CN113675923A - 充电方法、充电装置及机器人 - Google Patents

Abstract

本发明实施例提供了一种充电方法、充电装置及机器人，上述充电方法包括：在确定机器人与充电座之间满足目标位置关系的情况下，获取机器人对目标区域进行扫描所得到的点云数据；基于点云数据计算机器人相对于充电座的相对位姿；基于机器人的第一全局位姿以及相对位姿确定充电座的第二全局位姿；基于第二全局位姿控制机器人行驶至充电座的入口内，以使充电座为机器人充电。通过上述方案，解决了相关技术中存在的识别充电座的精度比较低且识别方式不通用的问题。

Description

充电方法、充电装置及机器人

【技术领域】

本发明涉及通信领域，具体而言，涉及一种充电方法、充电装置及机器人。

【背景技术】

随着科技的发展，各种智能家居层出不穷，用户的生活质量随着智能家居的出现不断提高，一些具备自主行驶能力的智能机器人(例如，扫地机)也应运而生，智能机器人的出现，极大地解放了用户的双手，提高了用户的生活质量。

目前，智能机器人具备自主回充能力，在相关技术中，机器人的自主回充主要有如下两种实现方式：

一是在充电座上安装红外发射管，在机器人机身上安装红外接收管，通过红外引导回充，但是该方法容易受室内荧光灯、接收管窗口的灰尘影响，可能会导致机器人无法找到基站；

二是为充电座设置特定的凹凸结构，或增加不同强度的反光贴，使用探测传感器扫描上述结构，进而进行扫描结构和预设结构的数据匹配，该方法可提高识别准确度，但是该方法对结构要求较高，且凹凸结构可能会导致污垢残留，反光贴耗材易损导致特征弱化等缺点。

由此可知，相关技术中的自主回充方式会存在识别充电座的精度比较低且识别方式不通用的问题。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

【发明内容】

本发明实施例提供了一种充电方法、充电装置及机器人，以至少解决相关技术中存在的识别充电座的精度比较低且识别方式不通用的问题。

根据本发明的一个实施例，提供了一种充电方法，包括：在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

在一个示例性实施例中，基于所述点云数据计算所述机器人相对于所述充电座的相对位姿包括：基于所述点云数据中包括的各采样点的信息以及预先确定的所述充电座的结构信息确定所述充电座的轮廓点阵图；以所述充电座上的目标点为原点并基于所述轮廓点阵图确定所述充电座的模板点云；从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云；基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿；其中，所述点云数据中包括所述机器人在旋转第三角度的过程中所采集到的所述多帧点云数据。

在一个示例性实施例中，从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据包括：将所述点云数据中包括的多帧点云数据中的最后所述预定数量的帧点云数据确定为所述目标帧点云数据；按照预定选取间隔从所述点云数据中包括的多帧点云数据中选取所述目标帧点云数据。

在一个示例性实施例中，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云包括：以所述目标帧点云数据中包括的最后一帧点云数据作为基准帧点云数据，将所述目标帧点云数据中包括的其他帧点云数据与所述基准帧点云数据的全局位姿差作为先验，使用最近邻迭代算法进行匹配操作，以得到所述拼帧点云。

在一个示例性实施例中，基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿包括：使用最近邻迭代算法计算所述拼帧点云和所述模板点云的相对位置；将所述拼帧点云和所述模板点云的相对位置确定为所述机器人和所述充电座的相对位姿。

在一个示例性实施例中，基于所述第二全局位姿控制所述机器人行驶至所述充电座所在位置处包括：基于所述第一全局位姿确定所述机器人的第一位姿点，以及，基于所述第二全局位姿确定所述充电座的第二位姿点；确定所述第一位姿点距离所述充电座的中垂线的第一距离，以及用于指示所述第一位姿点和所述第二位姿点之间连线的长度的第二距离；基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处。

在一个示例性实施例中，基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处包括：确定第一距离的第一长度；在确定所述第一长度超过第一长度阈值的情况下，重复执行如下操作，直到所述第一长度小于或等于所述第一长度阈值为止，然后执行目标处理，以使所述机器人行驶至所述充电座所在位置处：控制所述机器人向所述第一位姿点与所述中垂线的垂点的方向转动并行走所述第一长度，再向所述第二位姿点的方向转动；在确定所述第一长度小于或等于所述第一长度阈值的情况下，执行所述目标处理，以使所述机器人行驶至所述充电座所在位置处。

在一个示例性实施例中，所述目标处理包括：确定所述第一位姿点和所述第二位姿点之间连线与所述中垂线的夹角；基于所述夹角和所述第一长度的加权值确定所述机器人偏离所述中垂线的距离，并基于所述机器人偏离所述中垂线的距离持续修正所述机器人的位姿直至所述第一位姿点和所述第二位姿点之间连线的长度小于第二长度阈值为止；控制所述机器人旋转第四角度，并基于所述夹角实时调整所述机器人的角速度，直至所述机器人包括的预定部件接触到所述充电座为止。

根据本发明的一个实施例，提供了一种充电装置，包括：获取模块，用于在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；计算模块，用于基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；第一确定模块，用于基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；控制模块，用于基于所述第二全局位姿控制所述机器人行驶至所述充电座所在位置处的入口内，以使所述充电座为所述机器人充电。

根据本发明的一个实施例，提供了一种机器人，包括：扫描组件，用于对目标区域进行扫描以得到点云数据；控制组件，包括上述所述的充电装置；充电组件，用于为所述机器人充电。

通过本发明，可以结合点云数据确定充电座的全局位姿，进而基于充电座的全局位姿来控制机器人执行回充操作，由于点云数据能够表示精准的空间数据，进而是够实现基于点云数据得到准确的充电座的全局位姿，在得到了充电座的精准的全局位姿的情况下，能够使得机器人准确的行驶到充电座所在的位置处的入口内，有效提高回充的通用性和成功率，解决了相关技术中存在的识别充电座的精度比较低且识别方式不通用的问题。

【附图说明】

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种充电方法的移动机器人的硬件结构框图；

图2是本发明实施例的充电座和机器人的相对位置示意图一；

图3是根据本发明实施例的充电座和机器人的相对位置示意图二；

图4是根据本发明实施例的充电方法的流程图；

图5是根据本发明实施例的充电座结构示意图；

图6是根据本发明实施例的对接示意图；

图7是根据本发明实施例的充电装置的结构框图。

【具体实施方式】

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本申请实施例所提供的方法实施例可以在移动机器人，或者类似的运算装置中执行。以运行在移动机器人上为例，图1是本发明实施例的一种充电方法的移动机器人的硬件结构框图。如图1所示，移动机器人可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，在一个示例性实施例中，上述移动机器人还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动机器人的结构造成限定。例如，移动机器人还可包括比图1中所示更多或者更少的组件，或者具有与图1所示等同功能或比图1所示功能更多的不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的移动机器人的清洁方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动机器人的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

本说明书提供一个场景示例。下面对本发明的所涉及到的技术以及应用场景(如下以扫地机器人为例进行说明)进行说明：

首先对相关技术进行说明：扫地机器人目前是智能家居的典型代表，其可以执行自动清扫卫生的操作，而该操作是需要一定的能源支持的，扫地机器人能量来源就是内置的电池，电池是扫地机器人的核心控件，保证着扫地机器人的全部的操作动作，如果电量不足，扫地机器人就无法正常工作。下面对扫地机器人是如何进行充电的进行说明：扫地机器人和充电座上设置有充电片，充电片可以设置在机器人的侧面、上面等，且充电片可以内嵌于机器人的某个面内，还可以直接设置在机器人的某个表面，其中，扫地机器人上设置的充电片和充电座上设置的充电片是相对应设置的，该情况下，当扫地机器人上设置的充电片和充电座上设置的充电片相贴合时，即可为扫地机器人充电；另外，还可以通过无线充电的方式为扫地机器人充电，在该情况下，扫地机器人和充电座上会分别设置有线圈，在扫地机器人与充电座相对距离小于预定阈值的情况下，可以利用电生磁以及磁生电的电磁感应原理来为扫地机器人进行无线充电。

下面对扫地机器人的需要充电的场景进行介绍，例如，当扫地机器人在电量低于阈值或者接收到用户触发的充电指令或者扫地机器人在完成了一次清扫后会触发充电操作，在该情况下，扫地机器人需要行驶至充电座所在的位置处，以进行充电，但是在实际应用中扫地机器人和充电座所在的区域可能不是同一个区域，如图2所示，扫地机器人在房间A中，而充电座在房间B中，由此可知，机器人距离充电座有一个较远的距离，该情况下，扫地机器人需要基于自身中保存的充电座位置的地图、或通过红外的方式行走至充电座附近，如图3所示，在距离充电座的某一预设的位置后，原地(也可以非原地)旋转一定的角度，通过测距传感器获取周围的点云数据，根据点云数据获取充电座与机器人的相对位姿，再根据机器人的全局位姿(可以根据激光雷达、视觉摄像头等确定的机器人的全局位姿)来计算充电座的全局位姿，然后执行本发明实施例中所涉及到的方法步骤，例如，执行图4所示步骤。

在本实施例中提供了一种充电方法，如图4所示，该方法包括如下步骤：

S402，在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；

S404，基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；

S406，基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；

S408，基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

其中，上述操作的执行主体可以是智能机器人(例如，扫地机)，或者是智能机器人内设置的处理器，或者其他的具备类似处理能力的设备。上述目标区域是机器人和充电座所处的区域，该目标区域可以是卧室、客厅、书房、餐厅、办公室等室内场所，此外，上述目标区域还可以是室外的部分区域，例如，健身广场等。

在上述实施例中，机器人和充电座之间满足目标位置关系可以包括多种情况，例如，该目标位置关系可以是机器人和充电座之间的距离小于一定的距离，或者，可以是机器人行驶到了与充电座所在位置相对应的区域(例如，在充电座设置于卧室内的情况下，机器人行驶到了该卧室的入室门口处；在充电座设置于客厅内的情况下，机器人行驶到了该客厅的沙发所在位置处等等)，或者，可以是机器人行驶到了行驶到了充电座的正前方等等。

在上述实施例中，可以通过机器人的测距传感器感知周边环境，获得点云数据。其中，测距传感器包括二维激光测距单元，基于tof或结构光的三维测距单元。点云数据包括各采样点的角度、距离和空间高度信息。此外，在感知周围环境时，可以控制机器人在移动的过程中来持续扫描点云数据，从而获取更为完整的信息，如机器人原地旋转360°(或者180°、270°、200°等角度，当然，在实际应用中，机器人也可以是非原地旋转的)采集多帧点云数据，减少测距单元保护盖的支撑柱子的影响，进而提供更多的约束信息。

通过上述实施例，可以结合点云数据确定充电座的全局位姿，进而基于机器人和充电座的全局位姿来控制机器人执行回充操作，由于点云数据能够表示精准的空间数据，进而是够实现基于点云数据得到准确的充电座的全局位姿，在得到了充电座的精准的全局位姿的情况下，能够使得机器人准确的行驶到充电座的入口内，有效提高回充的通用性和成功率，解决了相关技术中存在的识别充电座的精度比较低且识别方式不通用的问题。

在一个示例性实施例中，在确定所述机器人对目标区域进行扫描所得到的点云数据之前，所述方法还包括：控制所述机器人由初始位置开始转动第一角度，并确定出在转动过程中所述机器人上设置的每个信号接收头接收到第一信号的起始角度和结束角度，其中，所述起始角度和所述结束角度均是以所述初始位置为基准所确定出的，所述第一信号为所述充电座所发出的信号；基于所述初始角度和所述结束角度确定出所述充电座所在的目标方位；控制所述机器人朝向所述目标方位移动，直至所述机器人与所述充电座满足目标位置关系。在本实施例中，第一角度可以是灵活设置的角度，例如，可以是360°、270°、180°等等，还可以是根据机器人所处环境灵活调整的角度，例如，在卧室内时，由于有床的遮挡，充电座只可能设置在特定的某面墙角处，因此，可以将该场景下的第一角度设置为180°；在空旷的区域内时，由于遮挡物较少，充电座所在的位置可能是不固定的，因此，可以将该场景下的第一角度设置为360°，上述信号接收头可以是红外接收头。在本实施例中，基于初始角度和结束角度确定出的所述充电座所在的目标方位只是一个大概的方式，并不是准确的方式，在确定出该大概的方位后，需要继续判断准确的方位，后续实施例会对如何继续判断准确的方式进行说明。

在一个示例性实施例中，控制所述机器人朝向所述目标方位移动，直至所述机器人与所述充电座满足目标位置关系为止包括：控制所述机器人朝向所述目标方位移动，直至所述机器人上设置的预定数量的所述信号接收头均能接收到所述充电座所发出的第二信号为止。在本实施例中，充电座发出的第二信号可以是场信号，或者称为引导信号，该引导信号可以是不可见的光信号，例如，特定脉冲的红外信号。在本实施例中，在确定出上述的用于指示大概方位的目标方位之后，可以控制机器人转向该目标方位，并依靠机器头部红外接收头收到的信号进行引导回充，直到看到场信号为止；如果在行驶的过程中遇到障碍物或者产生碰撞的情况下，会尝试绕行或导航穿过障碍物继续回充。

在一个示例性实施例中，在控制所述机器人朝向所述目标方位移动之后，所述方法还包括：在确定所述机器人上设置的预定数量的所述信号接收头不能均接收到所述充电座所发出的第二信号的情况下，重复执行如下操作，直至所述机器人上设置的预定数量的所述信号接收头均能接收到所述充电座所发出的第二信号为止：控制所述机器人朝第一方向旋转第二角度；控制所述机器人行驶第一距离；控制所述机器人超第二方向旋转所述第二角度，其中，所述第一方向和所述第二方向为相反的方向。例如，在确定机器人能够接收到场信号之后，可以根据机器正前方两个接收头(或者3个接收头，或者4个接收头等等)收到的红外信号来判断是否走到充电座正前方位置，如果两个接收头都收到对中信号(一种调制的信号)，则判定机器人走到了充电座的正前方；否则机器需要向充电座中线方向旋转一定角度(即，上述的第二角度，例如，45度、90度、120度等)，然后行驶一段距离，例如，走一段直线或者弧线等，再转向充电座方向，然后重复判断机器人正前方两个接收头(或者3个接收头，或者4个接收头等等)是否收到红外信号。在本实施例中，在确定机器人已经走到充电座正前方位置的情况下，机器人还可以根据实际需求再根据红外信号引导再行走一定距离(例如，5cm、10cm、20cm等)，以确保机器人的头部能够朝向充电座。

在一个示例性实施例中，基于所述点云数据确定计算所述机器人的第一全局位姿以及所述机器人相对于所述充电座的相对位姿包括：基于所述点云数据中包括的各采样点的信息以及预先确定的所述充电座的结构信息确定所述机器人的第一全局位姿以及所述充电座的轮廓点阵图；以所述充电座上的目标点为原点并基于所述轮廓点阵图确定所述充电座的模板点云，即，用于指示充电座的完整轮廓的点云；从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云；基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿；其中，所述点云数据中包括所述机器人在旋转第三角度的过程中所采集到的所述多帧点云数据。在本实施例中，点云数据是获取物体表面的采样点的空间坐标后所得到的点的集合，其中，各点云数据中包含有采样点的坐标等信息，即，上述的采样点的信息包括采样点的坐标信息。预先确定的充电座的结构信息可以是充电座内部的轮廓信息，当然，在实际应用中，该结构信息也可以是充电座的外部轮廓信息，或者还可以是充电座的一部分的轮廓信息，另外，充电座上的目标点可以是充电座口的中心点，或者是充电座前端的中心点，或者充电座后侧的中心点，或者是充电座的重心，或者是其他类型的点。在本实施例中，充电座的结构示意图可以参见附图5。

在一个示例性实施例中，从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据包括：将所述点云数据中包括的多帧点云数据中的最后所述预定数量的帧点云数据确定为所述目标帧点云数据；按照预定选取间隔从所述点云数据中包括的多帧点云数据中选取所述目标帧点云数据。在本实施例中，实际扫描到点云数据可以是多帧点云数据，在应用时，可以只使用部分帧点云数据，其中，该部分帧点云数据可以是通过特定的方式选取出来的，例如，选取最后几帧点云数据(例如，最后4帧、最后5帧等)，或者可以选择中间几帧点云数据，或者可以按照一定的间隔选取几帧点云数据(例如，可以间隔4帧选一帧，即，每5帧中选取最后一帧)，或者采用其他的选取方式进行选取。在本实施例中，在选取目标帧点云数据之前，可以先对多帧点云数据分别进行孤立噪点去除处理，以去除明显有问题的点云，例如，可以去除15cm范围内(该范围仅是一个可选的实施例，在实际应用中，还可以将该范围设置成10cm、20cm等)没有相邻点的单独点。

在一个示例性实施例中，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云包括：以所述目标帧点云数据中包括的最后一帧点云数据作为基准帧点云数据，将所述目标帧点云数据中包括的其他帧点云数据与所述基准帧点云数据的全局位姿差作为先验，使用最近邻迭代算法进行匹配操作，以得到所述拼帧点云。在一个示例性实施例中，基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿包括：使用最近邻迭代算法计算所述拼帧点云和所述模板点云的相对位置；将所述拼帧点云和所述模板点云的相对位置确定为所述机器人和所述充电座的相对位姿。

在一个示例性实施例中，基于所述第二全局位姿控制所述机器人行驶至所述充电座所在位置处包括：基于所述第一全局位姿确定所述机器人的第一位姿点(该第一位姿点实际上机器人的坐标原点，例如，可以是机器人上靠近前进方向的点，靠近后退方向的点，机器人中心点等)，以及，基于所述第二全局位姿确定所述充电座的第二位姿点；确定所述第一位姿点距离所述充电座的中垂线的第一距离，以及用于指示所述第一位姿点和所述第二位姿点之间连线的长度的第二距离；基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处。在一个示例性实施例中，基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处包括：确定第一距离的第一长度；在确定所述第一长度超过第一长度阈值(例如，3cm、5cm等)的情况下，重复执行如下操作，直到所述第一长度小于或等于所述第一长度阈值为止，然后执行目标处理，以使所述机器人行驶至所述充电座所在位置处：控制所述机器人向所述第一位姿点与所述中垂线的垂点的方向转动并行走所述第一长度，再向所述第二位姿点的方向转动；在确定所述第一长度小于或等于所述第一长度阈值的情况下，执行所述目标处理，以使所述机器人行驶至所述充电座所在位置处。在一个示例性实施例中，所述目标处理包括：确定所述第一位姿点和所述第二位姿点之间连线与所述中垂线的夹角；基于所述夹角和所述第一长度的加权值确定所述机器人偏离所述中垂线的距离，并基于所述机器人偏离所述中垂线的距离持续修正所述机器人的位姿直至所述第一位姿点和所述第二位姿点之间连线的长度小于第二长度阈值(例如，2cm、4cm等)为止；控制所述机器人旋转第四角度(例如，120°、180°、200°等)，并基于所述夹角实时调整所述机器人的角速度，直至所述机器人包括的预定部件接触到所述充电座为止。下面结合具体实施例对如何进行精准回充进行说明：

如图6所示，基于前述步骤反馈的充电座全局位姿p1(对应于前述的第二位姿点，该位姿点可以位于充电座的特定位置上，或者是人为规定的点)和扫地机全局位姿p2(对应于前述的第一位姿点，该位姿点可以位于扫地机的特定位置上，或者是人为规定的点)，可以计算出一条充电座的中垂线L1，以及一条连接p1和p2的线段L2(对应于前述的第二距离)。由p2点向直线L1做垂线，可得线段L3(对应于前述的第一距离)。计算出L3的长度为d1，L1和L2的夹角为θ。

如果d1长度超过3cm，则判定机器需要做补偿动作，否则跳过当前步骤。补偿动作为：机器转向p3点方向，行走d1距离，再转向p1方向。

机器依照夹角θ和d1的加权值来判定机器偏离中心的距离，并由此加权值实时计算角速度来修正机器位姿；并且在过程中实时计算L2距离d2。

如果d2小于一预设阈值，则判定机器已行走至离充电座前足够近的位置，此时机器旋转180度(或其他角度，例如，160度，150度，100度等)，并按照夹角θ来实时调整自身角速度确保对接准确，直到机器充电垫片接触到充电座为止。

通过上述实施例，可以准确识别充电座位姿，提高回充成功率。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种充电装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图7是根据本发明实施例的充电装置的结构框图，如图7所示，该装置包括：

获取模块72，用于在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；

计算模块74，用于基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；

第一确定模块76，用于基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；

控制模块78，用于基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

在一个示例性实施例中，上述装置还包括：

第二确定模块，用于在确定所述机器人对目标区域进行扫描所得到的点云数据之前，所述方法还包括：控制所述机器人由初始位置开始转动第一角度，并确定出在转动过程中所述机器人上设置的每个信号接收头接收到第一信号的起始角度和结束角度，其中，所述起始角度和所述结束角度均是以所述初始位置为基准所确定出的，所述第一信号为所述充电座所发出的信号；

第三确定模块，用于基于所述初始角度和所述结束角度确定出所述充电座所在的目标方位；

上述控制模块78，还用于控制所述机器人朝向所述目标方位移动，直至所述机器人与所述充电座满足目标位置关系。

在一个示例性实施例中，上述控制模块78可以通过如下方式控制所述机器人朝向所述目标方位移动，直至所述机器人与所述充电座满足目标位置关系为止：控制所述机器人朝向所述目标方位移动，直至所述机器人上设置的预定数量的所述信号接收头均能接收到所述充电座所发出的第二信号为止。

在一个示例性实施例中，所述装置还用于在控制所述机器人朝向所述目标方位移动之后：在确定所述机器人上设置的预定数量的所述信号接收头不能均接收到所述充电座所发出的第二信号的情况下，重复执行如下操作，直至所述机器人上设置的预定数量的所述信号接收头均能接收到所述充电座所发出的第二信号为止：控制所述机器人朝第一方向旋转第二角度；控制所述机器人行驶第一距离；控制所述机器人超第二方向旋转所述第二角度，其中，所述第一方向和所述第二方向为相反的方向。

在一个示例性实施例中，所述计算模块74可以通过如下方式确定所述机器人的第一全局位姿以及所述机器人相对于所述充电座的相对位姿：基于所述点云数据中包括的各采样点的信息以及预先确定的所述充电座的结构信息确定所述机器人的第一全局位姿以及所述充电座的轮廓点阵图；以所述充电座上的目标点为原点并基于所述轮廓点阵图确定所述充电座的模板点云；从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云；基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿；其中，所述点云数据中包括所述机器人在旋转第三角度的过程中所采集到的所述多帧点云数据。

在一个示例性实施例中，所述装置可以通过如下方式从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据：将所述点云数据中包括的多帧点云数据中的最后所述预定数量的帧点云数据确定为所述目标帧点云数据；按照预定选取间隔从所述点云数据中包括的多帧点云数据中选取所述目标帧点云数据。

在一个示例性实施例中，所述装置可以通过如下方式对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云：以所述目标帧点云数据中包括的最后一帧点云数据作为基准帧点云数据，将所述目标帧点云数据中包括的其他帧点云数据与所述基准帧点云数据的全局位姿差作为先验，使用最近邻迭代算法进行匹配操作，以得到所述拼帧点云。

在一个示例性实施例中，所述装置可以通过如下方式基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿：使用最近邻迭代算法计算所述拼帧点云和所述模板点云的相对位置；将所述拼帧点云和所述模板点云的相对位置确定为所述机器人和所述充电座的相对位姿。

在一个示例性实施例中，控制模块78可以通过如下方式基于所述第二全局位姿控制所述机器人行驶至所述充电座所在位置处：基于所述第一全局位姿确定所述机器人的第一位姿点，以及，基于所述第二全局位姿确定所述充电座的第二位姿点；确定所述第一位姿点距离所述充电座的中垂线的第一距离，以及用于指示所述第一位姿点和所述第二位姿点之间连线的长度的第二距离；基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处。

在一个示例性实施例中，控制模块78可以通过如下方式基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处：确定第一距离的第一长度；在确定所述第一长度超过第一长度阈值的情况下，重复执行如下操作，直到所述第一长度小于或等于所述第一长度阈值为止，然后执行目标处理，以使所述机器人行驶至所述充电座所在位置处：控制所述机器人向所述第一位姿点与所述中垂线的垂点的方向转动并行走所述第一长度，再向所述第二位姿点的方向转动；在确定所述第一长度小于或等于所述第一长度阈值的情况下，执行所述目标处理，以使所述机器人行驶至所述充电座所在位置处。

在一个示例性实施例中，所述目标处理包括：确定所述第一位姿点和所述第二位姿点之间连线与所述中垂线的夹角；基于所述夹角和所述第一长度的加权值确定所述机器人偏离所述中垂线的距离，并基于所述机器人偏离所述中垂线的距离持续修正所述机器人的位姿直至所述第一位姿点和所述第二位姿点之间连线的长度小于第二长度阈值为止；控制所述机器人旋转第四角度，并基于所述夹角实时调整所述机器人的角速度，直至所述机器人包括的预定部件接触到所述充电座为止。

在一个可选的实施例中，还提供了一种机器人，该机器人包括：扫描组件，用于对目标区域进行扫描以得到点云数据；控制组件，包括上述任一项实施例所述的充电装置；充电组件，用于为所述机器人充电。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：

S11，在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；

S12，基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；

S13，基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；

S14,基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

在一个示例性实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S11，在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；

S12，基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；

S13，基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；

S14,基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种充电方法，其特征在于，包括：

在确定机器人与充电座之间满足目标位置关系的情况下，获取对目标区域进行扫描所得到的点云数据；

基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；

基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；

基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

2.根据权利要求1所述的方法，其特征在于，基于所述点云数据计算所述机器人相对于所述充电座的相对位姿包括：

基于所述点云数据中包括的各采样点的信息以及预先确定的所述充电座的结构信息确定所述充电座的轮廓点阵图；

以所述充电座上的目标点为原点并基于所述轮廓点阵图确定所述充电座的模板点云；

从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云；

基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿；

其中，所述点云数据中包括所述机器人在旋转第三角度的过程中所采集到的所述多帧点云数据。

3.根据权利要求2所述的方法，其特征在于，从所述点云数据中包括的多帧点云数据中选取预定数量的目标帧点云数据包括：

将所述点云数据中包括的多帧点云数据中的最后所述预定数量的帧点云数据确定为所述目标帧点云数据；

按照预定选取间隔从所述点云数据中包括的多帧点云数据中选取所述目标帧点云数据。

4.根据权利要求3所述的方法，其特征在于，对所述预定数量的目标帧点云数据进行拼帧，以得到拼帧点云包括：

以所述目标帧点云数据中包括的最后一帧点云数据作为基准帧点云数据，将所述目标帧点云数据中包括的其他帧点云数据与所述基准帧点云数据的全局位姿差作为先验，使用最近邻迭代算法进行匹配操作，以得到所述拼帧点云。

5.根据权利要求2所述的方法，其特征在于，基于所述模板点云和所述拼帧点云确定所述机器人相对于所述充电座的相对位姿包括：

使用最近邻迭代算法计算所述拼帧点云和所述模板点云的相对位置；

将所述拼帧点云和所述模板点云的相对位置确定为所述机器人和所述充电座的相对位姿。

6.根据权利要求1所述的方法，其特征在于，基于所述第二全局位姿控制所述机器人行驶至所述充电座所在位置处包括：

基于所述第一全局位姿确定所述机器人的第一位姿点，以及，基于所述第二全局位姿确定所述充电座的第二位姿点；

确定所述第一位姿点距离所述充电座的中垂线的第一距离，以及用于指示所述第一位姿点和所述第二位姿点之间连线的长度的第二距离；

基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处。

7.根据权利要求6所述的方法，其特征在于，基于所述第一距离和所述第二距离控制所述机器人行驶至所述充电座所在位置处包括：

确定第一距离的第一长度；

在确定所述第一长度超过第一长度阈值的情况下，重复执行如下操作，直到所述第一长度小于或等于所述第一长度阈值为止，然后执行目标处理，以使所述机器人行驶至所述充电座所在位置处：控制所述机器人向所述第一位姿点与所述中垂线的垂点的方向转动并行走所述第一长度，再向所述第二位姿点的方向转动；

在确定所述第一长度小于或等于所述第一长度阈值的情况下，执行所述目标处理，以使所述机器人行驶至所述充电座所在位置处。

8.根据权利要求7所述的方法，其特征在于，所述目标处理包括：

确定所述第一位姿点和所述第二位姿点之间连线与所述中垂线的夹角；

基于所述夹角和所述第一长度的加权值确定所述机器人偏离所述中垂线的距离，并基于所述机器人偏离所述中垂线的距离持续修正所述机器人的位姿直至所述第一位姿点和所述第二位姿点之间连线的长度小于第二长度阈值为止；

控制所述机器人旋转第四角度，并基于所述夹角实时调整所述机器人的角速度，直至所述机器人包括的预定部件接触到所述充电座为止。

9.一种充电装置，其特征在于，包括：

获取模块，用于在确定机器人与充电座之间满足目标位置关系的情况下，获取所述机器人对目标区域进行扫描所得到的点云数据；

计算模块，用于基于所述点云数据计算所述机器人相对于所述充电座的相对位姿；

第一确定模块，用于基于所述机器人的第一全局位姿以及所述相对位姿确定所述充电座的第二全局位姿；

控制模块，用于基于所述第二全局位姿控制所述机器人行驶至所述充电座的入口内，以使所述充电座为所述机器人充电。

10.一种机器人，其特征在于，包括：

扫描组件，用于对目标区域进行扫描以得到点云数据；

控制组件，包括权利要求9所述的充电装置；

充电组件，用于为所述机器人充电。

Images