CN114326742A - 机器人运行方法、机器人运行装置、机器人及介质 - Google Patents

Abstract

本发明实施例公开了一种机器人运行方法、机器人运行装置、机器人及介质。机器人运行方法包括：在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测；当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型；若否，则重新规划用于避开所述障碍物的第二导航路线；若是，则按照所述第一导航路线行驶，以跨越所述障碍物。这样，只有在检测到高度大于预设值的障碍物且障碍物的类型为预设可跨越类型时，才会跨越障碍物，检测高度大于预设值的障碍物且障碍物的类型不为预设可跨越类型都避开，提高了机器人的智能性。

Description

机器人运行方法、机器人运行装置、机器人及介质

技术领域

本发明涉及机器人技术领域，尤其涉及一种机器人运行方法、机器人运行装置、机器人及介质。

背景技术

扫地机器人近几年来快速发展，已经逐步开始进入千家万户，自动为用户完成家庭的卫生清扫工作，让用户可以花更多的时间到其他的工作和生活事务上。然而，房屋的各个房间区域之间通常会有门槛，要让扫地机器人自动完成各房间区域的清扫工作，扫地机器人需要有一定的跨越障碍物的能力。扫地机器人在帮助用户清扫工作的同时，某些时候，也给用户带来一些烦恼。比如，有时候家里的拖鞋或袜子这些低矮的较轻的物体有可能会被扫地机推到某个不知名的角落，让用户找不到；扫地机有时候还会爬上体重秤后下不来，在体重秤上趴窝。扫地机器人在工作过程中会出现很多类似的问题，这里就不一一列举。

为了解决这些问题，有很多扫地机器人的厂家开始引入AI(ArtificialIntelligence，人工智能)视觉识别，通过上述方式，识别出各类鞋子、袜子、体重秤、宠物粪便等等，来避开这些家庭中常见的需要避开的物体。但是，鞋子、袜子和其他需要识别物体的形状、大小、品类、摆放的状态各种各样，这就需要厂家花费大家的人力、物力、时间来进行图片采集和模型训练。即使是花费大量精力进行图片采集和模型训练，在性能比较强的芯片性能的支持下，扫地机器人对这些需要避开的障碍物的识别率仍然不是很高，扫地机器人还是有可能因漏识别而将低矮的鞋、袜等物体推走，也有可能在越障时趴窝在未训练过的物体上，产生一系列不符合预期的行为，智能性低。

可见，现有的机器人运行方法智能性低。

发明内容

有鉴于此，本申请实施例的目的是提供一种机器人运行方法、机器人运行装置、机器人及介质，能够解决现有的机器人运行方法智能性低的技术问题。

为了解决上述技术问题，本申请是这样实现的：

第一方面，本申请实施例提供了一种机器人运行方法，包括：

在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测；

当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型；

若否，则重新规划用于避开所述障碍物的第二导航路线；

若是，则按照所述第一导航路线行驶，以跨越所述障碍物。

根据本申请公开的一种具体实施方式，所述当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型之后，所述按照所述第一导航路线行驶，以跨越所述障碍物之前，还包括：

计算所述障碍物相对所述机器人的位置信息；

将所述障碍物的信息标注在所述机器人的作业地图上，其中，所述信息包括位置信息及可跨越标识。

根据本申请公开的一种具体实施方式，所述预设障碍物检测模块包括线激光传感器和面阵ToF器件中的至少一种以及雷达，所述当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型，包括：

当雷达未检测到障碍物且线激光传感器和/或面阵ToF器件检测到障碍物时，获取通过图像采集装置采集的包括障碍物的第一图像；

将所述第一图像输入至障碍物分类模型，得到所述障碍物的分类结果，其中，所述分类结果包括预设可跨越类型和非预设可跨越类型。

根据本申请公开的一种具体实施方式，所述方法还包括：

获取预设数量的第一图像，并构建样本集，其中，所述第一图像包括类型为预设可跨越类型的障碍物；

利用所述样本集训练预设神经网络模型，得到所述障碍物分类模型。

根据本申请公开的一种具体实施方式，所述预设可跨越类型包括门槛、地毯及地面预设走线中的至少一种。

根据本申请公开的一种具体实施方式，所述预设值的取值范围包括0.1cm-2cm。

第二方面，本申请实施例提供了一种机器人运行装置，包括：

预设障碍物检测模块，用于在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测；

判断模块，用于当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型；

规划模块，用于若否，则重新规划用于避开所述障碍物的第二导航路线；

行驶模块，用于若是，则按照所述第一导航路线行驶，以跨越所述障碍物。

根据本申请公开的一种具体实施方式，所述装置还包括：

计算模块，用于计算所述障碍物相对所述机器人的位置信息；

标注模块，用于将所述障碍物的信息标注在所述机器人的作业地图上，其中，所述信息包括位置信息及可跨越标识。

第三方面，本申请实施例提供了一种机器人，包括处理器和存储器，所述存储器上存储有程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。

本申请的上述实施例提供的机器人运行方法、机器人运行装置、机器人及介质，当检测到高度大于预设值的障碍物时，若所述障碍物的类型为预设可跨越类型，则按照所述第一导航路线行驶，以跨越所述障碍物；若所述障碍物的类型不为预设可跨越类型，则重新规划用于避开所述障碍物的第二导航路线。这样，只有在检测到高度大于预设值的障碍物且障碍物的类型为预设可跨越类型时，才会跨越障碍物，检测高度大于预设值的障碍物且障碍物的类型不为预设可跨越类型都避开，提高了机器人的智能性。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。

图1示出了本申请实施例提供的一种机器人运行方法的流程图；

图2示出了本申请实施例提供的另一种机器人运行方法的流程图；

图3示出了本申请实施例提供的一种机器人运行装置的结构示意图。

具体实施方式

下面将结合本发明实施例中附图，对本发明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发明一部分实施例，而不是全部的实施例。

通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

在下文中，可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。

此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本发明的各种实施例中被清楚地限定。

请参阅图1，图1为本申请实施例提供的机器人运行方法的流程图，如图1所示，该方法包括以下步骤：

步骤101、在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测。

具体的，机器人基于第一导航路线开始作业。在作业过程中，通过预设障碍物检测模块进行障碍物检测。

在本申请中，预设障碍物检测模块包括雷达、红外传感器、碰撞传感器，对应的检测策略可以包括：1.通过雷达检测障碍物，若检测到障碍物，则避开障碍物，重新规划路线；2.通过红外传感器检测悬崖，若检测到悬崖，则避开悬崖，重新规划路线；3.通过碰撞传感器检测碰撞，若检测到碰撞，说明有障碍物，则避开障碍物，重新规划路线。

进一步地，预设障碍物检测模块还包括线激光传感器和/或面阵ToF(Time ofFlight，飞行时间)器件，对应的检测策略可以包括：若检测到高度大于预设值的障碍物，则需要进一步处理；若检测到高度小于等于预设值的障碍物，则继续行驶以跨越障碍物。

步骤102、当检测高度大于预设值的到障碍物时，判断所述障碍物的类型是否为预设可跨越类型。

具体的，当检测到高度大于预设值的障碍物时，再进一步判断所述障碍物的类型，并基于类型是否为预设可跨越类型，执行后续的步骤。

在本实施例中，所述预设值的取值范围包括0.1cm-2cm。可以理解的是，预设值都可以根据实际需求设定，例如可以是0.5cm，可以是0.8cm，可以是1.0cm，可以是1.3cm，可以是1.5cm，本申请对此不作限定。若预设值的取值过大，使得机器人可能会由于触发了悬崖检测，或者由于主动轮悬空地面不能给轮子提供足够的摩擦力，导致机器人爬到障碍物上后无法从障碍物上回到地面，通过设定合适的预设值可以避免上述现象的发生。

可以理解的是，在本实施例中，预设可跨越类型的数量不会设置过多，所述预设可跨越类型的数量应当小于阈值，阈值的取值范围包括1-8。由于预设可跨越类型的数量小于阈值，进而减小了需要识别的物体的数量，提高了识别效率。

在本实施例中，所述预设可跨越类型包括门槛、地毯及地面预设走线中的至少一种。可以理解的是，大部分情况下，房屋的地面上是没有设置走线的。但是有些房屋的地面上设置有走线连接插座，或地面设置有网线或线盒，上述走线相对而言是单条且比较直的。对于机器人而言，上述走线都是可以跨越的，本实施例中的地面预设走线指的即是上述走线。

上述类型的物体都是一些相较于其他物体而言位置比较固定、高度比较低矮且无法被机器人推动的物体，因此，在本实施例中，将上述类型作为预设可跨越类型。其他障碍物，如墙体、衣柜、箱子、鞋子、桌子、椅子、体重秤、玩具、成团的线团、袜子、衣服、床单、盆、桶、宠物粪便等，则不会被作为预设可跨越类型，在检测到时需重新规划路线以避开障碍物。

一种可选的实施方式中，所述预设障碍物检测模块包括线激光传感器和面阵ToF器件中的至少一种以及雷达，步骤102包括：

当雷达未检测到障碍物且线激光传感器和/或面阵ToF器件检测到障碍物时，获取通过图像采集装置采集的包括障碍物的第一图像；

将所述第一图像输入至障碍物分类模型，得到所述障碍物的分类结果，其中，所述分类结果包括预设可跨越类型和非预设可跨越类型。

具体的，线激光传感器用于发射线激光以实现扫描。面阵ToF器件则是以面阵形式排列的多个ToF相机。通过线激光传感器或面阵ToF器件都可以获取物体的轮廓、高度和/或宽度等信息。同时使用二者则可以使得上述信息的准确度更高。

当雷达未检测到障碍物且线激光传感器和/或面阵ToF器件检测到障碍物时，说明障碍物的高度比较低，是由于雷达只能扫描到雷达面高度的障碍物，雷达面高度的取值通常在10cm左右。如果障碍物低于10cm，雷达检测不到，例如房屋里的拖鞋，但是线激光和/或面阵ToF可以扫描到高度比较低的障碍物。因此，进一步地结合图像识别进行障碍物类型的确定。

在本实施例中，获取通过图像采集装置采集的包括障碍物的第一图像，再将第一图像输入至障碍物分类模型，进行识别，并得到分类结果。即通过障碍物分类模型实现对图像的分类，分类结果包括预设可跨越类型和非预设可跨越类型。图像采集装置可以实时采集机器人作业过程中的预设方向的图像，预设方向一般是机器人行驶方向的前方；也可以当雷达未检测到障碍物且线激光传感器和/或面阵ToF器件检测到障碍物时才开启图像采集装置，进而采集第一图像。可以理解的是，前一种方法精确度更高，后一种方法则更省电。

在此基础上，一种可选的实施方式中，所述方法还包括：

获取预设数量的第一图像，并构建样本集，其中，所述第一图像包括类型为预设可跨越类型的障碍物；

利用所述样本集训练预设神经网络模型，得到所述障碍物分类模型。

具体的，在采用障碍物分类模型对障碍物的类型进行确认之前，需要对预设神经网络模型进行训练，以得到所述障碍物分类模型。在本实施例中，仅利用预设数量的包括类型为预设可跨越类型的障碍物的第一图像对预设神经网络模型进行训练，从而减少训练所需的样本数量以及训练量。

步骤103、若否，则重新规划用于避开所述障碍物的第二导航路线。

具体的，若基于步骤102得到的结果包括为非预设可跨越类型，说明机器人不可以跨越障碍物，会对机器人的正常运行产生影响，因此，机器人重新规划用于避开所述障碍物的第二导航路线。

步骤104、若是，则按照所述第一导航路线行驶，以跨越所述障碍物。

具体的，若基于步骤102得到的结果包括为预设可跨越类型，说明机器人可以跨越障碍物，不会对机器人的正常运行产生影响，因此，机器人继续按照第一导航路线行驶。

一种可选的实施方式中，请参考图2，图2示出了本申请实施例提供的另一种机器人运行方法的流程图。步骤102之后，步骤104之前还包括：

步骤105、计算所述障碍物相对所述机器人的位置信息；

步骤106、将所述障碍物的信息标注在所述机器人的作业地图上，其中，所述信息包括位置信息及可跨越标识。

可以理解的是，机器人在第一次作业前都需要对作业区域进行建图，得到作业地图。因此，若基于步骤102得到的结果包括为预设可跨越类型，不管是建图的作业过程，还是扫地的作业过程，都可以在作业地图中标注障碍物的信息，信息包括位置信息及可跨越标识。这样，机器人在下次作业前规划导航路线时，不需要规划避开障碍物的导航路线，可以直接规划跨越障碍物的导航路线，使得导航路线更简单。

本申请实施例中提供的机器人运行方法，当检测到高度大于预设值的障碍物时，若所述障碍物的类型为预设可跨越类型，则按照所述第一导航路线行驶，以跨越所述障碍物；若所述障碍物的类型不为预设可跨越类型，则重新规划用于避开所述障碍物的第二导航路线。这样，只有在检测到高度大于预设值的障碍物且障碍物的类型为预设可跨越类型时，才会跨越障碍物，检测高度大于预设值的障碍物且障碍物的类型不为预设可跨越类型都避开，提高了机器人的智能性。

与上述方法实施例相对应，请参见图3，图3为本申请实施例提供的机器人运行装置的结构示意图，如图3所示，机器人运行装置300包括：

预设障碍物检测模块301，用于在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测；

判断模块302，用于当检测到高度小于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型；

规划模块303，用于若否，则重新规划用于避开所述障碍物的第二导航路线；

行驶模块304，用于若是，则按照所述第一导航路线行驶，以跨越所述障碍物。

可选的，机器人运行装置300还包括：

计算模块，用于计算所述障碍物相对所述机器人的位置信息；

标注模块，用于将所述障碍物的信息标注在所述机器人的作业地图上，其中，所述信息包括位置信息及可跨越标识。

可选的，所述预设障碍物检测模块301包括雷达、线激光传感器和/或面阵ToF器件，所述判断模块302包括：

采集子模块，用于当雷达未检测到障碍物且线激光传感器和/或面阵ToF器件检测到障碍物时，通过图像采集装置采集包括障碍物的第一图像；

分类子模块，用于将所述第一图像输入至障碍物分类模型，得到所述障碍物的分类结果，其中，所述分类结果包括是预设可跨越类型和不是预设可跨越类型。

可选的，机器人运行装置300还包括：

样本构建模块，用于获取预设数量的第一图像，并构建样本集，其中，所述第一图像包括类型为预设可跨越类型的障碍物；

训练模块，用于利用所述样本集训练预设神经网络模型，得到所述障碍物分类模型。

可选的，所述预设可跨越类型包括门槛、地毯及地面预设走线中的至少一种。

可选的，所述预设值的取值范围包括0.1cm-2cm。

本申请实施例提供的机器人运行装置能够实现图1的方法实施例中机器人运行方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

可选的，本申请实施例还提供一种机器人，包括处理器和存储器，所述存储器上存储有程序或指令，该程序或指令被处理器执行时实现上述机器人运行方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

可选的，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述机器人运行方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的机器人中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种机器人运行方法，其特征在于，包括：

在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测；

当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型；

若否，则重新规划用于避开所述障碍物的第二导航路线；

若是，则按照所述第一导航路线行驶，以跨越所述障碍物。

2.根据权利要求1所述的机器人运行方法，其特征在于，所述当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型之后，所述按照所述第一导航路线行驶，以跨越所述障碍物之前，还包括：

计算所述障碍物相对所述机器人的位置信息；

将所述障碍物的信息标注在所述机器人的作业地图上，其中，所述信息包括位置信息及可跨越标识。

3.根据权利要求1所述的机器人运行方法，其特征在于，所述预设障碍物检测模块包括线激光传感器和面阵ToF器件中的至少一种以及雷达，所述当检测到高度大于预设值的障碍物时，判断所述障碍物的类型是否为预设可跨越类型，包括：

当雷达未检测到障碍物且线激光传感器和/或面阵ToF器件检测到障碍物时，获取通过图像采集装置采集的包括障碍物的第一图像；

将所述第一图像输入至障碍物分类模型，得到所述障碍物的分类结果，其中，所述分类结果包括预设可跨越类型和非预设可跨越类型。

4.根据权利要求3所述的机器人运行方法，其特征在于，所述方法还包括：

获取预设数量的第一图像，并构建样本集，其中，所述第一图像包括类型为预设可跨越类型的障碍物；

利用所述样本集训练预设神经网络模型，得到所述障碍物分类模型。

5.根据权利要求1所述的机器人运行方法，其特征在于，所述预设可跨越类型包括门槛、地毯及地面预设走线中的至少一种。

6.根据权利要求1所述的机器人运行方法，其特征在于，所述预设值的取值范围包括0.1cm-2cm。

7.一种机器人运行装置，其特征在于，包括：

预设障碍物检测模块，用于在根据第一导航路线作业的过程中，通过预设障碍物检测模块进行障碍物检测；

判断模块，用于当检测到障碍物时，判断所述障碍物的类型是否为高度小于预设值的预设可跨越类型；

规划模块，用于若否，则重新规划用于避开所述障碍物的第二导航路线；

行驶模块，用于若是，则按照所述第一导航路线行驶，以跨越所述障碍物。

8.根据权利要求7所述的机器人运行装置，其特征在于，所述装置还包括：

计算模块，用于计算所述障碍物相对所述机器人的位置信息；

标注模块，用于将所述障碍物的信息标注在所述机器人的作业地图上，其中，所述信息包括位置信息及可跨越标识。

9.一种机器人，其特征在于，包括处理器和存储器，所述存储器上存储有程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-6中任一项所述的机器人运行方法的步骤。

10.一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上存储有程序或指令，所述程序或指令被处理器执行时实现如权利要求1-6中任一项所述的机器人运行方法的步骤。

Images