CN113325841A - 机器人行进控制方法及装置 - Google Patents

机器人行进控制方法及装置 Download PDF

Info

Publication number
CN113325841A
CN113325841A CN202110528348.8A CN202110528348A CN113325841A CN 113325841 A CN113325841 A CN 113325841A CN 202110528348 A CN202110528348 A CN 202110528348A CN 113325841 A CN113325841 A CN 113325841A
Authority
CN
China
Prior art keywords
robot
base station
condition
point information
preset
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.)
Pending
Application number
CN202110528348.8A
Other languages
English (en)
Inventor
王莹
高超
于昊田
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.)
Ecovacs Robotics Suzhou Co Ltd
Original Assignee
Ecovacs Robotics Suzhou 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 Ecovacs Robotics Suzhou Co Ltd filed Critical Ecovacs Robotics Suzhou Co Ltd
Priority to CN202110528348.8A priority Critical patent/CN113325841A/zh
Publication of CN113325841A publication Critical patent/CN113325841A/zh
Pending legal-status Critical Current

Links

Images

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
    • G05D1/0238—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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Optics & Photonics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本说明书实施例提供了机器人行进控制方法及装置，其中，所述方法包括在满足预设条件的情况下，向基站移动；在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。具体的，所述机器人行进控制方法通过机器人上的距离传感器采集的基站的行进区域的当前特征点信息，准确的检测出机器人与基站之间是否存在障碍物，提高机器人与基站之间对接工作的成功率，提升用户体验。

Description

机器人行进控制方法及装置
技术领域
本说明书实施例涉及计算机技术领域，特别涉及一种机器人行进控制方法。本说明书一个或者多个实施例同时涉及一种机器人行进控制装置，一种机器人，以及一种计算机可读存储介质。
背景技术
随着科技的发展，人们生活舒适度随着家用电器的不断改进而迅速提高，其中，扫地机器人就实现了智能清扫的问题。扫地机器人在工作一段时间之后，电量较低的情况下，就需要返回充电桩进行充电。若机器人返回充电桩充电时，充电桩前面存在障碍物的情况下，则障碍物会对机器人向充电桩行进时产生阻碍，极大的降低扫地机器人的充电成功率，降低用户体验。
发明内容
有鉴于此，本说明书施例提供了一种机器人行进控制方法。本说明书一个或者多个实施例同时涉及一种机器人行进控制装置，一种机器人，以及一种计算机可读存储介质，以解决现有技术中存在的技术缺陷。
根据本说明书实施例的第一方面，提供了机器人行进控制方法，应用于机器人，包括：
在满足预设条件的情况下，向基站移动；
在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；
基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。
根据本说明书实施例的第二方面，提供了一种机器人行进控制装置，应用于机器人，包括：
移动模块，被配置为在满足预设条件的情况下，向基站移动；
特征点采集模块，被配置为在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；
障碍物检测模块，被配置为基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。
根据本说明书实施例的第三方面，提供了一种机器人，包括：
机械本体，所述机械本体上设有存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述机器人行进控制方法的步骤。
根据本说明书实施例的第四方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现上述机器人行进控制方法的步骤。
本说明书一个实施例实现了机器人行进控制方法及装置，其中，机器人行进控制方法包括在满足预设条件的情况下，向基站移动；在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。具体的，所述机器人行进控制方法通过机器人上的距离传感器采集的基站的行进区域的当前特征点信息，准确的检测出机器人与基站之间是否存在障碍物，提高机器人与基站之间对接工作的成功率，提升用户体验。
附图说明
图1a是本说明书一个实施例提供的一种机器人行进控制方法中结构光模组的结构示意图；
图1b是本说明书一个实施例提供的一种机器人行进控制方法中带有结构光模组的机器人的结构示意图；
图2是本说明书一个实施例提供的一种机器人行进控制方法的具体应用场景的示例图；
图3是本说明书一个实施例提供的一种机器人行进控制方法的流程图；
图4是本说明书一个实施例提供的一种机器人行进控制方法中基站的示意图；
图5是本说明书一个实施例提供的一种机器人行进控制方法中障碍物的示意图；
图6是本说明书一个实施例提供的一种机器人行进控制方法中不存在障碍物的深度图像的示意图；
图7是本说明书一个实施例提供的一种机器人行进控制方法中存在障碍物的深度图像的示意图；
图8是本说明书一个实施例提供的一种机器人行进控制方法在机器人返回充电桩充电的应用的示意图；
图9是本说明书一个实施例提供的一种机器人行进控制方法的处理过程流程图；
图10是本说明书一个实施例提供的一种机器人行进控制装置的结构示意图；
图11是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
TOF：Time offlight，飞行时间法，TOF测距方法属于双向测距技术，它主要利用信号在两个异步收发机(或被反射面)之间往返的飞行时间来测量节点间的距离，属于一种深度相机。
现有技术中，自动扫地机器人自动回充功能是彰显自动智能扫地机器人的一大亮点，自动扫地机器人的充电座种类繁多，其中，较为智能且实用的是集尘加自清洁集成充电桩(例如omnidock)，这种充电桩不仅可以实现解放双手，集尘加自清洁功能的加入更是进一步减轻了日常清洁的负担。
现有技术中扫地机器人的充电簧片在扫地机器人的前方或者前下方，返回充电的方式是面向充电桩，以撞板的信息判断充电桩前方是否存在障碍物。
但是，目前集尘加自清洁集成充电桩的扫地机器人的充电簧片一般在扫地机器人的后方，扫地机器人在充电时需要背对着充电桩，因此就无法采用传统的通过撞板碰撞识别对接动作之间的障碍物，那么若扫地机器人与充电桩对接前存在障碍物的情况下，就会导致扫地机器人充电成功率降低，用户体验较差。
基于此，在本说明书中，提供了一种机器人行进控制方法。本说明书一个或者多个实施例同时涉及一种机器人行进控制装置，一种机器人，以及一种计算机可读存储介质，在下面的实施例中逐一进行详细说明。
针对现有机器人可能无法采集到低矮障碍物信息或者较高障碍物信息的问题，在本说明书实施例中，机器人上设置有距离传感器(如结构光模组、面阵激光雷达、毫米波或者景深摄像头等)以及深度相机(如TOF)，利用距离传感器以及深度相机采集周围环境信息，可在行进过程中精确地探测到低矮障碍物的信息以及较高障碍物的信息，有利于提升机器人采集环境的丰富度、完整性以及准确度，进而有利于机器人在返回基站充电时通过上述方式对障碍物进行检测，提高机器人的充电成功率。
在介绍本说明书实施例的解决方案之前，首先以距离传感器为结构光模组，对机器人与结构光模组进行简单介绍，在本说明书实施例中，结构光模组设置于机器人上，例如可以设置在机器人的正前方、左侧方、右侧放或者后方等，用于采集机器人在行进过程中或者静止环境下的周围的环境信息。
参见图1a，图1a示出了本说明书一个实施例提供的一种机器人行进控制方法中结构光模组的结构示意图。
如图1a所示，机器人上安装的结构光模组10包括：摄像头模组101和分布于摄像头模组101两侧的线激光发射器102。
在结构光模组10中，线激光发射器102用于向外发射线激光；摄像头模组101负责采集线激光探测到的环境图像。其中，线激光发射器102发射出去的线激光位于摄像头模组101的视场范围内，线激光可帮助探测摄像头模组101视场角内的物体的轮廓、高度和/或宽度等信息；摄像头模组101可采集由线激光探测到的环境图像。在本说明书各实施例中，摄像头模组101采集到的环境图像包含线激光遇到地面或者物体表面后形成的特征点。
其中，摄像头模组101的视场角包括垂直视场角和水平视场角。在本实施例中，并不限定摄像头模组101的视场角，可以根据实际应用需求来选择具有合适视场角的摄像头模组101。只要线激光发射器102发射出去的线激光位于摄像头模组101的视场范围内即可。至于线激光在物体表面形成的特征点与水平面之间的角度不做限定，例如可以平行或垂直于水平面，也可以与水平面之间成任意角度，具体可根据实际应用而定。
在本说明书实施例中，并不限定线激光发射器102的实现形态，可以是任何能够发射线激光的设备或产品形态。例如线激光发射器102可以但不限于：激光管。同理，也不限定摄像头模组101的实现形态。凡是可以采集环境图像的视觉类设备均适用于本说明书实施例。例如摄像头模组101可以包括但不限于：单目摄像头、双目摄像头等。
如图1a所示，在进行障碍物检测时，结构光模组10上的摄像头模组101的视场范围为线激光发射器102从机器人的E点和F点向外发射线激光形成的范围，如图1a中ABF的范围和DCE的范围；此时，线激光发射器102从机器人的E点和F点向外发射线激光，从而探测出摄像头模组101视场角内的障碍物的轮廓、高度和/或宽度等信息。实际应用中，为了减少盲区，线激光发射器102会左右旋转，实现通过机器人的E点和F点向外发射线激光时可以扩大扫描范围，进而扩大摄像头模组101的视角范围，完整且准确的探测出摄像头模组101视场角内的所有的障碍物的轮廓、高度和/或宽度等信息。
参见图1b，图1b示出了本说明书一个实施例提供的一种机器人行进控制方法中带有结构光模组的机器人的结构示意图。
如图1b所示，机器人包括：设备本体300以及安装于设备本体300的撞板305，其中，撞板305上设置有窗口31、窗口32以及窗口33。
具体实施时，机器人的设备本体300与撞板305之前安装有结构光模组，并且结构光模组包括摄像头模组和分布于摄像头模组两侧的线激光传感器。结合图1a，线激光发射器102通过窗口31和窗口33向外发射线激光，摄像头模组101通过窗口32采集线激光探测到的环境图像。其中，线激光传感器发射出去的线激光位于摄像头模组的视场范围内，线激光可帮助探测摄像头模组视场角内的物体的轮廓、高度和/或宽度等信息；摄像头模组可采集由线激光探测到的环境图像。在本说明书各实施例中，摄像头模组采集到的环境图像包含线激光遇到地面或者物体表面后形成的特征点。
本说明书实施例提供了一种机器人行进控制方法，可以利用结构光模组采集基站的行进区域的特征点，快速的确定基站的行进区域是否存在障碍物，从而提高机器人的充电成功率。下面结合附图，对本说明书实施例提供的机器人行进控制方法进行详细说明。
参见图2，图2示出了本说明书一个实施例提供的一种机器人行进控制方法的具体应用场景的示例图。
图2的应用场景中包括自动扫地机器人和充电桩，具体的，自动扫地机器人在工作的过程中需要充电时，与充电桩通信连接，自动扫地机器人启动回充流程。
首先，自动扫地机器行进至充电桩，在距离充电桩的正前方的边界10厘米处停止，使得其安装有摄像头的一侧面向充电桩，然后通过距离传感器(如线激光)和TOF检测其距离充电桩之间的位置是否存在障碍物，如果不存在障碍物，则原地旋转180度，使得安装有充电簧片的一侧面向充电桩，后退移动至充电桩，使得自身的充电簧片与充电桩上的充电簧片对接，从而实现充电连接；如果存在障碍物，则报警，并且不做其它的对接动作。
参见图3，图3示出了根据本说明书一个实施例提供的一种机器人行进控制方法的流程图，其中，所述机器人行进控制方法应用于机器人，具体包括如下步骤。
步骤302：在满足预设条件的情况下，向基站移动。
其中，机器人可以是任意一种类型的智能机器人，例如扫地机器人、吸尘机器人、割草机器人、拖地机器人或者是集吸尘与扫地于一体的机器人等。
本说明书实施例中，障碍物可以理解为在机器人与基站对接的时候产生阻挡的任意一种物品，例如鞋子、衣服或者是玩具等等。其中，基站可以理解为充电桩、清洁桩或者是集充电以及清洁于一体的充电桩等。
具体的，所述在满足预设条件的情况下，向基站移动，包括：
在电量小于等于预设电量阈值的情况下，向基站移动；或者
在清洁装置满足预设清理条件的情况下，向基站移动。
实际应用中，机器人行进控制方法的具体应用场景不同，预设条件也就不同，例如当机器人为扫地机器人，基站为充电桩，机器人行进控制方法应用在扫地机器人返回充电桩充电的场景中，预设条件可以理解为对扫地机器人的电量的限制。那么在扫地机器人的电量小于等于预设电量阈值的情况下，扫地机器人向基站移动，其中，预设电量阈值可以根据实际应用进行设置，例如可以将预设电量阈值设置为7％或者10％等。
而当机器人为扫地机器人，基站为清洁桩，机器人行进控制方法应用在扫地机器人返回清洁桩进行自清洁的场景中，预设条件可以理解为对扫地机器人的清洁设备的限制。那么在扫地机器人的清洁装置(例如清洁抹布)满足预设清理条件的情况下，与清洁桩建立通信连接，其中，预设清理条件可以根据实际应用进行设置，例如预设清理条件为：清洁抹布的颜色变为黑色等。
本说明书实施例中，机器人在不同的应用场景下工作的过程中，当满足了预设条件的情况下，向基站移动，使得后续机器人与基站建立对接关系，从而提高机器人与基站之间的接触对接效率。
以下为了便于理解，均以机器人为集吸尘、自清洁于一体的扫地机器人，以基站为集清洁、充电于一体的充电桩为例，对本说明书实施例提供的机器人行进控制方法进行详细说明。
步骤304：在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息。
步骤306：基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。
其中，对于距离传感器的具体介绍可以参见上述实施例，在此不再赘述。
在一种可实现的场景中，当机器人满足预设条件的情况下，机器人与基站建立通信连接，而当机器人与基站建立通信连接之后，机器人就可以基于与基站的通信连接关系，向与其建立了通信连接关系的基站移动。
实际应用中，当清洁面积较大时，可能会存在多个机器人(如扫地机器人)以及多个基站(如充电桩)，因此当扫地机器人需要充电或者自清洁的情况下，是需要与其中一个充电桩建立通信连接关系，以可以准确且快速的移动至目标充电桩，从而实现充电和/或自清洁。
而一般情况下，可以不考虑机器人与基站的连接关系，默认在机器人满足预设条件的情况下，即可以向其匹配的基站移动。
其中，预设距离阈值可以根据实际需要进行设置，在此不做任何限定，例如预设距离阈值可以设置为10厘米-15厘米等。实际应用中，根据实验确定，预设距离阈值设置为10厘米-15厘米的情况下，利用距离传感器和深度相机进行对机器人与充电桩之间的障碍物检测时的检测结果才会较为完整准确，若预设距离阈值较小，机器人会一直对其与充电桩之间的障碍物进行检测，可能直到行进到充电桩的行进区域(斜坡)上时发现不存在障碍物，进行180旋转，使得机器人上的充电簧片与充电桩上的充电簧片对应，而此时由于充电桩的行进区域是一个斜坡，机器人在进行旋转时的难度较大，有可能会在旋转的同时造成下滑，极大的浪费机器人的充电时间，用户体验不好。而若预设距离阈值设置的较大，由于距离传感器和深度相机均是以反射距离采集障碍物信息，那么在机器人与充电桩之间存在障碍物的情况下，当预设距离阈值设置的较大，距离传感器和深度相机在距离充电桩较远的距离进行障碍物采集时，采集到的障碍物的信息可能会不完整不准确，甚至对于在充电桩的充电弹簧附近的障碍物无法进行采集。那么在无法采集到障碍物的情况下，机器人向基站移动充电的过程中就会碰撞到障碍物，对机器人造成损坏，还会影响机器人的充电效率。
在基站为充电桩的情况下，基站的边界可以理解为充电桩的正前方边界。
而机器人与基站的边界的距离可以通过机器人上安装的深度相机(如摄像头等)，实时测量机器人与基站的边界之间的距离，并判断机器人与基站的边界距离是否小于等于预设距离阈值；另外一种情况下，若机器人自身带有距离感应装置，那么也可以在机器人向基站移动时，基于自身携带的距离感应装置实时测量自身与基站的边界距离，并判断机器人与基站的边界距离是否小于等于预设距离阈值。
参见图4，图4示出了本说明书一个实施例提供的一种机器人行进控制方法中基站的示意图。
图4中的基站为充电桩，该充电桩为斜坡状，其斜坡的上部有充电簧片，机器人在充电时，是需要移动至充电簧片，使得其自身后边的充电簧片与充电桩上的充电簧片对接之后进行充电。其斜坡的下部最低的边界即为上述实施例中的基站的边界。
具体实施时，在机器人与基站的边界距离小于等于预设距离阈值的情况下，基于机器人上的距离传感器(如结构光模组)采集基站的行进区域的当前特征点信息，并基于当前特征点信息确定基站的行进区域是否存在障碍物。结合图4，图4中的充电桩的斜坡面即可以理解为基站的行进区域。
实际应用中，根据基站的行进区域的当前特征点信息确定基站的行进区域是否存在障碍物，可以包括三种方式，具体的第一种方式实现如下：
所述基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物，包括：
基于所述当前特征点信息判断所述基站的行进区域是否存在凸起或者不平滑，
若是，则确定所述基站的行进区域存在障碍物，
若否，则确定所述基站的行进区域不存在障碍物。
实际应用中，若基站的行进区域存在障碍物，那么机器人的结构光模组采集到的基站的行进区域的当前特征点信息之间就会存在起伏，则整个基站的行进区域的当前特征点信息会形成凸起或者不平滑的特征。此时，可以根据基站的行进区域的当前特征点信息形成的凸起或者不平滑的特征，快速的判断出基站的行进区域存在障碍物。
而若基站的行进区域不存在障碍物，那么机器人的结构光模组采集到的基站的行进区域的当前特征点信息之间就会比较平滑，则整个基站的行进区域的当前特征点信息不会存在凸起或者不平滑的特征。此时，可以快速的判断出基站的行进区域不存在障碍物。
此外，若基站的行进区域中的障碍物的显著性较低，那么即使基站的行进区域存在障碍物，通过上述方式也可能会判断不出来基站的行进区域存在障碍物。此时，可以通过第二种方式判断基站的行进区域是否存在障碍物，具体实现方式如下所述：
所述基于所述特征点信息确定所述基站的行进区域是否存在障碍物，包括：
获取预先存储的所述基站的行进区域的初始特征点信息；
判断所述初始特征点信息与所述当前特征点信息是否一致，
若是，则确定所述基站的行进区域不存在障碍物，
若否，则确定所述基站的行进区域存在障碍物。
具体的，可以在机器人中预先设置基站的行进区域的初始特征点信息(初始特征点信息为不存在障碍物的信息)，那么在具体应用中，通过结构光采集模块采集到基站的行进区域的当前特征点信息之后，将机器人中预存的基站的行进区域的初始特征点信息与当前特征点信息进行比对，若比对结果一致，则可以确定基站的行进区域当前不存在障碍物，若比对结果不一致，则可以确定基站的行进区域当前存在障碍物。
实际应用中，若基站的行进区域中存在显著性较低(较薄、较低和/或体积较小)的障碍物，结构光模组采集的基站的行进区域的当前特征点信息之间的过渡较为平滑，特征点之间的起伏就不是很明显，那么为了更为精确的检测到基站的行进区域是否存在障碍物，则可以使用此种通过比对基站的行进区域的初始特征点信息和当前特征点信息的方式，实现对基站的行进区域的障碍物的检测。
具体的，在基站的行进区域中的障碍物的显著性较低的情况下，可以通过第三种方式判断基站的行进区域是否存在障碍物，具体实现方式如下所述：
所述基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物，包括：
获取预先存储的所述基站的行进区域的初始特征点信息形成的区域平面与水平面之间的第一斜率；
确定所述基站的行进区域的当前特征点信息形成的区域平面与所述水平面之间的第二斜率；
判断所述第一斜率与所述第二斜率是否一致，
若是，则确定所述基站的行进区域不存在障碍物，
若否，则确定所述基站的行进区域存在障碍物。
具体的，可以在机器人中预先设置基站的行进区域的初始特征点信息(初始特征点信息为不存在障碍物的信息)形成的区域平面与水平面之间的斜率(即夹角)，那么在具体应用中，通过结构光采集模块采集到基站的行进区域的当前特征点信息形成的区域平面之后，获取该区域平面与水平面之间的斜率。通过将机器人中预存的基站的行进区域的第一斜率与当前获取的基站的行进区域的第二斜率进行比对，若比对结果一致，则可以确定基站的行进区域当前不存在障碍物，若比对结果不一致，则可以确定基站的行进区域当前存在障碍物。
实际应用中，若基站的行进区域中存在显著性较低(较薄、较低和/或体积较小)的障碍物，结构光模组采集的基站的行进区域的当前特征点信息之间的过渡较为平滑，特征点之间的起伏就不是很明显，那么为了更为精确的检测到基站的行进区域是否存在障碍物，则可以使用此种通过比对基站的行进区域形成的平面与水平面之间的斜率的方式，实现对基站的行进区域的障碍物的检测。
具体实施时，为了保证基站的行进区域是否存在障碍物的检测准确性，可以先根据基站的行进区域的当前特征点信息的平滑情况，首次判断基站的行进区域是否存在障碍物，在确定基站的行进区域不存在障碍物的情况下，可以再采用第二种方式和/或第三种方式进行基站的行进区域的障碍物的检测。进一步的保证基站的行进区域的障碍物检测的精确度。而在首次判断基站的行进区域存在障碍物的情况下，为了提高工作效率，可以直接确定基站的行进区域存在障碍物，无需进行进一步的障碍物检测。
如图4所示，若本说明书实施例的基站为斜坡状的基站时，斜坡状的基站则会存在高低落差，由于结构光模组安装在机器人上，机器人的高度有限，也会对其安装的结构光模组对于机器人与基站之间的障碍物检测存在一定的限制，例如在障碍物的体积以及高度均比较庞大的情况下，结构光模组可能就无法获取到障碍物的完整的信息，也就无法确定基站的行进区域中检测到的物体是基站本体还是障碍物。此时，就需要结合安装在机器人上，具有一定高度的深度相机，对基站的行进区域中的障碍物情况进行预处理，进一步的实现对基站的行进区域的障碍物检测的完整性。具体实现方式如下所述：
所述基于所述机器人上的结构光模组采集所述基站的行进区域的当前特征点信息之前，还包括：
基于所述机器人上的深度相机采集所述机器人与所述基站之间的深度图像，并基于所述深度图像确定所述机器人与所述基站之间是否存在障碍物。
其中，深度相机包括但不限于TOF相机，也可以是其他深度相机，可以检测出一定高度的物体的相机均可。
具体的，所述基于所述深度图像确定所述机器人与所述基站之间是否存在障碍物，包括：
基于所述深度图像确定所述机器人与所述基站之间的测量距离；
判断所述测量距离是否小于所述机器人与所述基站之间的预设距离，
若是，则确定所述机器人与所述基站之间存在障碍物，
若否，则基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息。
其中，预设距离可以根据实际应用进行设置，本申请实施例中，预设距离可以设置为45厘米-50厘米之间。结合上述实施例，具体实施时，在机器人距离基站的边界距离小于等于预设距离阈值(10-15厘米)停止的情况下，机器人距离基站的充电弹簧的距离在45厘米-50厘米之间。因此，预设距离阈值与预设距离之间存在相互关联的关系。实际应用中，预设距离的设置是基于预设距离阈值确定的，可以最大程度的保证后续距离传感器和深度相机判断机器人与基站之间的障碍物的准确性。
那么当测量距离小于机器人与基站之间的预设距离的情况下，则可以确定机器人与基站之间存在障碍物，TOF获取到的测量距离为机器人与障碍物之间的距离，由于障碍物在机器人与基站之间，那么此时的测量距离必然会小于机器人与基站之间的预设距离45厘米-50厘米。当测量距离大于等于机器人与基站之间的预设距离的情况下，则可以确定机器人与基站之间不存在障碍物，TOF获取到的测量距离为机器人与基站之间的测量距离或者在TOF设置的较高的情况下，TOF获取到的测量距离为机器人与基站外侧物体的测量距离，那么此时的测量距离必然会大于等于机器人与基站之间的预设距离45厘米-50厘米。
实际应用中，TOF可以获取机器人与基站之间的深度图像，即扫地机器人的TOF抓取其自身与充电桩之间环境的点形成的深度图像，通过该深度图像可以看出机器人与充电桩之间的测量距离，当充电桩前有障碍物的情况下，机器人的TOF向充电桩之间的测量距离则会是机器人与障碍物之间的距离，此时该测量距离就会小于机器人与充电桩之间的实际距离，那么可以确定机器人与充电桩之前存在障碍物。
其中，预设距离为基于机器人与基站之间的实际距离确定的距离，如图4所示，预设距离可以理解为基于机器人与充电桩的斜坡上部充电簧片的距离设置的距离。
参见图5，图5示出了本说明书一个实施例提供的一种机器人行进控制方法中障碍物的示意图。
实际应用中，机器人的TOF获取其自身与充电桩之间的深度图像后，由于该机器人与充电桩之间存在两个障碍物(即图5中的障碍物1和障碍物2)，因此，从深度图像中获取到的机器人与充电桩之间的测量距离，则是机器人与障碍物1和障碍物2之间的测量距离。而机器人与充电桩的充电簧片之间的实际距离是要大于该测量距离的，因此，则可以确定机器人与充电桩之间存在障碍物。
参见图6，图6示出了本说明书一个实施例提供的一种机器人行进控制方法中不存在障碍物的深度图像的示意图。
结合图4，在机器人与充电桩之间不存在障碍物的情况下，机器人的TOF获取的深度图像即为图6中的图像，当机器人正对着充电桩时，机器人与充电桩的角度为0，图6中0度的波峰在600-800毫米之间，例如是65厘米，那么机器人与充电桩的预设距离为62厘米的情况下，则确定机器人与充电桩之间不存在障碍物。
通过图4可以看出，充电桩为环形，因此机器人与充电桩的环形的每个点的距离都不相同，实际应用中，可以将机器人与充电桩的环形的最小距离作为预设距离，当深度图像中的测量距离小于该预设距离的情况下，就可以确定机器人与充电桩之间存在障碍物，而在大于等于预设距离的情况下，可以确定机器人与充电桩之间不存在障碍物。
参见图7，图7示出了本说明书一个实施例提供的一种机器人行进控制方法中存在障碍物的深度图像的示意图。
结合图5，在机器人与充电桩之间存在障碍物的情况下，机器人的TOF获取的深度图像即为图7中的图像，当机器人正对着充电桩时，机器人与充电桩的角度为0，图7中0度的波峰在200-400毫米之间，例如是22厘米，那么机器人与充电桩的预设距离为62厘米的情况下，则确定机器人与充电桩之间存在障碍物。
通过图5可以看出，充电桩为环形，因此机器人与充电桩的环形的每个点的距离都不相同，实际应用中，可以将机器人与充电桩的环形的最小距离作为预设距离，当深度图像中的测量距离小于该预设距离的情况下，就可以确定机器人与充电桩之间存在障碍物，而在大于等于预设距离的情况下，可以确定机器人与充电桩之间不存在障碍物。
具体实施时，若通过TOF检测出基站的行进区域存在障碍物的情况下，则可以确定机器人与基站之间存在障碍物，而若通过TOF检测出基站的行进区域不存在障碍物的情况下，为了保证障碍物检测的精确度，则需要通过结构光模组继续检测基站的行进区域是否存在障碍物。
本说明书实施例中，可以通过判断机器人的TOF获取的深度图像中的测量距离与预设距离之间的关系，准确的确定出机器人与基站之间是否存在障碍物。
具体实施时，若机器人与充电桩之间存在障碍物，机器人可以发出警报(例如机器人发出报警声音，红灯闪烁和/或通过与机器人通信连接的智能终端APP提示用户等)，不与充电桩建立充电连接，避免碰撞到障碍物；若机器人与充电桩之间不存在障碍物，机器人则移动到充电桩，使得自身的充电簧片与充电桩的充电簧片对接，以实现机器人充电，具体实现方式如下所述：
所述确定所述基站的行进区域不存在障碍物之后，还包括：
确定所述机器人上与所述基站对接的连接设备，与所述基站的对应关系；
在确定所述连接设备与所述基站的对应关系不满足预设对接条件的情况下，所述机器人原地旋转；
所述机器人旋转至与所述基站的对应关系满足预设对接条件的情况下，移动至所述基站，并与所述基站进行对接。
其中，连接设备可以理解为机器人的充电簧片，也可以理解为机器人与清洁桩进行对接的连接簧片等，具体的，机器人行进控制方法的应用场景不同，其连接设备也不同。
具体的，所述机器人上的距离传感器设置在所述机器人的一侧，所述机器人上与所述基站对接的连接设备设置在所述机器人上、与所述距离传感器对应的另一侧。即机器人上的距离传感器与机器人上的充电簧片属于背对关系。
以连接设备为机器人的充电簧片为例，预设对应条件可以理解为机器人的充电簧片与基站的对应条件，即机器人的充电簧片应正面面向基站。
以基站为充电桩，连接设备为充电簧片为例，在确定机器人与充电桩之间不存在障碍物的情况下，确定机器人的充电簧片与充电桩的对应关系，若机器人的充电簧片正向面对充电桩的充电簧片，此时，则机器人可以直接向充电桩移动，直至机器人的充电簧片与充电桩的充电簧片对接，从而实现机器人的充电；若机器人的充电簧片背对或者侧对充电桩的充电簧片，此时，则机器人原地旋转，从而控制机器人的充电簧片旋转，在旋转至机器人的充电簧片正面面对充电桩的充电簧片时，机器人向充电桩移动，直至机器人的充电簧片与充电桩的充电簧片对接，从而实现机器人的充电。
在另外的实施例中，若基站为清洁桩的情况下，机器人与基站对接，可以实现机器人在清洁桩的自清洗。
本说明书实施例中，在确定基站的行进区域不存在障碍物的情况下，调整机器人与基站的对应关系，使得机器人可以快速的从基站的行进区域进行移动，实现与基站进行对接。
具体的，所述确定所述机器人上与所述基站对接的连接设备，与所述基站的对应关系，包括：
确定所述机器人上与所述基站对接的充电簧片与所述基站的充电簧片的对应关系；
相应地，所述在确定所述连接设备与所述基站的对应关系不满足预设对接条件的情况下，所述机器人原地旋转，包括：
在确定所述机器人上的充电簧片与所述基站的充电簧片为背对关系的情况下，所述机器人原地旋转180度；
相应地，所述机器人旋转至与所述基站的对应关系满足预设对接条件的情况下，移动至所述基站，并与所述基站进行对接，包括：
所述机器人旋转至所述机器人上的充电簧片与所述基站的充电簧片为正面对应关系的情况下，移动至所述基站，并与所述基站建立充电连接。
具体实施时，机器人上的充电簧片与机器人上设置的距离传感器属于背对关系，因此在实际应用中，当采用机器人上的距离传感器对机器人与基站之间的障碍物进行检测后，在实际充电时，还需要将机器人上的充电簧片旋转180度，使得机器人上的充电簧片与基站的充电簧片对应，机器人才可以向基站移动，当移动到基站时与基站上的充电簧片建立充电连接。
本申请实施例中，由于机器人上的充电簧片与距离传感器属于背对关系，因此在采用距离传感器进行障碍物判断之后，若想与基站的充电簧片快速的建立充电连接，机器人需要旋转180度，调整机器人与基站的对应关系，使得机器人可以快速的从基站的行进区域进行移动，实现与基站进行对接。
本说明书另一实施例中，所述基于所述机器人上的深度相机采集所述机器人与所述基站之间的深度图像之前，还包括：
确定所述机器人上的深度相机与所述基站的对应关系；
在确定所述深度相机与所述基站的对应关系不满足预设对应条件的情况下，控制所述深度相机原地旋转；
旋转至所述深度相机与所述基站的对应关系满足所述预设对应条件
其中，深度相机包括但不限于TOF。实际应用中，由于机器人在向基站移动的过程中，需要实时对其所在位置与基站之间的距离进行测量，因此机器人向基站移动时，可以先确定机器人上的深度相机与基站的对应关系(如面向关系、背对关系或者是侧面关系)，在深度相机与基站的对应关系不满足预设对应条件的情况下，控制深度相机原地旋转；旋转至所述深度相机与所述基站的对应关系满足所述预设对应条件的情况下，向所述基站移动。其中，预设对应条件可以根据实际应用进行设置，例如预设对应条件为深度相机与基站是正面对应的关系。
此外，在机器人上安装有距离传感器的情况下，机器人在向基站移动的过程中可以不用考虑深度相机与基站的对应关系，而在机器人与基站的边界距离小于等于预设距离阈值的情况下，需要采用机器人的深度相机采集机器人与基站之间的深度图像的情况下，调整机器人的深度相机与基站之间的对应关系，以使得通过机器人的深度相机可以准确的获得机器人与基站之间的深度图像。
具体的，机器人判断其自身的深度相机与基站的对应关系，若此时，深度相机与基站是背对关系，即深度相机的摄像头背对着基站，而预设对应条件为深度相机与基站是正面对应的关系的情况下，则可以确定深度相机与基站的对应关系不满足预设对应条件，那么这时机器人则控制深度相机旋转，至到深度相机的摄像头正面面向基站的情况下，通过深度相机采集机器人与基站之间的深度图像。
具体实施时，机器人有可能是在基站的背面或者侧面，这种情况下，机器人可以先移动至基站前方，再确定深度相机与基站的对应关系，从而调整深度相机的角度，以使得深度相机与基站的对应关系满足预设对应条件的情况下，通过深度相机采集机器人与基站之间的深度图像。
本说明书实施例中，机器人在通过深度相机采集机器人与基站之间的深度图像之前，先调整其深度相机与基站的对应关系，以便在机器人可以快速且准确的获取到机器人与基站之间的深度图像；并且机器人在向基站移动时，还可以基于深度相机实时测量自身与基站的边界距离，或者是通过深度相机对移动至基站的路线中的障碍物进行避让，使得机器人无需再安装其他的距离传感设备以及感应装置等，节省成本。
下面结合图8，以本说明书提供的所述机器人行进控制方法在机器人返回充电桩充电的应用为例，对所述机器人行进控制方法进行进一步说明。
图8中，以基站为充电桩为例，由于结构光模组发射出的线激光的光带较窄，在机器人上固定位置安装使用时，由于安装位置和角度的限制，结构光模组具有一定的有效量程，该有效量程至少包括结构光模组所能探测到的其前方区域内的最远距离，在于障碍物的距离超过结构光模组的有效量程时，结构光模组80将不能检测到障碍物信息。
如图8中所示，若结构光模组与障碍物之间的距离超过了结构光模组的有效量程，则结构光模组不能检测到障碍物的信息。
那么为了保证检测出的基站的行进区域的障碍物的准确性，则需要结合TOF采集的机器人与基站之间的深度图像，进一步的判断基站的行进区域的障碍物的信息，极大的提高基站的行进区域的障碍物的检测准确度。
下述结合附图9，以本说明书提供的所述机器人行进控制方法在机器人返回充电桩充电的应用为例，对所述机器人行进控制方法进行进一步说明。其中，图9示出了本说明书一个实施例提供的一种机器人行进控制方法的处理过程流程图，具体包括以下步骤。
具体的，所述机器人行进控制方法在机器人返回充电桩充电的场景中，机器人可以理解为扫地机器人，基站可以理解为充电桩。
步骤902：扫地机器人在电量过低的情况下，返回充电桩充电。
具体实施时，充电桩为特有的斜坡形状的充电桩，在此种充电桩的情况下，仅采用TOF或者线激光都不能完整的检测到扫地机器人与充电桩之间的障碍物信息。需要进行两者结合使用。
步骤904：扫地机器人行进至充电桩正前方10厘米处，面向充电桩。
步骤906：扫地机器人通过TOF和线激光检测扫地机器人与充电桩之间是否存在障碍物，若是，则执行步骤908，若否，则执行步骤910。
步骤908：扫地机器人发出报警提示。
步骤910：扫地机器人原地旋转180度，移动至充电桩，与充电桩对接。
具体的，首先扫地机器人通过TOF获取其自身与充电桩之间物体的距离，若扫地机器人与充电桩之间的实际距离为45厘米，而扫地机器人通过TOF获取其自身与充电桩之间物体的距离小于45厘米时，则可以认为充电桩前存在障碍物。由于TOF对于一定高度的物体检测有效，所以本说明书实施例中，同时结合线激光进行障碍物检测，当TOF判断无障碍物后，获取线激光获得的图像，如果该图像不是一个平面，有凸起或不够平滑，则可以判断充电桩前存在障碍物，影响机器人与充电桩的对接动作，此时若机器人的充电簧片在后面，与充电桩的充电簧片是背对着的情况下，则不做后续的旋转对接；并且进行报警提示，报警方式可以通过声音、红灯闪烁，和/或APP端提示的方式通知用户。
而当TOF判断无障碍物后，获取线激光获得的图像，如果该图像是一个平面，不存在凸起或不够平滑，则可以判断充电桩前不存在障碍物，不会影响机器人与充电桩的对接动作，此时若机器人的充电簧片在后面，与充电桩的充电簧片是背对着的情况下，机器人则可以原地旋转180度，使得机器人的充电簧片与充电桩的充电簧片正向面对时，机器人移动至充电桩，使得机器人的充电簧片与充电桩的充电簧片对接，实现充电。
本说明书实施例中，所述机器人行进控制方法可以适用于多种类似原理的设备，适用性高，在不增加成本的情况下，可以降低部分多余的功耗消耗。在应用于机器人返回充电桩充电的场景中，通过对充电前的障碍物的检测，不会在机器人后退至充电桩充电时，被障碍物卡住造成充电失败，极大的提高回充成功率，使得用户体验更加舒适。
与上述方法实施例相对应，本说明书还提供了机器人行进控制装置实施例，图10示出了本说明书一个实施例提供的一种机器人行进控制装置的结构示意图。如图10所示，该装置包括：
移动模块1002，被配置为在满足预设条件的情况下，向基站移动；
特征点采集模块1004，被配置为在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；
障碍物检测模块1006，被配置为基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。
可选地，所述障碍物检测模块1006，进一步被配置为：
基于所述当前特征点信息判断所述基站的行进区域是否存在凸起或者不平滑，
若是，则确定所述基站的行进区域存在障碍物，
若否，则确定所述基站的行进区域不存在障碍物。
可选地，所述障碍物检测模块1006，进一步被配置为：
获取预先存储的所述基站的行进区域的初始特征点信息；
判断所述初始特征点信息与所述当前特征点信息是否一致，
若是，则确定所述基站的行进区域不存在障碍物，
若否，则确定所述基站的行进区域存在障碍物。
可选地，所述障碍物检测模块1006，进一步被配置为：
获取预先存储的所述基站的行进区域的初始特征点信息形成的区域平面与水平面之间的第一斜率；
确定所述基站的行进区域的当前特征点信息形成的区域平面与所述水平面之间的第二斜率；
判断所述第一斜率与所述第二斜率是否一致，
若是，则确定所述基站的行进区域不存在障碍物，
若否，则确定所述基站的行进区域存在障碍物。
可选地，所述装置，还包括：
图像采集模块，被配置为基于所述机器人上的深度相机采集所述机器人与所述基站之间的深度图像，并基于所述深度图像确定所述机器人与所述基站之间是否存在障碍物。
可选地，所述图像采集模块，进一步被配置为：
基于所述深度图像确定所述机器人与所述基站之间的测量距离；
判断所述测量距离是否小于所述机器人与所述基站之间的预设距离，
若是，则确定所述机器人与所述基站之间存在障碍物，
若否，则基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息。
可选地，所述装置，还包括：
旋转模块，被配置为：
确定所述机器人上的深度相机与所述基站的对应关系；
在确定所述深度相机与所述基站的对应关系不满足预设对应条件的情况下，控制所述深度相机原地旋转；
旋转至所述深度相机与所述基站的对应关系满足所述预设对应条件。
可选地，所述装置，还包括：
对接模块，被配置为：
确定所述机器人上与所述基站对接的连接设备，与所述基站的对应关系；
在确定所述连接设备与所述基站的对应关系不满足预设对接条件的情况下，所述机器人原地旋转；
所述机器人旋转至与所述基站的对应关系满足预设对接条件的情况下，移动至所述基站，并与所述基站进行对接。
可选地，所述对接模块，进一步被配置为：
确定所述机器人上与所述基站对接的充电簧片与所述基站的充电簧片的对应关系；
在确定所述机器人上的充电簧片与所述基站的充电簧片为背对关系的情况下，所述机器人原地旋转180度；
所述机器人旋转至所述机器人上的充电簧片与所述基站的充电簧片为正面对应关系的情况下，移动至所述基站，并与所述基站建立充电连接。
可选地，所述装置，还包括：
所述机器人上的距离传感器设置在所述机器人的一侧，所述机器人上与所述基站对接的连接设备设置在所述机器人上、与所述距离传感器对应的另一侧。
可选地，所述移动模块1002，进一步被配置为：
在电量小于等于预设电量阈值的情况下，向基站移动；或者
在清洁装置满足预设清理条件的情况下，向基站移动。
实际应用场景中，图10的机器人行进控制装置可以理解为回充模块，那么该回充模块可以包括TOF模型(即第一图像采集装置)、激光雷达(即第二图像采集装置)以及MCD模块(即充电桩)，通过这几个模块可以实现对机器人的无障碍回充，从而保证机器人的回充成功率。
本说明书实施例中，所述机器人行进控制装置通过机器人上的结构光模组采集的基站的行进区域的当前特征点信息，准确的检测出机器人与基站之间是否存在障碍物，提高机器人与基站之间对接工作的成功率，提升用户体验。
上述为本实施例的一种机器人行进控制装置的示意性方案。需要说明的是，该机器人行进控制装置的技术方案与上述的机器人行进控制方法的技术方案属于同一构思，机器人行进控制装置的技术方案未详细描述的细节内容，均可以参见上述机器人行进控制方法的技术方案的描述。
图11示出了根据本说明书一个实施例提供的一种计算设备1100的结构框图。该计算设备1100的部件包括但不限于存储器1110和处理器1120。处理器1120与存储器1110通过总线1130相连接，数据库1150用于保存数据。
计算设备1100还包括接入设备1140，接入设备1140使得计算设备1100能够经由一个或多个网络1060通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备1140可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或多个，诸如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本说明书的一个实施例中，计算设备1100的上述部件以及图11中未示出的其他部件也可以彼此相连接，例如通过总线。应当理解，图11所示的计算设备结构框图仅仅是出于示例的目的，而不是对本说明书范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。
计算设备1100可以是任何类型的静止或移动计算设备，包括移动计算机或移动计算设备(例如，平板计算机、个人数字助理、膝上型计算机、笔记本计算机、上网本等)、移动电话(例如，智能手机)、可佩戴的计算设备(例如，智能手表、智能眼镜等)或其他类型的移动设备，或者诸如台式计算机或PC的静止计算设备。计算设备1100还可以是移动式或静止式的服务器。
其中，处理器1120用于执行如下计算机可执行指令，其中，所述处理器执行所述计算机可执行指令时实现所述机器人行进控制方法的步骤。
上述为本实施例的一种计算设备的示意性方案。需要说明的是，该计算设备的技术方案与上述的机器人行进控制方法的技术方案属于同一构思，计算设备的技术方案未详细描述的细节内容，均可以参见上述机器人行进控制方法的技术方案的描述。
本说明书一实施例还提供一种机器人，包括机械本体，所述机械本体上设有存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现上述机器人行进控制方法的步骤。
本说明书一实施例还提供一种计算机可读存储介质，其存储有计算机指令，该指令被处理器执行时实现所述机器人行进控制方法的步骤。
上述为本实施例的一种计算机可读存储介质的示意性方案。需要说明的是，该存储介质的技术方案与上述的机器人行进控制方法的技术方案属于同一构思，存储介质的技术方案未详细描述的细节内容，均可以参见上述机器人行进控制方法的技术方案的描述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
所述计算机指令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(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、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。
需要说明的是，对于前述的各方法实施例，为了简便描述，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，本说明书实施例并不受所描述的动作顺序的限制，因为依据本说明书实施例，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本说明书实施例所必须的。
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的部分，可以参见其它实施例的相关描述。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书。可选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书实施例的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本说明书实施例的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。

Claims (14)

1.一种机器人行进控制方法，其特征在于，包括：
在满足预设条件的情况下，向基站移动；
在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；
基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。
2.根据权利要求1所述的机器人行进控制方法，其特征在于，所述基于所述特征点信息确定所述基站的行进区域是否存在障碍物，包括：
获取预先存储的所述基站的行进区域的初始特征点信息；
判断所述初始特征点信息与所述当前特征点信息是否一致，
若是，则确定所述基站的行进区域不存在障碍物，
若否，则确定所述基站的行进区域存在障碍物。
3.根据权利要求1所述的机器人行进控制方法，其特征在于，所述基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物，包括：
基于所述当前特征点信息判断所述基站的行进区域是否存在凸起或者不平滑，
若是，则确定所述基站的行进区域存在障碍物，
若否，则确定所述基站的行进区域不存在障碍物。
4.根据权利要求1所述的机器人行进控制方法，其特征在于，所述基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物，包括：
获取预先存储的所述基站的行进区域的初始特征点信息形成的区域平面与水平面之间的第一斜率；
确定所述基站的行进区域的当前特征点信息形成的区域平面与所述水平面之间的第二斜率；
判断所述第一斜率与所述第二斜率是否一致，
若是，则确定所述基站的行进区域不存在障碍物，
若否，则确定所述基站的行进区域存在障碍物。
5.根据权利要求1所述的机器人行进控制方法，其特征在于，所述基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息之前，还包括：
基于所述机器人上的深度相机采集所述机器人与所述基站之间的深度图像，并基于所述深度图像确定所述机器人与所述基站之间是否存在障碍物。
6.根据权利要求5所述的机器人行进控制方法，其特征在于，所述基于所述深度图像确定所述机器人与所述基站之间是否存在障碍物，包括：
基于所述深度图像确定所述机器人与所述基站之间的测量距离；
判断所述测量距离是否小于所述机器人与所述基站之间的预设距离，
若是，则确定所述机器人与所述基站之间存在障碍物，
若否，则基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息。
7.根据权利要求5所述的机器人行进控制方法，其特征在于，所述基于所述机器人上的深度相机采集所述机器人与所述基站之间的深度图像之前，还包括：
确定所述机器人上的深度相机与所述基站的对应关系；
在确定所述深度相机与所述基站的对应关系不满足预设对应条件的情况下，控制所述深度相机原地旋转；
旋转至所述深度相机与所述基站的对应关系满足所述预设对应条件。
8.根据权利要求2-4任意一项所述的机器人行进控制方法，其特征在于，所述确定所述基站的行进区域不存在障碍物之后，还包括：
确定所述机器人上与所述基站对接的连接设备，与所述基站的对应关系；
在确定所述连接设备与所述基站的对应关系不满足预设对接条件的情况下，所述机器人原地旋转；
所述机器人旋转至与所述基站的对应关系满足预设对接条件的情况下，移动至所述基站，并与所述基站进行对接。
9.根据权利要求8所述的机器人行进控制方法，其特征在于，所述确定所述机器人上与所述基站对接的连接设备，与所述基站的对应关系，包括：
确定所述机器人上与所述基站对接的充电簧片与所述基站的充电簧片的对应关系；
相应地，所述在确定所述连接设备与所述基站的对应关系不满足预设对接条件的情况下，所述机器人原地旋转，包括：
在确定所述机器人上的充电簧片与所述基站的充电簧片为背对关系的情况下，所述机器人原地旋转180度；
相应地，所述机器人旋转至与所述基站的对应关系满足预设对接条件的情况下，移动至所述基站，并与所述基站进行对接，包括：
所述机器人旋转至所述机器人上的充电簧片与所述基站的充电簧片为正面对应关系的情况下，移动至所述基站，并与所述基站建立充电连接。
10.根据权利要求8所述的机器人行进控制方法，其特征在于，所述机器人上的距离传感器设置在所述机器人的一侧，所述机器人上与所述基站对接的连接设备设置在所述机器人上、与所述距离传感器对应的另一侧。
11.根据权利要求1所述的机器人行进控制方法，其特征在于，所述在满足预设条件的情况下，向基站移动，包括：
在电量小于等于预设电量阈值的情况下，向基站移动；或者
在清洁装置满足预设清理条件的情况下，向基站移动。
12.一种机器人行进控制装置，其特征在于，包括：
移动模块，被配置为在满足预设条件的情况下，向基站移动；
特征点采集模块，被配置为在与所述基站的边界距离小于等于预设距离阈值的情况下，基于所述机器人上的距离传感器采集所述基站的行进区域的当前特征点信息；
障碍物检测模块，被配置为基于所述当前特征点信息确定所述基站的行进区域是否存在障碍物。
13.一种机器人，其特征在于，包括：
机械本体，所述机械本体上设有存储器和处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1-11任意一项所述机器人行进控制方法的步骤。
14.一种计算机可读存储介质，其特征在于，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现权利要求1-11任意一项所述机器人行进控制方法的步骤。
CN202110528348.8A 2021-05-14 2021-05-14 机器人行进控制方法及装置 Pending CN113325841A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110528348.8A CN113325841A (zh) 2021-05-14 2021-05-14 机器人行进控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110528348.8A CN113325841A (zh) 2021-05-14 2021-05-14 机器人行进控制方法及装置

Publications (1)

Publication Number Publication Date
CN113325841A true CN113325841A (zh) 2021-08-31

Family

ID=77415609

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110528348.8A Pending CN113325841A (zh) 2021-05-14 2021-05-14 机器人行进控制方法及装置

Country Status (1)

Country Link
CN (1) CN113325841A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114355889A (zh) * 2021-12-08 2022-04-15 上海擎朗智能科技有限公司 控制方法、机器人、机器人充电座及计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114355889A (zh) * 2021-12-08 2022-04-15 上海擎朗智能科技有限公司 控制方法、机器人、机器人充电座及计算机可读存储介质

Similar Documents

Publication Publication Date Title
US20210251450A1 (en) Automatic cleaning device and cleaning method
US10394248B2 (en) Charging pile, method and device for recognizing the charging pile
CN109213137A (zh) 扫地机器人、扫地机器人系统及其工作方法
CN110403528B (zh) 一种基于清洁机器人提高清洁覆盖率的方法和系统
CN111337022B (zh) 一种目标障碍物的检测方法、装置和机器人
CN108888187A (zh) 一种基于深度相机的扫地机器人
CN212278869U (zh) 自移动设备及智能割草机
CN111526768A (zh) 用于清洁的移动装置及其控制方法
CN109426264A (zh) 自移动设备及其移动路径的控制方法
CN207257426U (zh) 充电桩及智能移动机器人识别充电桩系统
CN105167716A (zh) 一种智能扫地机器人
CN113675923B (zh) 充电方法、充电装置及机器人
CN113325841A (zh) 机器人行进控制方法及装置
CN107643750A (zh) 智能行走设备斜坡的识别方法及其智能行走设备
CN205144444U (zh) 扫地机器人
CN110928296B (zh) 机器人回避充电座的方法及其机器人
CN113467451A (zh) 机器人的回充方法和装置、电子设备和可读存储介质
CN210931183U (zh) 一种清洁机器人
US11454981B1 (en) Versatile mobile robotic device
CN114879690A (zh) 场景参数调整方法、装置、电子设备及存储介质
CN210673215U (zh) 一种多光源探测机器人
US20230225580A1 (en) Robot cleaner and robot cleaner control method
CN216133349U (zh) 移动机器人
CN215457649U (zh) 一种扫地机
US20240197130A1 (en) Structured light module and self-moving device

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 215124 No. 518, Songwei Road, Wusongjiang Industrial Park, Guoxiang street, Wuzhong District, Suzhou City, Jiangsu Province

Applicant after: ECOVACS ROBOTICS Co.,Ltd.

Address before: 215168, No. 108 West Lake Road, Suzhou, Jiangsu, Wuzhong District

Applicant before: ECOVACS ROBOTICS Co.,Ltd.

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination