CN114995458A - 清洁机器人全覆盖实时路径规划方法及装置 - Google Patents

Abstract

本公开提供清洁机器人全覆盖实时路径规划方法，包括：将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；选择各个子地图区域中的一个作为起始子地图区域；对起始子地图区域沿边清洁，通过沿边清洁以完成对子地图区域轮廓的闭环检测；在起始子地图区域内部进行折线清洁，并实时更新起始子地图区域内像素点的清洁状态；分别对起始子地图区域以外的各个子地图区域沿边清洁并折线清洁。本公开还提供了一种清洁机器人全覆盖实时路径规划装置、电子设备以及可读存储介质。

Description

清洁机器人全覆盖实时路径规划方法及装置

技术领域

本公开涉及清洁机器人技术领域，尤其涉及一种清洁机器人全覆盖实时路径规划方法、装置、电子设备及可读存储介质。

背景技术

目前清洁机器人，如家用扫地机器人、商用扫地机器人、商用洗拖一体机器人、商用地板打磨机器人和商用地毯清洗机器人等，已经大量地应用于家庭、酒店、会议中心、商超和博览中心等场景的清洁工作。对于机器人工作场景的清洁作业，最重要的是让机器人能够规划待清洁的区域清洁路线，在清洁过程中绕过障碍物，对于异常情况也能够及时脱困等处理。传统的路径规划算法是找到一条从起点到终点的最短的或者花费代价值最小的无碰撞路径，而全覆盖路径规划的目标是找到一条尽量少重复的可以覆盖整个地图区域的路径，这种规划算法主要运用于清洁机器人或其他特殊作业的机器人中。而要达到效率最高地覆盖整个地图，路径不仅要尽量少重复，而且需要尽量少的转弯，这就需要在规划路径的过程中需要考虑到约束条件，此外，实际的作业环境都是动态的，机器人往往无法严格按照一开始规划出的路径进行作业，在遇到障碍物时需要重新规划路线，提高对动态场景作业的环境适应性。因此，一种的全覆盖实时路径规划算法应运而生。

发明内容

为了解决上述技术问题中的至少一个，本公开提供了一种清洁机器人全覆盖实时路径规划方法、装置、电子设备及可读存储介质。

根据本公开的一个方面，提供一种清洁机器人全覆盖实时路径规划方法，包括：

将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；

选择各个子地图区域中的一个作为起始子地图区域；

对所述起始子地图区域沿边清洁，通过沿边清洁以完成对所述起始子地图区域轮廓的闭环检测；

在所述起始子地图区域内部进行折线清洁，并实时更新所述起始子地图区域内像素点的清洁状态；

分别对起始子地图区域以外的各个子地图区域沿边清洁并折线清洁。

根据本公开至少一个实施方式的清洁机器人全覆盖实时路径规划方法，对各个子地图区域进行初始化，包括：

对各个子地图区域内的像素点标记不同的标签值，所述标签值用于标记清洁机器人对各个子地图区域的清洁次序；

对各个子地图区域内的像素点标记清洁状态，所述清洁状态包括已清洁或未清洁；

计算各个子地图区域的待清洁区域面积和已清洁区域面积。

根据本公开至少一个实施方式的清洁机器人全覆盖实时路径规划方法，对所述起始子地图区域沿边清洁，包括：

从所述起始子地图区域寻找标签值突变的点集并将所述点集作为起始子地图区域的边界，将所述点集中最近的还未清洁的点作为沿边起始点；

清洁机器人沿着规划好的路径移动至所述沿边起始点；

从所述沿边起始点开始沿着所述边界移动，通过DWA算法进行跟随，同时进行闭环检测；

通过所述闭环检测判断是否回到清洁机器人已经走过的边界，如果是，则结束沿边清洁。

根据本公开至少一个实施方式的清洁机器人全覆盖实时路径规划方法，在所述起始子地图区域内部进行折线清洁，并实时更新区域内各个像素点的清洁状态，包括：

计算出所述起始子地图区域的角落点；

清洁机器人到达所述角落点；

计算出所述角落点的上、下、左和右四个方向可规划的路径长度，选定一个路径长度最大的方向作为清洁的方向并清洁；

在清洁过程中，更新所述起始子地图区域中清洁过的像素点的清洁状态。

根据本公开至少一个实施方式的清洁机器人全覆盖实时路径规划方法，在折线清洁过程中，还包括：

如果中途遇到障碍物，则判断此障碍物是否已经沿过边，如果沿过边，折线返回，如果没有沿过边，则绕障碍物进行沿边，直到闭合或者移动至已清洁区域；

如果中途没有遇到障碍物，则规划至所述当前子地图区域的边界后折返。

根据本公开至少一个实施方式的清洁机器人全覆盖实时路径规划方法，还包括：

当机器人规划到角落点时，判断在该区域中是否还有未清洁的像素点；

如果有未清洁像素点，规划到距离角落点最近的一个点进行折线清洁；

如果没有未清洁像素点，则规划到当前子区域的邻近的子地图区域重新开始沿边清洁。

根据本公开至少一个实施方式的清洁机器人全覆盖实时路径规划方法，还包括脱困、第一错误处理、第二错误处理或第三错误处理；

其中，所述脱困指清洁机器人的驱动单元基于传感器输入信号执行运动动作以使得清洁机器人脱离当前被困境地，继续执行当前的清洁任务；所述第一错误处理不影响清洁机器人执行当前任务，清洁机器人继续执行当前任务；所述第二错误处理影响当前任务的执行，清洁机器人回到出发点；所述第三错误处理影响当前任务的执行，清洁机器人不回到出发点。

根据本公开的一个方面，提供一种清洁机器人全覆盖实时路径规划装置，包括：

地图管理模块，将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；

清洁区域规划模块，选择各个子地图区域中的一个作为起始子地图，并逐个确定起始子地图区域外的各个子地图区域清洁次序；

沿边模块，对所述子地图区域沿边清洁，通过沿边以完成对所述子地图区域轮廓的闭环检测；

折线清洁模块，在所述子地区区域内部进行折线清洁，并实时更新所述子地图区域内像素点的清洁状态。

根据本公开的又一个方面，提供一种电子设备，包括：

存储器，所述存储器存储执行指令；

处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行上述任一项所述的方法。

根据本公开的又一个方面，提供一种可读存储介质，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现上述任一项所述的方法。

附图说明

附图示出了本公开的示例性实施方式，并与其说明一起用于解释本公开的原理，其中包括了这些附图以提供对本公开的进一步理解，并且附图包括在本说明书中并构成本说明书的一部分。

图1是根据本公开的一个实施方式的清洁机器人全覆盖实时路径规划方法流程示意图。

图2是根据本公开的一个实施方式的清洁机器人的地图管理方法流程图。

图3是根据本公开的一个实施方式的清洁机器人的沿边清洁方法流程图。

图4是根据本公开的一个实施方式的清洁机器人的折线清洁方法流程图。

图5是根据本公开的一个实施方式的脱困和错误处理方法流程示意图。

图6是根据本公开的一个实施方式的清洁机器人全覆盖实时路径规划装置结构示意图。

附图标记说明

1000 清洁机器人全覆盖实时路径规划装置

1002 地图管理模块

1004 清洁区域规划模块

1006 沿边模块

1008 折线清洁模块

1010 错误处理模块

1100 总线

1200 处理器

1300 存储器

1400 其他电路。

具体实施方式

下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施方式仅用于解释相关内容，而非对本公开的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本公开相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开的技术方案。

除非另有说明，否则示出的示例性实施方式/实施例将被理解为提供可以在实践中实施本公开的技术构思的一些方式的各种细节的示例性特征。因此，除非另有说明，否则在不脱离本公开的技术构思的情况下，各种实施方式/实施例的特征可以另外地组合、分离、互换和/或重新布置。

在附图中使用交叉影线和/或阴影通常用于使相邻部件之间的边界变得清晰。如此，除非说明，否则交叉影线或阴影的存在与否均不传达或表示对部件的具体材料、材料性质、尺寸、比例、示出的部件之间的共性和/或部件的任何其它特性、属性、性质等的任何偏好或者要求。此外，在附图中，为了清楚和/或描述性的目的，可以夸大部件的尺寸和相对尺寸。当可以不同地实施示例性实施例时，可以以不同于所描述的顺序来执行具体的工艺顺序。例如，可以基本同时执行或者以与所描述的顺序相反的顺序执行两个连续描述的工艺。此外，同样的附图标记表示同样的部件。

当一个部件被称作“在”另一部件“上”或“之上”、“连接到”或“结合到”另一部件时，该部件可以直接在所述另一部件上、直接连接到或直接结合到所述另一部件，或者可以存在中间部件。然而，当部件被称作“直接在”另一部件“上”、“直接连接到”或“直接结合到”另一部件时，不存在中间部件。为此，术语“连接”可以指物理连接、电气连接等，并且具有或不具有中间部件。

本文使用的术语是为了描述具体实施例的目的，而不意图是限制性的。如这里所使用的，除非上下文另外清楚地指出，否则单数形式“一个(种、者)”和“所述(该)”也意图包括复数形式。此外，当在本说明书中使用术语“包含”和/或“包括”以及它们的变型时，说明存在所陈述的特征、整体、步骤、操作、部件、组件和/或它们的组，但不排除存在或附加一个或更多个其它特征、整体、步骤、操作、部件、组件和/或它们的组。还要注意的是，如这里使用的，术语“基本上”、“大约”和其它类似的术语被用作近似术语而不用作程度术语，如此，它们被用来解释本领域普通技术人员将认识到的测量值、计算值和/或提供的值的固有偏差。

