CN113180558A - 复杂区域深度作业方法、装置、计算机设备和存储介质 - Google Patents
复杂区域深度作业方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113180558A CN113180558A CN202110447296.1A CN202110447296A CN113180558A CN 113180558 A CN113180558 A CN 113180558A CN 202110447296 A CN202110447296 A CN 202110447296A CN 113180558 A CN113180558 A CN 113180558A
- Authority
- CN
- China
- Prior art keywords
- complex
- path
- operation path
- paths
- starting point
- 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.)
- Granted
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
- A47L11/40—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Manipulator (AREA)
Abstract
本申请涉及一种复杂区域深度作业方法、装置、计算机设备和存储介质,其中,方法包括:获取全局作业路径,提取其中复杂作业路径,形成复杂作业路径集合,基于当前位置确定最近复杂作业路径的目标点,移动至目标起点对复杂作业路径集合中复杂作业路径进行深度作业。整个过程中,并非针对全局进行深度作业,而是选择性提取复杂作业路径来进行深度作业,深度作业针对性强,且深度作业过程优先选择最近复杂作业路径作为起点,减小移动距离,能够高效实现深度作业。
Description
技术领域
本申请涉及智能控制技术领域,特别是涉及一种复杂区域深度作业方法、装置、计算机设备和存储介质。
背景技术
随着人工智能以及自动化技术的发展,出现了全自动智能作业设备技术,例如扫地机器人、植保机器人、智能割草机等。这些智能设备能够按照规划的作业路径在作业区域内执行对应的功能,无需额外的人员操控,给人们生产、生活带来巨大便捷。
在智能设备作业路径规划中某些区域可能为复杂区域,其需要深度作业(完成至少2次作业),以确保作业效果,在这个过程中就涉及复杂区域深度作业控制。以扫地机器人为例,扫地机机器人清扫过程中,针对有多处弧形转弯、曲线的作业区域其清扫难度加大、清扫效果下降,因此需要对这些区域进行深度清扫。传统的深度清扫方式主要包括两种,其中,一种是如图1所示的直接执行两次同方向的弓字形清扫,另一种是如图2所示的执行田字形的路径规划实现横向和纵向两次清扫。可以理解,针对其他智能设备的复杂区域深度作业也可以采取相同或类似的方式进行,在此不再展开描述。
上述复杂区域深度作业方法虽然可以一定程度上实现深度作业效果,但是存在的问题是无论目标作业区域内是简单环境还是复杂环境,均执行两次作业,作业的针对性和效率性较差,造成复杂区域深度作业效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种高效的复杂区域深度作业方法、装置、计算机设备和存储介质。
一种复杂区域深度作业方法,方法包括:
获取全局作业路径;
提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
在其中一个实施例中,复杂作业路径集合中包含至少两个复杂作业路径;移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业包括:
移动至目标起点,对最近复杂作业路径进行深度作业;
待深度作业完成时,在复杂作业路径集合中剔除最近复杂作业路径,以更新复杂作业路径集合;
返回定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点的步骤,直至所有复杂作业路径均已完成深度作业。
在其中一个实施例中,定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点之后,还包括:
取消复杂作业路径集合中非最近复杂作业路径的起点标识。
在其中一个实施例中,提取全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
提取全局作业路径中曲线沿边作业路径、折线沿边作业路径或孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在其中一个实施例中,提取全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
基于直线拟合算法识别全局作业路径中曲线沿边作业路径以及折线沿边作业路径;
获取作业区域地图以及全局作业路径中围绕区域,基于作业区域地图对围绕区域进行查地图与图像处理,识别全局作业路径中孤岛型障碍沿边作业路径;
提取识别出的曲线沿边作业路径、折线沿边作业路径以及孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在其中一个实施例中,提取全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
提取全局作业路径中复杂作业路径;
标记各复杂作业路径的起点和终点;
归集标记有起点和终点的复杂作业路径,形成复杂作业路径集合。
在其中一个实施例中,上述复杂区域深度作业方法还包括:
删除全局作业路径中非复杂作业路径。
一种复杂区域深度作业装置,装置包括:
获取模块,用于获取全局作业路径;
提取模块,用于提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位模块,用于定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
深度作业模块,用于移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取全局作业路径;
提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取全局作业路径;
提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
上述复杂区域深度作业方法、装置、计算机设备和存储介质,获取全局作业路径,提取其中复杂作业路径,形成复杂作业路径集合,基于当前位置确定最近复杂作业路径的目标点,移动至目标起点对复杂作业路径集合中复杂作业路径进行深度作业。整个过程中,并非针对全局进行深度作业,而是选择性提取复杂作业路径来进行深度作业,深度作业针对性强,且深度作业过程优先选择最近复杂作业路径作为起点,减小移动距离,能够高效实现深度作业。
附图说明
图1为传统深度清扫路径示意图;
图2为另一种传统深度清扫路径示意图;
图3为一个实施例中复杂区域深度作业方法的应用环境图;
图4为一个实施例中复杂区域深度作业方法的流程示意图;
图5为全局清扫路径示意图;
图6选取最近复杂作业路径的起点的示意图;
图7为另一个实施例中复杂区域深度作业方法的流程示意图;
图8为一个应用实例中应用于扫地机器人时复杂区域深度作业方法的流程示意图;
图9为一个实施例中复杂区域深度作业装置的结构示意图;
图10为一个实施例中计算机设备的内部结构图。
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。
本申请提供的复杂区域深度作业方法,可以应用于如图3所示的应用环境中。在图3中,用户启动扫地机器人来进行深度全屋清扫,扫地机器人获取全局清扫路径,提取其中复杂清扫路径,形成复杂清扫路径集合,基于当前位置确定最近复杂清扫路径的点,移动至目标起点对复杂清扫路径集合中各个复杂清扫路径进行深度清扫。需要指出的是,本申请复杂区域深度作业方法还可以应用于植保无人机、智能割草机等其他智能作业设备。
在一个实施例中,如图4所示,提供了一种复杂区域深度作业方法,包括以下步骤:
S200:获取全局作业路径。
全局作业路径是指针对作业区进行一次全局作业之后得到的路径。以扫地机器人为例,扫地机器人先进行一次全局清扫,得到如图5所示的全局清扫路径,基于图5可以发现在该全局清扫路径中包含有长直墙沿边路径、多段曲/折墙沿边路径、弓字形路径以及孤岛型障碍沿边路径。
S400:提取全局作业路径中复杂作业路径,形成复杂作业路径集合。
深入分析全局作业路径可以发现,在全局作业路径中有作业简单的路径和作业复杂的路径。具体继续以扫地机器人的清扫路径为例,继续参见图5。按简单和复杂程度对4种路径进行分类和评估,具体如下表1所示。
表1为路径复杂度分类和评估
路径分类 | 复杂/简单评估 |
1、长直墙沿边轨迹 | 简单 |
2、多段曲/折墙沿边轨迹 | 复杂 |
3、弓字形路径轨迹 | 简单 |
4、孤岛型障碍沿边轨迹 | 复杂 |
其中,对于房间中无障碍物的空旷环境和障碍物边呈现简单几何图形的环境(如直线墙),可以依靠扫地机器人当前的扫、拖系统是可以轻松胜任清扫任务的,而对于具有多段曲/折面的墙和需要大幅转弯的孤岛型障碍物,虽然机器人有相应的处理算法,但障碍物的随机性和复杂度较高时,也将为机器人的清洁覆盖率增加完成难度,即存在一定漏扫几率。因此,在记录的总轨迹中,需要提取出复杂清扫路径,并针对这部分区域进行深度清扫(二次清扫)。
S600:定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点。
设备定位自身当前位置,根据自身当前位置确定复杂作业路径集合中最近复杂作业路径的起点,将该起点作为深度作业的目标起点。具体来说,在S400中构建的复杂作业路径集合中包含有多个复杂作业路径这些复杂作业路径距离设备的距离有远有近,为了进一步减小设备深度作业移动距离,提高深度作业效率,选取最近的复杂作业路径作为起点,以便后续处理中进行深度作业。继续以扫地机器人为例,如图6所示,假设扫地机器人在完成首次全局清扫之后回到房间的左上角,其距离曲墙沿边复杂清扫路径最近,即该段复杂清扫路径为最近复杂作业路径,在选取其中较近的一端作为起点,选择左上角起点作为目标点,后续对该段复杂清扫路径进行二次清扫。
S800:移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
设备在确定了目标起点之后,移动至目标起点准备开始对复杂作业路径集中的复杂作业路径进行深度作业。针对复杂作业路径集合中仅包含单个复杂作业路径的情况,只需从目标起点开始对单个复杂作业路径进行深度作业;当复杂作业路径集合中包含至少两个复杂作业路径时,选择最近复杂作业路径进行深度作业。以扫地机器人为例,如上述的针对图6中虚线的曲墙沿边复杂清扫路径进行深度清扫(二次清扫)。在完成当前最近复杂作业路径的深度作业之后,设备将基于当前位置在复杂作业路径集合中重新寻找新的未进行深度作业的最近复杂作业路径,再移动至新的最近复杂作业路径继续执行深度作业,重复这个过程,直至整个对复杂作业路径集合中所有复杂作业路径均已完成深度作业。进一步的,设备还可以基于每个复杂作业路径的起点和终点以及设备最开始所处位置,模拟/规划出移动距离最短的复杂作业路径处理顺序,基于该顺序来调整复杂作业路径集合中复杂作业路径的顺序,在执行深度作业时,直接基于调整的复杂作业路径集合中复杂作业路径的顺序依次进行深度作业。
上述复杂区域深度作业方法,获取全局作业路径,提取其中复杂作业路径,形成复杂作业路径集合,基于当前位置确定最近复杂作业路径的目标点,移动至目标起点对复杂作业路径集合中复杂作业路径进行深度作业。整个过程中,并非针对全局进行深度作业,而是选择性提取复杂作业路径来进行深度作业,深度作业针对性强,且深度作业过程优先选择最近复杂作业路径作为起点,减小移动距离,能够高效实现深度作业。
如图7所示,在其中一个实施例中,复杂作业路径集合中包含至少两个复杂作业路径,S800包括:
S820:移动至目标起点,对最近复杂作业路径进行深度作业;
S840:待深度作业完成时,在复杂作业路径集合中剔除最近复杂作业路径,以更新复杂作业路径集合;
S860:返回S600步骤,直至所有复杂作业路径均已完成深度作业。
下面继续以扫地机器人为例,详细说明在本实施例中S800具体的处理过程。具体继续参见图6,复杂作业路径集合中包括曲墙沿边复杂清扫路径和孤岛型障碍沿边清扫路径两段,扫地机器人移动至左上角,以最近的曲墙沿边复杂清扫路径中左上角的端点作为起点对最近的曲墙沿边复杂清扫路径进行深度清扫,待曲墙沿边复杂清扫路径深度清扫完成时,在复杂作业路径集合中剔除该段复杂作业路径,以更新复杂作业路径集合,即更新后的复杂作业路径集合中只包含有孤岛型障碍沿边清扫路径,返回S600寻找最近(在这里是唯一)的孤岛型障碍沿边清扫路径,进一步确定距离最近的起点,移动至起点,对孤岛型障碍沿边清扫路径进行深度清扫,即完成所有复杂作业路径的深度清扫,实现高效的复杂区域深度清扫。
在其中一个实施例中,定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点之后,还包括:
取消复杂作业路径集合中非最近复杂作业路径的起点标识。
为了避免其他数据的干扰,在得到目标起点之后取消复杂作业路径集合中非最近复杂作业路径的起点标识,即只保留唯一目标起点对应的起点标识。
在其中一个实施例中,提取全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
基于直线拟合算法识别全局作业路径中曲线沿边作业路径以及折线沿边作业路径;获取作业区域地图以及全局作业路径中围绕区域,基于作业区域地图对围绕区域进行查地图与图像处理,识别全局作业路径中孤岛型障碍沿边作业路径;提取识别出的曲线沿边作业路径、折线沿边作业路径以及孤岛型障碍沿边作业路径,形成复杂作业路径集合。
作业区域地图是指设备作业区域对应的地图,例如扫地机器人进行全屋清扫场景时,对应的作业区域地图为全屋地图;智能割草机对门前草坪割草场景时,对应的作业区域地图为门前草坪地图。在该作业区域地图中绘制有整个作业区域大小、作业区域边界、作业区域中存在的障碍物等信息。在这里,设备基于基线拟合算法来判断作业路径为直线或为曲线/折线,具体可以预先设定阈值,符合直线拟合宽度的即认定为直线作业路径,不符合直线拟合宽度的即认定为曲线/折线作业路径,从而识别出全局作业路径中曲线沿边作业路径以及折线沿边作业路径。针对孤岛型障碍沿边作业路径的识别,首先获取作业区域地图,该作业区域地图一般预先存储于设备中或者由第三方直接导入到设备中,另外设备还提取全局作业路径中围绕区域,若一个作业路径起点和终点相同,则其属于围绕区域对应的作业路径,基于作业区域地图对围绕区域进行查地图与图像处理既可以识别出孤岛型障碍沿边作业路径。例如图6所示的,扫地机器人清扫路径中餐桌椅沿边清扫路径。
在其中一个实施例中,提取全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
提取全局作业路径中复杂作业路径;标记各复杂作业路径的起点和终点;归集标记有起点和终点的复杂作业路径,形成复杂作业路径集合。
在本实施例中,针对提取的复杂作业路径还标记其对应的起点和终点,将标记的起点和终点以及整个复杂作业路径一同归集,形成复杂作业路径集合,这样在后续处理中确定最新复杂作业路径时,可以直接确定其对应的起点和终点。进一步的,全部被提取的复杂作业路径的进行顺序管理,以设备和各复杂作业路径的起始点距离关系进行实时排列组合,每次取路径最短的起始点作为首要作业目标,依次作业直至全部完成。
在其中一个实施例中,上述复杂区域深度作业方法还包括:
删除全局作业路径中非复杂作业路径。
针对全局作业路径中非复杂作业路径在进行深度作业时其属于不必要的数据,为确保深度作业准确,避免过多数据干扰、影响深度作业,可以直接将全局作业路径中非复杂作业路径删除。
在实际应用中,如图8所示,本申请复杂区域深度作业方法应用于扫地机器人进行深度清扫场景时,其具体包括以下步骤:
1、开启深度清扫;
2、确认已经完成任务区域第一清扫;
3、筛选第一次清扫过程中清扫区域内复杂路径,清除简单路径包括复杂路径;
4、针对复杂路径筛选最近路径起点,取消其他远距离路径起点;
5、扫地机器人定点移动到最近路径起点;
6、对最近路径进行接触式深度清扫;
7、判断是否还有未深度清扫路径,若有,则返回至步骤4;若无,则判定完成全部复杂路径的深度清扫。
应该理解的是,虽然上述各流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,上述各流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
如图9所示,本申请还提供一种复杂区域深度作业装置,装置包括:
获取模块200,用于获取全局作业路径;
提取模块400,用于提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位模块600,用于定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
深度作业模块800,用于移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
上述复杂区域深度作业装置,获取全局作业路径,提取其中复杂作业路径,形成复杂作业路径集合,基于当前位置确定最近复杂作业路径的目标点,移动至目标起点对复杂作业路径集合中复杂作业路径进行深度作业。整个过程中,并非针对全局进行深度作业,而是选择性提取复杂作业路径来进行深度作业,深度作业针对性强,且深度作业过程优先选择最近复杂作业路径作为起点,减小移动距离,能够高效实现深度作业。
在其中一个实施例中,复杂作业路径集合中包含至少两个复杂作业路径,深度作业模块800还用于移动至目标起点,对最近复杂作业路径进行深度作业;待深度作业完成时,在复杂作业路径集合中剔除最近复杂作业路径,以更新复杂作业路径集合;控制定位模块600重新执行定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点的操作,直至所有复杂作业路径均已完成深度作业。
在其中一个实施例中,定位模块600还用于取消复杂作业路径集合中非最近复杂作业路径的起点标识。
在其中一个实施例中,提取模块400还用于提取全局作业路径中曲线沿边作业路径、折线沿边作业路径或孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在其中一个实施例中,提取模块400还用于基于直线拟合算法识别全局作业路径中曲线沿边作业路径以及折线沿边作业路径;获取作业区域地图以及全局作业路径中围绕区域,基于作业区域地图对围绕区域进行查地图与图像处理,识别全局作业路径中孤岛型障碍沿边作业路径;提取识别出的曲线沿边作业路径、折线沿边作业路径以及孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在其中一个实施例中,提取模块400还用于提取全局作业路径中复杂作业路径;标记各复杂作业路径的起点和终点;归集标记有起点和终点的复杂作业路径,形成复杂作业路径集合。
在其中一个实施例中,提取模块400还用于删除全局作业路径中非复杂作业路径。
关于复杂区域深度作业装置的具体实施例可以参见上文中对于复杂区域深度作业方法的实施例,在此不再赘述。上述复杂区域深度作业装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储首次作业相关的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种复杂区域深度作业方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取全局作业路径;
提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
在其中一个实施例中,移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业包括:
移动至目标起点,对最近复杂作业路径进行深度作业;
待深度作业完成时,在复杂作业路径集合中剔除最近复杂作业路径,以更新复杂作业路径集合;
返回定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点的步骤,直至所有复杂作业路径均已完成深度作业。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
取消复杂作业路径集合中非最近复杂作业路径的起点标识。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
提取全局作业路径中曲线沿边作业路径、折线沿边作业路径或孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
基于直线拟合算法识别全局作业路径中曲线沿边作业路径以及折线沿边作业路径;获取作业区域地图以及全局作业路径中围绕区域,基于作业区域地图对围绕区域进行查地图与图像处理,识别全局作业路径中孤岛型障碍沿边作业路径;提取识别出的曲线沿边作业路径、折线沿边作业路径以及孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
提取全局作业路径中复杂作业路径;标记各复杂作业路径的起点和终点;归集标记有起点和终点的复杂作业路径,形成复杂作业路径集合。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
删除全局作业路径中非复杂作业路径。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取全局作业路径;
提取全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业。
在其中一个实施例中,移动至目标起点,对复杂作业路径集合中复杂作业路径进行深度作业包括:
移动至目标起点,对最近复杂作业路径进行深度作业;
待深度作业完成时,在复杂作业路径集合中剔除最近复杂作业路径,以更新复杂作业路径集合;
返回定位当前位置,根据当前位置确定复杂作业路径集合中最近复杂作业路径的起点,得到目标起点的步骤,直至所有复杂作业路径均已完成深度作业。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
取消复杂作业路径集合中非最近复杂作业路径的起点标识。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
提取全局作业路径中曲线沿边作业路径、折线沿边作业路径或孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
基于直线拟合算法识别全局作业路径中曲线沿边作业路径以及折线沿边作业路径;获取作业区域地图以及全局作业路径中围绕区域,基于作业区域地图对围绕区域进行查地图与图像处理,识别全局作业路径中孤岛型障碍沿边作业路径;提取识别出的曲线沿边作业路径、折线沿边作业路径以及孤岛型障碍沿边作业路径,形成复杂作业路径集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
提取全局作业路径中复杂作业路径;标记各复杂作业路径的起点和终点;归集标记有起点和终点的复杂作业路径,形成复杂作业路径集合。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
删除全局作业路径中非复杂作业路径。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种复杂区域深度作业方法,其特征在于,所述方法包括:
获取全局作业路径;
提取所述全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位当前位置,根据所述当前位置确定所述复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
移动至所述目标起点,对所述复杂作业路径集合中复杂作业路径进行深度作业。
2.根据权利要求1所述的方法,其特征在于,所述复杂作业路径集合中包含至少两个复杂作业路径;
所述移动至所述目标起点,对所述复杂作业路径集合中复杂作业路径进行深度作业包括:
移动至所述目标起点,对所述最近复杂作业路径进行深度作业;
待深度作业完成时,在所述复杂作业路径集合中剔除所述最近复杂作业路径,以更新所述复杂作业路径集合;
返回定位当前位置,根据所述当前位置确定所述复杂作业路径集合中最近复杂作业路径的起点,得到目标起点的步骤,直至所有复杂作业路径均已完成深度作业。
3.根据权利要求1所述的方法,其特征在于,所述定位当前位置,根据所述当前位置确定所述复杂作业路径集合中最近复杂作业路径的起点,得到目标起点之后,还包括:
取消所述复杂作业路径集合中非最近复杂作业路径的起点标识。
4.根据权利要求1所述的方法,其特征在于,所述提取所述全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
提取所述全局作业路径中曲线沿边作业路径、折线沿边作业路径或孤岛型障碍沿边作业路径,形成复杂作业路径集合。
5.根据权利要求1所述的方法,其特征在于,所述提取所述全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
基于直线拟合算法识别所述全局作业路径中曲线沿边作业路径以及折线沿边作业路径;
获取作业区域地图以及所述全局作业路径中围绕区域,基于所述作业区域地图对所述围绕区域进行查地图与图像处理,识别所述全局作业路径中孤岛型障碍沿边作业路径;
提取识别出的所述曲线沿边作业路径、所述折线沿边作业路径以及所述孤岛型障碍沿边作业路径,形成复杂作业路径集合。
6.根据权利要求1所述的方法,其特征在于,所述提取所述全局作业路径中复杂作业路径,形成复杂作业路径集合包括:
提取所述全局作业路径中复杂作业路径;
标记各所述复杂作业路径的起点和终点;
归集标记有起点和终点的复杂作业路径,形成复杂作业路径集合。
7.根据权利要求1所述的方法,其特征在于,还包括:
删除所述全局作业路径中非复杂作业路径。
8.一种复杂区域深度作业装置,其特征在于,所述装置包括:
获取模块,用于获取全局作业路径;
提取模块,用于提取所述全局作业路径中复杂作业路径,形成复杂作业路径集合;
定位模块,用于定位当前位置,根据所述当前位置确定所述复杂作业路径集合中最近复杂作业路径的起点,得到目标起点;
深度作业模块,用于移动至所述目标起点,对所述复杂作业路径集合中复杂作业路径进行深度作业。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110447296.1A CN113180558B (zh) | 2021-04-25 | 2021-04-25 | 复杂区域深度作业方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110447296.1A CN113180558B (zh) | 2021-04-25 | 2021-04-25 | 复杂区域深度作业方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113180558A true CN113180558A (zh) | 2021-07-30 |
CN113180558B CN113180558B (zh) | 2022-07-08 |
Family
ID=76978511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110447296.1A Active CN113180558B (zh) | 2021-04-25 | 2021-04-25 | 复杂区域深度作业方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113180558B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113885524A (zh) * | 2021-10-29 | 2022-01-04 | 珠海格力电器股份有限公司 | 智能设备作业控制方法、装置、电子设备和存储介质 |
CN113876250A (zh) * | 2021-09-30 | 2022-01-04 | 杭州华橙软件技术有限公司 | 设备的控制方法、装置、存储介质及电子装置 |
CN114003040A (zh) * | 2021-10-29 | 2022-02-01 | 珠海格力电器股份有限公司 | 智能设备作业控制方法、装置、电子设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102138769A (zh) * | 2010-01-28 | 2011-08-03 | 深圳先进技术研究院 | 清洁机器人及其清扫方法 |
CN102541056A (zh) * | 2010-12-16 | 2012-07-04 | 莱克电气股份有限公司 | 机器人的障碍物处理方法 |
CN106805856A (zh) * | 2016-12-31 | 2017-06-09 | 鸿奇机器人股份有限公司 | 控制清洁机器人的方法 |
CN108498013A (zh) * | 2018-03-14 | 2018-09-07 | 深圳市沃特沃德股份有限公司 | 扫地机器人及其扫地方法和装置 |
CN109828562A (zh) * | 2019-01-17 | 2019-05-31 | 上海岚豹智能科技有限公司 | 机器人清扫模式调节方法及装置 |
CN110946507A (zh) * | 2018-09-26 | 2020-04-03 | 珠海格力电器股份有限公司 | 一种扫地机器人及其使用方法 |
CN111374598A (zh) * | 2018-12-28 | 2020-07-07 | 珠海市一微半导体有限公司 | 扫地机器人清理毛发的控制方法、装置和芯片 |
CN111449571A (zh) * | 2020-03-09 | 2020-07-28 | 珠海格力电器股份有限公司 | 基于定位系统的清扫方法、装置、设备及计算机可读介质 |
CN111568321A (zh) * | 2020-04-15 | 2020-08-25 | 长沙中联重科环境产业有限公司 | 防疫消毒清洁机器人消毒清洁作业效果检测方法及装置 |
KR20210015121A (ko) * | 2019-07-31 | 2021-02-10 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
-
2021
- 2021-04-25 CN CN202110447296.1A patent/CN113180558B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102138769A (zh) * | 2010-01-28 | 2011-08-03 | 深圳先进技术研究院 | 清洁机器人及其清扫方法 |
CN102541056A (zh) * | 2010-12-16 | 2012-07-04 | 莱克电气股份有限公司 | 机器人的障碍物处理方法 |
CN106805856A (zh) * | 2016-12-31 | 2017-06-09 | 鸿奇机器人股份有限公司 | 控制清洁机器人的方法 |
CN108498013A (zh) * | 2018-03-14 | 2018-09-07 | 深圳市沃特沃德股份有限公司 | 扫地机器人及其扫地方法和装置 |
CN110946507A (zh) * | 2018-09-26 | 2020-04-03 | 珠海格力电器股份有限公司 | 一种扫地机器人及其使用方法 |
CN111374598A (zh) * | 2018-12-28 | 2020-07-07 | 珠海市一微半导体有限公司 | 扫地机器人清理毛发的控制方法、装置和芯片 |
CN109828562A (zh) * | 2019-01-17 | 2019-05-31 | 上海岚豹智能科技有限公司 | 机器人清扫模式调节方法及装置 |
KR20210015121A (ko) * | 2019-07-31 | 2021-02-10 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
CN111449571A (zh) * | 2020-03-09 | 2020-07-28 | 珠海格力电器股份有限公司 | 基于定位系统的清扫方法、装置、设备及计算机可读介质 |
CN111568321A (zh) * | 2020-04-15 | 2020-08-25 | 长沙中联重科环境产业有限公司 | 防疫消毒清洁机器人消毒清洁作业效果检测方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113876250A (zh) * | 2021-09-30 | 2022-01-04 | 杭州华橙软件技术有限公司 | 设备的控制方法、装置、存储介质及电子装置 |
CN113885524A (zh) * | 2021-10-29 | 2022-01-04 | 珠海格力电器股份有限公司 | 智能设备作业控制方法、装置、电子设备和存储介质 |
CN114003040A (zh) * | 2021-10-29 | 2022-02-01 | 珠海格力电器股份有限公司 | 智能设备作业控制方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113180558B (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113180558B (zh) | 复杂区域深度作业方法、装置、计算机设备和存储介质 | |
CN107773164B (zh) | 用于清洁机器人的清洁方法、装置及机器人 | |
CN109528089B (zh) | 一种被困清洁机器人的继续行走方法、装置及芯片 | |
US20170181383A1 (en) | Pruning Robot System | |
CN108981710A (zh) | 一种移动机器人的全覆盖路径规划方法 | |
CN111603100B (zh) | 扫地机清扫地图的存储和复用方法、及存储和复用装置 | |
CN109588101B (zh) | 用于提高智能割草机作业覆盖率的控制方法 | |
CN113485375A (zh) | 一种基于启发式偏置采样的室内环境机器人探索方法 | |
EP4357871A1 (en) | Robot task execution method and apparatus, robot, and storage medium | |
CN113110471B (zh) | 设备作业路径规划方法、装置、计算机设备和存储介质 | |
CN109068278B (zh) | 室内避障方法、装置、计算机设备及存储介质 | |
CN111381590A (zh) | 一种扫地机器人及其路线规划方法 | |
CN110989635A (zh) | 扫地机器人的清扫方法及扫地机器人 | |
CN113534822A (zh) | 扫地机器人的路径控制方法、装置及扫地机器人 | |
CN113191412A (zh) | 设备重定位方法、装置、计算机设备和存储介质 | |
CN111950440A (zh) | 一种识别与定位门的方法、装置及存储介质 | |
CN113096181B (zh) | 设备位姿的确定方法、装置、存储介质及电子装置 | |
CN113892857B (zh) | 清洁机器人清洁控制方法、装置、计算机设备和介质 | |
CN111427341A (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 | |
CN108445881A (zh) | 一种机器人的找人方法和机器人 | |
CN114740853A (zh) | 路径规划方法、终端设备和存储介质 | |
CN112904901B (zh) | 一种基于双目视觉slam与融合算法的路径规划方法 | |
CN113806455B (zh) | 地图构建方法、设备及存储介质 | |
CN113110499A (zh) | 一种通行区域的判定方法、路线搜索方法、机器人及芯片 | |
CN112486182A (zh) | 一种实现未知环境地图构建与路径规划的扫地机器人及其使用方法 |
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 |