CN113475978B

CN113475978B - 机器人的识别控制方法、装置、机器人及存储介质

Info

Publication number: CN113475978B
Application number: CN202110700175.3A
Authority: CN
Inventors: 郭盖华; 宋洋鹏; 李昂
Original assignee: Shenzhen LD Robot Co Ltd
Current assignee: Shenzhen LD Robot Co Ltd
Priority date: 2021-06-23
Filing date: 2021-06-23
Publication date: 2023-01-31
Anticipated expiration: 2041-06-23
Also published as: CN113475978A

Abstract

本申请公开了机器人的识别控制方法、装置、机器人及存储介质，涉及机器人技术领域，该识别控制方法包括：获取目标障碍物的几何信息及位置信息；结合几何信息及位置信息，判断目标障碍物是否为门槛；基于判断结果，控制机器人对目标障碍物进行对应处理。本申请的技术方案有利于提高机器人的清洁覆盖率和避障能力，进而提高机器人的工作效率。

Description

机器人的识别控制方法、装置、机器人及存储介质

技术领域

本申请涉及机器人技术领域，特别是涉及机器人的识别控制方法、装置、机器人及存储介质。

背景技术

现有技术中，机器人在对障碍物进行类型的识别时，通常会对障碍物的长、宽、厚度等几何信息进行分析以确定该障碍物是否为门槛，再基于预设的针对门槛/非门槛障碍物的处理方法对门槛/非门槛障碍物进行处理。

现有技术的缺陷在于，现有的机器人的识别方式容易将所有长条状障碍物(如：电插板)均识别为门槛，从而采用针对门槛的处理方法对此类障碍物进行处理，使得机器人易采用不合适的处理方法对障碍物进行处理，降低了机器人的清洁覆盖率和避障能力，进而降低了机器人的工作效率。

发明内容

本申请公开了机器人的识别控制方法、装置、机器人及存储介质，以解决机器人的工作效率低的技术问题。

为了解决上述技术问题，本申请提供的第一个技术方案为：一种机器人的识别控制方法，包括：获取目标障碍物的几何信息及位置信息；结合几何信息及位置信息，判断目标障碍物是否为门槛；基于判断结果，控制机器人对目标障碍物进行对应处理。

本申请提供的第二个技术方案为：一种机器人的识别控制装置，包括：存储器和处理器；存储器用于存储程序指令，处理器用于执行程序指令以实现上述识别控制方法。

本申请提供的第三个技术方案为：一种机器人，包括：存储器和处理器；存储器用于存储程序指令，处理器用于执行程序指令以实现上述识别控制方法。

本申请提供的第四个技术方案为：一种计算机可读存储介质，计算机可读存储介质存储有程序指令，程序指令被处理器执行时实现上述识别控制方法。

本申请的有益效果在于：区别于现有技术，本申请通过结合几何信息和位置信息以判断目标障碍物是否为门槛，避免位置信息不符合要求的目标障碍物被识别为门槛，以降低机器人采用不合适的处理方式对目标障碍物进行处理的风险，可提高机器人的清洁覆盖率和避障能力，进而提高了机器人的工作效率。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本申请的机器人的识别控制方法的一实施例的流程示意图；

图2是图1实施例的机器人的识别控制方法中步骤S12的一具体流程示意图；

图3是图1实施例的机器人的识别控制方法中步骤S12的另一具体流程示意图；

图4是本申请的清洁区域及目标障碍物的示意图；

图5是本申请的机器人的识别控制装置的一实施例的结构示意图；

图6是本申请的机器人的一实施例的结构示意图；

图7是本申请的计算机可读存储介质的一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，均属于本申请保护的范围。

本申请中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请首先提供一种机器人的识别控制方法，如图1所示，图1是本申请的机器人的识别控制方法的一实施例的流程示意图。本实施例机器人的识别控制方法具体包括以下步骤：

步骤S11：获取目标障碍物的几何信息及位置信息。

本实施例中，机器人的前部可安装至少一传感器，机器人可通过该传感器获取目标障碍物的几何信息。传感器可包括结构光传感器，光学测距传感器(如：激光测距传感器、红外测距传感器)，视觉传感器，超声波传感器，毫米波传感器中的至少一种，此处不作限定。

机器人还可装配有定位模块，机器人可根据该定位模块和该传感器得到的信息计算得到目标障碍物的位置信息，也即得到目标障碍物所在的位置。定位模块可包括：光学定位模块(如：激光测距传感器、红外测距传感器)，视觉定位模块(如：双目摄像头、三目摄像头)，惯性定位模块(如：加速度计和角速度传感器(陀螺仪)以及它们的单、双、三轴组合IMU(Inertial measurement unit，惯性测量单元)，AHRS(Attitude and heading referencesystem，姿态参考系统，该系统包括磁传感器))，超声定位模块(如：超声波传感器)，毫米波定位模块(如：毫米波传感器)，UWB(Ultra Wide Band，超宽带)定位模块中的至少一种，此处不作限定。

具体的，可对设置于机器人前部的结构光传感器所获得的数据进行数据处理，以得到目标障碍物的几何信息，并通过机器人前部的结构光传感器所获得的数据和机器人的wifi定位模块确定目标障碍物与机器人的相对位置关系和机器人的位置信息，以得到目标障碍物的位置信息。几何信息可以包括形状、角点、边长等信息中的至少一种，此处不作限定。

步骤S12：结合几何信息及位置信息，判断目标障碍物是否为门槛。

本实施例中，通过对目标障碍物的几何信息和位置信息的综合考虑，可准确地判断目标障碍物是否为门槛，避免将形状类似门槛但位置明显位于无门槛区域的障碍物或位于有门槛区域但形状明显与门槛不同的障碍物识别为门槛，提高了对目标障碍物的识别的正确率。

可选的，步骤S11可包括获取目标障碍物的几何信息、位置信息及视觉特征信息。

步骤S12可包括结合几何信息、位置信息及视觉特征信息，判断目标障碍物是否为门槛。

具体的，视觉特征信息可包括材质信息、粗糙度信息、色彩信息及其它视觉特征信息中的至少一种，此处不作限定。

可选的，如图2所示，图2是图1实施例的机器人的识别控制方法中步骤S12的一具体流程示意图。步骤S12具体可包括：

步骤S21：基于位置信息，判断目标障碍物是否位于区域边界上。

步骤S22：若判定目标障碍物位于区域边界上，则将目标障碍物确定为门槛类似物。

步骤S23：若判定目标障碍物为门槛类似物，则基于几何信息，判断目标障碍物是否为门槛。

本实施例中，经上述步骤S21至S23，可先通过位置信息确定目标障碍物是否位于可能存在门槛的范围内(如区域边界上)，若否，则可直接判定目标障碍物不是门槛，若是，则可判定目标障碍物为门槛类似物。若判定目标障碍物为门槛类似物，则可进一步基于几何信息判断目标障碍物是否符合门槛的形状特征，若是，则可判定目标障碍物是门槛，若否，则可判定目标障碍物不是门槛。基于该递进式的判断过程，可以从位置信息和几何信息两方面确定目标障碍物是不是门槛，且能够在目标障碍物不位于可能存在门槛的范围内时，不再进行后续的几何信息的分析判断，减少了计算量，加快了目标障碍物是否为门槛的识别速度。

具体的，区域边界可包括机器人预定义和/或预存储的区域边界、机器人建图时产生的区域边界、地图分区时产生的边界、用户自定义的区域边界、区域合并时产生的区域边界和其它类型的区域边界中的至少一种，此处不作限定。

目标障碍物位于区域边界上具体可以是：目标障碍物位于区域边界上，或目标障碍物与区域边界的距离在5cm以内。

判断目标障碍物是否位于区域边界上的方法可以是：获取目标障碍物的特征点，判断是否存在位于区域边界上或距离区域边界5cm以内的目标障碍物的特征点，若存在，则可判定目标障碍物位于区域边界上，若不存在，则可判定目标障碍物不位于区域边界上。

进一步的，几何信息包括：目标障碍物的长度、宽度、高度和几何比例中的至少一种，几何比例包括：长宽比、长高比、宽高比中的至少一种。

步骤S23中的基于几何信息，判断目标障碍物是否为门槛的步骤可包括：

判断至少部分几何信息是否满足预设条件。

若满足预设条件，则判定目标障碍物为门槛。

若不满足预设条件，则判定目标障碍物不是门槛。

具体的，预设条件可以包括目标障碍物的长度处于预设长度范围内、目标障碍物的宽度处于预设宽度范围内、目标障碍物的高度处于预设宽度范围内、目标障碍物的长宽比(即目标障碍物的长度和宽度的比例)处于预设长宽比范围内中的至少一个，此处不作限定。此外，预设长度范围可以是0至0.5米，预设宽度范围可以是0至0.2米，预设高度范围可以是0至0.05米，预设长宽比范围内可以是3至5。

可选的，如图3所示，图3是图1实施例的机器人的识别控制方法中步骤S12的另一具体流程示意图。步骤S12具体可包括：

步骤S31：基于几何信息，判断目标障碍物是否为门槛类似物。

步骤S32：若判定目标障碍物为门槛类似物，则基于位置信息，判断目标障碍物是否位于区域边界上。

步骤S33：若判定目标障碍物位于区域边界上，则将目标障碍物确定为门槛。

本实施例中，经上述步骤S31至S33，可先通过几何信息判断目标障碍物是否符合门槛的形状特征，若否，则可直接判定目标障碍物不是门槛，若是，则可判定目标障碍物是门槛类似物。若判定目标障碍物为门槛类似物，则可进一步通过位置信息确定目标障碍物是否位于可能存在门槛的范围内(如区域边界上)，若是，则可判定目标障碍物为门槛，若否，则可判定目标障碍物不是门槛。基于该递进式的判断过程，可以从位置信息和几何信息两方面确定目标障碍物是不是门槛，且能够在目标障碍物不符合门槛的形状特征时，不再进行后续的位置信息的分析判断，减少了计算量，加快了目标障碍物是否为门槛的识别速度。

步骤S31中的基于几何信息，判断目标障碍物是否为门槛类似物的步骤可包括：

判断至少部分几何信息是否满足预设条件。

若满足预设条件，则判定目标障碍物为门槛类似物。

若不满足预设条件，则判定目标障碍物不是门槛类似物。

步骤S13：基于判断结果，控制机器人对目标障碍物进行对应处理。

本实施例中，基于步骤S12的判断所得到的判断结果可包含两种状况：目标障碍物是门槛和目标障碍物不是门槛。基于不同的判断结果可控制机器人对目标障碍物进行不同的适应性的处理，以提高机器人的清洁覆盖率和避障能力，进而提高机器人的工作效率。

可选的，步骤S13具体可包括：

若目标障碍物是门槛，则仅在机器人更换清洁区域时，控制机器人对目标障碍物进行跨越。

本实施例中，若目标障碍物是门槛，则在控制机器人当前清洁区域进行清洁时仅控制机器人对目标障碍物位于当前清洁区域的一侧进行清洁，之后可在需要对目标障碍物不位于当前清洁区域的另一侧进行清洁时，也即需要更换清洁区域时，控制机器人对目标障碍物进行跨越，以避免机器人跨越门槛后又需要跨域门槛回到原清洁区域进行清洁，之后再跨越门槛去另一清洁区域进行清洁的状况发生，减少机器人跨越门槛的次数，进而可降低因机器人的跨越而对门槛造成的磨损。

可选的，步骤S13具体可包括：

若目标障碍物不是门槛，则判断目标障碍物与区域边界的距离是否小于预设距离阈值。

若判定目标障碍物与区域边界的距离小于预设距离阈值，则控制机器人对目标障碍物进行沿边清洁。

若判定目标障碍物与区域边界的距离不小于预设距离阈值，则控制机器人对目标障碍物进行沿边清洁或跨越。

本实施例中，若目标障碍物不是门槛，则可通过判断目标障碍物与区域边界的距离是否小于预设距离阈值，确定目标障碍物是否紧邻区域边界。

若目标障碍物与区域边界的距离小于预设距离阈值(即目标障碍物紧邻区域边界)，则控制机器人对目标障碍物进行沿边清洁，而不能控制机器人对目标障碍物进行跨越，否则容易使机器人与区域边界发生碰撞，从而打断机器人的工作，降低机器人的工作效率。

若目标障碍物与区域边界的距离不小于预设距离阈值(即目标障碍物不紧邻区域边界)，则控制机器人对目标障碍物进行沿边清洁或跨越，具体可根据机器人的实际工况而定。

进一步的，控制机器人对目标障碍物进行沿边清洁或跨越的步骤可包括：

若机器人处于清洁模式，则控制机器人对目标障碍物进行沿边清洁。

若机器人处于非清洁模式，则在目标障碍物位于机器人的行驶路径上时，控制机器人对目标障碍物进行跨越。

本实施例中，机器人处于清洁模式的含义可以是机器人正在对当前清洁区域进行清洁，而机器人处于非清洁模式的含义可以是机器人当前并不需要进行清洁而仅可能是要行驶到达某一地点。在机器人不需要对行驶路径上的目标障碍物进行清洁时，直接跨越是最节省时间的。

因此，在机器人处于清洁模式时，可控制机器人对目标障碍物进行沿边清洁。而在机器人处于非清洁模式且目标障碍物位于机器人的行驶路径上时，可在基于几何信息判定目标障碍物是门槛类似物时(也即目标障碍物符合门槛的形状特征时)，控制机器人直接对目标障碍物进行跨越，而不必对目标障碍物进行绕路或沿边行进，提高机器人的工作效率。

具体的，清洁模式可包括区域清洁模式(对区域内进行清洁)和/或沿边清洁模式(对区域边缘进行清洁)，而非清洁模式可包括回充模式(返回充电基站)，转场模式(从一个区域运行到另一个区域)，脱困模式(找寻离开某一区域的通路)，探索模式(建图定位)中的至少一种，此处不作限定。

举例说明，在一实际应用场景中，如图4所示，图4是本申请的清洁区域及目标障碍物的示意图。图4中包含相邻的清洁区域A和清洁区域B，第一目标障碍物41为位于清洁区域A和清洁区域B的公共区域边界上的门槛，第二目标障碍物42和第三目标障碍物43为则为清洁区域A中的障碍物。

面对第一目标障碍物41时，机器人可先获取第一目标障碍物41的几何信息和位置信息，之后基于其几何信息和位置信息可判定第一目标障碍物41符合门槛的形状特征且位于区域边界上，进而可判定第一目标障碍物41为门槛。

面对第二目标障碍物42时，机器人可先获取第二目标障碍物42的几何信息和位置信息，之后基于其几何信息和位置信息可判定第二目标障碍物42为符合门槛的形状特征且距离区域边界的距离大于预设距离阈值的非门槛障碍物。

面对第三目标障碍物43时，机器人可先获取第三目标障碍物43的几何信息和位置信息，之后基于其几何信息和位置信息可判定第三目标障碍物43为符合门槛的形状特征且距离区域边界的距离不大于预设距离阈值的非门槛障碍物。

基于上述对第一目标障碍物41、第二目标障碍物42和第三目标障碍物43的判断结果，机器人的具体处理流程可如下：

在对清洁区域A进行清洁时，仅对第一目标障碍物41位于清洁区域A的一侧进行清洁，对第二目标障碍物42进行沿边清洁(若预设距离阈值小于机器人的最大宽度，则仅对第二目标障碍物42不靠近区域边界的边部进行清洁)，对第三目标障碍物43进行沿边清洁。

而在清洁完清洁区域A后，若需要继续对清洁区域B进行清洁，且第三目标障碍物43位于机器人前往清洁区域B的最短行驶路径上时，可直接对第三目标障碍物43和第一目标障碍物41进行跨越，以快速抵达清洁区域B进行清洁作业。

区别于现有技术，本申请通过结合几何信息和位置信息以判断目标障碍物是否为门槛，避免位置信息不符合要求的目标障碍物被识别为门槛，以降低机器人采用不合适的处理方式对目标障碍物进行处理的风险，可提高机器人的清洁覆盖率和避障能力，进而提高了机器人的工作效率。

本申请实施例提供一种机器人的识别控制装置，该机器人的识别控制装置可以为机器人。具体的，机器人的识别控制装置用于执行以上图1-图3方法中机器人所执行的步骤。本申请实施例提供的机器人的识别控制装置可以包括相应步骤所对应的模块。

本申请实施例可以根据上述方法示例对机器人的识别控制装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本申请实施例中对模块的划分是示意性的，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。

在采用对应各个功能划分各个功能模块的情况下，图5示出上述实施例中所涉及的机器人的识别控制装置的功能单元组成框图。如图5所示，机器人的识别控制装置包括获取单元50、判断单元51和处理单元52，

所述获取单元50，用于获取目标障碍物的几何信息及位置信息；

所述判断单元51，用于结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛；

所述处理单元52，用于基于判断结果，控制所述机器人对所述目标障碍物进行对应处理。

可见，本示例中，通过结合几何信息和位置信息以判断目标障碍物是否为门槛，避免位置信息不符合要求的目标障碍物被识别为门槛，以降低机器人采用不合适的处理方式对目标障碍物进行处理的风险，可提高机器人的清洁覆盖率和避障能力，进而提高了机器人的工作效率

其中，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

本申请还提出一种机器人，如图6所示，图6是本申请的机器人的一实施例的结构示意图。本实施例的机器人60包括：处理器61、存储器62以及总线63。

该处理器61、存储器62分别与总线63相连，该存储器62中存储有程序指令，处理器61用于执行程序指令以实现上述实施例中的机器人的识别控制方法。

在本实施例中，处理器61还可以称为CPU(Central Processing Unit，中央处理单元)。处理器61可能是一种集成电路芯片，具有信号的处理能力。处理器61还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器61也可以是任何常规的处理器等。

本申请还提出一种计算机可读存储介质，如图7所示，图7是本申请的计算机可读存储介质的一实施例的结构示意图。本实施例的计算机可读存储介质70其上存储有程序指令71，程序指令71被处理器(图未示)执行时实现上述实施例中的机器人的识别控制方法。

本实施例计算机可读存储介质70可以是但不局限于U盘、SD卡、PD光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。

在本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(可以是个人计算机，服务器，网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims

1.一种机器人的识别控制方法，其特征在于，包括：

获取目标障碍物的几何信息及位置信息，所述几何信息包括形状、角点、边长中的至少一种；

结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛；

基于判断结果，控制所述机器人对所述目标障碍物进行对应处理；

其中，所述基于判断结果，控制所述机器人对所述目标障碍物进行对应处理的步骤包括：

若所述目标障碍物是门槛，则在控制所述机器人对当前清洁区域进行清洁时仅控制所述机器人对所述目标障碍物位于当前清洁区域的一侧进行清洁，之后对所述目标障碍物不位于当前清洁区域的另一侧进行清洁；

若所述目标障碍物不是门槛，则判断所述目标障碍物与区域边界的距离是否小于预设距离阈值；

若判定所述目标障碍物与区域边界的距离小于预设距离阈值，则控制所述机器人对所述目标障碍物进行沿边清洁；

若判定所述目标障碍物与区域边界的距离不小于预设距离阈值，则控制所述机器人对所述目标障碍物进行沿边清洁或跨越。

2.根据权利要求1所述的识别控制方法，其特征在于，所述结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛的步骤包括：

基于所述位置信息，判断所述目标障碍物是否位于区域边界上；

若判定所述目标障碍物位于区域边界上，则将所述目标障碍物确定为门槛类似物；

基于所述几何信息，判断所述目标障碍物是否为门槛。

3.根据权利要求1所述的识别控制方法，其特征在于，所述结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛的步骤包括：

基于所述几何信息，判断所述目标障碍物是否为门槛类似物；

若判定所述目标障碍物为门槛类似物，则基于所述位置信息，判断所述目标障碍物是否位于区域边界上；

若判定所述目标障碍物位于区域边界上，则将所述目标障碍物确定为门槛。

4.根据权利要求3所述的识别控制方法，其特征在于，所述几何信息包括：所述目标障碍物的长度、宽度、高度和几何比例中的至少一种，所述几何比例包括：长宽比、长高比、宽高比中的至少一种；

所述基于所述几何信息，判断所述目标障碍物是否为门槛类似物的步骤包括：

判断至少部分所述几何信息是否满足预设条件；

若满足所述预设条件，则判定所述目标障碍物为门槛类似物。

5.根据权利要求1所述的识别控制方法，其特征在于，所述基于判断结果，控制所述机器人对所述目标障碍物进行对应处理的步骤包括：

若所述目标障碍物是门槛，则仅在所述机器人更换清洁区域时，控制所述机器人对所述目标障碍物进行跨越。

6.根据权利要求1所述的识别控制方法，其特征在于，所述控制所述机器人对所述目标障碍物进行沿边清洁或跨越的步骤包括：

若所述机器人处于清洁模式，则控制所述机器人对所述目标障碍物进行沿边清洁；

若所述机器人处于非清洁模式，则在所述目标障碍物位于所述机器人的行驶路径上时，控制所述机器人对所述目标障碍物进行跨越。

7.一种机器人的识别控制装置，其特征在于，所述机器人的识别控制装置包括获取单元、判断单元和处理单元，

所述获取单元，用于获取目标障碍物的几何信息及位置信息，所述几何信息包括形状、角点、边长中的至少一种；

所述判断单元，用于结合所述几何信息及所述位置信息，判断所述目标障碍物是否为门槛；

所述处理单元，用于基于判断结果，控制所述机器人对所述目标障碍物进行对应处理；其中，所述基于判断结果，控制所述机器人对所述目标障碍物进行对应处理的步骤包括：若所述目标障碍物是门槛，则在控制所述机器人对当前清洁区域进行清洁时仅控制所述机器人对所述目标障碍物位于当前清洁区域的一侧进行清洁，之后对所述目标障碍物不位于当前清洁区域的另一侧进行清洁；若所述目标障碍物不是门槛，则判断所述目标障碍物与区域边界的距离是否小于预设距离阈值；若判定所述目标障碍物与区域边界的距离小于预设距离阈值，则控制所述机器人对所述目标障碍物进行沿边清洁；若判定所述目标障碍物与区域边界的距离不小于预设距离阈值，则控制所述机器人对所述目标障碍物进行沿边清洁或跨越。

8.一种机器人，其特征在于，包括：存储器和处理器；

所述存储器用于存储程序指令，所述处理器用于执行所述程序指令以实现如权利要求1至6任一项所述方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有程序指令，所述程序指令被处理器执行时实现如权利要求1至6任一项所述方法。