图1是根据本公开的一个实施方式的清洁机器人全覆盖实时路径规划方法流程示意图。

如图1所示，清洁机器人全覆盖实时路径规划方法S100，包括：

S102、将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；

S104、选择各个子地图区域中的一个作为起始子地图区域；

S106、对起始子地图区域沿边清洁，通过沿边以完成对起始子地图区域轮廓的闭环检测；

S108、在起始子地图区域内部进行折线清洁，并实时更新起始子地图区域内像素点的清洁状态；

S110、分别对起始子地图区域以外的各个子地图区域沿边清洁并折线清洁。

其中，在上述步骤S102中，对各个子地图区域进行初始化，包括：

对各个子地图区域内的像素点标记不同的标签值，标签值用于标记清洁机器人对各个子地图区域的清洁次序；

对各个子地图区域内的像素点标记清洁状态，清洁状态包括已清洁或未清洁；

计算各个子地图区域的待清洁区域面积和已清洁区域面积。

上述步骤S106中，对起始子地图区域沿边清洁，通过沿边清洁以完成对子地图区域轮廓的闭环检测，具体实施方式如下。

从所述起始子地图区域寻找标签值突变的点集并将所述点集作为起始子地图区域的边界，将所述点集中最近的还未清洁的点作为沿边起始点；

清洁机器人沿着规划好的路径移动至所述沿边起始点；

从所述沿边起始点开始沿着边界移动，通过DWA算法进行跟随，同时进行闭环检测；以及

通过所述闭环检测判断是否回到已经走过的边界，如果是，则结束沿边。

当机器人沿完边后，就产生了一个闭合的区域，机器人在此区域中进行折线清洁。上述步骤S108，在起始子地图区域内部进行折线清洁，并实时更新区域内各个像素点的清洁状态，包括：

计算出起始子地图区域的角落点；

清洁机器人到达角落点；

计算出角落点的上、下、左和右四个方向可规划的路径长度，选定一个路径长度最大的方向作为清洁的方向并清洁；

在清洁过程中，更新起始子地图区域中清洁过的像素点的清洁状态。

上述步骤S108，在折线清洁过程中，还包括：

如果中途遇到障碍物，则判断此障碍物是否已经沿过边，如果沿过边，折线返回，如果没有沿过边，则绕障碍物进行沿边，直到闭合或者移动至已清洁区域；

如果中途没有遇到障碍物，则规划至当前子地图区域的边界后折返。

在上述S108折线清洁的过程中，还包括：

当机器人规划到角落点时，判断在该区域中是否还有未清洁的像素点；

如果有未清洁像素点，规划到距离角落点最近的一个点进行折线清洁；

如果没有未清洁像素点，则规划到当前子区域的邻近的子地图区域重新开始沿边清洁。

可选的，本实施方式的清洁机器人全覆盖实时路径规划方法，还包括脱困、第一错误处理、第二错误处理或第三错误处理。其中，脱困指清洁机器人的驱动单元基于传感器输入信号执行运动动作以使得清洁机器人脱离当前被困境地，继续执行当前的清洁任务；第一错误处理不影响清洁机器人执行当前任务，清洁机器人继续执行当前任务；第二错误处理影响当前任务的执行，清洁机器人回到出发点；第三错误处理影响当前任务的执行，清洁机器人不回到出发点。

考虑到清洁机器人执行清洁任务的逻辑，针对工作场景，一般先进行沿边，即先沿待清洁区域的外轮廓执行清洁任务，此时清洁机器人执行沿边清洁模块。考虑到清洁机器人在场景中的位置是随机的，沿边清洁时机器人首先要找最近的边界点，然后前往此边界点开始跟随边界进行清洁，同时沿边界的障碍物外轮廓进行清洁，同时机器人不断的执行闭环检测算法，来判断是否沿边完整一圈，即完成沿边清洁任务。对于上述步骤S106，对起始子地图区域沿边，通过沿边以完成对子地图区域轮廓的闭环检测。

图2是根据本公开的一个实施方式的清洁机器人的地图管理模块流程图。

首先，清洁之前对工作场景的各个子地图进行初始化，具体如下。

清洁机器人通过激光传感器来扫描工作场景一定高度的二维距离信息，持续地获取每个时间帧激光数据，即可构建工作场景的全局二维栅格地图Θ，其表征为

表示工作场景二维地图中像素点[u,v]^T的标签值，

为二维地图像素点横纵坐标集。工作场景的全局二维地图可以将工作场景表征为横竖一定数量的方形小栅格，即地图像素点，方形小栅格对应的物理尺寸设为κ。

清洁机器人所构建的全局二维地图，其每个二维地图像素点对应工作场景实际一定大小的物理方形小栅格，依据这个小栅格区域，是否可以让清洁机器人通行或清洁，则可分为可清洁区域和不可清洁区域。可清洁区域即机器人可行驶区域，又称为无障碍物区域，对应像素的标签值用数字1表示；不可清洁区域即机器人无法到达的区域，如墙壁、支柱等，又称为有障碍物区域，对应像素的标签值用数字0表示；另外，也可人为地在全局地图中设置一些禁区和禁线，让清洁机器人无法从此区域通行，将无障碍物区域变成有障碍物区域，这部分区域机器人将不再清洁。考虑到激光传感器的扫描感知范围有限而且有一定的感知角度，对于无法扫描到的工作场景区域的标签值，用-1来表示，即为未确定区域，其表达式为：

清洁机器人已构建工作场景的全局二维栅格地图Θ可以看作是小栅格组成的黑白二维图像，考虑到图像显示的大小原因，栅格非常小，可以看作成像素点。

构建完工作场景的全局二维栅格地图后，为了提高清洁效率，需要将工作场景全局二维地图分割在一定大小的局部子区域然后对各局部子区域进行有序清洁任务，这样做的主要目的对于面积很大的工作场景，进行细分，保证清洁的有序性和效率。考虑到各工作场景复杂性不同，如大小、形状和布局等各异。首先，采用通用的全局地图分割模块算法将待清洁区域有效地分割成局部子地图区域并依次标记好相应的标签值后，清洁机器人可根据标签值顺序依次清洁各子地图区域，既可以提高清洁效率，同时可以保证每次清扫轨迹视觉效果的一致性。将各子地图区域标记为Θ_ω，表征为：

其中，ω为1至W的数值，W为全局地图分割处理后的子地图区域的数量。子地图区域Θ_ω中可清洁的像素的标签值为ω：

S404、计算需要清洁的区域。

清洁机器人在工作场景中执行清洁任务，需要基于已经构建好的工作场景全局二维栅格地图计算需要清洁区域布局和面积大小等。而全局二维栅格地图中数值ω的像素点即为清洁机器人的可行驶区域，考虑到清洁机器人本身有一定的物理宽度，太靠近障碍物栅格区域，清洁机器人实际也无法进行清洁，所以针对原始构建好的工作全局二维栅格地图需要去除这部分清洁机器人无法清洁的区域，将其设置成数值为0的像素点。本公开使用广度优先搜索算法，从机器人当前所在位置出发，结合地图数据、禁线及禁止区域等人工设置，膨胀出所有的机器人可达区域，把它们设置为未清洁状态，并计算出需要清洁的区域面积大小；应用图像膨胀方法，对工作场景原始全局二维栅格地图进行像素点膨胀处理，将原始有障碍物栅格区域依据清洁机器人的车身物理宽度进行膨胀，使得靠近障碍物栅格区域的无障碍物栅格区域也转变成有障碍物栅格区域，表示清洁机器人无法清洁。

膨胀处理之后的图像表征为Π_ω：

结构元素Ω为行数和列数为

的方形矩阵，

为清洁机器人的物理宽度加上一定的安全余量。通过拖动结构元素Ω在全局二维地图Θ_ω的图像像素域移动，在每一个像素位置上，当结构元素Ω的中心点平移到Θ_ω图像上的某一点(α,β)，如果结构元素的像素与障碍物点至少有一个像素相交，保留(α,β)像素点，达到边界向外扩张的作用。即遍历目标图像Θ_ω中的目标区域，只考虑目标像素及其相邻的上下左右像素的标签值，确认其与膨胀的结构元素是否有交点，即存在至少一处对应的标签值相等。如果有交点，则处理该像素点，否则将该像素点删除。

通过遍历其中标签值为ω的像素点，即计算出需要清洁的区域：

π_u,v表示工作场景二维地图Π中像素点[u,v]^T的标签值，

为二维地图像素点横纵坐标集，SC表示需要清洁的小栅格区域数量，则对应的需要清洁的区域面积为：κ²·SC。

S406、标记已走过路径。

清洁机器人通过实时全局定位算法，可以实时计算出t时刻在工作场景全局二维栅格地图中的绝对位姿[p_t q_t γ_t]^T，则对应的二维栅格地图中像素的横坐标u_t和纵坐标v_t分别为：

其中floor()表示向下取整的运算符，通过不断记录这些横纵坐标[u_t v_t γ_t]至相应的坐标集

即可标记出清洁机器人已走过的路径。

S408、更新需要清洁的区域。

根据清洁机器人已走过的路径，计算走过这些路径时清洁的像素点。上述标记出清洁机器人已走过的路径，考虑到清洁机器人滚刷和边刷的覆盖宽度，设为χ。依据清洁机器人走过的路径坐标集

和滚刷和边刷的覆盖宽度χ，即计算出已经清洁的像素点从而计算出还需要清洁的区域。在求解已经清洁的像素点，主要是通过判断当前像素点是否在当前路径点为中心的覆盖宽度上，如果满足以下条件，则记录当前像素点：

x_t,i和y_t,i表示像素点的横坐标和纵坐标，i表示序号，满足

的自然数。由此可知，清洁机器人路径每走过1个像素，将有

个像素点区域被同时清洁，则记录已经清洁的像素点集为SA，则对应的需要清洁的区域面积为：κ²·SA。

其次更新需要清洁的区域，根据总的需要清洁的区域，去除上面已经清洁的像素点，即为需要清洁的区域ST，可以执行简单像素点集作差运算即可：

ST＝SC-SA

则对应的还需要清洁的区域面积为：κ²·ST。在机器人的清洁过程中，会把走过的路径标记为已清洁状态，并且会利用传感器的实时数据更新需要清洁的区域。地图中每个坐标点都有一个标签值，该标签值是由区域分割模块指定的，每个区域的坐标点拥有同一个标签值，只有当前坐标值对应的坐标点都被标记为已清洁状态，机器人才能去下一个区域清洁。

可选的，在步骤S404之前，还包括S402、加载上次任务已清洁区域。

如果上次任务未完成，想继续任务，则需要把上次已经清洁的区域加载进来，标记为已清洁状态。考虑到清洁机器人执行任务时，考虑到机器人的续航能力、环境发生改变，有动态障碍物等因素的影响，任务会被打断，此时在重新执行时，需要加载上次任务已清洁区域，即已经清洁的像素点集为SA，重新计算需要清洁的区域SC。

图3是根据本公开的又一个实施方式的清洁机器人的沿边清洁方法流程图。

如图3所示，沿边清洁方法S200包括以下处理步骤。

S202、找最近边界点。基于清洁机器人的当前绝对位姿[p_t q_t γ_t]^T，以及计算得到需要清洁的区域像素点集SC，基于当前场景全局二维栅格地图查找最近的边界点，作为清洁机器人执行沿边清洁任务的起始点。

首先遍历像素点集SC，寻找最近的还未清洁的边界，边界的定义为标签值突变的点集，首先需要找出所有标签值突变的点，然后再筛选出还未清洁的点，在这些点中找出最近的并且可以成功规划出路径的点，得到横纵坐标最小和最大的4个顶点坐标记为[u_g,v_g]^T，其中g表示顶点序号，分别为1、2、3和4；然后再计算通过距离最短的全局路径规划算法，计算由机器人当前位姿到4个顶点的机器人需要行驶的路径长度，以最短路径者所对应的顶点，作为最近边界点，也就是清洁机器人沿边清洁的起始点，记为[u_s,v_s]^T，s表示起始点下标。机器人沿着规划好的路径走到该起始点，如果在走到该点的过程中遇到障碍物或者该点变为不可达，则需要重新计算路径。

S204、跟随边界。清洁机器人从起始点出发，基于栅格地图待清洁区域开始跟随边界清洁。考虑到清洁机器人滚刷和边刷覆盖宽度，首先进行沿待清洁区域轮廓边界一定距离，如20-30mm左右的，进行全局路径规划，搜索出机器人执行清洁任务行驶的路径，然后机器人执行跟随这条路径进行清洁。

S206、沿障碍物移动。沿着边界移动，通过DWA算法进行跟随，如果在边界上有障碍物，则切换至沿障碍物模式，通过使用TOF及声纳，激光等传感器，实时计算到障碍物最短距离，然后用PID对角速度进行调节，直至清洁机器人重新回到边界上，切换回跟随模式。

S208、闭环检测。在开始第二步后，机器人会做闭环检测，检测到回到了已经走过的边界，则结束沿边。优选的，沿边过程中还需要排除“小闭环”的情况，例如，在边界遇到障碍物时，机器人会沿障碍物走，这时有可能会绕到原来开始绕行障碍物的起点，形成闭环，这时需要重新回到第一步，回到最近的边界处。

S210、判断闭环检测是否完成，如果完成，则结束沿边清洁，否则，到步骤S204。

当机器人沿完边后，就产生了一个闭合的区域，机器人在此区域中进行折线清洁。首先会计算出该区域的角落点，机器人到达该点开始清洁。机器人到达角落点后，会计算出上、下、左、右四个方向可规划的路径长度，选定一个路径长度最大的方向作为清洁的方向。当选定好方向后就不会轻易再改变，除非另一个方向上的路径长度远远大于当前方向的路径长度。机器人根据所选定方向进行规划，如果中途遇到障碍物，则判断此障碍物是否已经沿过边，如果沿过边，就折线返回，如果没有沿过边，则绕障碍物进行沿边，直到闭合或者走到了已清洁区域；如果中途没有遇到障碍物，则一直规划到区域的边界折返。当机器人规划到角落时，则计算在该区域中是否还有未清洁的点，如果有就规划到最近的一个点进行折线清洁，如果没有则规划到下一个区域重新开始沿边。

图4是根据本公开的一个实施方式的清洁机器人的折线清洁模块流程图。

如图4所示，折线清洁方法S300包括以下步骤。

S302、找到最近角落点，具体实施方法如下。当机器人通过闭环检测判断执行完周围边界沿边清洁后，此时当前待清洁区域只剩下内部封闭区域，其区域像素点集SE，机器人首先会计算出该内部封闭区域的角落点，然后机器人先到达该角落点，以此为起点，开始进行折线路径规划和清洁。

机器人计算内部封闭区域的角落点，类似于沿边清洁中找最近边界点。基于清洁机器人的当前绝对位姿[p_t q_t γ_t]^T，以及需要清洁的内部封闭区域的像素点集SE，基于当前场景全局二维栅格地图查找最近的角落点，作为清洁机器人执行折线清洁任务的起始点。

首先，遍历像素点集SE，寻找最近的还未清洁的边界，边界的定义为标签值突变的点集，首先需要找出所有标签值突变的点，然后再筛选出还未清洁的点，在这些点中找出最近的并且可以成功规划出路径的点，得到横纵坐标最小和最大的4个顶点坐标记为[u_h,v_h]^T，其中h＝1,2,3,4；

然后，再计算通过距离最短的全局路径规划算法，计算由清洁机器人当前位姿到4个顶点的机器人需要行驶的路径长度，以最短路径者所对应的顶点，作为最近边界点，也就是清洁机器人折线清洁的起始点，记为[u_d,v_d]^T。机器人沿着规划好的路径走到该起始点，如果在走到该点的过程中遇到障碍物或者该点变为不可达，则需要重新计算路径。

S304、选定最优方向。具体实施方法如下。清洁机器人到达角落点后，由于此点作为角落点，其必然会临近已经清洁过的边界区域，而对于周围(上、下、左、右等某一方向或不超过3个方向)还存在待清洁的区域，此时基于全局二维栅格地图计算出上，下，左，右四个方向可规划的路径长度，选定一个路径长度最大的方向作为折线清洁的起始方向θ_d。当选定好方向后就不会轻易再改变，除非另一个方向上的路径长度远远大于当前方向的路径长度。

S306、路径规划。具体实施方法如下。基于全局二维栅格地图的像素坐标[u_d,v_d]^T和起始方向θ_d，待清洁区域的像素点集SE、以及机器人滚刷和边刷的覆盖宽度χ，执行全覆盖路径规划算法，规划出清洁机器人的清洁路线，机器人通过跟随这条全覆盖路径实现待清洁区域的清洁工作。

S308、沿障碍物移动。机器人通过DWA算法跟随已经规划化的全覆盖路径进行清洁，如果在路径上遇到动态障碍物，切换至沿障碍物模式，通过使用TOF及声纳，激光等传感器，实时计算到障碍物最短距离，然后用PID对角速度进行调节，直至机器人重新回到规划好的路径上，切换回跟随模式。

S310、折返。机器人全覆盖路径规划后，考虑到清洁效率，优选的，采用优先沿长边清洁方式，机器人跟随规划好的路径清洁时，会一直规划到区域的边界折返，机器人的折返也是尽量跟随已经规划的全覆盖路径。

S312、判断折线清洁是否完成，如果完成，则结束折线清洁，否则，到步骤S314。

S314、找最近需要清洁点，当机器人规划到角落时，则计算在该区域中是否还有未清洁的点，如果有就规划到最近的一个点进行折线清洁，如果没有则规划到下一个区域重新开始沿边。当所有的分割区域都清洁完时，即判断清洁机器人工作场景清洁任务完成，结束清洁。

图5是根据本公开的一个实施方式的脱困和错误处理方法流程示意图。

如图5所示，清洁机器人脱困和错误处理具体实施方式如下。

如果机器人长时间在某个地方无法行动，则会进入脱困模式。例如，清洁机器人工作时，可能会被场景物体，如地面凸起或细线缆等卡住时，机器人会根据下视、侧面TOF和超声以及激光数据等进行判断，如符合条件会自动跳转执行脱困操作。脱困模式下机器人主要根据传感器输入信号，如机器人下视、侧面TOF和超声以及激光数据等，让左右驱动单元执行相应的运动动作，让机器人脱离当前被困境地，继续执行正常清洁任务。

错误处理，主要是针对清洁机器人在执行清洁任务时，由于场景的复杂性和动态性，造成机器人工作不正常而中断当前正在执行的任务。如机器人被卡住或被动态障碍物困住等情况。优选的，当机器人连续三次未成功时，即跳出脱困模式，进入错误处理模式。机器人会自动检测工作状况，而执行错误处理。具体处理类型如下。

第一错误处理，第一错误处理不影响清洁机器人执行当前任务，清洁机器人继续执行当前任务。第一错误处理包括警告，警告一般不会影响当前任务的执行，例如尘盒满了、某些部件需要更换等，都属于第一错误处理。

第二错误处理，第二错误处理影响当前任务的执行，清洁机器人回到出发点。第二类型的错误属于一般错误，一般错误会影响当前任务的执行，但不影响机器人回到出发点，例如滚刷或边刷无法工作等，此时机器人会立即停止当前任务并且回到出发点，然后给消息中心发送错误信息。

第三错误处理，第三错误处理影响当前任务的执行，清洁机器人不回到出发点。第三类型错误属于致命错误，致命错误会影响当前任务的执行并且不能回到出发点。如机器人卡住，驱动单元错误等，此时机器人停止任务并发送一个致命错误信息给消息中心。

图6是根据本公开的一个实施方式的清洁机器人全覆盖实时路径规划装置。

如图6所示，清洁机器人全覆盖实时路径规划装置1000，包括：

地图管理模块1002，将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；

清洁区域规划模块1004，选择各个子地图区域中的一个作为起始清洁区域，并逐个确定起始清洁区域外的各个子地图区域清洁次序；

沿边模块1006，对子地图区域沿边，通过沿边以完成对子地图区域轮廓的闭环检测；

折线清洁模块1008，在子地区区域内部进行折线清洁，并实时更新子地图区域内像素点的清洁状态。

需要说明的是，清洁机器人全覆盖实时路径规划装置1000各个模块的实施细节与本公开提供的清洁机器人全覆盖实时路径规划方法保持一致，此处不再赘述。

根据本公开的又一个方面，提供一种电子设备，包括：

存储器，存储器存储执行指令；

处理器，处理器执行存储器存储的执行指令，使得处理器执行上述任一项的方法。

根据本公开的又一个方面，提供一种可读存储介质，可读存储介质中存储有执行指令，执行指令被处理器执行时用于实现上述任一项的方法。

本发明所提出的清洁机器人全覆盖实时路径规划方法，可以满足清洁机器人对于工作场景实时规划全覆盖清洁路线要求，能够适应动态复杂作业场景，提高清洁机器人清洁效率和效果，应扫尽扫，没有遗漏。

应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

图6示出了采用处理系统的硬件实现方式的装置示例图。该装置可以包括执行上述流程图中各个或几个步骤的相应模块。因此，可以由相应模块执行上述流程图中的每个步骤或几个步骤，并且该装置可以包括这些模块中的一个或多个模块。模块可以是专门被配置为执行相应步骤的一个或多个硬件模块、或者由被配置为执行相应步骤的处理器来实现、或者存储在计算机可读介质内用于由处理器来实现、或者通过某种组合来实现。

该硬件结构可以利用总线架构来实现。总线架构可以包括任何数量的互连总线和桥接器，这取决于硬件的特定应用和总体设计约束。总线1100将包括一个或多个处理器1200、存储器1300和/或硬件模块的各种电路连接到一起。总线1100还可以将诸如外围设备、电压调节器、功率管理电路、外部天线等的各种其他电路1400连接。

总线1100可以是工业标准体系结构(ISA，Industry Standard Architecture)总线、外部设备互连(PCI，Peripheral Component)总线或扩展工业标准体系结构(EISA，Extended Industry Standard Component)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，该图中仅用一条连接线表示，但并不表示仅有一根总线或一种类型的总线。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本公开的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本公开的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如，本公开中的方法实施方式可以被实现为软件程序，其被有形地包含于机器可读介质，例如存储器。在一些实施方式中，软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时，可以执行上文描述的方法中的一个或多个步骤。备选地，在其他实施方式中，处理器可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述方法之一。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，可以具体实现在任何可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

就本说明书而言，“可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。可读存储介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式只读存储器(CDROM)。另外，可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在存储器中。

应当理解，本公开的各部分可以用硬件、软件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种可读存储介质中，该程序在执行时，包括方法实施方式的步骤之一或其组合。

此外，在本公开各个实施方式中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块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，也可以存储在一个可读存储介质中。存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式/方式或示例中。在本说明书中，对上述术语的示意性表述不必须的是相同的实施方式/方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。

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至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

本领域的技术人员应当理解，上述实施方式仅仅是为了清楚地说明本公开，而并非是对本公开的范围进行限定。对于所属领域的技术人员而言，在上述公开的基础上还可以做出其它变化或变型，并且这些变化或变型仍处于本公开的范围内。

Claims (10)

1.一种清洁机器人全覆盖实时路径规划方法，其特征在于，包括：

将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；

选择各个子地图区域中的一个作为起始子地图区域；

对所述起始子地图区域沿边清洁，通过沿边以完成对所述子地图区域轮廓的闭环检测；

在所述起始子地图区域内部进行折线清洁，并实时更新所述起始子地图区域内像素点的清洁状态；以及

分别对起始子地图区域以外的各个子地图区域沿边清洁并折线清洁。

2.根据权利要求1所述的清洁机器人全覆盖实时路径规划方法，其特征在于，对各个子地图区域进行初始化，包括：

对各个子地图区域内的像素点标记不同的标签值，所述标签值用于标记清洁机器人对各个子地图区域的清洁次序；

对各个子地图区域内的像素点标记清洁状态，所述清洁状态包括已清洁或未清洁；以及

计算各个子地图区域的待清洁区域面积和已清洁区域面积。

3.根据权利要求1所述的清洁机器人全覆盖实时路径规划方法，其特征在于，对所述起始子地图区域沿边清洁，包括：

从所述起始子地图区域寻找标签值突变的点集并将所述点集作为起始子地图区域的边界，将所述点集中最近的还未清洁的点作为沿边起始点；

清洁机器人沿着规划好的路径移动至所述沿边起始点；

从所述沿边起始点开始沿着所述边界移动，通过DWA算法进行跟随，同时进行闭环检测；

通过所述闭环检测判断是否回到清洁机器人已经走过的边界，如果是，则结束沿边清洁。

4.根据权利要求1所述的清洁机器人全覆盖实时路径规划方法，其特征在于，在所述起始子地图区域内部进行折线清洁，并实时更新区域内各个像素点的清洁状态，包括：

计算出所述起始子地图区域的角落点；

清洁机器人到达所述角落点；

计算出所述角落点的上、下、左和右四个方向可规划的路径长度，选定一个路径长度最大的方向作为清洁的方向并清洁；以及

在清洁过程中，更新所述起始子地图区域中清洁过的像素点的清洁状态。

5.根据权利要求4所述的清洁机器人全覆盖实时路径规划方法，其特征在于，在折线清洁过程中，还包括：

如果中途遇到障碍物，则判断此障碍物是否已经沿过边，如果沿过边，折线返回，如果没有沿过边，则绕障碍物进行沿边，直到闭合或者移动至已清洁区域；以及

如果中途没有遇到障碍物，则规划至所述当前子地图区域的边界后折返。

6.根据权利要求4所述的清洁机器人全覆盖实时路径规划方法，其特征在于，还包括：

当机器人规划到角落点时，判断在该区域中是否还有未清洁的像素点；

如果有未清洁像素点，规划到距离角落点最近的一个点进行折线清洁；以及

如果没有未清洁像素点，则规划到当前子区域的邻近的子地图区域重新开始沿边清洁。

7.根据权利要求1所述的清洁机器人全覆盖实时路径规划方法，其特征在于，还包括脱困、第一错误处理、第二错误处理或第三错误处理；

其中，所述脱困指清洁机器人的驱动单元基于传感器输入信号执行运动动作以使得清洁机器人脱离当前被困境地，继续执行当前的清洁任务；所述第一错误处理不影响清洁机器人执行当前任务，清洁机器人继续执行当前任务；所述第二错误处理影响当前任务的执行，清洁机器人回到出发点；所述第三错误处理影响当前任务的执行，清洁机器人不回到出发点。

8.一种清洁机器人全覆盖实时路径规划装置，其特征在于，包括：

地图管理模块，将清洁机器人工作场景划分为多个子地图区域，并对各个子地图区域进行初始化；

清洁区域规划模块，选择各个子地图区域中的一个作为起始子地图，并逐个确定起始清洁区域外的各个子地图区域清洁次序；

沿边模块，对所述子地图区域沿边清洁，通过沿边清洁以完成对所述子地图区域轮廓的闭环检测；以及

折线清洁模块，在所述子地区区域内部进行折线清洁，并实时更新所述子地图区域内像素点的清洁状态。

9.一种电子设备，其特征在于，包括：

存储器，所述存储器存储执行指令；以及

处理器，所述处理器执行所述存储器存储的执行指令，使得所述处理器执行如权利要求1至7中任一项所述的方法。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有执行指令，所述执行指令被处理器执行时用于实现如权利要求1至7中任一项所述的方法。

Images