CN114545948A - 一种割草机器人控制方法、芯片及割草机器人 - Google Patents

Abstract

本发明公开了一种割草机器人控制方法、芯片及割草机器人，所述方法包括：步骤S1，割草机器人确定其前方的草坪边界的位置；步骤S2，割草机器人判断草坪边界外的区域是否可以调头，如果可以调头，则越过边界，在草坪边界外的区域进行调头，然后回到草坪边界内原定的路径上进行作业。与现有技术相比，本发明所述的方法控制割草机器人对草坪边界外的区域情况进行判断，如果可以通行，则越过边界去利用非草坪区域进行调头，防止车轮在转向过程中对草坪施加过大的压力，从而降低草坪的损伤，同时防止车痕。

Description

一种割草机器人控制方法、芯片及割草机器人

技术领域

本发明涉及割草机器人领域，具体涉及一种割草机器人控制方法、芯片及割草机器人。

背景技术

割草机器人在工作过程中需要进行多次调头转弯操作，然而，如果采用像扫地机器人那样的调头转弯方法，会反复对调头处的草坪造成损伤，同时也会产生车痕，最终影响草坪的美观。

发明内容

为解决上述问题，本发明提供了一种割草机器人控制方法、芯片及割草机器人，可以减少车轮对草坪的碾压，防止草坪损伤。本发明的具体技术方案如下：

一种割草机器人控制方法，所述方法包括：步骤S1，割草机器人确定其前方的草坪边界的位置；步骤S2，割草机器人判断草坪边界外的区域是否可以调头，如果可以调头，则越过边界，在草坪边界外的区域进行调头，然后回到草坪边界内原定的路径上进行作业。

进一步地，在所述步骤S1中，割草机器人确定草坪边界的位置的方法包括：割草机器人在前进过程中，采集前方环境的深度图像，并利用预设识别算法以及草坪模型特征对所采集的深度图像进行识别处理，从而确定草坪边界的位置；其中，所述草坪模型特征至少包括草坪的颜色或草坪的纹理中的任一项。

进一步地，在所述步骤S2中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：步骤S21，割草机器人在确定草坪边界的位置后，检测前方是否存在障碍物，如果存在，则进入步骤S22，如果不存在，则进入步骤S23；步骤S22，割草机器人根据所采集的深度图像的深度信息，判断草坪边界的位置与障碍物的位置之间的距离，如果所述距离大于等于预设距离，则进入步骤S23，如果所述距离小于预设距离，则草坪边界外的区域不可调头；步骤S23，割草机器人越过边界并监测自身驶离边界的距离，如果驶离边界的距离无法达到预设距离，则草坪边界外的区域不可调头，如果驶离边界的距离达到或大于预设距离，则草坪边界外的区域可以调头。

进一步地，在所述步骤S2中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：割草机器人在前进过程中，根据自身的定位信息以及全局地图的信息，判断前方草坪边界外的区域的类型，如果所述类型为禁区，则草坪边界外的区域不可调头，如果所述类型为非禁区，则草坪边界外的区域可以调头；其中，所述全局地图预先储存在割草机器人的存储器中，所述全局地图的信息包括草坪边界内的信息以及草坪边界外的信息，所述草坪边界外的信息包括预先规划的禁区信息和非禁区信息。

进一步地，在所述步骤S2中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：割草机器人在前进过程中，如果检测到前方存在基站，则利用基站进行调头。

进一步地，在所述步骤S23中，割草机器人在越过边界时，降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度。

进一步地，所述方法还包括：割草机器人遍历完整个草坪后，进行沿边割草。

一种割草机器人，所述割草机器人用于实现所述的割草机器人控制方法，所述割草机器人包括：深度图像采集模块，用于采集割草机器人前方环境的深度图像；草坪边界识别模块，用于根据预设识别算法以及草坪模型特征识别所述深度图像中的草坪边界的位置；其中，所述草坪模型特征至少包括草坪的颜色或草坪的纹理中的任一项；障碍物检测模块，用于根据所述深度图像检测割草机器人前方环境中的障碍物，以及确定草坪边界的位置与障碍物的位置之间的距离；悬崖检测模块，用于检测草坪边界外的区域是否存在悬崖；调头控制模块，用于根据障碍物检测模块和悬崖检测模块的检测结果控制割草机器人执行调头操作。

进一步地，所述割草机器人还包括：刀片组件控制模块，用于在割草机器人越过边界时，降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度。

进一步地，所述割草机器人还包括：沿边割草模块，用于在割草机器人遍历完整个草坪后，控制割草机器人进行沿边割草。

一种芯片，所述芯片储存有计算机程序代码，所述计算机程序代码被执行时实现所述的割草机器人控制方法的步骤。

本发明的有益效果在于：与现有技术相比，本发明所述的方法控制割草机器人对草坪边界外的区域情况进行判断，如果可以通行，则越过边界去利用非草坪区域进行调头，防止车轮在转向过程中对草坪施加过大的压力，从而降低草坪的损伤，同时防止车痕。其中，在割草机器人越过边界的过程中，割草机器人降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度，可以提高割草机器人的安全性能。而在割草机器人遍历完整个草坪后进行沿边割草，可以实现补漏，从而提高割草质量。

附图说明

图1为本发明一种实施例所述割草机器人控制方法的示意图。

图2为本发明一种实施例所述割草机器人的调头过程示意图。

图3为本发明一种实施例所述割草机器人的模块组成示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。 还应当理解，在本申请中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请中所使用的那样，术语“如果”可以依据上下文被解释为“当…时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请的描述中，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。在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

割草机器人在工作过程中需要进行多次调头转弯操作，然而，如果采用像扫地机器人那样的调头转弯方法，会反复对调头处的草坪造成损伤，同时也会产生车痕，最终影响草坪的美观。

因此，本发明实施例提供一种割草机器人控制方法，控制割草机器人对草坪边界外的区域情况进行判断，如果可以通行，则越过边界去利用非草坪区域进行调头，防止车轮在转向过程中对草坪施加过大的压力，从而降低草坪的损伤，同时防止车痕。具体实施步骤如图1所示，包括：

步骤S1，割草机器人确定其前方的草坪边界的位置；

步骤S2，割草机器人判断草坪边界外的区域是否可以调头，如果可以调头，则越过边界，在草坪边界外的区域进行调头，然后回到草坪边界内原定的路径上进行作业。

在执行步骤S1的过程中，割草机器人确定草坪边界的位置的方法包括：割草机器人在前进过程中，采集前方环境的深度图像，并利用预设识别算法以及草坪模型特征对所采集的深度图像进行识别处理，从而确定草坪边界的位置；其中，所述草坪模型特征至少包括草坪的颜色或草坪的纹理中的任一项。需要说明的是，所述割草机器人包括具有采集深度图像的深度摄像头，该摄像头除了能够获取平面图像以外，还可以获得拍摄对象的深度信息，也就是三维的位置和尺寸信息，使得整个计算系统获得环境和对象的三维立体数据。所述预设识别算法采用卷积神经网络（Convolutional Neural Networks,CNN），CNN擅长对图像进行识别，事先将草坪模型特征输入CNN中，CNN会自动进行学习，然后能够准确地区分出草坪区域和非草坪区域并提取出草坪边界，最后根据图像中的深度信息可获得草坪边界的与割草机器人之间的距离。

在一实施例中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：

步骤S21，割草机器人在确定草坪边界的位置后，检测前方是否存在障碍物，如果存在，则进入步骤S22，如果不存在，则进入步骤S23。可选地，在割草机器人上设置测距传感器，以配合深度摄像头检测障碍物。所述测距传感器采用包括TOF传感器、红外传感器或超声波传感器中任一种或组合。

步骤S22，割草机器人根据所采集的深度图像的深度信息，判断草坪边界的位置与障碍物的位置之间的距离，如果所述距离大于等于预设距离，则进入步骤S23，如果所述距离小于预设距离，则草坪边界外的区域不可调头。需要说明的是，所述预设距离取决于割草机器人的机身长度。具体的，所述预设距离的大小等于割草机器人机头到车轮（取中心线）的距离。显然，如果预设距离小于机头到车轮的距离，那么割草机器人的车轮将停留在草坪边界内，此时进行调头仍然会损伤草坪。因此，在草坪边界的位置与障碍物的位置之间的距离小于预设距离时，判定草坪边界外的区域不可调头，割草机器人不需要穿越草坪边界，此时按照原定的路线进行行走。

优选地，割草机器人以弓字形行走方式完成覆盖式割草。具体的，割草机器人在草坪区域内产生的割草轨迹路线是由相互平行的多条运动轨迹线段组成，其中，相互平行的两条相邻的运动轨迹线段（位置上相邻）之间的垂直距离小于割草机器人的机身直径，相互平行的两条相邻的运动轨迹线段都存在一个端点通过弯折线或短线段（比所述平行运动轨迹线段短）连接，本领域技术人员可以理解的是，这些相互平行的运动轨迹线段是属于弓字形割草路线的长边割草路线，前述的弯折线或短线段是相邻的两条运动轨迹线段之间的短边割草路线，使得这些相互平行的运动轨迹线段覆盖割草机器人的可达区域，同时割草机器人沿着所述运动轨迹线段标记路径节点并映射到栅格地图上，前述的短线段可以设置为垂直于所述运动轨迹线段或初始割草方向。

步骤S23，割草机器人越过边界并监测自身驶离边界的距离，如果驶离边界的距离无法达到预设距离，则草坪边界外的区域不可调头，如果驶离边界的距离达到或大于预设距离，则草坪边界外的区域可以调头。可选地，割草机器人通过码盘和/或里程计反馈的数据监测自身驶离边界的距离。

其中，存在两种情况使得割草机器人驶离边界的距离无法达到预设距离：一是因为产生碰撞，在步骤S22中，如果割草机器人对前方障碍物的距离预估错误，那就可能会出现这种状况，此时割草机器人后退一定距离，然后调头并按照原定的路线行走。二是因为探测到悬崖，在步骤S21中，割草机器人虽然检测到前方没有障碍物，但是无法得知前方是否有悬崖（比如台阶、洼地或水池）。因此，在割草机器人越过边界后，需要实时对悬崖检测传感器采集的数据进行分析，以避免割草机器人坠落，防止割草机器人无法返回草坪边界内，甚至造成机器损坏或其他安全事故。同样地，此时割草机器人后退一定距离，然后调头并按照原定的路线行走。

其中，当割草机器人越过边界后，既不产生碰撞也没有探测到悬崖，且其驶离边界的距离达到或大于预设距离，那么割草机器人的车轮已经离开草坪区域，此时执行调头操作。根据上文所述，割草机器人以弓字形行走方式完成覆盖式割草，其具有长边割草路线以及短边割草路线。参照图2，割草机器人1越过草坪边界3进行调头，相当于“延长”了长边割草路线2，将短边割草路线4置于草坪边界3之外。该调头方式可以防止车轮在转向过程中对草坪施加过大的压力，从而降低草坪的损伤，同时防止车痕。

在执行步骤S23的过程中，根据深度图像计算得到的草坪边界的距离，割草机器人在即将越过草坪边界时，降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度。由于草坪边界外的区域非工作区域，存在一定的安全隐患，所以此举可以提高割草机器人的安全性能。需要说明的是，本实施例中的割草机器人具有调节刀片组件高度的功能，该功能主要用于控制割草的高度，而在本实施例中则起到了避免切割到草坪边界外物体的作用。当割草机器人成功在边界外调头，往草坪边界的方向行走，在进入草坪边界内之后再将刀片组件恢复原状，同理，此举可以提高割草机器人的安全性能。

在上述实施例中，割草机器人在越过草坪边界时，提升和降低刀片组件的高度需要一定的时间，使得临近草坪边界的区域的割草质量无法得到保障。因此，当割草机器人遍历完整个草坪后，进行沿边割草以补漏，从而提高割草质量。

在另一实施例中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：

割草机器人在前进过程中，根据自身的定位信息以及全局地图的信息，判断前方草坪边界外的区域的类型，如果所述类型为禁区，则草坪边界外的区域不可调头，如果所述类型为非禁区，则草坪边界外的区域可以调头。其中，所述全局地图预先储存在割草机器人的存储器中，所述全局地图的信息包括草坪边界内的信息以及草坪边界外的信息，所述草坪边界外的信息包括预先规划的禁区信息和非禁区信息。

在本实施例中，割草机器人通过其装配的视觉传感器和/或激光传感器采集环境信息，然后采用SLAM（即时定位与建图）技术构建关于草坪区域的全局地图。所述全局地图传输到智能终端上，使得用户可以进行编辑，划分禁区和非禁区。所述禁区可以是草坪边界内的区域，也可以是草坪边界外的区域，当划分出禁区后，其余区域均视为非禁区。需要说明的是，草坪边界外的区域不一定要在全局地图上显示。用户可以将任意长度的草坪边界进行标记，而这些被标记的边界则表示与其相邻的非草坪区域为禁区，是不可调头的。作为其中一种实施方式，用户将基站设置为非禁区。参照图2，当割草机器人1检测到前方是基站5时，可以在基站5上完成调头，充分利用现有资源，提高割草机器人的智能化。

如图3所示，本发明实施例还提供一种割草机器人，所述割草机器人包括：深度图像采集模块，该模块包括深度摄像头，用于采集割草机器人前方环境的深度图像；草坪边界识别模块，该模块为虚拟模块，用于根据预设识别算法以及草坪模型特征识别所述深度图像中的草坪边界的位置；其中，所述草坪模型特征至少包括草坪的颜色或草坪的纹理中的任一项；障碍物检测模块，该模块为虚拟模块，用于根据所述深度图像检测割草机器人前方环境中的障碍物，以及确定草坪边界的位置与障碍物的位置之间的距离；悬崖检测模块，该模块包括悬崖检测传感器，用于检测草坪边界外的区域是否存在悬崖；调头控制模块，该模块为虚拟模块，用于根据障碍物检测模块和悬崖检测模块的检测结果控制割草机器人执行调头操作。所述割草机器人还包括：刀片组件控制模块，该模块为虚拟模块，用于在割草机器人越过边界时，降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度；沿边割草模块，该模块为虚拟模块，用于在割草机器人遍历完整个草坪后，控制割草机器人进行沿边割草。

本发明实施例还提供一种芯片，所述芯片可以装配在前述割草机器人上。与现有技术相比，本发明所述的芯片可以使得割草机器人对草坪边界外的区域情况进行判断，如果可以通行，则越过边界去利用非草坪区域进行调头，防止车轮在转向过程中对草坪施加过大的压力，从而降低草坪的损伤，同时防止车痕。其中，在割草机器人越过边界的过程中，控制割草机器人降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度，可以提高割草机器人的安全性能。而在割草机器人遍历完整个草坪后，使得割草机器人进行沿边割草，可以实现补漏，从而提高割草质量。

本领域的普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，该计算机程序可存储于一非易失性计算机可读存储介质中，该计算机程序在执行时，可包括如上述个方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其他介质的引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器ROM、可编程存储器PROM、电可编程存储器DPROM、电可擦除可编程存储器DDPROM或闪存。易失性存储器可包括随机存取存储器RAM或者外部高速缓冲存储器。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上各实施例仅表达了本发明的几种实施例，其描述较为具体和详细，但并不能因此而理解为发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。

Claims (11)

1.一种割草机器人控制方法，其特征在于，所述方法包括：

步骤S1，割草机器人确定其前方的草坪边界的位置；

步骤S2，割草机器人判断草坪边界外的区域是否可以调头，如果可以调头，则越过边界，在草坪边界外的区域进行调头，然后回到草坪边界内原定的路径上进行作业。

2.根据权利要求1所述的一种割草机器人控制方法，其特征在于，在所述步骤S1中，割草机器人确定草坪边界的位置的方法包括：

割草机器人在前进过程中，采集前方环境的深度图像，并利用预设识别算法以及草坪模型特征对所采集的深度图像进行识别处理，从而确定草坪边界的位置；其中，所述草坪模型特征至少包括草坪的颜色或草坪的纹理中的任一项。

3.根据权利要求1所述的一种割草机器人控制方法，其特征在于，在所述步骤S2中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：

步骤S21，割草机器人在确定草坪边界的位置后，检测前方是否存在障碍物，如果存在，则进入步骤S22，如果不存在，则进入步骤S23；

步骤S22，割草机器人根据所采集的深度图像的深度信息，判断草坪边界的位置与障碍物的位置之间的距离，如果所述距离大于等于预设距离，则进入步骤S23，如果所述距离小于预设距离，则草坪边界外的区域不可调头；

步骤S23，割草机器人越过边界并监测自身驶离边界的距离，如果驶离边界的距离无法达到预设距离，则草坪边界外的区域不可调头，如果驶离边界的距离达到或大于预设距离，则草坪边界外的区域可以调头。

4.根据权利要求1所述的一种割草机器人控制方法，其特征在于，在所述步骤S2中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：

割草机器人在前进过程中，根据自身的定位信息以及全局地图的信息，判断前方草坪边界外的区域的类型，如果所述类型为禁区，则草坪边界外的区域不可调头，如果所述类型为非禁区，则草坪边界外的区域可以调头；

其中，所述全局地图预先储存在割草机器人的存储器中，所述全局地图的信息包括草坪边界内的信息以及草坪边界外的信息，所述草坪边界外的信息包括预先规划的禁区信息和非禁区信息。

5.根据权利要求1所述的一种割草机器人控制方法，其特征在于，在所述步骤S2中，割草机器人判断草坪边界外的区域是否可以调头的方法包括：

割草机器人在前进过程中，如果检测到前方存在基站，则利用基站进行调头。

6.根据权利要求3所述的一种割草机器人控制方法，其特征在于，在所述步骤S23中，割草机器人在越过边界时，降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度。

7.根据权利要求1所述的一种割草机器人控制方法，其特征在于，所述方法还包括：割草机器人遍历完整个草坪后，进行沿边割草。

8.一种割草机器人，所述割草机器人用于实现权利要求1至7任一项所述的割草机器人控制方法，其特征在于，所述割草机器人包括：

深度图像采集模块，用于采集割草机器人前方环境的深度图像；

草坪边界识别模块，用于根据预设识别算法以及草坪模型特征识别所述深度图像中的草坪边界的位置；其中，所述草坪模型特征至少包括草坪的颜色或草坪的纹理中的任一项；

障碍物检测模块，用于根据所述深度图像检测割草机器人前方环境中的障碍物，以及确定草坪边界的位置与障碍物的位置之间的距离；

悬崖检测模块，用于检测草坪边界外的区域是否存在悬崖；

调头控制模块，用于根据障碍物检测模块和悬崖检测模块的检测结果控制割草机器人执行调头操作。

9.根据权利要求8所述的一种割草机器人，其特征在于，所述割草机器人还包括：

刀片组件控制模块，用于在割草机器人越过边界时，降低刀片组件的转速、或者关闭刀片组件的运行，同时提升刀片组件的高度。

10.根据权利要求8所述的一种割草机器人，其特征在于，所述割草机器人还包括：

沿边割草模块，用于在割草机器人遍历完整个草坪后，控制割草机器人进行沿边割草。

11.一种芯片，所述芯片储存有计算机程序代码，其特征在于，所述计算机程序代码被执行时实现权利要求1至7任一项所述的割草机器人控制方法的步骤。

Images