机可读存储介质，可以解决现有的机器人无法前往未扫描的未知区域执行任务的问题。
为了说明本申请的技术方案，下面通过具体实施例来进行说明。
图1示出了本申请实施例提供的一种机器人控制方法的第一实现流程示意图，该方法可以应用于终端，可以由终端上配置的机器人控制装置执行，适用于需使机器人前往未扫描的未知区域执行任务的情形。其中，该终端可以为智能手机等终端，由该终端对执行待处理任务的机器人进行控制；或者该终端也可以为机器人本身，由机器人的处理器运行，以执行所述方法。
具体的，上述机器人控制方法可以包括以下步骤101至步骤104。
步骤101，获取机器人的第一导航地图。
其中，上述第一导航地图中包含机器人已扫描的第一区域和未扫描的第二区域。
在本申请的一些实施方式中，上述第一导航地图的获取方式可以包括：获取由第一区域构成的第二导航地图，并对第二导航地图进行地图扩充，得到包含第一区域和第二区域的第一导航地图。
其中，第二导航地图是指在执行待处理任务前，根据机器人扫描得到的数据建立的初始地图。
具体的，在本申请的一些实施方式中，机器人可以在其当前所在的第一实时位置，通过其自身配置的激光传感器对周围环境进行扫描，得到扫描数据。此时，终端可以根据机器人扫描得到的扫描数据，以机器人的第一实时位置为原点建立坐标系，并根据该坐标系和已扫描的第一区域，构建第二导航地图。
在得到第二导航地图之后，可以对坐标系进行延伸，以对第二导航地图进行扩充，并将除第一区域外的区域确认为第二区域，即第二区域为机器人在第一实时位置未扫描的区域，最终得到包含第一区域和第二区域的第一导航地图。
以上述第一导航地图和第二导航地图为栅格地图为例进行说明，如图2所示，通过机器人21对周围环境的扫描，可以建立第二导航地图201，其中，第二导航地图中记录有第一区域。第一区域中包含交叉条纹状矩形表示的障碍物所在的区域，和白色矩形表示的非障碍物的区域。接着，对第二地图201进行扩建，得到第一导航地图202，并在第一导航地图中，将第一区域外的区域确认为第二区域，在图中以点状矩形表示第二区域。
步骤102，识别待处理任务指向的目标区域。
其中，上述待处理任务是指需要机器人执行的任务。该待处理任务可以依据机器人的类型进行选定。例如，若该机器人为清扫机器人，则该待处理任务可以为清扫任务，若该机器人为消毒机器人，则该待处理任务可以为消毒任务。
一般地，当用户需要机器人执行任务时，可以在智能手机、电脑或者上述机器人的显示屏上进行操作，在第一导航地图上圈画出需要机器人执行任务的目标区域，生成待处理任务。
其中，上述目标区域为第二区域的部分区域。即上述目标区域为机器人未扫描的区域。也就是说，用户划定了一个机器人未扫描的区域，作为机器人执行任务的目标区域。此时，上述终端可以获取待处理任务指向的目标区域，并使机器人前往该目标区域执行任务。
步骤103，获取机器人在第一区域内的第一实时位置，并根据第一实时位置和目标区域确定第一路径。
其中，上述第一实时位置是指机器人当前所在的位置。
在本申请的实施例中，在识别到待处理任务指向的目标区域之后，可以根据机器人的第一实时位置和目标区域确定第一路径。该第一路径用于指示机器人从第一实时位置前往目标区域。
相关的寻路算法，一般是根据导航地图内记录的已知区域中，允许机器人行驶的区域进行路径规划的。而在本申请的实施方式中，在确定第一路径时，终端可以将第二区域认为是允许机器人行驶的区域，并根据寻路算法，规划出从第一实时位置移动到目标区域的第一路径。
步骤104，控制机器人根据第一路径向目标区域行驶。
在本申请的实施方式中，在得到第一路径之后，可以控制机器人根据第一路径向目标区域行驶，以使机器人到达目标区域执行待处理任务。
本申请实施例中，会获取机器人的第一导航地图，该第一导航地图中包含机器人已扫描的第一区域和未扫描的第二区域。接着，识别待处理任务指向的目标区域，该目标区域为第二区域的部分区域。获取机器人在第一区域内的第一实时位置，并根据第一实时位置和目标区域确定第一路径；然后，控制机器人根据第一路径向目标区域行驶。使得当机器人需要到未知的目标区域执行任务时，终端可以根据第一路径向目标区域移动，实现了让机器人前往未知的目标区域执行任务，也提高了用户使用机器人的便利性。
在本申请的一些实施方式中，在控制机器人根据第一路径向目标区域行驶的过程中，上述终端可以获取机器人对第二区域的第一扫描信息，基于第一扫描信息对第一路径进行路径更新，并基于更新后的第一路径控制机器人向目标区域行驶。
在本申请的实施方式中，在控制机器人根据第一路径向目标区域行驶的过程中，由于机器人上配置的激光传感器可以实时地进行扫描，因此，上述终端可以获取机器人对第二区域的第一扫描信息，基于第一扫描信息对第一路径进行路径更新，并基于更新后的第一路径控制机器人向目标区域行驶。
其中，第一扫描信息为机器人在行驶过程中，对第二区域进行扫描得到的信息。
也就是说，在机器人的行驶过程中，可以扫描得到第一导航地图中原本未扫描的区域中的障碍物部分和非障碍物部分的信息，使之成为已扫描的区域。根据更新后的信息，可以重新确定第一路径，进而基于新的第一路径控制机器人向目标区域行驶。
本申请实施例，通过在控制机器人根据第一路径向目标区域行驶的过程中，获取机器人对第二区域的第一扫描信息，基于第一扫描信息对第一路径进行路径更新，并基于更新后的第一路径控制机器人向所述目标区域行驶。使得当机器人需要到未知的目标区域执行任务时，终端可以在移动过程中，不断根据机器人扫描到的第一扫描信息，重新更新第一路径，并控制机器人根据更新后的第一路径移动，最终到达目标区域，实现了让机器人前往未知的目标区域执行任务，也提高了用户使用机器人的便利性。
在本申请的一些实施方式中，上述终端可以以第一频率获取机器人对第二区域的第一扫描信息，并在每次获取到第一扫描信息后，基于获取到的第一扫描信息对第一路径进行路径更新。
其中，上述第一频率是指终端获取机器人扫描得到的扫描信息的频率。具体可以由管理员根据实际情况进行设置，例如可以是1秒一次，也可以是10秒一次；还可以是根据对第二区域的扫描量确定是否进行第一路径的更新等等。
进一步地，上述终端可以以第一频率获取机器人对第二区域的第一扫描信息，并在以第二频率基于获取到的第一扫描信息对第一路径进行路径更新。
其中，上述第二频率是指终端更新第一路径的频率。具体可以由管理员根据实际情况进行设置。该第二频率可以与第一频率相同，也可以与第一频率不同。当第二频率与第一频率不同时，第二频率一般比第一频率低，即多次获取到第一扫描信息之后，做一次路径更新操作。
本申请的实施例，通过以第一频率获取机器人对第二区域的第一扫描信息，并在每次获取到第一扫描信息后，基于获取到的第一扫描信息对第一路径进行路径更新。使得终端可以实时地进行第一导航地图的更新，在此基础上对第一路径的实时更新，并通过不断更新的第一路径，到达目标区域。
具体的，如图3所示，上述基于第一扫描信息对第一路径进行路径更新，可以包括以下步骤301至步骤303。
步骤301，根据第一扫描信息，对第一导航地图进行地图填充，以更新第一导航地图中的第一区域和第二区域。
以图4为例进行说明，上述第一导航地图202为栅格地图，当机器人21扫描到第二区域(以点状矩形表示)中的部分区域时，上述终端可以根据机器人扫描得到第一扫描信息，对第一导航地图202进行地图填充，将其中扫描到的第二区域更新为第一区域(以白色矩形表示)。
步骤302，获取机器人在更新后的第一区域中的第二实时位置。
其中，上述第二实时位置是至机器人在移动后所在的位置。也就是说，上述第一扫描信息是在机器人从第一实时位置移动到第二实时位置时，扫描得到的信息。
步骤303，根据第二实时位置和目标区域确定第二路径，并将第二路径作为更新后的第一路径。
在本申请的一些实施方式中，在机器人移动到第二实时位置后，根据可以根据第二实时位置和目标区域，确定出第二路径，并将第二路径作为更新后的第一路径，以控制机器人根据更新后的第一路径移动到目标区域。
具体的，如图5所示，上述第二路径的确定，可以包括以下步骤501至步骤503。
步骤501，确定第二实时位置和目标区域之间的至少两条第三路径。
其中，第三路径的确定方式可以参考第一路径的确定方式，即将第二区域认为是允许机器人行驶的区域，并根据寻路算法，规划出从第二实时位置移动到目标区域的第二路径。
步骤502，根据更新后的第一导航地图，确定每条第三路径的路径代价值。
其中，上述路径代价值用于表征机器人基于第三路径，从第二实时位置移动到目标区域所消耗的代价。
具体的，由于在第二区域中移动的过程中，可能需要进行避障、重新规划路径等操作。因此，在本申请的一些实施方式中，当第一导航地图为栅格地图时，对每条第三路径的路径代价值确定操作可以是根据第一区域和第二区域，确定该条第三路径穿过的第一栅格。然后，将路径代价值确定为第一栅格中属于第二区域的第一栅格数量的N倍，及第一栅格中属于第一区域的第一栅格数量之和。其中，N为大于1的自然数。也就是说，在第二区域走一定数量的栅格的代价，为在第一区域中走相同数量栅格的代价的N倍。
在本申请的另一些实施方式中，对每条第三路径的路径代价值确定操作可以是根据第一区域和第二区域，将该条第三路径的路径代价值确定为第三路径中属于第二区域的部分路径的长度的N倍，及第三路径中属于第一区域的部分路径的长度之和。其中，N同样为大于1的自然数。也就是说，在第二区域走一段路径的代价，为在第一区域中走相同长度的路径的代价的N倍。
进一步的，在实际应用中，机器人在进行转弯时会需要转弯操作，该操作需要一定的耗时，因此，在本申请的一些实施方式中，在计算路径代价值时，还可以将转弯次数列入考虑范围。也就是说，上述对每条第三路径的路径代价值确定操作还可以包括：获取该第三路径的转弯次数、在更新后的第一区域内的第一路径长度以及在更新后的第二区域内的第二路径长度；根据转弯次数、第一路径长度和第二路径长度，确定该第三路径的路径代价值。其中，转弯次数为机器人根据第三路径移动到目标区域所需转弯的总次数。
具体的，可以通过以下公时求得路径代价值W：W＝L1×a+L2×b+T×c。其中，L1表示第一路径长度；a表示属于第一路径长度的代价系数；L2表示第二路径长度；b表示第二路径长度的代价系数；T表示转弯次数；c表示转弯的代价系数。
以图6为例进行举例说明，从第二实时位置到目标区域203(图中以斜纹状矩形表示)，可以确定两条第二路径204与205。路径204转弯次数为2、第一路径长度为3、第二路径长度为3。路径205转弯次数为1、第一路径长度为5、第二路径长度为0。如果上述第一路径长度的代价系数a为1、第二路径长度的代价系数为2、转弯的代价系数为1，那么第二路径204的路径代价值为11，第二路径205的路径代价值为6。
步骤503，根据路径代价值，从第三路径中筛选出第二路径。
在本申请的一些实施方式中，上述路径代价值越大，则说明基于该条第三路径，从第二实时位置移动到目标区域所消耗的代价越大；上述路径代价值越小，则说明基于该条第三路径，从第二实时位置移动到目标区域所消耗的代价越小。因此，可以根据路径代价值，从第三路径中筛选出第二路径，使得可以将筛选出的第二路径作为第一路径以控制机器人前往目标区域。
作为本申请的一种优选的实施方式，可以将上述路径代价值最小的第三路径确认为第二路径。
在本申请的实施方式中，通过确定第二实时位置和所述目标区域之间的至少一条第三路径，并根据路径代价值，从第三路径中筛选出第二路径，使得机器人基于第二路径移动到目标区域的功耗符合功耗要求，进而使机器人可以执行更多的任务，提升了机器人的实用价值。
需要说明的是，第一路径的确定过程中，同样可以根据上述路径代价值得计算方式，确定出路径代价值最小的一条第一路径。
在实际应用中，目标区域可能被墙面等障碍物物理地划分为多片区域，此时终端需要控制机器人依次前往这些区域执行待处理任务。
具体的，如图7所示，上述根据第二实时位置和目标区域确定第二路径，可以包括一下步骤701至步骤704。
步骤701，若第一扫描信息中包含对目标区域的第二扫描信息，则根据第二扫描信息识别目标区域是否被障碍物分割。
其中，上述第二扫描信息是指为机器人在行驶过程中，对目标区域进行扫描得到的信息。
在本申请的一些实施方式中，在机器人的行驶过程中，可以扫描得到第一导航地图中原本未扫描的区域中的障碍物部分和非障碍物部分的信息。根据扫描到的信息，可以识别目标区域是否被障碍物分割。
以图8为例进行说明，在机器人21移动的过程中，可以扫描到目标区域203(图中以斜纹状矩形表示)的第二扫描信息，此时，根据第二扫描信息中障碍物的部分(图中以交叉条纹状矩形表示)，可以判断目标区域被障碍物分割为两个不同的区域。
步骤702，若目标区域被障碍物分割，则根据第二扫描信息将目标区域划分为多个第一子区域。
其中，第一子区域为目标区域的部分区域。
在本申请的一些实施方式中，当目标区域被障碍物分割，说明机器人无法一次执行完成待处理任务。因此，上述终端可以根据第二扫描信息将目标区域划分为多个第一子区域，例如根据墙面将目标区域划分成不同的第一子区域，并控制机器人依次到各个第一子区域中执行待处理任务。当目标区域未被障碍物分割，说明机器人可以一次执行完成待处理任务，则只需要依据不断更新的第一路径，控制机器人前往目标区域即可。
步骤703，从多个第一子区域中筛选出一个区域作为目标子区域。
在本申请的一些实施方式中，由于上述目标区域被划分为多个第一子区域，因此，需要从多个第一子区域中筛选出一个区域作为目标子区域，以控制机器人先到目标子区域中执行待处理任务。
具体的，如图9所示，上述从多个第一子区域中筛选出一个区域作为目标子区域，可以包括步骤901至步骤904。
步骤901，根据第二扫描信息，识别各个第一子区域内已扫描的第二子区域，并识别各个第二子区域内包含的障碍物。
在本申请的一些实施方式中，在获取到对目标区域扫描得到的第二扫描信息之后，可以识别各个第一子区域内已扫描的第二子区域。即第二子区域为第一子区域中机器人已扫描的区域。然后，可以识别各个第二子区域内包含的障碍物。
步骤902，计算各个第二子区域中，除障碍物以外的区域的第一面积值。
在本申请的一些实施方式中，在识别出第二子区域内的障碍物之后，可以确定出第二子区域中包含障碍物的区域与不包含障碍物的区域，进而计算第一面积值。
具体的，当上述第一导航地图为栅格地图时，可以根据第二扫描信息，将第二子区域对应的栅格标记为障碍物或空白(非障碍物)；然后根据标记为空白的栅格数量，确定第一面积值。
步骤903，获取各个第一子区域的第二面积值。
其中，第二面积值为第一子区域的总面积值。
步骤904，根据各个第一子区域关联的第一面积值和第二面积值，从多个第一子区域中筛选出一个区域作为目标子区域。
在本申请的一些实施方式中，可以计算第一面积值和第二面积值的比值，比值越大，说明在该第一子区域中非障碍物的区域的占比越大，则机器人在该第一子区域中执行任务的速度越快。比值越小，说明在该第一子区域中障碍物或未扫描的区域的占比越大，则机器人在该第一子区域中执行任务的速度越慢。
因此，作为本申请一个优选的实施例，可以将上述多个第一子区域中，第一面积值和第二面积值的比值最大的第一子区域确认为目标子区域。
如图10所示，若根据第二扫描信息识别目标区域203被障碍物分割，则可以根据障碍物将目标区域203划分为第一子区域A(以斜纹状的深灰色矩形表示)和第一子区域B(以斜纹状的白色矩形表示)。若第一子区域A中非障碍物的区域的占比，比第一子区域B中非障碍物的区域的占比大，则会将第一子区域A确认为目标子区域，优先前往第一子区域A执行待处理任务。若第一子区域A中非障碍物的区域的占比，比第一子区域B中非障碍物的区域的占比小，则会将第一子区域B确认为目标子区域，优先前往第一子区域B执行待处理任务。
需要说明的是，由于在前往目标子区域的过程中，可以利用机器人的扫描信息实时更新第一导航地图，因此，在移动过程中，目标子区域的选择也可以实时发送变化。使得机器人前往的目标子区域总是非障碍物的区域的占比最大的第一子区域。
并且，在前往目标子区域的过程中，或者在目标子区域进行清扫的过程中，机器人的激光传感器可能能够获取其他第一子区域的扫描信息，使得后续在其他的第一子区域中执行任务的效率也被提高，进而提高整个任务执行过程的效率。
步骤704，根据第二实时位置和目标子区域确定第二路径。
在本申请的实施方式中，在筛选出目标子区域，由于目标位置可能发生更新，因此需要重新根据第二实时位置和目标子区域确定第二路径。
其中，第二路径的具体确定方式可以参看前述根据第二实时位置和目标区域确定第二路径的确定方式，本申请不再进行赘述。
本申请的实施例，通过在目标区域被障碍物分割时，将目标区域划分为多个第一子区域，并筛选出其中一个第一子区域作为目标子区域，进而确定出机器人到达目标子区域的第二路径。使得在目标区域被障碍物分割，即机器人无法一次完成整个目标区域的待处理任务时，可以将第二路径确认为更新后的第一路径，然后基于更新后的第一路径控制所述机器人向所述目标子区域行驶。进而控制机器人先到目标子区域执行待处理任务，再进一步执行其他第一子区域内的任务。
在本申请的一些实施方式中，在机器人达到目标子区域之后，还包括：控制机器人在目标子区域中执行待处理任务；若在目标子区域中执行完成待处理任务，则可以控制机器人行驶至目标区域中除目标子区域外的第一子区域，并执行待处理任务，直至对所有第一子区域均执行完成待处理任务。
其中，上述待处理任务的执行方式可以根据待处理任务的类型进行选择。例如，当待处理任务为执行清洁任务时，可以控制清洁机器人以弓字型的清扫路径执行清洁任务。
在本申请的一些实施方式中，如图11所示，上述若在目标子区域中执行完成待处理任务，控制机器人行驶至目标区域中除目标子区域外的第一子区域，并执行待处理任务，可以包括步骤1101至步骤1103。
步骤1101，获取目标子区域中待处理任务的第一执行情况。
其中，第一执行情况用于表示目标子区域中待处理任务是否已完成。上述第一执行情况的判断方式同样可以根据待处理任务的类型进行选择。例如，当待处理任务为执行清洁任务时，可以在清洁机器人行驶过整个目标子区域时，判断第一执行情况为目标子区域的任务已完成。
步骤1102，若上述第一执行情况为目标子区域的任务已完成，则获取多个第一子区域中待处理任务的第二执行情况。
在本申请的一些实施方式中，当完成目标子区域的任务之后，可以获取多个第一子区域中待处理任务的第二执行情况，该第二执行情况用于表示第一子区域中待处理任务是否已完成。
步骤1103，若第二执行情况为多个第一子区域中存在任务未完成的第一子区域，则获取机器人的第三实时位置，并控制机器人向该任务未完成的第一子区域移动。
在本申请的一些实施方式中，若第二执行情况为多个第一子区域中存在任务未完成的第一子区域，说明整个待处理任务未完成，需要机器人前往任务未完成的第一子区域中继续完成待处理任务。因此，可以获取机器人的第三实时位置，并控制机器人向该任务未完成的第一子区域移动。该第三实时位置为机器人在完成目标子区域的任务后，所在的当前位置。
需要说明的是，若多个第一子区域中待处理任务的第二执行情况为多个第一子区域中不存在任务未完成的第一子区域，表示整个待处理任务已经完成，此时可以控制机器人停止移动，或者返回用户指定的停靠点。
本申请的实施例，通过在目标子区域中执行完成待处理任务，控制机器人行驶至目标区域中除目标子区域外的第一子区域，并执行待处理任务，直至对所有第一子区域均执行完成待处理任务，保证用户的待处理任务可以顺利完成。
实际应用中，当用户在显示屏上划定目标区域时，往往不会完全精确地划定到某个区域，而是在简单地圈画出一个目标区域，涵盖所有用户希望机器人执行任务的区域，此时，很容易出现用户圈出的目标区域里出现机器人不能够前往的区域。以图12进行说明，用户圈出的目标区域中，第一子区域B(以斜纹状白色矩形表示)被障碍物(以交叉条纹状矩形表示)包围，导致机器人无法前往第一子区域B执行待处理任务。
当目标区域中出现机器人不能够前往的区域时，上述终端可以前往其他能够前往的区域执行任务。
具体的，在上述终端可以基于更新后的第一路径控制所述机器人向目标子区域行驶；并在控制机器人向目标子区域行驶的过程中，根据第一扫描信息，识别机器人是否可以进入的目标子区域；若识别结果为机器人无法进入目标子区域，则控制机器人行驶至目标区域中除目标子区域外的第一子区域。
也就是说，在控制机器人向目标子区域行驶的过程中，上述终端可以根据第二扫描信息将目标区域划分为多个第一子区域，然后从第一子区域中筛选出目标子区域。接着，通过获取机器人实时进行扫描得到的第一扫描信息，识别第一区域中的障碍物。此时，可以根据第一区域中的障碍物，识别目标子区域是否被障碍物包围。若目标子区域被障碍物包围，则机器人无法进入的目标子区域；若目标子区域未被障碍物包围，则机器人可以进入的目标子区域。
若机器人无法进入目标子区域，则说明机器人无法在该目标子区域执行待处理任务，因此，可以控制机器人行驶至目标区域中除目标子区域外的第一子区域。即控制机器人前往下一个第一子区域执行待处理任务。
可以理解，在机器人前往下一个第一子区域执行待处理任务的过程中，可以继续实时识别机器人是否可以进入下一个第一子区域，直至对所有机器人可以进入的第一子区域完成待处理任务。
为了便于理解，以图13为例进行说明，第一区域包含交叉条纹状矩形表示包含障碍物的区域和白色矩形表示非障碍物的区域。其中，机器人需要绕过包含障碍物的区域，但可以直接通过非障碍物的区域。点状矩形表示机器人未扫描的区域，即未知的第二区域。斜纹状矩形表示目标区域131。当用户在终端上圈画出清洁任务对应的目标区域之后，可以控制机器人130根据第一路径132从第一实时位置向目标区域131移动。在移动过程中，可以获取机器人130的第一扫描信息，以对第一导航地图进行更新，并利用前述路径代价值的计算方式，确定出更新后的第一路径133，以控制机器人130根据更新后的第一路径133从第二实时位置向目标区域131移动。随着机器人130向目标区域131靠近，机器人130可以扫描到目标区域的情况。此时，上述终端可以获取机器人对目标区域进行扫描得到的第二扫描信息，并根据其中的障碍物信息，将目标区域131划分为斜纹状深灰色矩形表示的第一子区域C和斜纹状白色矩形表示的第一子区域D。在扫描过程中，由于第一子区域D中非障碍物区域的占比，比第一子区域C中非障碍物区域的占比大，因此可以将第一子区域D作为目标子区域，并利用前述路径代价值的计算方式，继续更新第一路径。然后，终端可以基于更新后的第一路径134，控制机器人130前往目标子区域执行清洁理任务。接着机器人在目标子区域中执行完清洁任务后，可以检测所有第一子区域的任务执行情况。由于第一子区域C未执行清洁任务，因此，可以进一步根据前述第一路径的计算方式更新第一路径，以控制机器人130从第一子区域D中的实时位置向第一子区域C移动。在移动过程中，实时获取机器人130扫描得到的第一扫描信息，可以检测到第一子区域C被障碍物包围，即机器人130无法进入第一子区域C执行清洁任务。此时，可以再次检测所有第一子区域的任务执行情况。由于没有其他未完成任务且机器人可以进入的第一子区域，可以判断已完成清洁任务，并控制机器人130停止移动。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为根据本申请，某些步骤可以采用其它顺序进行。
如图14所示为本申请实施例提供一种机器人控制装置1400的结构示意图，所述机器人控制装置1400配置于终端上，所述机器人控制装置1400可以包括：获取单元1401、识别单元1402、确定单元1403和控制单元1404。
获取单元1401，用于获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；
识别单元1402，用于识别待处理任务指向的目标区域，所述目标区域为所述第二区域的部分区域；
确定单元1403，用于获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；
控制单元1404，用于控制所述机器人根据所述第一路径向所述目标区域行驶。
在本申请的一些实施方式中，上述机器人控制装置1400还包括更新单元，具体用于：在所述控制所述机器人根据所述第一路径向所述目标区域行驶的过程中，获取所述机器人对所述第二区域的第一扫描信息，基于所述第一扫描信息对所述第一路径进行路径更新，并基于更新后的所述第一路径控制所述机器人向所述目标区域行驶。
在本申请的一些实施方式中，上述获取单元1401，还具体用于：获取由所述第一区域构成的第二导航地图；对所述第二导航地图进行地图扩充，得到包含所述第一区域和所述第二区域的所述第一导航地图。
在本申请的一些实施方式中，上述更新单元，还具体用于：以第一频率获取所述机器人对所述第二区域的第一扫描信息，并在每次获取到所述第一扫描信息后，基于获取到的所述第一扫描信息对所述第一路径进行路径更新。
在本申请的一些实施方式中，上述更新单元，还具体用于：根据所述第一扫描信息，对所述第一导航地图进行地图填充，以更新所述第一导航地图中的所述第一区域和所述第二区域；获取所述机器人在更新后的所述第一区域中的第二实时位置；根据所述第二实时位置和所述目标区域确定第二路径，并将所述第二路径作为更新后的所述第一路径。
在本申请的一些实施方式中，上述更新单元，还具体用于：确定所述第二实时位置和所述目标区域之间的至少两条第三路径；根据更新后的所述第一导航地图，确定每条所述第三路径的路径代价值；根据所述路径代价值，从所述第三路径中筛选出所述第二路径。
在本申请的一些实施方式中，上述更新单元，还具体用于：获取该第三路径的转弯次数、在更新后的所述第一区域内的第一路径长度以及在更新后的所述第二区域内的第二路径长度；根据所述转弯次数、所述第一路径长度和所述第二路径长度，确定该第三路径的所述路径代价值。
在本申请的一些实施方式中，上述更新单元，还具体用于：若所述第一扫描信息中包含对所述目标区域的第二扫描信息，则根据所述第二扫描信息识别所述目标区域是否被障碍物分割；若所述目标区域被障碍物分割，则根据所述第二扫描信息将所述目标区域划分为多个第一子区域；从所述多个第一子区域中筛选出一个区域作为目标子区域；根据所述第二实时位置和所述目标子区域确定第二路径。
在本申请的一些实施方式中，上述更新单元，还具体用于：根据所述第二扫描信息，识别各个所述第一子区域内已扫描的第二子区域，并识别各个所述第二子区域内包含的障碍物；计算各个所述第二子区域中，除障碍物以外的区域的第一面积值；获取各个第一子区域的第二面积值；根据各个所述第一子区域关联的所述第一面积值和所述第二面积值，从所述多个第一子区域中筛选出一个区域作为目标子区域。
在本申请的一些实施方式中，上述更新单元，还具体用于：基于更新后的所述第一路径控制所述机器人向所述目标子区域行驶；上述机器人控制装置1400还包括任务执行单元，用于：控制所述机器人在所述目标子区域中执行所述待处理任务；若在所述目标子区域中执行完成所述待处理任务，控制所述机器人行驶至所述目标区域中除所述目标子区域外的所述第一子区域，并执行所述待处理任务，直至对所有所述第一子区域均执行完成所述待处理任务。
在本申请的一些实施方式中，上述更新单元，还具体用于：基于更新后的所述第一路径控制所述机器人向所述目标子区域行驶；在控制所述机器人向所述目标子区域行驶的过程中，根据所述第一扫描信息，识别所述机器人是否可以进入所述目标子区域；若识别结果为所述机器人无法进入所述目标子区域，则控制所述机器人行驶至所述目标区域中除所述目标子区域外的所述第一子区域。
需要说明的是，为描述的方便和简洁，上述机器人控制装置1400的具体工作过程，可以参考图1至图13所述方法的对应过程，在此不再赘述。
如图15所示，为本申请实施例提供的一种终端的示意图。该终端15可以包括：处理器150、存储器151以及存储在所述存储器151中并可在所述处理器150上运行的计算机程序152，例如机器人控制装置程序。所述处理器150执行所述计算机程序152时实现上述各个机器人控制方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器150执行所述计算机程序152时实现上述各装置实施例中各模块/单元的功能，例如图14所示单元1401至1405的功能。
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器151中，并由所述处理器150执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端中的执行过程。例如，所述计算机程序可以被分割成获取单元、识别单元、确定单元和控制单元，各单元具体功能如下：
获取单元，用于获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；
识别单元，用于识别待处理任务指向的目标区域，所述目标区域为所述第二区域的部分区域；
确定单元，用于获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；
控制单元，用于控制所述机器人根据所述第一路径向所述目标区域行驶。
所述终端可以是智能手机、桌上型计算机、笔记本、掌上电脑等计算设备，也可以是执行待处理任务的机器人本身。所述终端可包括，但不仅限于，处理器150、存储器151。本领域技术人员可以理解，图15仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器150可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器151可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器151也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器151还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器151用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器151还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，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单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为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单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (13)

1.一种机器人控制方法，其特征在于，包括：
获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；
识别待处理任务指向的目标区域，所述目标区域为用户在所述第一导航地图上圈画出的区域，并且，所述目标区域为所述第二区域的部分区域；
获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；
控制所述机器人根据所述第一路径向所述目标区域行驶；
所述获取机器人的第一导航地图，包括：
获取由所述第一区域构成的第二导航地图；
对所述第二导航地图的坐标系进行延伸，以对所述第二导航地图进行扩充，并将所述第一区域外的区域确认为所述第二区域，得到包含所述第一区域和所述第二区域的所述第一导航地图。
2.如权利要求1所述的机器人控制方法，其特征在于，在所述控制所述机器人根据所述第一路径向所述目标区域行驶的过程中，包括：
获取所述机器人对所述第二区域的第一扫描信息；
基于所述第一扫描信息对所述第一路径进行路径更新；
基于更新后的所述第一路径控制所述机器人向所述目标区域行驶。
3.如权利要求2所述的机器人控制方法，其特征在于，所述获取所述机器人对所述第二区域的第一扫描信息，基于所述第一扫描信息对所述第一路径进行路径更新，包括：
以第一频率获取所述机器人对所述第二区域的第一扫描信息，并在每次获取到所述第一扫描信息后，基于获取到的所述第一扫描信息对所述第一路径进行路径更新。
4.如权利要求2所述的机器人控制方法，其特征在于，所述基于所述第一扫描信息对所述第一路径进行路径更新，包括：
根据所述第一扫描信息，对所述第一导航地图进行地图填充，以更新所述第一导航地图中的所述第一区域和所述第二区域；
获取所述机器人在更新后的所述第一区域中的第二实时位置；
根据所述第二实时位置和所述目标区域确定第二路径，并将所述第二路径作为更新后的所述第一路径。
5.如权利要求4所述的机器人控制方法，其特征在于，所述根据所述第二实时位置和所述目标区域确定第二路径，包括：
确定所述第二实时位置和所述目标区域之间的至少两条第三路径；
根据更新后的所述第一导航地图，确定每条所述第三路径的路径代价值；
根据所述路径代价值，从所述第三路径中筛选出所述第二路径。
6.如权利要求5所述的机器人控制方法，其特征在于，所述根据更新后的所述第一导航地图，确定每条所述第三路径的路径代价值的操作中，对单条第三路径的路径代价值的计算操作，包括：
获取该第三路径的转弯次数、在更新后的所述第一区域内的第一路径长度以及在更新后的所述第二区域内的第二路径长度；
根据所述转弯次数、所述第一路径长度和所述第二路径长度，确定该第三路径的所述路径代价值。
7.如权利要求4所述的机器人控制方法，其特征在于，所述根据所述第二实时位置和所述目标区域确定第二路径，包括：
若所述第一扫描信息中包含对所述目标区域的第二扫描信息，则根据所述第二扫描信息识别所述目标区域是否被障碍物分割；
若所述目标区域被障碍物分割，则根据所述第二扫描信息将所述目标区域划分为多个第一子区域；
从所述多个第一子区域中筛选出一个区域作为目标子区域；
根据所述第二实时位置和所述目标子区域确定第二路径。
8.如权利要求7所述的机器人控制方法，其特征在于，所述从所述多个第一子区域中筛选出一个区域作为目标子区域，包括：
根据所述第二扫描信息，识别各个所述第一子区域内已扫描的第二子区域，并识别各个所述第二子区域内包含的障碍物；
计算各个所述第二子区域中，除障碍物以外的区域的第一面积值；
获取各个第一子区域的第二面积值；
根据各个所述第一子区域关联的所述第一面积值和所述第二面积值，从所述多个第一子区域中筛选出一个区域作为目标子区域。
9.如权利要求7或8所述的机器人控制方法，其特征在于，所述基于更新后的所述第一路径控制所述机器人向所述目标区域行驶，包括：
基于更新后的所述第一路径控制所述机器人向所述目标子区域行驶；
在所述机器人达到所述目标子区域之后，还包括：
控制所述机器人在所述目标子区域中执行所述待处理任务；
若在所述目标子区域中执行完成所述待处理任务，控制所述机器人行驶至所述目标区域中除所述目标子区域外的所述第一子区域，并执行所述待处理任务，直至对所有所述第一子区域均执行完成所述待处理任务。
10.如权利要求7或8所述的机器人控制方法，其特征在于，所述基于更新后的所述第一路径控制所述机器人向所述目标区域行驶，包括：
基于更新后的所述第一路径控制所述机器人向所述目标子区域行驶；
在控制所述机器人向所述目标子区域行驶的过程中，包括：
根据所述第一扫描信息，识别所述机器人是否可以进入所述目标子区域；
若识别结果为所述机器人无法进入所述目标子区域，则控制所述机器人行驶至所述目标区域中除所述目标子区域外的所述第一子区域。
11.一种机器人控制装置，其特征在于，包括：
获取单元，用于获取机器人的第一导航地图，所述第一导航地图中包含所述机器人已扫描的第一区域和未扫描的第二区域；
识别单元，用于识别待处理任务指向的目标区域，所述目标区域为用户在所述第一导航地图上圈画出的区域，并且，所述目标区域为所述第二区域的部分区域；
确定单元，用于获取所述机器人在所述第一区域内的第一实时位置，并根据所述第一实时位置和所述目标区域确定第一路径；
控制单元，用于控制所述机器人根据所述第一路径向所述目标区域行驶；
所述获取单元具体用于：获取由所述第一区域构成的第二导航地图；对所述第二导航地图的坐标系进行延伸，以对所述第二导航地图进行扩充，并将所述第一区域外的区域确认为所述第二区域，得到包含所述第一区域和所述第二区域的所述第一导航地图。
12.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至10任一项所述方法的步骤。
13.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至10任一项所述方法的步骤。
CN202010865568.5A 2020-08-25 2020-08-25 一种机器人控制方法、装置、终端和介质 Active CN112506178B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010865568.5A CN112506178B (zh) 2020-08-25 2020-08-25 一种机器人控制方法、装置、终端和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010865568.5A CN112506178B (zh) 2020-08-25 2020-08-25 一种机器人控制方法、装置、终端和介质

Publications (2)

Publication Number Publication Date
CN112506178A CN112506178A (zh) 2021-03-16
CN112506178B true CN112506178B (zh) 2023-02-28

Family

ID=74953586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010865568.5A Active CN112506178B (zh) 2020-08-25 2020-08-25 一种机器人控制方法、装置、终端和介质

Country Status (1)

Country Link
CN (1) CN112506178B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113720344A (zh) * 2021-08-30 2021-11-30 深圳市银星智能科技股份有限公司 路径搜寻方法、装置、智能设备及存储介质

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885443A (zh) * 2012-12-20 2014-06-25 联想(北京)有限公司 用于即时定位与地图构建单元的设备、系统和方法
CN104503449A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的定位方法
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN105203094A (zh) * 2015-09-10 2015-12-30 联想(北京)有限公司 构建地图的方法和设备
CN105302136A (zh) * 2015-09-23 2016-02-03 上海物景智能科技有限公司 一种基于清洁机器人的区域分割方法
CN105487541A (zh) * 2015-12-30 2016-04-13 华勤通讯技术有限公司 配送机器人及其控制方法
CN205581643U (zh) * 2016-04-27 2016-09-14 河北德普电器有限公司 一种机器人定位导航系统
CN106647774A (zh) * 2017-02-14 2017-05-10 南京罗普森智能科技有限公司 实现室内扫地机器人自主探索建图及自主路径覆盖的方法
CN106774310A (zh) * 2016-12-01 2017-05-31 中科金睛视觉科技（北京）有限公司 一种机器人导航方法
CN107367280A (zh) * 2017-06-30 2017-11-21 广东欧珀移动通信有限公司 室内导航方法、装置、存储介质及服务器
CN108983781A (zh) * 2018-07-25 2018-12-11 北京理工大学 一种无人车目标搜索系统中的环境探测方法
CN109556610A (zh) * 2018-11-27 2019-04-02 山东大学 一种路径规划方法、控制器及系统
CN109984687A (zh) * 2019-06-03 2019-07-09 常州工程职业技术学院 一种扫地机器人的自动清扫控制方法
CN110631581A (zh) * 2018-06-22 2019-12-31 华为技术有限公司 建立室内3d地图的方法和无人机
CN110716549A (zh) * 2019-11-04 2020-01-21 中国船舶重工集团公司第七一六研究所 用于无地图区域巡逻的自主导航机器人系统及其导航方法
CN110833361A (zh) * 2018-08-17 2020-02-25 速感科技（北京）有限公司 一种清洁机器人及其多区域清洁方法
CN110836668A (zh) * 2018-08-16 2020-02-25 科沃斯商用机器人有限公司 定位导航方法、装置、机器人及存储介质
CN110967028A (zh) * 2019-11-26 2020-04-07 深圳优地科技有限公司 导航地图构建方法、装置、机器人及存储介质
CN110974091A (zh) * 2020-02-27 2020-04-10 深圳飞科机器人有限公司 清洁机器人及其控制方法、存储介质
CN111239768A (zh) * 2020-01-13 2020-06-05 南京七宝机器人技术有限公司 一种电力巡检机器人自主构建地图并查找巡检目标的方法
CN111374603A (zh) * 2018-12-28 2020-07-07 珠海市一微半导体有限公司 视觉机器人分区清扫的控制方法和芯片及智能扫地机器人
CN111562777A (zh) * 2019-01-29 2020-08-21 北京奇虎科技有限公司 一种扫地机器人的清扫路径规划方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020140860A1 (zh) * 2019-01-03 2020-07-09 科沃斯机器人股份有限公司 动态区域划分与区域通道识别方法及清洁机器人

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103885443A (zh) * 2012-12-20 2014-06-25 联想(北京)有限公司 用于即时定位与地图构建单元的设备、系统和方法
CN104503449A (zh) * 2014-11-24 2015-04-08 杭州申昊科技股份有限公司 一种基于环境直线特征的定位方法
CN104898660A (zh) * 2015-03-27 2015-09-09 中国科学技术大学 一种提高机器人路径规划效率的室内地图构建方法
CN105203094A (zh) * 2015-09-10 2015-12-30 联想(北京)有限公司 构建地图的方法和设备
CN105302136A (zh) * 2015-09-23 2016-02-03 上海物景智能科技有限公司 一种基于清洁机器人的区域分割方法
CN105487541A (zh) * 2015-12-30 2016-04-13 华勤通讯技术有限公司 配送机器人及其控制方法
CN205581643U (zh) * 2016-04-27 2016-09-14 河北德普电器有限公司 一种机器人定位导航系统
CN106774310A (zh) * 2016-12-01 2017-05-31 中科金睛视觉科技（北京）有限公司 一种机器人导航方法
CN106647774A (zh) * 2017-02-14 2017-05-10 南京罗普森智能科技有限公司 实现室内扫地机器人自主探索建图及自主路径覆盖的方法
CN107367280A (zh) * 2017-06-30 2017-11-21 广东欧珀移动通信有限公司 室内导航方法、装置、存储介质及服务器
CN110631581A (zh) * 2018-06-22 2019-12-31 华为技术有限公司 建立室内3d地图的方法和无人机
CN108983781A (zh) * 2018-07-25 2018-12-11 北京理工大学 一种无人车目标搜索系统中的环境探测方法
CN110836668A (zh) * 2018-08-16 2020-02-25 科沃斯商用机器人有限公司 定位导航方法、装置、机器人及存储介质
CN110833361A (zh) * 2018-08-17 2020-02-25 速感科技（北京）有限公司 一种清洁机器人及其多区域清洁方法
CN109556610A (zh) * 2018-11-27 2019-04-02 山东大学 一种路径规划方法、控制器及系统
CN111374603A (zh) * 2018-12-28 2020-07-07 珠海市一微半导体有限公司 视觉机器人分区清扫的控制方法和芯片及智能扫地机器人
CN111562777A (zh) * 2019-01-29 2020-08-21 北京奇虎科技有限公司 一种扫地机器人的清扫路径规划方法和装置
CN109984687A (zh) * 2019-06-03 2019-07-09 常州工程职业技术学院 一种扫地机器人的自动清扫控制方法
CN110716549A (zh) * 2019-11-04 2020-01-21 中国船舶重工集团公司第七一六研究所 用于无地图区域巡逻的自主导航机器人系统及其导航方法
CN110967028A (zh) * 2019-11-26 2020-04-07 深圳优地科技有限公司 导航地图构建方法、装置、机器人及存储介质
CN111239768A (zh) * 2020-01-13 2020-06-05 南京七宝机器人技术有限公司 一种电力巡检机器人自主构建地图并查找巡检目标的方法
CN110974091A (zh) * 2020-02-27 2020-04-10 深圳飞科机器人有限公司 清洁机器人及其控制方法、存储介质

Also Published As

Publication number Publication date
CN112506178A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
EP3566821B1 (en) Robot movement control method, and robot
CN109470233B (zh) 一种定位方法及设备
CN111609852A (zh) 语义地图构建方法、扫地机器人及电子设备
CN112506178B (zh) 一种机器人控制方法、装置、终端和介质
CN113219992A (zh) 一种路径规划方法及清洁机器人
CN111026136A (zh) 基于监控设备的港口无人驾驶清扫车智能调度方法及装置
CN113263500A (zh) 一种机器人自主作业方法、装置、机器人及存储介质
CN114777792A (zh) 路径规划方法、装置、计算机可读介质及电子设备
CN113317733B (zh) 一种路径规划方法及清洁机器人
CN114343490B (zh) 机器人清扫方法、机器人及存储介质
CN112558611B (zh) 一种路径规划方法、装置、计算机设备及存储介质
CN114219905A (zh) 一种地图构建方法、装置、终端设备及存储介质
CN112180914B (zh) 地图处理方法、装置、存储介质和机器人
CN115575976A (zh) 沿边路径规划方法、装置、计算机可读介质及电子设备
CN114049393A (zh) 一种机器人扫图方法、装置、设备和介质
CN114740853A (zh) 路径规划方法、终端设备和存储介质
CN112214018A (zh) 机器人路径规划方法及装置
CN111714029A (zh) 清扫相似区域判别方法、装置、电子设备及可读存储介质
CN111854751A (zh) 导航目标位置确定方法、装置、可读存储介质及机器人
CN113009911B (zh) 清洁路径的生成方法、装置和自移动设备
CN115657674B (zh) 一种基于图神经网络的分布式路径规划方法及装置
CN115145270B (zh) 自主探索建图目标选取方法及系统
CN117533803A (zh) 垛型图生成方法、装置、码垛机器人及机器人码垛方法
CN117917313A (zh) 一种机器人打磨轨迹生成方法、系统、装置及介质
CN112294197A (zh) 扫地机的清扫控制方法、电子装置及存储介质

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
CB02 Change of applicant information

Address after: 518000 1701, building 2, Yinxing Zhijie, No. 1301-72, sightseeing Road, Xinlan community, Guanlan street, Longhua District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Yinxing Intelligent Group Co.,Ltd.

Address before: 518000 building A1, Yinxing hi tech Industrial Park, Guanlan street, Longhua District, Shenzhen City, Guangdong Province

Applicant before: Shenzhen Silver Star Intelligent Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant