CN113568404A - 一种割草机器人割草模式自适应方法及割草机器人 - Google Patents

Abstract

本发明涉及一种割草机器人割草模式自适应方法及割草机器人。该方法包括下述步骤：S1、获取待割草区域的环境参数；S2、根据环境参数和割草模式对应关系选择与环境参数匹配的割草模式，割草模式包括随机式割草模式和规划式割草模式。本发明的割草机器人在割草过程中能够根据草场环境自动选择最佳割草模式，兼顾割草效率和割草质量。

Description

一种割草机器人割草模式自适应方法及割草机器人

技术领域

本发明涉及割草机领域，更具体地说，涉及一种割草机器人割草模式自适应方法及割草机器人。

背景技术

自动割草机器人能够自主完成一定区域内的割草作业，减少人工劳动同时提高割草效率。现有割草机器人在出厂时或割草前设置割草模式，在割草作业过程中持续使用该割草模式，直至再次被用户手动调整。考虑到草场环境通常比较复杂，单一固定割草模式的割草方法对草场的适应能力比较差，不能兼顾割草效率和割草质量。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种割草机器人割草模式自适应方法及割草机器人。

本发明解决其技术问题所采用的技术方案是：构造一种割草机器人割草模式自适应方法，包括下述步骤：

S1、获取待割草区域的环境参数；

S2、根据环境参数和割草模式对应关系选择与所述环境参数匹配的割草模式，所述割草模式包括随机式割草模式和规划式割草模式。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述步骤S1包括：获取待割草区域的环境参数，对所述环境参数进行量化得到环境量化值；

所述步骤S2中根据环境参数和割草模式对应关系选择与所述环境参数匹配的割草模式包括：根据环境量化值和割草模式对应关系选择与所述环境量化值匹配的割草模式。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述环境参数包括坡度信息、内圈信息和碰撞信息，其中所述坡度信息是指待割草区域所有坡度的位置和斜坡角度；所述内圈信息是指待割草区域中割草机禁行区域，所述碰撞信息是指待割草区域中障碍物位置。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述对所述环境参数进行量化得到环境量化值包括：分别对所述坡度信息、所述内圈信息和所述碰撞信息进行量化，由所述坡度信息、所述内圈信息和所述碰撞信息对应量化值总和得到环境量化值。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述分别对所述坡度信息、所述内圈信息和所述碰撞信息进行量化包括：

所述坡度信息中斜坡数量与量化值成正比，所有斜坡总面积与量化值成正比，斜坡角度与量化值成正比；

所述内圈信息中内圈数量与量化值成正比，内圈窄道和量化值成正比，内圈总面积与量化值成正比；

所述碰撞信息中障碍物数量与量化值成正比，障碍物总面积与量化值成正比。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述根据环境量化值和割草模式对应关系选择与所述环境量化值匹配的割草模式包括：

若所述环境量化值小于预设量化值，则执行规划式割草模式；

若所述环境量化值不小于预设量化值，则执行随机式割草模式。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述分别对所述坡度信息、所述内圈信息和所述碰撞信息进行量化包括：

所述坡度信息中斜坡数量与量化值成反比，所有斜坡总面积与量化值成反比，斜坡角度与量化值成反比；

所述内圈信息中内圈数量与量化值成反比，内圈窄道和量化值成反比，内圈总面积与量化值成反比；

所述碰撞信息中障碍物数量与量化值成反比，障碍物总面积与量化值成反比。

进一步，在本发明所述的割草机器人割草模式自适应方法中，所述根据环境量化值和割草模式对应关系选择与所述环境量化值匹配的割草模式包括：

若所述环境量化值大于预设量化值，则执行规划式割草模式；

若所述环境量化值不大于预设量化值，则执行随机式割草模式。

进一步，在本发明所述的割草机器人割草模式自适应方法中，在所述步骤S2之后还包括：

S3、在割草过程中获取实时环境参数，本轮割草完成后保存并更新所述环境参数，下次割草作业执行所述步骤S1时使用更新后的所述环境参数。

另外，本发明还提供一种割草机器人，包括存储器和处理器，所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器中存储的计算机程序以实现如上述的割草机器人割草模式自适应方法。

实施本发明的一种割草机器人割草模式自适应方法及割草机器人，具有以下有益效果：本发明的割草机器人在割草过程中能够根据草场环境自动选择最佳割草模式，兼顾割草效率和割草质量。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明一实施例提供的一种割草机器人割草模式自适应方法的流程图；

图2是本发明一实施例提供的一种割草机器人割草模式自适应方法的流程图；

图3是本发明一实施例提供的一种割草机器人割草模式自适应方法的流程图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

在一优选实施例中，参考图1，本实施例的割草机器人割草模式自适应方法应用于割草机器人，割草机器人为自动割草机器人，自动割草机器人能够自主完成指定草场的割草作业。具体的，该割草机器人割草模式自适应方法包括下述步骤：

S1、获取待割草区域的环境参数。具体的，割草机器人使用自身携带的各类传感器获取待割草区域的环境参数，或者外部传感器获取待割草区域的环境参数后传输至割草机器人。作为选择，环境参数包括但不限于坡度信息、内圈信息和碰撞信息等，可以理解，凡是能描述草场特征的信息都可作为环境参数，本实施例以坡度信息、内圈信息和碰撞信息为例进行工作原理说明，本领域技术人员将其他环境参数应用到本实施例的发明构思中，也属于本实施例的保护范围。其中，坡度信息是指待割草区域所有坡度的位置和斜坡角度，内圈信息是指待割草区域中割草机禁行区域，碰撞信息是指待割草区域中障碍物位置。

S2、根据环境参数和割草模式对应关系选择与环境参数匹配的割草模式，割草模式包括随机式割草模式和规划式割草模式。具体的，割草机器人的存储器中存储有环境参数和割草模式对应关系，环境参数和割草模式对应关系为各类环境参数和割草模式的对应关系。割草机器人获取待割草区域的环境参数后，根据环境参数和割草模式对应关系选择与环境参数匹配的割草模式，使用该割草模式对该部分待割草区域进行割草作业。割草模式包括随机式割草模式和规划式割草模式，其中随机割草模式没有固定路径，能较好适应复杂草场环境，割草质量高，但效率相对低些；规划式割草模式是指割草机器人按照一定的预定路径进行割草作业，例如按照S型路线进行割草作业，割草效率高。

可以理解，本实施例割草模式的自适应选择是一个动态过程，并非选择一次，而是贯穿于割草机器人整个割草过程中。在获取待割草区域内一部分子区域的环境参数后选择与该子区域对应的割草模式，待割草机器人移动至下一个子区域时，再根据获取的环境参数适配割草模式，如此循环。当然，如果草场的环境参数比较一致，也存在整个割草过程中仅使用一种割草模式的情况，但该种情况下割草机器人依然是在整个割草过程中不断获取环境参数并适配割草模式，不同于现有技术。

本实施例的割草机器人在割草过程中能够根据草场环境自动选择最佳割草模式，兼顾割草效率和割草质量。

在一优选实施例中，参考图2，本实施例的割草机器人割草模式自适应方法应用于割草机器人，割草机器人为自动割草机器人，自动割草机器人能够自主完成指定草场的割草作业。具体的，该割草机器人割草模式自适应方法包括下述步骤：

S11、获取待割草区域的环境参数，对环境参数进行量化得到环境量化值。具体的，割草机器人使用自身携带的各类传感器获取待割草区域的环境参数，或者外部传感器获取待割草区域的环境参数后传输至割草机器人。作为选择，环境参数包括但不限于坡度信息、内圈信息和碰撞信息等，可以理解，凡是能描述草场特征的信息都可作为环境参数，本实施例以坡度信息、内圈信息和碰撞信息为例进行工作原理说明，本领域技术人员将其他环境参数应用到本实施例的发明构思中，也属于本实施例的保护范围。其中，坡度信息是指待割草区域所有坡度的位置和斜坡角度，内圈信息是指待割草区域中割草机禁行区域，碰撞信息是指待割草区域中障碍物位置。

对环境参数进行量化得到环境量化值是指分别对环境参数中的每种参数进行单独量化值，然后计算环境参数中所有种类参数对应量化值的总和。本实施例以坡度信息、内圈信息和碰撞信息为例进行工作原理说明，分别对坡度信息、内圈信息和碰撞信息进行量化，由坡度信息、内圈信息和碰撞信息对应量化值总和得到环境量化值；其他环境参数可参考实施，也属于本实施例保护范围。当未采集坡度信息、内圈信息和碰撞信息中的某一参数时，可将未采集参数对应的量化值设置为零。例如坡度信息的量化值为1至100，根据不同坡度设置对应量化值，具体对应关系可根据需要设定。例如内圈信息的量化值为1至100，根据待割草区域的内圈数量设置对应量化值，具体对应关系可根据需要设定。例如碰撞信息的量化值为1至100，根据待割草区域的碰撞数量或障碍物数量设置对应量化值，具体对应关系可根据需要设定。

本实施例提供两种具体量化过程，可根据需要进行灵活选择。

第一种量化过程：坡度信息中斜坡数量与量化值成正比，所有斜坡总面积与量化值成正比，斜坡角度与量化值成正比。内圈信息中内圈数量与量化值成正比，内圈窄道和量化值成正比，内圈总面积与量化值成正比。碰撞信息中障碍物数量与量化值成正比，障碍物总面积与量化值成正比。

第二种量化过程：坡度信息中斜坡数量与量化值成反比，所有斜坡总面积与量化值成反比，斜坡角度与量化值成反比。内圈信息中内圈数量与量化值成反比，内圈窄道和量化值成反比，内圈总面积与量化值成反比。碰撞信息中障碍物数量与量化值成反比，障碍物总面积与量化值成反比。

S21、根据环境量化值和割草模式对应关系选择与环境量化值匹配的割草模式，割草模式包括随机式割草模式和规划式割草模式。具体的，割草机器人的存储器中存储有环境量化值和割草模式对应关系，环境量化值和割草模式对应关系为环境量化值和割草模式的对应关系。割草机器人获取待割草区域的环境参数后对环境参数进行量化，根据环境量化值和割草模式对应关系选择与环境量化值匹配的割草模式，使用该割草模式对该部分待割草区域进行割草作业。割草模式包括随机式割草模式和规划式割草模式，其中随机割草模式没有固定路径，能较好适应复杂草场环境，割草质量高，但效率相对低些；规划式割草模式是指割草机器人按照一定的预定路径进行割草作业，例如按照S型路线进行割草作业，割草效率高。

可以理解，本实施例割草模式的自适应选择是一个动态过程，并非选择一次，而是贯穿于割草机器人整个割草过程中。在获取待割草区域内一部分子区域的环境量化值后选择与该子区域对应的割草模式，待割草机器人移动至下一个子区域时，再根据获取的环境量化值适配割草模式，如此循环。当然，如果草场的环境参数比较一致，也存在整个割草过程中仅使用一种割草模式的情况，但该种情况下割草机器人依然是在整个割草过程中不断获取环境参数并适配割草模式。

对于第一种量化过程：坡度信息中斜坡数量与量化值成正比，所有斜坡总面积与量化值成正比，斜坡角度与量化值成正比。内圈信息中内圈数量与量化值成正比，内圈窄道和量化值成正比，内圈总面积与量化值成正比。碰撞信息中障碍物数量与量化值成正比，障碍物总面积与量化值成正比。得到环境量化值后，根据环境量化值和割草模式对应关系选择与环境量化值匹配的割草模式包括：若环境量化值小于预设量化值，则执行规划式割草模式；若环境量化值不小于预设量化值，则执行随机式割草模式。

对于第二种量化过程：坡度信息中斜坡数量与量化值成反比，所有斜坡总面积与量化值成反比，斜坡角度与量化值成反比。内圈信息中内圈数量与量化值成反比，内圈窄道和量化值成反比，内圈总面积与量化值成反比。碰撞信息中障碍物数量与量化值成反比，障碍物总面积与量化值成反比。得到环境量化值后，根据环境量化值和割草模式对应关系选择与环境量化值匹配的割草模式包括：若环境量化值大于预设量化值，则执行规划式割草模式；若环境量化值不大于预设量化值，则执行随机式割草模式。

本实施例的割草机器人在割草过程中获取草场的环境参数，并对环境参数进行量化，能够根据量化后的草场环境自动选择最佳割草模式，使割草模式选择更加精准，兼顾割草效率和割草质量。

在一优选实施例中，参考图3，本实施例的割草机器人割草模式自适应方法中在步骤S2之后还包括：S3、在割草过程中获取实时环境参数，本轮割草完成后保存并更新环境参数，下次割草作业执行步骤S1时使用更新后的环境参数。本实施例将每次获取的环境参数保存起来，并更新之前的环境参数，从而保证割草机器人内存储的环境参数为最新环境参数，为后续割草作业提供准确参考。

在一优选实施例中，本实施例的割草机器人包括存储器和处理器，存储器用于存储计算机程序；处理器用于执行存储器中存储的计算机程序以实现如上述实施例的割草机器人割草模式自适应方法。本实施例的割草机器人在割草过程中能够根据草场环境自动选择最佳割草模式，兼顾割草效率和割草质量。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。

Claims (10)

1.一种割草机器人割草模式自适应方法，其特征在于，包括下述步骤：

S1、获取待割草区域的环境参数；

S2、根据环境参数和割草模式对应关系选择与所述环境参数匹配的割草模式，所述割草模式包括随机式割草模式和规划式割草模式。

2.根据权利要求1所述的割草机器人割草模式自适应方法，其特征在于，所述步骤S1包括：获取待割草区域的环境参数，对所述环境参数进行量化得到环境量化值；

所述步骤S2中根据环境参数和割草模式对应关系选择与所述环境参数匹配的割草模式包括：根据环境量化值和割草模式对应关系选择与所述环境量化值匹配的割草模式。

3.根据权利要求2所述的割草机器人割草模式自适应方法，其特征在于，所述环境参数包括坡度信息、内圈信息和碰撞信息，其中所述坡度信息是指待割草区域所有坡度的位置和斜坡角度；所述内圈信息是指待割草区域中割草机禁行区域，所述碰撞信息是指待割草区域中障碍物位置。

4.根据权利要求3所述的割草机器人割草模式自适应方法，其特征在于，所述对所述环境参数进行量化得到环境量化值包括：分别对所述坡度信息、所述内圈信息和所述碰撞信息进行量化，由所述坡度信息、所述内圈信息和所述碰撞信息对应量化值总和得到环境量化值。

5.根据权利要求4所述的割草机器人割草模式自适应方法，其特征在于，所述分别对所述坡度信息、所述内圈信息和所述碰撞信息进行量化包括：

所述坡度信息中斜坡数量与量化值成正比，所有斜坡总面积与量化值成正比，斜坡角度与量化值成正比；

所述内圈信息中内圈数量与量化值成正比，内圈窄道和量化值成正比，内圈总面积与量化值成正比；

所述碰撞信息中障碍物数量与量化值成正比，障碍物总面积与量化值成正比。

6.根据权利要求5所述的割草机器人割草模式自适应方法，其特征在于，所述根据环境量化值和割草模式对应关系选择与所述环境量化值匹配的割草模式包括：

若所述环境量化值小于预设量化值，则执行规划式割草模式；

若所述环境量化值不小于预设量化值，则执行随机式割草模式。

7.根据权利要求4所述的割草机器人割草模式自适应方法，其特征在于，所述分别对所述坡度信息、所述内圈信息和所述碰撞信息进行量化包括：

所述坡度信息中斜坡数量与量化值成反比，所有斜坡总面积与量化值成反比，斜坡角度与量化值成反比；

所述内圈信息中内圈数量与量化值成反比，内圈窄道和量化值成反比，内圈总面积与量化值成反比；

所述碰撞信息中障碍物数量与量化值成反比，障碍物总面积与量化值成反比。

8.根据权利要求7所述的割草机器人割草模式自适应方法，其特征在于，所述根据环境量化值和割草模式对应关系选择与所述环境量化值匹配的割草模式包括：

若所述环境量化值大于预设量化值，则执行规划式割草模式；

若所述环境量化值不大于预设量化值，则执行随机式割草模式。

9.根据权利要求1所述的割草机器人割草模式自适应方法，其特征在于，在所述步骤S2之后还包括：

S3、在割草过程中获取实时环境参数，本轮割草完成后保存并更新所述环境参数，下次割草作业执行所述步骤S1时使用更新后的所述环境参数。

10.一种割草机器人，其特征在于，包括存储器和处理器，所述存储器用于存储计算机程序；

所述处理器用于执行所述存储器中存储的计算机程序以实现如权利要求1至9任一项所述的割草机器人割草模式自适应方法。

Images