CN113064407B - 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 - Google Patents
全区域覆盖的清扫方法、装置、清扫机器人及存储装置 Download PDFInfo
- Publication number
- CN113064407B CN113064407B CN201911279253.6A CN201911279253A CN113064407B CN 113064407 B CN113064407 B CN 113064407B CN 201911279253 A CN201911279253 A CN 201911279253A CN 113064407 B CN113064407 B CN 113064407B
- Authority
- CN
- China
- Prior art keywords
- cleaning
- area
- path
- cleaning path
- track
- 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
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 447
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G05D1/0231—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, 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Electric Vacuum Cleaner (AREA)
Abstract
本发明适用于机器人技术领域,提供了一种全区域覆盖的清扫方法、装置、清扫机器人及存储装置,该方法包括:获取数据库;获取待清扫区域的地图信息;将地图信息划分为多个特征区域;在数据库中获取与各个特征区域相匹配的清扫路径规划方式;根据清扫路径规划方式生成清扫路径;连接各个清扫路径,形成整体清扫轨迹;顺着整体清扫轨迹完成待清扫区域的清扫。本发明通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能对待清扫区域进行全区域的清扫轨迹的规划,使得清扫机器人能够顺利完成复杂场景的清扫工作,提高了清扫机器人的路径规划和区域清扫的效率。
Description
技术领域
本发明属于机器人技术领域,尤其涉及一种全区域覆盖的清扫方法、装置、清扫机器人及存储装置。
背景技术
随着科技的发展,以及人们对生活质量的要求的不断提高,智能家居逐渐出现在人们的日常生活中,其中,尤其具有代表性的清扫机器人越来越受人们的喜爱。清扫机器人使用过程中,为保障清扫机器人的工作效率,针对清扫机器人的路径规划问题越来越受人们所重视。
现有的清扫机器人执行清扫任务前,仅仅是依靠清扫机器人先环绕清扫区域一周进行地形建模,形成地图信息,或者通过人为输入基于清扫区域的地图信息,然后根据地图信息形成清扫路径,最后顺着清扫路径进行清扫。但是当清扫区域非常复杂时,清扫机器人无法完成庞大清扫区域的清扫工作,降低了清扫机器人的路径规划效率和区域清扫效率。
发明内容
本发明实施例要解决的技术问题是,当清扫区域非常复杂时,清扫机器人无法完成庞大清扫区域的清扫工作的问题。
本发明实施例是这样实现的,一种全区域覆盖的清扫方法,所述清扫方法包括以下步骤:
获取数据库,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
获取待清扫区域的地图信息;
将所述地图信息划分为多个特征区域;
在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
根据所述清扫路径规划方式生成清扫路径;
连接各个所述清扫路径,形成整体清扫轨迹;
顺着所述整体清扫轨迹完成所述待清扫区域的清扫。
更进一步的,所述连接各个所述清扫路径,形成整体清扫轨迹的步骤,具体包括:
基于拓扑方式对各个所述清扫路径进行编号;
根据编号依次连接上一清扫路径的终点与下一清扫路径的起点,形成整体清扫轨迹。
更进一步的,所述连接各个所述清扫路径,形成整体清扫轨迹的步骤,具体包括:
确定相邻所述清扫路径之间的交界线;
在临近或者位于所述交界线上获取相邻其一所述清扫路径的起点和相邻另一所述清扫路径的终点,并连接所述起点和所述终点,形成整体清扫轨迹。
更进一步的,所述将所述地图信息划分为多个特征区域的步骤,具体包括:
在所述地图信息中识别出多个图形参数;
分别匹配所述图形参数,生成多个特征区域。
本发明实施例的另一目的在于提供一种全区域覆盖的清扫装置,所述清扫装置包括:
数据库获取单元,用于获取数据库,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
地图信息获取单元,用于获取待清扫区域的地图信息;
划分单元,用于将所述地图信息划分为多个特征区域;
匹配单元,用于在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
生成单元,用于根据所述清扫路径规划方式生成清扫路径;
连接单元,用于连接各个所述清扫路径,形成整体清扫轨迹;
清扫单元,用于顺着所述整体清扫轨迹完成所述待清扫区域的清扫。
更进一步的,所述连接单元包括:
编号单元,用于基于拓扑方式对各个所述清扫路径进行编号;
第一整体清扫轨迹形成单元,用于根据编号依次连接上一清扫路径的终点与下一清扫路径的起点,形成整体清扫轨迹。
更进一步的,所述连接单元包括:
交界线确定单元,用于确定相邻所述清扫路径之间的交界线;
第二整体清扫轨迹形成单元,用于在临近或者位于所述交界线上获取相邻其一所述清扫路径的起点和相邻另一所述清扫路径的终点,并连接所述起点和所述终点,形成整体清扫轨迹。
更进一步的,所述划分单元包括:
识别单元,用于在所述地图信息中识别出多个图形参数;
特征区域生成单元,用于分别匹配所述图形参数,生成多个特征区域。
本发明实施例的另一目的在于提供一种清扫机器人,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上述清扫方法的步骤。
本发明实施例的另一目的在于提供一种存储装置,所述存储装置存储有计算机程序,所述计算机程序能够被执行以实现如上述清扫方法的步骤。
本发明实施例,通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能有效的对待清扫区域进行全区域的清扫轨迹的规划,使得清扫机器人能够顺利完成复杂场景的清扫工作,提高了清扫机器人的路径规划和区域清扫的效率。
附图说明
图1是本发明第一实施例提供的全区域覆盖的清扫方法的流程图;
图2是本发明第二实施例提供的全区域覆盖的清扫方法的流程图;
图3是本发明第二实施例提供的待清扫区域对应的地图信息结构示意图;
图4是本发明第三实施例提供的全区域覆盖的清扫方法的流程图;
图5是本发明第三实施例提供的待清扫区域对应的地图信息结构示意图;
图6是本发明第四实施例提供的全区域覆盖的清扫装置的结构示意图;
图7是本发明第五实施例提供的清扫机器人的结构示意图。
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仅用以解释本发明,并不用于限定本发明。
现有的清扫机器人执行清扫任务前,仅仅是依靠清扫机器人先环绕清扫区域一周进行地形建模,或者通过人为输入基于清扫区域的地图信息,然后根据地图信息形成清扫路径,最后顺着清扫路径进行清扫,使得清扫机器人无法完成庞大清扫区域的清扫工作,降低了清扫机器人的路径规划效率和区域清扫效率。而本发明实施例通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能有效的对待清扫区域进行全区域的清扫轨迹的规划,提高了路径规划和区域清扫的效率。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例一
请参阅图1,是本发明第一实施例提供的全区域覆盖的清扫方法的流程图,包括步骤:
步骤S10,获取数据库;
其中,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式,该特征区域可以基于区域的大小、区域的形状、区域中的障碍物、区域的宽度和区域的长度等参数进行划分,且不同特征区域对应存储的清扫路径规划方式可以相同或不相同。
例如,该数据库中包括特征区域A和对应的清扫路径规划方式A、特征区域B和对应的清扫路径规划方式B以及特征区域C和对应的清扫路径规划方式C,该特征区域A为方形区域,该清扫路径规划方式A为往返路径规划,该特征区域B为圆形区域,该清扫路径规划方式B为渐变路径规划,该特征区域C为方形区域且存储有多个依序排列的矩形障碍物,则该清扫路径规划方式C为避障曲线路径规划。
步骤S20,获取待清扫区域的地图信息;
其中,可以采用激光扫描或摄像头拍摄的方式以进行地图信息的获取,具体的,清扫机器人上设有激光扫描器或摄像头,可通过控制激光扫描器或摄像头以获取地图信息,并通过基于该地图信息的获取以生成地图图像。也可以的是,预先已获取有地图信息,再将地图信息存储在清扫机器人的存储器中。
步骤S30,将所述地图信息划分为多个特征区域;
其中,该特征区域的划分可以基于区域的形状和区域中障碍物的形状等参数进行划分,例如该特征区域可以为矩形区域、长窄型区域、圆形区域、多边形区域和障碍物区域等。
优选的,该障碍物区域又基于该区域中障碍物的形状可以分为矩形货架区域、圆形货架区域和三角形货架区域和多边形货架区域等,具体的,该步骤中,通过对所述地图图像进行图像分析,以对应进行特征区域的划分。
步骤S40,在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
其中,当所述地图信息被划分为特征区域A、特征区域B和特征区域C时,则对应获取到的清扫路径规划方式为往返路径规划、渐变路径规划和避障曲线路径规划。
步骤S50,根据所述清扫路径规划方式生成清扫路径;
其中,针对特征区域A,获取该特征区域A的长度或宽度,将该长度或宽度设置为往返长度,根据该往返长度和预设往返宽度进行往返路径规划,以得到第一清扫路径。
针对特征区域B,获取该特征区域B的半径,将该半径设置为渐变半径阈值,根据所述渐变半径阈值和预设渐变角度进行圆形渐变路径规划,以得到第二清扫路径。
针对特征区域C,获取该特征区域C的长度,将该长度设置为距离阈值,获取特征区域C中矩形障碍物的宽度,将该宽度设置为避障长度,根据该距离阈值和该避障长度进行曲线路径规划,以得到第三清扫路径。
步骤S60,连接各个所述清扫路径,形成整体清扫轨迹;
其中,第一清扫路径包括起点A1和终点A2,第二清扫路径包括起点B1和终点B2,第三清扫路径包括起点C1和终点C2,通过依序连接第一清扫路径、第二清扫路径和第三清扫路径之间的起点和终点位置,以形成整体清扫轨迹。
例如,采用第一清扫路径、第二清扫路径、第三清扫路径的顺序进行路径连接时,则形成的整体清扫轨迹为:A1-A2-B1-B2-C1-C2;
采用第一清扫路径、第三清扫路径、第二清扫路径的顺序进行路径连接时,则形成的整体清扫轨迹为:A1-A2-C1-C2-B1-B2;
采用第二清扫路径、第一清扫路径、第三清扫路径的顺序进行路径连接时,则形成的整体清扫轨迹为:B1-B2-A1-A2-C1-C2;
采用第二清扫路径、第三清扫路径、第一清扫路径的顺序进行路径连接时,则形成的整体清扫轨迹为:B1-B2-C1-C2-A1-A2;
采用第三清扫路径、第一清扫路径、第二清扫路径的顺序进行路径连接时,则形成的整体清扫轨迹为:C1-C2-A1-A2-B1-B2;
采用第三清扫路径、第二清扫路径、第一清扫路径的顺序进行路径连接时,则形成的整体清扫轨迹为:C1-C2-B1-B2-A1-A2。
步骤S70,顺着所述整体清扫轨迹完成所述待清扫区域的清扫;
其中,在完成整体清扫轨迹的规划之后,清扫机器人顺着整体清扫轨迹移动,并在移动过程中同步进行清扫操作,在行走完整体清扫轨迹之后,即完成待清扫区域的清扫。
本实施例,通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能有效的对待清扫区域进行全区域的清扫轨迹的规划,使得清扫机器人能够顺利完成复杂场景的清扫工作,提高了清扫机器人的路径规划和区域清扫的效率。
实施例二
请参阅图2,是本发明第二实施例提供的全区域覆盖的清扫方法的流程图,包括步骤:
步骤S11,获取数据库;
其中,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
步骤S21,获取待清扫区域的地图信息;
步骤S31,在所述地图信息中识别出多个图形参数,并分别匹配所述图形参数,生成多个特征区域;
其中,该图形参数为相邻区域之间的所形成的连接图形,例如矩形与矩形、圆形与圆形,也可以是矩形与圆形,或多边形与多边形,并基于该图形参数对应进行特征区域的形状识别。
请参阅图3,为本实施例提供的一待清扫区域对应的地图信息结构示意图,该地图信息中生成的特征区域包括区域D、区域E、区域F、区域G和区域H,则区域D与区域E和区域H之间所形成的图形参数为矩形与矩形,区域F与区域F和区域G之间所形成的图形参数为圆形与矩形。
步骤S41,在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
步骤S51,根据所述清扫路径规划方式生成清扫路径;
其中,由于区域D、区域E、区域G和区域H的形状均为矩形,且其中均无障碍物,因此,区域D、区域E、区域G和区域H均采用往返路径规划的方式进行路径规划,以对应得到清扫路径D、清扫路径E、清扫路径G和清扫路径H,由于区域F为圆形区域,则该区域F采用圆形渐变路径规划的方式进行路径规划,以得到清扫路径F。
步骤S61,基于拓扑方式对各个所述清扫路径进行编号;
具体的,该步骤中,通过采用随机连接的方式将清扫路径D、清扫路径E、清扫路径G、清扫路径H和清扫路径F进行连接,以得到多个清扫轨迹。
为了提高清扫机器人的清扫效率,该步骤中,通过依序判断该清扫轨迹中是否存在重复路径,以判定对应清扫轨迹是否为有效轨迹,并根据该有效轨迹中的路径顺序对各个所述清扫路径进行编号。
例如,得到的清扫轨迹可以为:
第一清扫轨迹:清扫路径D-清扫路径E-清扫路径F-清扫路径G-清扫路径H;第二清扫轨迹:清扫路径E-清扫路径F-清扫路径G-清扫路径H-清扫路径D;第三清扫轨迹:清扫路径F-清扫路径G-清扫路径H-清扫路径D-清扫路径E;第四清扫轨迹:清扫路径G-清扫路径H-清扫路径D-清扫路径E-清扫路径F;第五清扫轨迹:清扫路径H-清扫路径D-清扫路径E-清扫路径F-清扫路径G;第六清扫轨迹:清扫路径D--清扫路径F-清扫路径G-清扫路径H-清扫路径E;第七清扫轨迹:清扫路径F-清扫路径G清扫路径D-清扫路径E-清扫路径H;第八清扫轨迹:清扫路径G-清扫路径H-清扫路径D-清扫路径F-清扫路径E。
其中,由于第一清扫轨迹、第二清扫轨迹、第三清扫轨迹和第四清扫轨迹中未存在重复路径,因此,第一清扫轨迹、第二清扫轨迹、第三清扫轨迹和第四清扫轨迹均可设置为有效轨迹,则根据该有效轨迹的路径顺序对各个所述清扫路径进行编号,由于第五清扫轨迹、第六清扫轨迹、第七清扫轨迹和第八清扫轨迹中均存在重复路径,则不可设置为有效轨迹。
步骤S71,根据编号依次连接上一清扫路径的终点与下一清扫路径的起点,形成整体清扫轨迹;
其中,当本实施例中设置的有效轨迹为清扫路径D-清扫路径E-清扫路径F-清扫路径G-清扫路径H时,则依序对清扫路径D、清扫路径E、清扫路径F、清扫路径G和清扫路径H之间的终点和起点进行连接。
本实施例中,清扫路径D、清扫路径E、清扫路径G和清扫路径H均对应包括四个端点,该四个端点均可以设置为对应清扫路径的起点或终点,清扫路径F包括五个端点,该五个端点均可以设置为对应清扫路径的起点或终点,因此,本实施例中可以基于各个端点之间的端点距离的计算,以设置最短清扫路径。
根据图3所示,则清扫路径D与清扫路径E之间最短的端点距离为d4至e3,扫路径E与清扫路径F之间最短的端点距离为e2至f5或e4至f5,清扫路径F与清扫路径G之间最短的端点距离为f1至g3或f1至g4,清扫路径G与清扫路径H之间最短的端点距离为g2至h4,清扫路径H与清扫路径D之间最短的端点距离为h1至d2。
因此,最短的清扫路径的起点与终点之间的连接关系为:d1/d3-d4-e3-e2/e4-f5-f1-g3/g4-g2-h4-1-d2。
步骤S81,顺着所述整体清扫轨迹完成所述待清扫区域的清扫;
其中,则采用d1/d3-d4-e3-e2/e4-f5-f1-g3/g4-g2-h4-1-d2的顺序以完成所述待清扫区域的清扫。
本实施例,通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能有效的对待清扫区域进行全区域的清扫轨迹的规划,使得清扫机器人能够顺利完成复杂场景的清扫工作,提高了清扫机器人的路径规划和区域清扫的效率。
实施例三
请参阅图4,是本发明第三实施例提供的全区域覆盖的清扫方法的流程图,包括步骤:
步骤S12,获取数据库;
其中,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
步骤S22,获取待清扫区域的地图信息;
步骤S32,在所述地图信息中识别出多个图形参数,并分别匹配所述图形参数,生成多个特征区域;
请参阅图5,为本实施例提供的待清扫区域对应的地图信息,该地图信息中生成的特征区域包括区域D、区域E、区域F、区域G和区域H,则区域D与区域E和区域H之间所形成的图形参数为矩形与矩形,区域F与区域F和区域G之间所形成的图形参数为圆形与矩形。
步骤S42,在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
步骤S52,根据所述清扫路径规划方式生成清扫路径;
其中,由于区域D、区域E、区域G和区域H的形状均为矩形,且其中均无障碍物,因此,区域D、区域E、区域G和区域H均采用往返路径规划的方式进行路径规划,以对应得到清扫路径D、清扫路径E、清扫路径G和清扫路径H,由于区域F为圆形区域,则该区域F采用圆形渐变路径规划的方式进行路径规划,以得到清扫路径F。
清扫路径D、清扫路径E、清扫路径G和清扫路径H均对应包括四个端点,该四个端点均可以设置为对应清扫路径的起点或终点,清扫路径F包括五个端点,该五个端点均可以设置为对应清扫路径的起点或终点。
此外,需要说明的是,通过清扫路径规划方式获取到的路径的首端线和末端线不确定,在不同实施例中,可以这头为首端线,另一头为末端线,但在另一个实施例中,可以这头为末端线,另一头为首端线,并且,起点和终点可以为首端线和末端线上的任意一点。
步骤S62,确定相邻所述清扫路径之间的交界线;
请参阅图5,该步骤中,根据各个相邻区域之间的边界判断,以进行交界线的标记(图5中虚线表示交界线),即区域D与区域E之间为第一交界线、区域E与区域F之间为第二交界线、区域F与区域G之间为第三交界线、区域G与区域H之间为第四交界线、区域H与区域D之间为第五交界线,每个交界线的两侧均设有对应清扫路径的起点和/或终点。
步骤S72,在临近或者位于所述交界线上获取相邻其一所述清扫路径的起点和相邻另一所述清扫路径的终点,并连接所述起点和所述终点,形成整体清扫轨迹;
其中,针对第一交界线连接的路径为:d4-e1或d4-e3;
针对第二交界线连接的路径为:e2-f3或e4-f3;
针对第三交界线连接的路径为:f1-g3或f1-g4;
针对第四交界线连接的路径为:g1-h4或g2-h4;
针对第五交界线连接的路径为:h1-d2或h3-d2。
则针对区域D是以d4为起点、d2为终点执行清扫路径的清扫,针对区域E是以e1或e2为起点、e2或e4为终点执行清扫路径的清扫,针对区域F以f3为起点、f1为终点执行清扫路径的清扫,针对区域G以g3或g4为起点、g1或g2为终点执行清扫路径的清扫,针对区域H以h4为起点、h1或h3为终点执行清扫路径的清扫。
优选的,本实施例中,针对区域F当f3为起点、f1为终点执行清扫路径时,当完成圆形渐变路径时,机器人位于f5,通过从f5行驶至f1以达到终点,优选的,本实施例中,针对区域F还可以以f5为起点、f1为终点执行清扫路径。
本实施例,通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能有效的对待清扫区域进行全区域的清扫轨迹的规划,使得清扫机器人能够顺利完成复杂场景的清扫工作,提高了清扫机器人的路径规划和区域清扫的效率,且通过连接不同清扫路径上所述起点和所述终点以形成整体清扫轨迹的设计,以保障对待清扫区域的整体清扫轨迹的规划,且防止了清扫路径的重复,提高了机器人的清扫效率。
实施例四
请参阅图6,是本发明第四实施例提供的全区域覆盖的清扫装置100的结构示意图,所述清扫装置100包括:
数据库获取单元10,用于获取数据库,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
地图信息获取单元11,用于获取待清扫区域的地图信息;
划分单元12,用于将所述地图信息划分为多个特征区域;
匹配单元13,用于在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
生成单元14,用于根据所述清扫路径规划方式生成清扫路径;
连接单15元,用于连接各个所述清扫路径,形成整体清扫轨迹;
清扫单元16,用于顺着所述整体清扫轨迹完成所述待清扫区域的清扫。
本实施例中,所述连接单元15包括:
编号单元19,用于基于拓扑方式对各个所述清扫路径进行编号;
第一整体清扫轨迹形成单元20,用于根据编号依次连接上一清扫路径的终点与下一清扫路径的起点,形成整体清扫轨迹。
优选的,所述连接单元15包括:
交界线确定单元21,用于确定相邻所述清扫路径之间的交界线;
第二整体清扫轨迹形成单元22,用于在临近或者位于所述交界线上获取相邻其一所述清扫路径的起点和相邻另一所述清扫路径的终点,并连接所述起点和所述终点,形成整体清扫轨迹。
进一步的,所述划分单元12包括:
识别单元17,用于在所述地图信息中识别出多个图形参数;
特征区域生成单元18,用于分别匹配所述图形参数,生成多个特征区域。
本实施例,通过对地图信息进行特征区域的划分、对各个特征区域进行清扫路径的规划和清扫路径的连接,以使能有效的对待清扫区域进行全区域的清扫轨迹的规划,使得清扫机器人能够顺利完成复杂场景的清扫工作,提高了清扫机器人的路径规划和区域清扫的效率。
本发明所提供的全区域覆盖的清扫装置,其实现原理及产生的技术效果和前述的全区域覆盖的清扫方法相同,为简要描述,清扫装置未提及之处,可参考前述清扫方法中相应内容。
实施例五
请参阅图7,是本发明第五实施例提供的清扫机器人101,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述清扫机器人101执行上述的全区域覆盖的清扫方法。
本实施例还提供了一种存储装置,其上存储有上述清扫机器人101中所使用的计算机程序,该程序在执行时,包括如下步骤:
获取数据库,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
获取待清扫区域的地图信息;
将所述地图信息划分为多个特征区域;
在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
根据所述清扫路径规划方式生成清扫路径;
连接各个所述清扫路径,形成整体清扫轨迹;
顺着所述整体清扫轨迹完成所述待清扫区域的清扫。所述的存储装置,如:ROM/RAM、磁碟、光盘等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,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或模块完成,即将存储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。实施方式中的各功能单元、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。
本领域技术人员可以理解,图6中示出的组成结构并不构成对本发明的全区域覆盖的清扫装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,而图1、图2和图4中的全区域覆盖的清扫方法亦采用图6中所示的更多或更少的部件,或者组合某些部件,或者不同的部件布置来实现。本发明所称的单元、模块等是指一种能够被所述目标全区域覆盖的清扫装置中的处理器(图未示)所执行并功能够完成特定功能的一系列计算机程序,其均可存储于所述目标全区域覆盖的清扫装置的存储设备(图未示)内。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种全区域覆盖的清扫方法,其特征在于,所述清扫方法包括以下步骤:
获取数据库,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
获取待清扫区域的地图信息;
将所述地图信息划分为多个特征区域,其中,该特征区域的划分是基于区域的形状和/或区域中障碍物的形状进行划分;
在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
根据所述清扫路径规划方式生成清扫路径;
连接各个所述清扫路径,形成整体清扫轨迹;
顺着所述整体清扫轨迹完成所述待清扫区域的清扫。
2.如权利要求1所述的全区域覆盖的清扫方法,其特征在于,所述连接各个所述清扫路径,形成整体清扫轨迹的步骤,具体包括:
基于拓扑方式对各个所述清扫路径进行编号;
根据编号依次连接上一清扫路径的终点与下一清扫路径的起点,形成整体清扫轨迹。
3.如权利要求1所述的全区域覆盖的清扫方法,其特征在于,所述连接各个所述清扫路径,形成整体清扫轨迹的步骤,具体包括:
确定相邻所述清扫路径之间的交界线;
在临近或者位于所述交界线上获取相邻其一所述清扫路径的起点和相邻另一所述清扫路径的终点,并连接所述起点和所述终点,形成整体清扫轨迹。
4.如权利要求1至3任一项所述的全区域覆盖的清扫方法,其特征在于,所述将所述地图信息划分为多个特征区域的步骤,具体包括:
在所述地图信息中识别出多个图形参数;
分别匹配所述图形参数,生成多个特征区域。
5.一种全区域覆盖的清扫装置,其特征在于,所述清扫装置包括:
数据库获取单元,用于获取数据库,所述数据库包括多个特征区域以及与所述特征区域相匹配的清扫路径规划方式;
地图信息获取单元,用于获取待清扫区域的地图信息;
划分单元,用于将所述地图信息划分为多个特征区域,其中,该特征区域的划分是基于区域的形状和/或区域中障碍物的形状进行划分;匹配单元,用于在所述数据库中获取与各个所述特征区域相匹配的清扫路径规划方式;
生成单元,用于根据所述清扫路径规划方式生成清扫路径;
连接单元,用于连接各个所述清扫路径,形成整体清扫轨迹;
清扫单元,用于顺着所述整体清扫轨迹完成所述待清扫区域的清扫。
6.如权利要求5所述的全区域覆盖的清扫装置,其特征在于,所述连接单元包括:
编号单元,用于基于拓扑方式对各个所述清扫路径进行编号;
第一整体清扫轨迹形成单元,用于根据编号依次连接上一清扫路径的终点与下一清扫路径的起点,形成整体清扫轨迹。
7.如权利要求5所述的全区域覆盖的清扫装置,其特征在于,所述连接单元包括:
交界线确定单元,用于确定相邻所述清扫路径之间的交界线;
第二整体清扫轨迹形成单元,用于在临近或者位于所述交界线上获取相邻其一所述清扫路径的起点和相邻另一所述清扫路径的终点,并连接所述起点和所述终点,形成整体清扫轨迹。
8.如权利要求5至7任一项所述的全区域覆盖的清扫装置,其特征在于,所述划分单元包括:
识别单元,用于在所述地图信息中识别出多个图形参数;
特征区域生成单元,用于分别匹配所述图形参数,生成多个特征区域。
9.一种清扫机器人,其特征在于,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4任一项所述清扫方法的步骤。
10.一种存储装置,其特征在于,所述存储装置存储有计算机程序,所述计算机程序能够被执行以实现如权利要求1至4任一项所述清扫方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911279253.6A CN113064407B (zh) | 2019-12-13 | 2019-12-13 | 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911279253.6A CN113064407B (zh) | 2019-12-13 | 2019-12-13 | 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113064407A CN113064407A (zh) | 2021-07-02 |
CN113064407B true CN113064407B (zh) | 2024-04-02 |
Family
ID=76557836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911279253.6A Active CN113064407B (zh) | 2019-12-13 | 2019-12-13 | 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113064407B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113467482A (zh) * | 2021-08-12 | 2021-10-01 | 深圳市伽利略机器人有限公司 | 一种自清洁的清洁机器人清扫路径规划方法及清洁机器人 |
CN115248042A (zh) * | 2021-08-18 | 2022-10-28 | 上海仙途智能科技有限公司 | 一种清扫路径的规划方法及装置 |
CN113985866A (zh) * | 2021-09-09 | 2022-01-28 | 浙江大华技术股份有限公司 | 扫地机器人路径规划方法、装置、电子设备、存储介质 |
CN115390552A (zh) * | 2022-07-28 | 2022-11-25 | 云鲸智能(深圳)有限公司 | 路径规划方法、装置、清洁系统及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR950024734A (ko) * | 1994-02-28 | 1995-09-15 | 이헌조 | 자동 주행 청소기의 최적 청소 경로 계획 방법 |
KR20100012351A (ko) * | 2008-07-28 | 2010-02-08 | 엘지전자 주식회사 | 로봇청소기 및 그 구동방법 |
KR20160057369A (ko) * | 2016-05-09 | 2016-05-23 | 엘지전자 주식회사 | 로봇 청소기 및 이의 제어 방법 |
DE102015119865A1 (de) * | 2015-11-17 | 2017-05-18 | RobArt GmbH | Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters |
-
2019
- 2019-12-13 CN CN201911279253.6A patent/CN113064407B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR950024734A (ko) * | 1994-02-28 | 1995-09-15 | 이헌조 | 자동 주행 청소기의 최적 청소 경로 계획 방법 |
KR20100012351A (ko) * | 2008-07-28 | 2010-02-08 | 엘지전자 주식회사 | 로봇청소기 및 그 구동방법 |
DE102015119865A1 (de) * | 2015-11-17 | 2017-05-18 | RobArt GmbH | Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters |
KR20160057369A (ko) * | 2016-05-09 | 2016-05-23 | 엘지전자 주식회사 | 로봇 청소기 및 이의 제어 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN113064407A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113064407B (zh) | 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 | |
CN109541634B (zh) | 一种路径规划方法、装置和移动设备 | |
CN111256700B (zh) | 用于自动驾驶农机作业路径规划的收边规划方法 | |
WO2023016101A1 (zh) | 一种基于启发式偏置采样的室内环境机器人探索方法 | |
EP3699046A1 (en) | Method and apparatus for processing driving reference line, and vehicle | |
CN113110482B (zh) | 基于先验信息启发式的室内环境机器人探索方法及系统 | |
CN106599108A (zh) | 一种三维环境中多模态环境地图构建方法 | |
CN111136669A (zh) | 一种基于全局视觉的下棋机器人及其控制方法 | |
CN111728535B (zh) | 一种生成清扫路径的方法、装置、电子设备及存储介质 | |
CN110433467B (zh) | 基于双目视觉和蚁群算法的捡乒乓球机器人运行方法及设备 | |
CN108334080A (zh) | 一种针对机器人导航的虚拟墙自动生成方法 | |
CN113189988B (zh) | 一种基于Harris算法与RRT算法复合的自主路径规划方法 | |
CN114764239B (zh) | 清扫机器人控制方法、装置、计算机设备及存储介质 | |
CN110764513B (zh) | 一种地图盲区识别方法 | |
CN112656307A (zh) | 一种清洁方法及清洁机器人 | |
CN111427341B (zh) | 一种基于概率地图的机器人最短预期时间目标搜索方法 | |
CN113096181A (zh) | 设备位姿的确定方法、装置、存储介质及电子装置 | |
CN110702120A (zh) | 地图边界处理方法、系统、机器人和存储介质 | |
CN112799416A (zh) | 航线生成方法、设备和系统、无人作业系统及存储介质 | |
CN116764225A (zh) | 一种高效寻路的处理方法、装置、设备及介质 | |
CN116009552A (zh) | 一种路径规划方法、装置、设备及存储介质 | |
CN112107257B (zh) | 智能清扫设备及其避障路径规划方法和装置 | |
EP2631813A1 (en) | Method and device for eliminating cracks within page | |
CN117058358B (zh) | 一种场景边界检测方法和移动平台 | |
Li et al. | RF-LOAM: Robust and Fast LiDAR Odometry and Mapping in Urban Dynamic Environment |
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 |