CN114942644A - 控制机器人清扫的方法及机器人 - Google Patents
控制机器人清扫的方法及机器人 Download PDFInfo
- Publication number
- CN114942644A CN114942644A CN202210743484.3A CN202210743484A CN114942644A CN 114942644 A CN114942644 A CN 114942644A CN 202210743484 A CN202210743484 A CN 202210743484A CN 114942644 A CN114942644 A CN 114942644A
- Authority
- CN
- China
- Prior art keywords
- robot
- cleaning
- edgewise
- boundary
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004140 cleaning Methods 0.000 claims abstract description 167
- 239000007787 solid Substances 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 22
- 238000010408 sweeping Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract 1
- 230000003068 static effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种控制机器人清扫的方法,包括:基于已知地图生成沿边路径,所述沿边路径包括沿边路径点,所述沿边路径点具有边界属性;接收沿边清扫任务,根据所述已知地图导航至清扫区域;获取所述清扫区域的沿边路径点的边界属性;根据所述沿边路径点的边界属性执行相对应的清扫策略。采用本发明的技术方案,能够实现机器人基于沿边路径点的边界属性执行相对应的清扫策略,可在无碰撞的情况下,较好的完成沿边清扫功能,针对实体墙可实现细节清扫,清洁效果佳;此外,沿边清扫功能对环境变化有着非常好的适应能力,能够针对不同的环境完成高质量的沿边清扫,大大提升了机器人的沿边性能,有利于提高机器人的鲁棒性和客户体验。
Description
技术领域
本发明大致机器人技术领域,尤其涉及一种控制机器人清扫的方法、一种机器人以及一种计算机可读存储介质。
背景技术
近年来,随着人工智能技术的发展,清洁类机器人广泛应用于各个领域,为人类减轻了劳动负担。现有的清洁机器人大多采用红外传感器或者接触式传感器,当检测到墙体后进行探索式沿边清扫,该种方式允许碰撞的特性在家用清洁机器人得到很好的应用,却无法在大型的商用机器人上得以推广。与此同时,这种方式并未基于全局地图预先规划有效的沿边路径,一旦工作环境发生改变,则机器人的沿边功能容易受到较大不利影响,例如可能会与障碍物发生碰撞产生危险,甚至偏离清扫区域外而无法返回,同时还有可能出现重复清扫等降低机器人的工作效率问题,影响机器人的正常工作。
背景技术部分的内容仅仅是发明人所知晓的技术,并不当然代表本领域的现有技术。
发明内容
针对现有技术存在问题中的一个或多个,本发明提供一种控制机器人清扫的方法,包括:
基于已知地图生成沿边路径,所述沿边路径包括沿边路径点,所述沿边路径点具有边界属性;
接收沿边清扫任务,根据所述已知地图导航至清扫区域;
获取所述清扫区域的沿边路径点的边界属性;和
根据所述沿边路径点的边界属性执行相对应的清扫策略。
根据本发明的一个方面,所述基于已知地图生成沿边路径的步骤包括:对所述已知地图进行图像区域分割,提取分割的区域轮廓的边界信息,对所述边界信息进行处理,生成具有边界属性的沿边路径点。
根据本发明的一个方面,所述对边界信息进行处理生成具有边界属性的沿边路径点的步骤包括:基于所述已知地图的地图属性对所述边界信息进行处理,生成初始沿边路径点,将所述初始沿边路径点与所述已知地图进行匹配生成具有边界属性的沿边路径点,进而生成沿边路径。
根据本发明的一个方面,所述沿边路径点的边界属性包括实体墙边界和虚拟区域边界;所述清扫策略包括路径跟踪清扫策略和贴墙清扫策略。
根据本发明的一个方面,所述根据沿边路径点的边界属性执行相对应的清扫策略的步骤包括:
判断所述清扫区域的沿边路径点的边界属性是否为实体墙边界;
如果所述清扫区域的沿边路径点的边界属性不是实体墙边界,则执行路径跟踪清扫策略。
根据本发明的一个方面,所述根据沿边路径点的边界属性执行相对应的清扫策略的步骤还包括:如果所述清扫区域的沿边路径点的边界属性是实体墙边界,则确定所述机器人是否探测到实体墙,根据探测结果执行相对应的清扫策略。
根据本发明的一个方面,如果根据沿边路径点的边界属性执行相对应的清扫策略的步骤还包括:如果确定所述机器人探测到实体墙,则执行贴墙清扫策略;否则,执行路径跟踪清扫策略。
根据本发明的一个方面,其中所述执行贴墙清扫策略的步骤包括:根据所述实体墙的形状变化,控制所述机器人保持与所述实体墙在预设距离范围内清扫。
根据本发明的一个方面,还包括:检测是否有障碍物,如果有障碍物,控制所述机器人执行避障操作。
根据本发明的一个方面,其中所述控制机器人执行避障操作的步骤包括:当所述机器人执行路径跟踪清扫策略时,所述机器人执行局部规划避障操作。
根据本发明的一个方面,其中所述控制机器人执行避障操作的步骤还包括:当所述机器人执行贴墙清扫策略时,控制所述机器人执行贴墙避障操作,并判断在贴墙避障过程中是否偏离所述预设距离范围,如果偏离,控制所述机器人执行局部规划避障操作。
根据本发明的一个方面,还包括:在整个沿边清扫过程中,如果检测到偏离至所述清扫区域外,控制所述机器人执行路径跟踪清扫策略,并根据所述已知地图导航至所述清扫区域内。
本发明还提供一种机器人,包括:
主体,具有行走机构;
传感器,安装于所述主体,配置成探测所述机器人的周围环境;
清洁刷,用于清扫;
处理器,与所述行走机构和传感器耦合,配置成可执行如上所述的方法。
根据本发明的一个方面,所述传感器包括激光雷达、里程计以及视觉传感器中的一种或多种。
本发明还提供一种计算机可读存储介质,包括存储于其上的计算机可执行指令以及地图,所述可执行指令在被处理器执行时实施如上所述的方法。
采用本发明的技术方案,能够实现机器人基于沿边路径点的边界属性执行相对应的清扫策略,可在无碰撞的情况下,较好的完成沿边清扫功能,针对实体墙可实现细节清扫,清洁效果佳;此外,沿边清扫功能对环境变化有着非常好的适应能力,能够针对不同的环境完成高质量的沿边清扫,大大提升了机器人的沿边性能,有利于提高机器人的鲁棒性和客户体验。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1示出了根据本发明的一个实施例的一种控制机器人清扫的方法的流程图;
图2示出了根据本发明的一个优选实施例的基于已知地图生成沿边路径的流程示意图;
图3示出了根据本发明的一个优选实施例的路径点的示意图;
图4示出了根据本发明的一个实施例的机器人执行沿边清扫任务的流程图;和
图5示出了根据本发明的一个实施例的机器人的示意图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
在本发明的描述中,需要理解的是,术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。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一个或者更多个所述特征。在本发明的描述中,"多个"的含义是两个或两个以上,除非另有明确具体的限定。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语"安装"、"相连"、"连接"应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接:可以是机械连接,也可以是电连接或可以相互通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。当然,它们仅仅为示例,并且目的不在于限制本发明。此外,本发明可以在不同例子中重复参考数字和/或参考字母,这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施方式和/或设置之间的关系。此外,本发明提供了的各种特定的工艺和材料的例子,但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种控制机器人清扫的方法,使机器人能够实现有效的无碰撞沿边清扫,下面结合附图对所述方法10进行具体描述。
图1示出了根据本发明的一个实施例的一种控制机器人清扫的方法10的流程图,图4示出了根据本发明的一个实施例的机器人执行沿边清扫任务的流程图,如图1所示,所述方法10包括步骤S11-S14:在步骤S11中,基于已知地图生成沿边路径,其中所述沿边路径包括沿边路径点,所述沿边路径点具有边界属性;在步骤S12中,接收沿边清扫任务,根据所述已知地图导航至清扫区域;在步骤S13中,获取所述清扫区域的沿边路径点的边界属性;在步骤S14中,根据所述沿边路径点的边界属性执行相对应的清扫策略。接下来具体描述所述方法10的各个步骤。
在步骤S11中,基于已知地图生成沿边路径。其中所述沿边路径包括沿边路径点,所述沿边路径点具有边界属性。
根据本发明的一个优选实施例,所述已知地图可以由机器人对其工作环境进行建图所形成的地图。下面简单介绍所述已知地图的建图过程。
根据本发明的一个优选实施例,机器人配置采集传感器和建模处理器,所述采集传感器包括但不限于激光雷达、红外传感器、双目视觉传感器以及超声波传感器等等,所述采集传感器配置成对机器人所处的工作环境的数据进行采集,所述建模处理器配置成基于所述采集传感器采集的数据创建地图。在创建地图的过程中,机器人可通过不同的建模处理器生成不同的地图图层,例如静态图层、动态障碍物图层、超声波图层、视觉图层等等,将这些图层进行融合可生成定位地图,即所述已知地图,机器人利用所述已知地图可进行定位、导航以及规划路径(例如沿边路径)。关于如何基于已知地图生成沿边路径,接下来具体描述。
图2示出了根据本发明的一个优选实施例的基于已知地图生成沿边路径的流程示意图,图3示出了根据本发明的一个优选实施例的路径点的示意图,如图2所示,其中所述步骤S11包括子步骤S111-S114。下面详细描述。
在子步骤S111,对所述已知地图进行图像区域分割,得到若干个子区域。其中例如可以根据墙壁、门、隔板等地图元素进行图像区域分割,得到不同的房间,或者得到不同的区域。另外,所述子区域也可以基于非实体地图元素来进行分割,例如,可以由用户将一个大的空间根据功能划分为不同的子区域。应理解,对已知地图进行图像区域分割的主要目的是为了划分区域,使机器人能够实现分区清扫,针对性更强,效率更高。关于如何对已知地图进行图像区域分割,本发明不做限制,可选的,例如以每个房间为一个子区域进行划分。
在子步骤S112,提取所述若干个子区域的轮廓边界信息,基于所述已知地图的地图属性对所述轮廓边界信息进行处理,生成初始沿边路径点。在分割为多个子区域之后,根据地图数据可以获得每个子区域的边界信息,并且可以在其边界上获得多个边界点,相邻边界点之间例如可以间隔预设距离,作为沿边路径点。可替换的,也可以将边界点朝着该子区域内部的方向偏移一定距离(例如10cm或20cm),将偏移后的点作为沿边路径点。
在子步骤S113,将所述沿边路径点与所述已知地图进行匹配,生成具有边界属性的沿边路径点。其中所述沿边路径点的边界属性例如包括实体墙边界和虚拟区域边界。该边界点属性可以从地图数据中获得。
在子步骤S114,将所述具有边界属性的沿边路径点连接,并进行优化处理生成最终的沿边路径。所述优化处理例如可包括路径点的加密。当相邻的沿边路径点间隔大于阈值时,可以增加沿边路径点,以提高控制精确度。
需要说明的是,所述实体墙是现实生活环境中物理存在的墙(参考图3中实线部分),所述虚拟区域是人工定义的用于限制机器人活动的区域,例如门、禁扫区域、电梯口或者人为规定的不需要清扫的区域(参考图3中虚线部分)。根据本发明的一个实施例,位于实体墙边界的路径点(参考图3中的实心圆)具有实体墙边界属性,位于虚拟区域边界的路径点(参考图3中的空心圆)具有虚拟区域边界属性,该属性可以记录在地图数据中。
上述实施例描述了如何基于已知地图生成沿边路径的情形,下面介绍机器人如何基于沿边路径实现沿边清扫的情形。
在步骤S12,接收沿边清扫任务,根据所述已知地图导航至清扫区域。
根据本发明的一个优选实施例,所述清扫区域可以是前面所述的一个或多个子区域,当机器人接收到沿边清扫任务时,可根据已知地图确定其当前自身定位(参考图3中点A所在位置),并根据已知地图导航至所述清扫区域内距离所述当前自身定位最近的一个沿边路径点处(参考图3中沿边路径点B)。所述一个沿边路径点可作为所述机器人执行沿边清扫任务的起始点。到达一个沿边路径点之后,如果有多个可供选择的行进方向(例如在图3中,从点B出发,可以向左行进,也可以向右行进),那么可以从中随机选择一个行进方向。应理解,机器人执行沿边清扫任务的起始点不限于距离其当前自身定位最近的一个沿边路径点,所述起始点也可以为多个沿边路径点中的任意一个。
在步骤S13,获取所述清扫区域的沿边路径点的边界属性。
根据本发明的一个优选实施例,当所述机器人导航至所述清扫区域内,可获取所述清扫区域内的多个沿边路径点的边界属性,其中所述边界属性包括实体墙边界属性以及虚拟边界属性。具体的,例如机器人可获取沿边路径点B的边界属性为实体墙边界属性,沿边路径点C的边界属性为虚拟区域边界属性。
在步骤S14,根据所述沿边路径点的边界属性执行相对应的清扫策略。
根据本发明的一个优选实施例,所述清扫策略包括路径跟踪清扫策略以及贴墙清扫策略。关于如何根据沿边路径点的边界属性执行相对应的清扫策略,接下来继续描述。
根据本发明的一个优选实施例,参考图4,当机器人获取所述清扫区域内的沿边路径点的边界属性之后,需判断所述沿边路径点的边界属性是否为实体墙边界属性,如果所述沿边路径点的边界属性不是实体墙边界属性,则控制所述机器人执行路径跟踪清扫策略。另外,可替换的,当机器人获取所述清扫区域内的沿边路径点的边界属性之后,也可以判断所述沿边路径点的边界属性是否为虚拟区域边界,如果所述沿边路径点的边界属性是虚拟区域边界,则控制所述机器人执行路径跟踪清扫策略,即控制机器人沿着规划的路径进行清扫。需要说明的是,路径跟踪清扫策略指的是机器人基于生成的沿边路径机器人严格执行跟踪清扫的方式,如果在跟踪清扫过程中遇到障碍物,则执行局部规划避障,重新回到沿边路径后,则基于沿边路径点的边界属性与传感器检测结果决策是否继续执行跟踪清扫策略。
根据本发明的另一个优选实施例,参考图4,如果所述清扫区域的沿边路径点的边界属性是实体墙边界,则确定所述机器人是否探测到实体墙,并根据探测结果执行相对应的清扫策略。关于如何确定所述机器人是否探测到实体墙,本发明不做限制,可通过机器人自带的传感器确定机器人是否探测到实体墙,例如通过机载激光雷达和/或双目视觉传感器进行探测,以获得更加准确的探测结果。根据本发明的一个优选实施例,如果确定所述机器人探测到了实体墙,则控制机器人执行贴墙清扫策略;如果确定所述机器人没有探测到实体墙,则控制机器人执行路径跟踪清扫策略。
需要说明的是,贴墙清扫策略指的是机器人基于传感器(例如激光雷达等等)距离检测引导从而实现对机器人运动过程中的位姿进行实时控制,并控制机器人基于墙体轮廓形状变化始终保持近距离贴墙体执行清扫任务。具体的,当机器人的沿边路径点的边界属性为实体墙边界属性且当前通过传感器检测到的实体墙特征与地图环境特征匹配结果一致时,即确认了当前清扫环境与边界路径属性预期的一致性,则机器人执行贴墙清扫策略。此时,机器人相对于沿边路径将有一定的阈值空间,不再需要严格跟踪沿边路径进行清扫,而是基于检测到的实体墙执行一定预设距离范围(例如5cm内)的贴墙清扫。其中,实体墙可以是直线墙体、曲线墙体、直角墙体等,机器人在清扫过程中可根据墙体的轮廓形状变化进行实时的运动调整,使机器人能够始终保持该预设距离范围(例如5cm内)的贴墙清扫,并结合机器人自身携带的侧边清扫工具比如旋转边刷等清洁刷,能够很好地实现商用清洁机器人在无碰撞情况下,针对墙体边缘的无死角细节清扫。而且贴墙清扫不依赖定位,对建图精度、定位精度、环境的轻度变化都有较高的鲁棒性。在贴墙清扫过程中,沿边路径也会基于机器人的清扫位置实时更新沿边路径点的边界属性的匹配情况,如果沿边路径点的边界属性为贴墙清扫却未检测到有效的实体墙且与地图环境匹配差异大,则不再执行贴墙清扫,转而直接执行路径跟踪清扫策略。
应理解,机器人在清扫过程中,可实时获取自身定位以及沿边路径点的边界属性,并基于沿边路径点的边界属性执行相对应的清扫策略,如果沿边路径点的边界属性发生变化,还可以及时调整清扫策略,以获得更好的清洁效果,直到执行完清扫区域内所有的沿边清扫任务。具体的,例如机器人当前清扫的沿边路径点(参考图3的路径点D)的边界属性为实体墙边界属性,机器人需要清扫的下一个沿边路径点(参考图3的路径点C)的边界属性为虚拟区域边界属性,则机器人在到达或者即将到达下一个需要清扫的沿边路径点时,可由贴墙清扫策略转换为路径跟踪清扫策略。与之类似的,如果机器人当前清扫的沿边路径点(参考图3的路径点C)的边界属性为虚拟区域边界属性,机器人需要清扫的下一个沿边路径点(参考图3的路径点D)的边界属性为实体墙边界属性,则机器人在到达或者即将到达下一个需要清扫的沿边路径点时,可由路径跟踪清扫策略转换为贴墙清扫策略。
继续参考图4,为了实现机器人能够无碰撞更安全地进行清扫,机器人在清扫过程中,可实时检测是否有障碍物,如果检测到有障碍物,控制所述机器人执行避障操作,以免机器人与障碍物发生碰撞产生危险。所述机器人可基于自带的传感器例如激光雷达和/或双目视觉传感器检测是否有障碍物,当检测到有障碍物时,可根据障碍物的状态以及清扫策略执行相应的避障操作,接下来具体描述。
根据本发明的一个优选实施例,当所述机器人执行路径跟踪清扫策略时,所述机器人执行局部规划避障操作。具体的,例如当检测到静态障碍物时,可控制机器人暂停清扫,并调整机器人的运动速度和/或方向进行避障,等待障碍物消除后,控制所述机器人继续执行路径跟踪清扫策略,以保证机器人的安全。另外,当检测到动态障碍物时,可控制机器人暂停清扫,并基于传感器例如激光雷达、视觉传感器等等检测并预测所述动态障碍物的运动速度和/或方向,并根据所述动态障碍物的运动速度和/或方向及时调整机器人的运动速度和/或方向进行避障,等待障碍物消除后,控制所述机器人继续执行路径跟踪清扫策略,以保证机器人的安全。
上述实施例描述了当机器人执行路径跟踪清扫策略时,如何控制机器人执行避障操作的情形,接下来描述当机器人执行贴墙清扫策略时,如何控制机器人执行避障操作的情形。
根据本发明的一个优选实施例,当所述机器人执行贴墙清扫策略时,控制所述机器人执行贴墙避障操作。需要说明的是,贴墙避障指的是机器人继续保持类似贴墙清扫的方式绕开障碍物。具体地,如果机器人在执行贴墙清扫过程中,检测到实体墙且实体墙特征与地图环境特征匹配存在差异性,比如墙边放入了可移动的桌子椅子等物体,则机器人则会基于检测结果执行一定预设距离范围(例如5cm~10cm)的贴墙绕障操作,直到重新回到预期实体墙执行贴墙清扫。如果在贴墙清扫过程中,存在动态障碍物或较大的静态障碍对机器人造成干扰,使机器人严重偏离预期的沿边路径,机器人会结合自身位置、传感检测结果进行决策,执行局部规划避障流程,迅速回到未被障碍物占据的未清扫的沿边路径附近,然后基于沿边路径点的边界属性与检测匹配结果再次决策是否继续执行贴墙清扫策略。
具体的,例如当检测到静态障碍物时,可控制机器人距离所述静态障碍物在一定预设距离范围(例如5cm~10cm)实现绕障,绕开后,继续控制机器人执行贴墙清扫策略。当检测到动态障碍物时,可基于传感器例如激光雷达、视觉传感器等等检测并预测所述动态障碍物的运动速度和/或方向,并根据所述动态障碍物的运动速度和/或方向及时调整机器人的运动速度和/或方向,控制所述机器人与所述动态障碍物相距一定预设距离范围(例如10cm~20cm)并绕开所述动态障碍物,绕开后,继续控制机器人执行贴墙清扫策略。在执行贴墙避障操作过程中,可控制机器人暂停清扫,可基于激光雷达实时检测机器人是否偏离预设距离范围,如果偏离,控制所述机器人执行局部规划避障操作,以防机器人在清扫过程中与实体墙发生碰撞,导致损坏,对机器人的正常工作造成不利影响,甚至降低机器人的使用寿命。
根据本发明的一个优选实施例,还需要确定是否到达期望路径点,所述期望路径点为机器人想到到达的路径点,例如下一个需要清扫的路径点或者当前清扫区域内最后一个需要清扫的路径点。当机器人到达某一个期望路径点之后,需要判断是否完成该路径点的清扫任务,当确定完成该路径点的清扫任务之后,该路径点点亮。当机器人到达当前清扫区域内最后一个路径点,需要判断是否完成整个区域的清扫任务,例如可判断是否还存在需要清扫但未被点亮的路径点,如果有,导航至相应路径点继续清扫,直到所有所需清扫的路径点全部点亮。当机器人完成清扫任务后,可通过APP或者语音模块通知用户完成清扫任务。
根据本发明的一个优选实施例,在机器人的整个沿边清扫过程中,还需控制机器人实时检测是否处于清扫区域外,如果检测到机器人偏离至所述清扫区域外,控制所述机器人执行路径跟踪清扫策略,并根据所述已知地图导航至所述清扫区域内。
本发明还涉及一种机器20人,图5示出了根据本发明的一个实施例的机器人20的示意图,如图5所示,所述机器人20包括:
主体21,所述主体21具有行走机构210;
传感器22,所述传感器22安装于所述主体21,并配置成探测所述机器人20的周围环境;
清洁刷30,用于清扫;和
处理器,所述处理器与所述行走机构和所述传感器22耦合,并配置成可执行如上所述的方法10。
根据本发明的一个优选实施例,所述传感器22包括激光雷达221、里程计222以及视觉传感器223中的一种或多种。
根据本发明的一个优选实施例,所述行走机构210设置至少两组驱动轮211,可选的,机器人还可以包括至少两组从动轮,一组驱动轮对应一组从动轮,其中,至少一组从动轮用作左从动轮,同时,至少一组从动轮轮用作右从动轮,左从动轮和右从动轮用于协助左驱动轮和右驱动轮带动机器人运动,以减轻驱动轮211的负载压力。
根据本发明的一个优选实施例,激光雷达221可以设置于机器人壳体开缝处,从而容易发出激光信号以对周围物体进行探测,在一个具体的实施例中,激光雷达221包括光电接收阵列和激光发射单元阵列,从而在激光雷达221沿设定平面进行旋转时,光电接收阵列能够形成扫描柱面,从而增大了扫描面积,便于获取物体形态的细节,避免机器人设备磕碰物体的情况。在另一个具体的实施例中,激光雷达221仅包含单个光电接收单元和单个激光发射单元,则激光雷达221沿设定平面旋转后,能测量一个圆周的物体形态,从而降低成本。可选的,上述设定平面可以为水平面,便于机器人在行进过程中进行物体探测,此外,还可以根据用户需求选取其他设定平面,例如垂直平面等,本发明对此不进行限定。
根据本发明的一个优选实施例,里程计222利用至少两组驱动轮211的转速值获取所述机器人的线速度和角速度,代入移动机器人运动学模型中,推演出机器人当前位姿,亦即位置与航向角信息。
本发明还涉及一种计算机可读存储介质,包括存储于其上的计算机可执行指令以及地图,所述可执行指令在被处理器执行时实施如上所述的方法10。
根据本发明的一个实施例,所述计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
需要说明的是,这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
采用本发明的技术方案,能够实现机器人基于沿边路径点的边界属性执行相对应的清扫策略,可在无碰撞的情况下,较好的完成沿边清扫功能,针对实体墙可实现细节清扫,清洁效果佳;此外,沿边清扫功能对环境变化有着非常好的适应能力,能够针对不同的环境完成高质量的沿边清扫,大大提升了机器人的沿边性能,有利于提高机器人的鲁棒性和客户体验。
需要说明的是,本发明中,机器人可工作于商场、家里、酒店等各种环境中,尤其适用于商场等商用环境中。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,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 (15)
1.一种控制机器人清扫的方法,包括:
基于已知地图生成沿边路径,所述沿边路径包括沿边路径点,所述沿边路径点具有边界属性;
接收沿边清扫任务,根据所述已知地图导航至清扫区域;
获取所述清扫区域的沿边路径点的边界属性;和
根据所述沿边路径点的边界属性执行相对应的清扫策略。
2.根据权利要求1所述的方法,所述基于已知地图生成沿边路径的步骤包括:对所述已知地图进行图像区域分割,提取分割的区域轮廓的边界信息,对所述边界信息进行处理,生成具有边界属性的沿边路径点。
3.根据权利要求2所述的方法,所述对边界信息进行处理生成具有边界属性的沿边路径点的步骤包括:基于所述已知地图的地图属性对所述边界信息进行处理,生成初始沿边路径点,将所述初始沿边路径点与所述已知地图进行匹配生成具有边界属性的沿边路径点,进而生成沿边路径。
4.根据权利要求1所述的方法,所述沿边路径点的边界属性包括实体墙边界和虚拟区域边界;所述清扫策略包括路径跟踪清扫策略和贴墙清扫策略。
5.根据权利要求1-4中任一项所述的方法,所述根据沿边路径点的边界属性执行相对应的清扫策略的步骤包括:
判断所述清扫区域的沿边路径点的边界属性是否为实体墙边界;
如果所述清扫区域的沿边路径点的边界属性不是实体墙边界,则执行路径跟踪清扫策略。
6.根据权利要求5所述的方法,所述根据沿边路径点的边界属性执行相对应的清扫策略的步骤还包括:如果所述清扫区域的沿边路径点的边界属性是实体墙边界,则确定所述机器人是否探测到实体墙,根据探测结果执行相对应的清扫策略。
7.根据权利要求6所述的方法,如果根据沿边路径点的边界属性执行相对应的清扫策略的步骤还包括:如果确定所述机器人探测到实体墙,则执行贴墙清扫策略;否则,执行路径跟踪清扫策略。
8.根据权利要求7所述的方法,其中所述执行贴墙清扫策略的步骤包括:根据所述实体墙的形状变化,控制所述机器人保持与所述实体墙在预设距离范围内清扫。
9.根据权利要求7或8所述的方法,还包括:检测是否有障碍物,如果有障碍物,控制所述机器人执行避障操作。
10.根据权利要求9所述的方法,其中所述控制机器人执行避障操作的步骤包括:当所述机器人执行路径跟踪清扫策略时,所述机器人执行局部规划避障操作。
11.根据权利要求9所述的方法,其中所述控制机器人执行避障操作的步骤还包括:当所述机器人执行贴墙清扫策略时,控制所述机器人执行贴墙避障操作,并判断在贴墙避障过程中是否偏离所述预设距离范围,如果偏离,控制所述机器人执行局部规划避障操作。
12.根据权利要求11所述的方法,还包括:在整个沿边清扫过程中,如果检测到偏离至所述清扫区域外,控制所述机器人执行路径跟踪清扫策略,并根据所述已知地图导航至所述清扫区域内。
13.一种机器人,包括:
主体,具有行走机构;
传感器,安装于所述主体,配置成探测所述机器人的周围环境;
清洁刷,用于清扫;
处理器,与所述行走机构和传感器耦合,配置成可执行如权利要求1-12中任一项所述的方法。
14.根据权利要求13所述的方法,所述传感器包括激光雷达、里程计以及视觉传感器中的一种或多种。
15.一种计算机可读存储介质,包括存储于其上的计算机可执行指令以及地图,所述可执行指令在被处理器执行时实施如权利要求1-12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210743484.3A CN114942644A (zh) | 2022-06-27 | 2022-06-27 | 控制机器人清扫的方法及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210743484.3A CN114942644A (zh) | 2022-06-27 | 2022-06-27 | 控制机器人清扫的方法及机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114942644A true CN114942644A (zh) | 2022-08-26 |
Family
ID=82911624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210743484.3A Pending CN114942644A (zh) | 2022-06-27 | 2022-06-27 | 控制机器人清扫的方法及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114942644A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116841300A (zh) * | 2023-08-31 | 2023-10-03 | 未岚大陆(北京)科技有限公司 | 工作地图生成方法、作业方法、控制方法和相关装置 |
-
2022
- 2022-06-27 CN CN202210743484.3A patent/CN114942644A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116841300A (zh) * | 2023-08-31 | 2023-10-03 | 未岚大陆(北京)科技有限公司 | 工作地图生成方法、作业方法、控制方法和相关装置 |
CN116841300B (zh) * | 2023-08-31 | 2023-12-19 | 未岚大陆(北京)科技有限公司 | 工作地图生成方法、作业方法、控制方法和相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11927450B2 (en) | Methods for finding the perimeter of a place using observed coordinates | |
CN106200633B (zh) | 使用物理特征定位和制图 | |
US11402850B2 (en) | Robotic cleaning device with operating speed variation based on environment | |
KR102504729B1 (ko) | 웨이포인트 매칭을 이용한 자율적 맵 주행 | |
CN107072457B (zh) | 清洁机器人及其控制方法 | |
Diosi et al. | Interactive SLAM using laser and advanced sonar | |
CN110968083B (zh) | 栅格地图的构建方法、避障的方法、设备及介质 | |
US11592573B2 (en) | Particle filters and WiFi robot localization and mapping | |
JP2011138502A (ja) | 区域分解を用いるエリア・カバレッジ・システムおよび方法 | |
CN111103875B (zh) | 避让的方法、设备及存储介质 | |
CN114402366A (zh) | 自主移动机器人的地图绘制 | |
JP2021103593A (ja) | 自律移動装置、地図情報の処理方法及びプログラム | |
US20230384795A1 (en) | Robot localization and mapping accommodating non-unique landmarks | |
CN114942644A (zh) | 控制机器人清扫的方法及机器人 | |
JP6871602B2 (ja) | 自律走行型掃除機 | |
WO2024016101A1 (en) | Systems and methods for robotic navigation, teaching and mapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |