CN115175599B - 移动清洁机器人硬件推荐 - Google Patents

Abstract

一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，其可以包括检测房间或环境的其它部分的地板类型。可以检测环境的该部分的大小，并且可以确定环境的总大小。生成硬件特性推荐可以至少部分地基于地板类型、环境的该部分的大小以及环境的总大小生成。

Description

移动清洁机器人硬件推荐

相关申请的交叉引用

本申请要求于2020年2月28日提交的美国专利申请序列号16/805274的优先权，其全部内容通过引用并入本文。

背景技术

自主移动清洁机器人可以横穿地板表面以在环境中执行各种操作，例如对环境的一个或多个房间进行吸尘。清洁机器人可以包括控制器，该控制器配置为围绕环境自主地导航机器人，使得机器人可以在移动时吸收碎屑。当自主移动机器人横穿地板表面时，该机器人可以生成环境地图，并且可以生成和记录有关环境的信息。自主移动清洁机器人可以使用地图执行清洁所需的各种功能，例如在环境内导航。

发明内容

自主移动清洁机器人可用于自动或自主清洁环境中的一部分(例如一个或多个房间)，但是环境在清洁表面和障碍物的构成方面可能会发生很大变化。例如，某些环境可能包括硬表面(例如木材或陶瓷)和软表面(例如地毯)的组合。某些环境可能全部是硬表面，而某些环境可能全部是地毯表面，而许多环境的表面介于这些极端情况之间。

由于地毯和硬表面不同，因此可以用不同的方式定制此类表面的清洁。例如，辊可以帮助清除相对较长绒毛地毯中的碎屑，但辊可能对从硬表面(例如木地板)上收集碎屑的帮助不大。通常，移动清洁机器人(和大多数真空吸尘器)仅配备单个清洁硬件配置，其针对一种类型的清洁表面定制或优化，或更普遍地被低于最优地配置成仅足以清洁所有类型的表面，但并未针对硬表面或地毯表面定制或优化。这至少部分是因为在不知道环境细节的情况下难以针对环境优化移动自主清洁机器人的清洁硬件。

本公开描述了可以帮助解决该问题的方法的示例，诸如通过购买机器人并在环境中使用之后分析机器人的环境。机器人可以使用由机器人创建的一个或多个地图或由机器人的传感器产生的其它数据(例如环境内的表面类型)向用户提出硬件推荐。例如，机器人可以使用来自环境的地图或数据(例如每个表面的数量(或百分比或其它相对量))生成可以发送到用户设备的辊推荐。通过该装置，可以为用户提供更换机器人的辊的机会，以改善环境内的清洁操作或使之更高效。机器人(或与其连接的系统)可以生成并发送一个或多个其它硬件推荐，比如脚轮、保持架、驱动轮或侧刷推荐，以提高机器人在用户环境内的清洁效率。

以上讨论旨在提供对本专利申请的主题的概述。并不旨在提供本发明的排他性或详尽解释。包括以下描述以提供有关本专利申请的进一步信息。

附图说明

在不一定按比例绘制的附图中，相似的数字可以在不同的视图中描述相似的部件。具有不同字母后缀的相似数字可代表相似部件的不同实例。附图通过示例而非限制方式大体上示出了本文中讨论的各个实施例。

图1示出了环境中的移动清洁机器人的平面图。

图2A示出了移动清洁机器人的仰视图。

图2B示出了移动清洁机器人的仰视图。

图3示出了移动清洁机器人沿图2的指示符3-3的截面图。

图4A示出了网络的示意图。

图4B示出了网络的示意图。

图5示出了方法的示意图。

图6示出了方法的示意图。

图7A示出了用户设备的视图。

图7B示出了用户设备的视图。

图7C示出了用户设备的视图。

图7D示出了用户设备的视图。

图8示出了用户设备的视图。

图9示出了系统的示意图。

具体实施方式

图1示出了根据本公开的至少一个示例的在环境40中的移动清洁机器人100的平面图。环境40可以是住宅，例如房屋或公寓，并且可以包括房间42a-42e。诸如床44、桌子46和独立台48的障碍物可以位于环境的房间42中。每个房间42a-42e可分别具有地板表面50a-50e。一些房间例如房间42d可以包括地毯，例如地毯52。地板表面50可以是一种或多种类型，例如硬木、陶瓷、短毛地毯、中毛地毯、长毛地毯、石头等。

移动清洁机器人100可以例如由用户60操作，以逐个房间的方式自主地清洁环境40。在一些示例中，机器人100可以清洁一个房间(例如房间42a)的地板表面50a，然后移到下一个房间(例如房间42d)以清洁房间42d的表面。不同的房间可以具有不同类型的地板表面。例如，房间42e(可以是厨房)可以具有硬地板表面，例如木材或瓷砖，而房间50a(可以是卧室)可以具有地毯表面，例如中毛地毯。其它房间例如房间42d(可以是餐厅)可以包括多种表面，其中地毯52位于房间42d内。

在清洁或行进操作期间，机器人100可以使用从各种传感器(例如光学传感器)收集的数据和计算结果(例如里程计和障碍物检测)来绘制环境40的地图。一旦创建了地图，用户60可以在地图内定义房间或区域(例如房间42)。该地图可以在诸如移动设备之类的用户界面上向用户60呈现，其中用户60可以例如指导或改变清洁偏好。

而且，在操作期间，机器人100可以检测每个房间42内的表面类型，其可被存储在机器人或另一装置中。机器人100可以更新地图(或与其有关的数据)，以包括或考虑环境的各个房间42中的每个的地板表面50a-50e的表面类型。在一些示例中，地图可被更新以显示不同的表面类型，例如在每个房间42内。

在一些示例中，用户60可以使用例如本文描述的方法和系统来定义行为控制区域54。响应于用户60定义行为控制区域54，机器人100可以朝行为控制区域54移动以确认选择。在确认之后，可以启动机器人100的自主操作。在自主操作中，机器人100可以响应于在行为控制区域54中或附近而启动行为。例如，用户60可以将易于变脏的环境20的区域定义为行为控制区域54。作为响应，机器人100可以启动集中清洁行为，其中机器人100对行为控制区域54中的地板表面50d的一部分执行集中清洁。

图2A示出了移动清洁机器人100的仰视图。图2B示出了移动清洁机器人100的透视图。图3示出了移动清洁机器人100沿图2的指示符3-3的截面图。图2A还示出了方向箭头F和R以及截面指示符3-3、轴线A1、A2、A3和A4以及中心C。图3还生成了方向指示符底部、顶部、前面和后面。下面同时讨论图2A-3。

机器人的部件

清洁机器人100可以包括壳体102、清洁组件104、控制系统106(其可以包括控制器108和存储器110)。清洁机器人100还可以包括驱动轮112、电动机114和脚轮116。清洁组件104可以包括清洁入口104和辊或其它可旋转构件118、真空系统119和辊电动机120。机器人100还可以包括后部121、前部122、底部124、顶部125、前表面126以及侧表面128和130。前部122可以包括拐角表面132和133。机器人还可以包括落差传感器134、接近传感器136a、136b和136c、光指示器系统137、缓冲器138、碰撞传感器139、图像采集装置140、障碍物跟随传感器141以及包括电动机144的刷子142(或侧刷142)。

壳体102可以是刚性或半刚性结构，其由诸如金属、塑料、泡沫、弹性体、陶瓷、复合材料、其组合等中的一种或多种的材料构成。壳体102可以构造成支撑机器人100的各种部件，例如轮112、控制器108、清洁组件104和侧刷142。壳体102可以限定机器人100的结构外围。在一些示例中，壳体102包括底盘、盖体、底板和缓冲器组件。因为机器人100可以是家用机器人，所以机器人100可以具有小的轮廓，使得机器人100可以安放在房屋内的家具下面。例如，机器人100相对于地板表面50的高度H1(图3所示)可以例如为13厘米或更小。机器人100也可以是紧凑的，其中机器人100的总长度L1(图3所示)和总宽度W1(图2所示)可以分别在30至60厘米之间，例如在30至40厘米、40至50厘米或者50至60厘米之间。

壳体102可限定可以为大致矩形的前部122和可以为大致半圆形的后部121。在其它示例中，前部122和后部122可以具有其它形状或相同形状。前部122可以包括侧表面128和130以及前表面126，其可以分别通过拐角表面132、133连接。壳体102可以进一步限定底部124，其可以限定壳体的底部外壳，并且可以进一步限定顶部125，其可以限定壳体的顶部外壳。

清洁组件104的可旋转构件118(或辊118)可在清洁入口104(可选地位于前部122)附近可旋转地连接到壳体102，其中辊118可水平地延伸穿过机器人100的前部122。辊118可以沿着壳体102的前部122定位，并且可以沿着壳体102的前部122的宽度的50％至95％延伸。清洁入口104可以定位在可旋转构件118之间。

辊118可以连接到辊电动机120，以被驱动成相对于壳体102旋转，以帮助通过清洁入口104从环境40收集灰尘和碎屑。清洁入口104可以定位在机器人100的中心C的前方以及沿着机器人100的前部122在前部122的侧表面128和130之间。真空系统119可以包括风扇或叶轮以及电动机，电动机可由控制器108操作成控制风扇以产生气流通过可旋转构件118之间的清洁入口104并进入碎屑箱150。

辊118可以是多种类型的，例如当辊118基于环境40被优化时，如下面进一步讨论。辊118可包括刷毛或刷子，其可有效地分离(或搅动)地毯纤维内的碎屑使其被机器人100吸取。辊118还可包括从其延伸的叶片或柔性构件，其可相对有效地分离地毯纤维内的碎屑以被机器人100吸取，同时也有效地将碎屑从硬表面上拉离。辊118也可以不包括翅片、叶片或刷毛，其可以有效地将碎屑从硬表面上拉走。在其它示例中，辊118可以是其它类型的辊。

控制器108可以位于壳体内，并且可以是诸如单板或多板计算机的可编程控制器、直接数字控制器(DDC)、可编程逻辑控制器(PLC)等。在其它示例中，控制器108可以是任何计算装置，比如手持计算机，例如智能电话、平板电脑、膝上型计算机、台式计算机或包括处理器、存储器和通信功能的任何其它计算装置。存储器110可以是一种或多种类型存储器，例如易失性或非易失性存储器、只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光学存储介质、闪存装置以及其它存储装置和介质。存储器110可以位于壳体102内、连接到控制器108并且可由控制器108访问。

例如，控制系统106可以进一步包括具有一个或多个电子传感器的传感器系统。如本文所述，传感器系统可以产生指示机器人100的当前位置的信号，并且可以随着机器人100沿地板表面10行进而产生指示机器人100的位置的信号。控制器108也可以配置为执行指令以执行本文所述的一项或多项操作。

驱动轮112可以由机器人100的主体102支撑，可以部分地位于壳体102内，并且可以延伸穿过壳体102的底部130。轮112还可以连接至轴并且可以随轴旋转；轮112可以配置为由电动机114驱动以沿着环境40的表面50推进机器人100，其中电动机114可以与控制器108通信以控制机器人100在环境104中的这种运动。

脚轮116可以连接到机器人的主体102，并且可以是被动或从动轮，其配置为在环境内平衡和操纵机器人100的方向。驱动轮112和脚轮116可以一起协作以将壳体102支撑在地板表面50上方。例如，脚轮116可以位于壳体结构102的后部121，并且驱动轮112可以位于脚轮116的前方。

落差传感器134可以沿着壳体102的底部130定位。每个落差传感器134可以是光学传感器，其可以配置为检测光学传感器下方是否存在对象，例如地板表面50。落差传感器134可以连接到控制器108。

接近传感器136a、136b和136c可以位于壳体102的前表面126附近。在其它示例中，接近传感器136可以位于壳体102的其它部分上。每个接近传感器136a、136b、136c可以包括从壳体102面向外的光学传感器，并且可以配置为基于光学传感器前面是否存在对象来产生信号。接近传感器136可以连接到控制器。

缓冲器138可以可移除地固定到壳体102，并且在被安装至壳体102时可以相对于壳体102移动。在一些示例中，缓冲器138形成壳体102的一部分。例如，缓冲器138可以形成侧表面128、130以及前表面126。碰撞传感器139a和139b(碰撞传感器139)可以连接到壳体102并且可接合或构造成与缓冲器138相互作用。碰撞传感器139可包括断束传感器、电容传感器、开关或可检测机器人100即缓冲器138和环境40中的对象之间接触的其它传感器。碰撞传感器139可以连接到控制器108。

图像采集装置140可以是连接到壳体102并且指向顶部125的相机。图像采集装置140可以配置为随着机器人100围绕地板表面50移动而基于机器人100的环境40的图像生成信号。

障碍物跟随传感器141可以包括光学传感器，其从壳体102的侧表面128面向外侧，并且可以配置为检测是否存在与壳体102的侧表面128相邻的对象。障碍物跟随传感器141可以在垂直于机器人100的向前驱动方向F并且垂直于机器人100的侧表面128的方向上水平地发射光束。在一些示例中，接近传感器136a、136b、136c中的至少一些和障碍物跟随传感器141分别包括光学发射器和光学检测器。光学发射器可以从机器人100向外发射光束，例如沿水平方向向外，并且光学检测器检测光束的反射，该光束反射离开机器人100附近的对象。机器人100例如使用控制器108可以确定光束的飞行时间，由此确定光学检测器与对象之间的距离，从而确定机器人100与对象之间的距离。

刷子142可以连接到机器人100的底侧，并且可以连接到电动机144，其可操作成相对于机器人100的壳体102旋转侧刷142。侧刷142可以构造成接合碎屑以移动碎屑朝向清洁组件104或远离环境40的边缘。配置为驱动侧刷142的电动机144可以与控制器112通信。

刷子142可以绕非水平轴线旋转，例如与地板表面50形成75度与90度之间的角度。非水平轴线例如可以与可旋转构件118的纵向轴线形成75度与90度之间的角度。

刷子142可以是相对于机器人100的前后轴线A4横向偏移的侧刷，使得刷子142可以延伸超过机器人100的壳体102的外周。例如，刷子142可以延伸超过机器人100的侧表面128或130之一，并因此能够与地板表面50的可旋转构件118通常无法到达的部分(例如房间或整个房屋的一部分)上的碎屑接合，例如在地板表面50在机器人100正下方的一部分之外的地板表面50的部分。

刷子142还可以相对于机器人100的轴线A1向前偏移，使得刷子142也延伸超过壳体102的前表面126。如图2B所示，刷子142可以延伸超过壳体102的侧表面128、拐角表面132和前表面126。在一些实施方式中，刷子142延伸超过侧表面128的水平距离D1至少是例如0.2厘米，例如至少0.25厘米、至少0.3厘米、至少0.4厘米、至少0.5厘米、至少1厘米或更大。刷子142可以定位成在其旋转期间接触地板表面50，从而刷子142可以容易地接合地板表面50上的碎屑75。

机器人的操作

在一些示例的操作中，可以沿向前驱动方向F或向后驱动方向R推进机器人100。还可以推进机器人100，使得机器人100原位旋转或者在向前驱动方向F或向后驱动方向R上移动的同时旋转。

当控制器108使机器人100执行任务时，控制器108可以操作电动机114以驱动驱动轮112并沿着地板表面10推进机器人100。此外，控制器108可以操作电动机120以使辊118旋转，可以操作电动机144以使刷子142旋转，并且可以操作真空系统119的电动机以产生气流。控制器108可以执行存储在存储器110上的软件，以通过操作机器人100的各种电动机来使机器人100执行各种导航和清洁行为。

如图3所示，辊118可以相对于彼此反向旋转。例如，当可旋转构件118相对于壳体102旋转时，辊118可绕平行的水平轴线A2和A3(图2所示)旋转以接触地板表面10以搅动地板表面50上的碎屑75。可旋转构件118搅动地板表面上的碎屑75，以将碎屑75引向清洁入口104，进入清洁入口104，并进入抽吸路径148(图3所示)，并进入机器人100内的碎屑箱150。真空系统119可以与清洁组件104协作，以将碎屑75从地板表面10吸入碎屑箱150。在某些情况下，真空系统119产生的气流可以产生足够的力以通过可旋转构件118之间的间隙向上抽吸地板表面50上的碎屑75进入碎屑箱150。

刷子142可以以这样的方式绕非水平轴线旋转：当机器人100移动时，将地板表面50上的碎屑刷入清洁组件104的清洁路径中。例如，在机器人100沿向前驱动方向F移动的示例中，刷子142可沿顺时针方向旋转(当从机器人100上方的角度观察时)，使得刷子142接触的碎屑朝着清洁组件104移动，并朝在向前驱动方向F上在清洁组件104前面的地板表面50的一部分移动。结果，当机器人100在向前驱动方向F上移动时，机器人100的清洁入口104可以收集被刷子142扫过来的碎屑。在机器人100沿向后驱动方向R移动的示例中，刷子142可以沿逆时针方向旋转(当从机器人100上方的角度观察时)，使得刷子142接触的碎屑朝向沿向后驱动方向R在清洁组件104后面的地板表面50的一部分移动。结果，当机器人100沿向后驱动方向R移动时，机器人100的清洁入口104可以收集被刷子142扫过来的碎屑。

机器人100的各种传感器可以用于帮助机器人在环境40内导航和清洁。例如，落差传感器134可以检测障碍物，例如在机器人100的设置落差传感器134的部分下方的陡坡和落差。落差传感器134可以将信号发送到控制器108，使得控制器108可以基于来自落差传感器134的信号来重定向机器人100。

接近传感器136a、136b和136c可以基于光学传感器前面是否存在对象来产生信号。例如，可检测对象包括机器人100的环境40中的诸如家具、墙壁、人和其它对象之类的障碍物。接近传感器136可将信号发送至控制器108，使得控制器108可基于来自接近传感器136的信号重定向机器人100。

在一些示例中，碰撞传感器139a可以用于检测缓冲器138沿着机器人100的前后轴线A4(图2所示)的运动。碰撞传感器139b也可以用于检测缓冲器138沿着机器人100的轴线A1的运动。碰撞传感器139可以将信号发送到控制器108，使得控制器108可以基于来自碰撞传感器139的信号重定向机器人100。

图像采集装置140可以配置为在机器人100绕地板表面50移动时生成基于机器人100的环境40的图像的信号。图像采集装置140可以将这种信号发送到控制器108。图像采集装置140可以在向上方向上倾斜，例如与机器人100所导航围绕的地板表面50成30度至80度之间的角度。当向上倾斜时，相机140可以采集环境的墙壁表面的图像，使得对应于墙壁表面上的对象的特征可以用于定位。

在一些示例中，障碍物跟随传感器141可以检测可检测对象，包括机器人100的环境中的诸如家具、墙壁、人和其它对象之类的障碍物。在一些实施方式中，传感器系统可以包括沿着侧表面130的障碍物跟随传感器，并且障碍物跟随传感器可以检测是否存在与侧表面130相邻的对象。一个或多个障碍物跟随传感器141也可以用作障碍物检测传感器，类似于本文所述的接近传感器。

机器人100还可以包括用于跟踪机器人100行进的距离的传感器。例如，传感器系统可以包括与用于驱动轮112的电动机114相关的编码器，并且编码器可以跟踪机器人100已经行进的距离。在一些实施方式中，传感器可以包括向下面向地板表面的光学传感器。光学传感器可以定位成将光穿过机器人100的底表面引向地板表面50。光学传感器可以检测光的反射并且可以在机器人100沿着地板表面50行进时基于地板特征的变化来检测机器人100行进的距离。

控制器108可以使用由传感器系统的传感器收集的数据来在任务期间控制机器人100的导航行为。例如，控制器108可以使用由机器人100的障碍物检测传感器(落差传感器134、接近传感器136和碰撞传感器139)收集的传感器数据，使机器人100能够在任务期间避开机器人环境内的障碍物。

传感器数据还可以由控制器108用于同时定位和地图绘制(SLAM)技术，其中，控制器108提取由传感器数据表示的环境的特征并构建环境的地板表面50的地图。由图像采集装置140收集的传感器数据可以用于诸如基于视觉的SLAM(VSLAM)之类的技术，其中控制器108提取与环境40中的对象相对应的视觉特征，并使用这些视觉特征来构建地图。当控制器108在任务期间将机器人100围绕地板表面50引导时，控制器108可以使用SLAM技术通过检测收集到的传感器数据中表示的特征并将特征与先前存储的特征进行比较来确定机器人100在地图内的位置。由传感器数据形成的地图可以指示环境内可通行和不可通行空间的位置。例如，可以在地图上将障碍物的位置指示为不可通行空间，可以在地图上将开放地板空间的位置指示为可通行空间。

由任何传感器收集的传感器数据可以存储在存储器110中。此外，为SLAM技术生成的其它数据(包括形成地图的地图绘制数据)可以存储在存储器110中。这些在任务期间产生的数据可以包括在任务期间产生的续存数据，这些数据可在以后的任务中使用。除了存储用于使机器人100执行其行为的软件之外，存储器110还可以存储由传感器数据的处理产生的数据，以供控制器108访问。例如，地图可以是由机器人100的控制器108在各任务间可用和可更新以围绕地板表面50导航机器人100的地图。

包括续存地图的续存数据有助于使机器人100能够有效地清洁地板表面50。例如，地图使控制器108能够将机器人100引向开放地板空间并避开不可通行空间。另外，对于随后的任务，控制器108可以使用地图来优化在任务期间采取的路径，以帮助计划机器人100通过环境40的导航。

在一些实施方式中，机器人100可包括位于机器人100的顶部125的光指示器系统137。光指示器系统137可包括位于覆盖碎屑箱150(图2B所示)的盖体147内的光源。光源可以定位成将光引导至盖体147的外围。光源定位成使得可以照射机器人100的顶部125的连续环146的任何部分。连续环146位于机器人100的顶部125的凹入部分上，使得光源在被激活时可以照射机器人100的表面。

网络示例

图4A是通过示例而非限制的方式示出了通信网络400的图，该通信网络400使移动机器人100与一个或多个其它装置(例如移动设备404、云计算系统406或与移动机器人404分开的另一自主机器人408)之间的联网成为可能。通过使用通信网络410，机器人100、移动设备404、机器人408和云计算系统406可以彼此通信以彼此发送和接收数据。在一些示例中，机器人100、机器人408或机器人100和机器人408两者通过云计算系统406与移动设备404通信。可替代地或另外地，机器人100、机器人408或机器人100和机器人408两者直接与移动设备404通信。通信网络410可以采用无线网络(例如蓝牙、射频、基于光纤等)和网络架构(例如网状网络)的各种类型和组合。

在一些示例中，移动设备404可以是可以链接到云计算系统406并且可以使用户能够提供输入的远程装置。移动设备404可以包括用户输入元件，例如响应于用户提供的输入的触摸屏显示器、按钮、麦克风、鼠标、键盘或其它装置中的一个或多个。移动设备404还可以包括用户可以与之交互以提供输入的沉浸式媒体(例如虚拟现实)。在这些示例中，移动设备404可以是虚拟现实耳机或头戴式显示器。

用户可以为移动机器人404提供与命令相对应的输入。在这种情况下，移动设备404可以向云计算系统406发送信号，以使云计算系统406向移动机器人100发送命令信号。在一些实施方式中，移动设备404可以呈现增强现实图像。在一些实施方式中，移动设备404可以是智能电话、膝上型计算机、平板计算装置或其它移动设备。

根据本文讨论的一些示例，移动设备404可以包括配置为显示机器人环境的地图的用户界面。机器人路径，比如由覆盖范围计划器识别的机器人路径，也可以显示在地图上。界面可以接收用户指令以修改环境地图，例如通过添加、移除或以其它方式修改环境中的避开区域；添加、移除或以其它方式修改环境中的集中清洁区域(例如需要重复清洁的区域)；在部分环境中限制机器人的行进方向或行进模式；或者增加或更改清洁等级等。

在一些示例中，通信网络410可以包括附加节点。例如，通信网络410的节点可以包括附加机器人。可替代地或另外，通信网络410的节点可以包括可以生成关于环境20的信息的联网的装置。这样的联网的装置可以包括一个或多个传感器，例如声学传感器、图像采集系统或产生信号的其它传感器，以检测可以从中提取特征的环境20的特性。联网的装置还可以包括家用相机、智能传感器等。

在通信网络410中，无线链路可以利用各种通信方案、协议等，例如蓝牙类别、Wi-Fi、低功耗蓝牙(也称为BLE)、802.15.4、用于微波访问的全球互通性(WiMAX)、红外频道、卫星频段等。在一些示例中，无线链路可以包括用于在移动设备之间通信的任何蜂窝网络标准，包括但不限于符合1G、2G、3G、4G、5G等的标准。如果使用网络标准，则通过满足一个或多个规范(例如由国际电信联盟维护的规范)，可以将其作为例如一代或多代移动电信标准。例如，4G标准可以对应于高级国际移动通信(IMT-Advanced)规范。蜂窝网络标准的示例包括AMPS、GSM、GPRS、UMTS、LTE、高级LTE、移动WiMAX和高级WiMAX。蜂窝网络标准可以使用各种信道接入方法，例如FDMA、TDMA、CDMA或SDMA。

图4B是示出在通信网络410中的装置之间交换信息的示例性过程401的图示，该通信网络包括移动机器人100、云计算系统406和移动设备404。

在一些示例的操作中，可以通过按下移动机器人100(或移动设备404)上的按钮来启动清洁任务，或者可以为将来的时间或一天安排清洁任务。用户可以在清洁任务期间选择一组要清洁的房间，或者可以指示机器人清洁所有房间。用户还可以选择在清洁任务期间在每个房间中使用的一组清洁参数。

在清洁任务期间，移动机器人100可以跟踪410其状态，包括其位置、在清洁期间发生的任何操作事件以及花费的清洁时间。移动机器人100可以向云计算系统406发送412状态数据(例如位置数据、操作事件数据、时间数据中的一个或多个)，云计算系统406可以例如通过处理器442来计算414对于待清洁区域的时间估计。例如，可以通过对在房间的一个或多个先前清洁任务期间已经收集的房间的实际清洁时间取平均来计算清洁房间的时间估计。云计算系统406可以将时间估计数据连同机器人状态数据一起发送416到移动设备404。移动设备404可以例如通过处理器444在显示器上呈现418机器人状态数据和时间估计数据。机器人状态数据和时间估计数据可以作为多图形表示可编辑任务时间线或映射界面中的任何一个呈现在移动设备404的显示器上。

用户402可以在显示器上查看420机器人的状态数据和时间估计数据，并且可以输入422新的清洁参数，或者可以操纵要清洁的房间的顺序或身份。用户402还可以从移动机器人100的清洁时间表中删除房间。在其它情况下，用户402可以为要清洁的房间选择边缘清洁模式或深度清洁模式。

当用户改变清洁参数或清洁时间表时，可以更新424移动设备404的显示。例如，如果用户将清洁参数从单程清洁更改为双程清洁，则系统将更新估计时间以提供基于新参数的估计。在单程清洁与双程清洁的示例中，估计将大约翻倍。在另一示例中，如果用户从清洁时间表中移走一个房间，则总时间估计大约减少清洁移走的房间所需的时间。基于来自用户402的输入，云计算系统406可以计算426要清洁的区域的时间估计，然后可以将其发送428(例如通过无线传输，通过应用协议，通过广播无线传输)回移动设备404并显示。另外，与计算426的时间估计有关的数据可以被发送446到机器人的控制器430。基于移动机器人100的控制器430接收到的来自用户402的输入，控制器430可以生成432命令信号。命令信号命令移动机器人100执行434行为，例如清洁行为。当执行清洁行为时，控制器430可以继续跟踪410机器人100的状态，包括其位置、在清洁期间发生的任何操作事件或花费的清洁时间。在一些情况下，可以经由推送通知向移动设备404或家庭电子系统(例如交互式扬声器系统)另外提供与机器人100的状态有关的实时更新。

在执行434行为时，控制器430可以检查436以查看所接收的命令信号是否包括用于完成清洁任务的命令。如果命令信号包括完成清洁任务的命令，则可以命令机器人返回其坞站，并且在返回时可以发送信息以使云计算系统406能够生成438任务摘要，任务摘要可被发送至移动设备404并由其显示440。任务摘要可以包括时间线或地图。时间线可以显示清洁的房间、清洁每个房间所花费的时间、每个房间中跟踪的操作事件等。地图可以显示清洁的房间、每个房间中跟踪的操作事件、在每个房间中进行的清洁类型(例如深度清扫或简单擦拭)等。

在一些示例中，通信可以直接在移动机器人100和移动设备404之间发生。例如，移动设备404可以用于通过诸如蓝牙或Wi-fi的无线通信方法来发送一个或多个指令，以指示移动机器人100执行清洁操作(任务)。

可以以分布式方式执行用于本文所述的过程401和其它过程的操作，如方法500和600的一个或多个步骤。例如，云计算系统406、移动机器人100和移动设备404可以彼此协同执行一个或多个操作。在一些实施方式中，描述为由云计算系统406、移动机器人100和移动设备404之一执行的操作至少部分地由云计算系统406、移动机器人100和移动设备404中的两个或全部执行。

机器人的进一步操作

图5示出了根据本公开的至少一个示例的方法500的示意图。方法500可以是生成对自主移动清洁机器人的用户的硬件推荐的方法。机器人100可以使用由机器人100创建的地图或由机器人100的传感器产生的其它数据，例如环境40内的任何表面50的类型，利用例如网络400和过程401的一个或多个步骤来向用户60做出硬件推荐。

例如，机器人100可以使用来自环境40的地图或数据(例如每个表面50的数量(或百分比))生成可被发送到用户设备404的辊推荐。通过设备404，可以为用户60提供更换机器人100的辊的机会，以在环境40内改善清洁操作或使之更有效。机器人100(或与其连接的系统)还可以生成并发送其它硬件推荐，例如对脚轮、保持架、驱动轮或侧刷的推荐，以提高机器人的在用户的环境内的清洁效率。

下面讨论方法500的更具体示例。为了方便和清楚起见，以特定顺序示出方法500的步骤或操作；可以以不同顺序或并行执行许多所讨论的操作，而不会实质性地影响其它操作。所讨论的方法500包括由多个不同的参与者、装置或系统执行的操作。应当理解，方法500中讨论的操作的子集可以归于单个参与者、装置或系统，其可被认为是单独的独立过程或方法。

方法500可以从步骤502开始，在步骤502，可以检测环境的一部分的地板类型。地板类型可以使用一种或多种方法进行检测。地板类型可以使用连接到驱动轮112的电动机电流传感器来确定，其中电流传感器可以将电流汲取信号发送到控制器108，并且控制器108可以检测或确定连接到驱动轮112的电动机推进机器人100所需要的电流。可以使电动机电流相关(或以其它方式使用)来确定环境部分的地板类型。

地板类型也可以使用光学传感器(例如发光二极管)确定。例如，落差传感器134可以朝向表面发射光，该光可以被反射并被落差传感器采集。传感器然后可以将光学传感器信号发送到控制器108。控制器108可以相对于基线信号特性来评估反射信号以确定表面粗糙度或类型。

地板类型也可以通过使用相机(图像采集装置)来确定。相机可用于采集环境40的图像，例如环境的一部分(或房间)的表面的图像。相机可以将图像发送到控制器108，控制器可以使用一种或多种算法来分析图像，以基于该图像确定地板类型。在一些示例中，控制器108可以使用机器学习模型以基于由相机采集的图像来确定地板类型。

还可以针对与环境相对应的部分(例如房间或房间的一部分)检测或确定地板类型。例如，环境40的任何房间42a-42e的地板表面50a-50e的地板类型可以由机器人100检测或确定。然后，在步骤504，可以检测环境的一部分的大小。例如，环境40的任何房间42a-42e(或房间42a-42e的任何组合)的大小(例如表面积)可以由机器人使用控制器108以及来自一个或多个传感器的输入来确定。在一些示例中，控制器108可以使用由控制器108使用例如SLAM和VSLAM开发的地图来确定环境40的每个部分的大小。在步骤506，可以确定环境的总大小。例如，机器人可以使用控制器108和来自一个或多个传感器的输入或由控制器108使用例如SLAM和VSLAM开发的地图来检测或确定环境40的所有房间42a-42e的大小，例如表面积。

在步骤508，可以至少部分地基于地板类型(例如环境部分的地板类型)、环境部分的大小以及环境的总大小生成辊类型推荐。例如，机器人100的控制器108、云计算系统或移动设备404可以至少部分地基于任何房间42(或房间42的任何部分或房间42组)的地板类型、环境40的房间(或房间42组)的大小以及环境40的总大小生成辊类型推荐。也就是说，在某些示例中，可以通过确定在环境40内每种(或某些或一种)地板类型的百分比生成辊类型推荐。例如，可以确定环境40包含95％的硬地板(例如木材和陶瓷)和5％的地毯或类似表面。例如，控制器108然后可以确定针对硬地板表面设计的辊将比当前辊更有效地清洁环境40。

而且，机器人100的控制器108、云计算系统或移动设备404可以至少部分地基于环境的一个房间42中或大致在环境中的碎屑类型、碎屑量或碎屑密度生成辊类型推荐。例如，在碎屑较大的环境中，可以推荐具有特定叶片长度的辊，而在硬表面百分比较高且作为碎屑类型的细粉尘的百分比较大的环境中则可以推荐不使用辊。

地板表面的特性(例如粗糙度、表面光洁度或地毯密度)也可以用于做出确定或推荐硬件。例如，包括高百分比的粗糙硬表面(未表面处理的混凝土)的环境可以推荐移除辊或包括更具弹性的辊类型。

在步骤510，辊类型推荐可被发送到用户界面设备。例如，辊类型推荐可以从控制器108发送到移动设备404，以在移动设备404的用户界面上显示。在其它示例中，其它用户设备界面(例如电视、膝上型计算机、平板计算机或台式计算机)可用于显示推荐。

尽管将方法500讨论为产生辊类型推荐，但方法500可以用于生成其它类型的推荐，例如脚轮类型、侧刷类型、保持架类型或侧刷转速。

例如，方法500可以用于至少部分地基于环境40的任何房间42的地板类型、环境40的房间(房间的一部分或多个房间)的大小或环境40的总大小生成硬件特性推荐。然后可以将硬件特性推荐发送到移动设备404，以显示在移动设备404的用户界面上。

在一示例中，硬件特性推荐可以是至少部分地基于地板类型指示的侧刷类型推荐。即，控制器108(或其它系统)可以推荐用不同的侧刷(例如具有更多或更少刷子的侧刷)替换侧刷142，或者控制器108可以推荐完全移除侧刷。在一些示例中，可以至少部分地基于地板类型指示来确定侧刷142的最佳长度。例如，如果环境40具有高百分比的硬表面，则较短的侧刷可能比较长的侧刷更有效。另外，可以由控制器108基于碎屑密度或大小来确定侧刷。例如，在检测或确定其它较大和干燥的碎屑(例如在垃圾箱附近)的情况下，可以推荐或确定带有附加臂或刷毛的侧刷。

类似地，控制器108可以至少部分地基于地板类型指示来确定侧刷转速推荐。例如，如果环境40具有高百分比的硬表面，则较慢侧刷可以比较快旋转侧刷更有效地将碎屑传递到清洁组件104(在辊118附近)的路径中。相反，如果环境40具有高百分比的地毯表面，则较快旋转侧刷可以更有效地将碎屑传递到清洁组件104(在辊118附近)的路径中。此外，控制器108可以调节电动机144的速度以调节侧刷142的速度。

在另一示例中，可以至少部分地基于地板类型来产生或确定保持架类型推荐，以帮助改善机器人100的移动性、机器人100的清洁性能或机器人100的耐久性。保持架可以是清洁组件的壳体或其它部分，例如支撑辊的结构。例如，控制器108(或其它系统)可以在环境40主要具有硬表面时产生具有较低入口的保持架的推荐，并且可以在环境40主要具有地毯表面时推荐具有较高入口的保持架，以帮助提高机器人100的清洁效率。可以推荐其它保持架，例如具有较大或较小开口(宽度或长度)的保持架。在环境40具有大量地毯或长毛地毯的示例中，可以推荐具有较高入口的保持架，以帮助提高机器人100穿过环境40的移动性。在一些示例中，控制器108可以推荐移除一个或多个辊118，例如当环境40具有完全或几乎完全硬表面时。

在另一示例中，控制器可以通过自主清洁机器人来检测环境中的移动障碍。例如，控制器108可以使用机器人100的一个或多个传感器来确定障碍物的存在，例如房间之间(例如环境40的房间42之间)的大过渡门槛。

在一些示例中，控制器可以至少部分地基于地板类型指示和移动障碍来产生脚轮类型推荐。即，当控制器108确定存在移动障碍(例如房间之间的大过渡门槛)时，控制器可以使用对这种障碍的检测以及房间的地板类型来产生对不同脚轮类型的推荐。可以推荐的不同脚轮类型包括脚轮尺寸的变化、脚轮轮数的变化、脚轮轴承的变化、脚轮是被动驱动还是主动驱动的变化、或者脚轮的一种或多种材料的变化，从而影响脚轮的柔顺性等。

在一些示例中，控制器可以至少部分地基于地板类型指示和移动障碍生成辊类型推荐。即，当控制器108确定存在移动障碍(例如房间之间的大过渡门槛)时，控制器可以使用对这种障碍的检测以及房间的地板类型来产生对不同辊类型的推荐，其中辊包括移动特征，例如结节。这种特征示出并描述在2019年2月28日提交的Eric J.Burbank等人的标题为“用于自主移动机器人的清洁辊”的美国非临时专利申请16/288699中，其全部内容通过引用并入本文。

例如，当检测到移动障碍时，增加脚轮的尺寸(例如直径)可能是有益的。增加脚轮的柔顺性也可能是有益的，其中可以通过使用不同的轮设计(结构)或使用不同的轮材料(例如更柔性的轮)来更改柔顺性。通过保持沿着障碍物表面的牵引力，这种柔性可以使脚轮更容易克服移动障碍。

图6示出了根据本公开的至少一个示例的方法600的示意图。方法600可以是生成对自主移动清洁机器人的用户的硬件推荐的方法。在一些示例中，方法600可以遵循方法500的任何步骤。在其它示例中，方法600可以作为一个或多个独立步骤。

在步骤602，可以检测由移动自主清洁机器人触达的环境的每个部分内的地板类型。在步骤604，可以至少部分地基于对地板类型或地板状况的检测来确定环境的一种或多种地板类型的总面积，并且可以至少部分地基于环境的一种或多种地板类型的总面积生成辊类型推荐。

例如，控制器108可以使用一个或多个传感器信号来检测或确定由移动自主清洁机器人100触达的环境40的每个房间42a-42e内的每个表面50a-50e的地板类型。然后，每个表面50a-50e的地板类型可以用于确定环境40内的每种地板类型的百分比。控制器108可以使用每种地板类型的百分比或总面积来确定哪种类型的辊对环境40最有效或最高效。然后，可以将推荐发送到移动设备404，以在移动设备404的用户界面上显示。

在步骤606，可以确定移动自主清洁机器人在环境的一个或多个部分中的清洁频率。即，可以确定移动自主清洁机器人100在环境40的一个或多个房间42中的清洁频率。清洁频率可以是基于时间的频率，如每单位时间清洁一个或多个房间的次数。例如，所述环境可包括环境的第一部分，其具有100平方米的硬木表面，和第二部分，其具有200平方米的地毯表面。如果检测到各部分的清洁频率相同，则可以推荐对地毯更优的辊。如果确定硬木部分的清洁次数是地毯部分的两倍或更多倍，则可以推荐对硬木更优的辊。

该频率还可以说明一个或多个房间内机器人的通过次数。控制器108可以使用清洁频率(可选地与地板类型、百分比等一起)来确定辊类型推荐。示例表T1如下所示。

表T1

还可以根据整个环境的清洁频率或每单位时间的总清洁时间(可以独立于房间类型)来推荐使用辊(或其它硬件)。在一示例中，第一用户可能每周两次清洁第一尺寸的环境，第二用户可能每天两次清洁第二尺寸的第二环境。在这种情况下，可以向第二用户推荐由更厚或更硬材料制成的辊，以帮助辊承受额外磨损。在另一示例中，第一用户可能每周两次清洁第一尺寸的环境，第二用户可能每周两次清洁第二尺寸的第二环境。如果第二环境明显大于第一环境，则可以推荐由更厚或更硬材料制成的辊，以帮助辊承受额外磨损。

在步骤608，可以至少部分地基于环境的一个或多个部分中的移动自主清洁机器人的清洁频率来修改地板类型的部分的总面积中的一个或多个。即，可以基于清洁频率来修改环境40的房间42或房间组的面积。例如，如果房间42d比其它房间更清洁，则总面积值可以增加，房间42d的值也可以增加。这些修改的值可以至少部分地用于产生或生成辊推荐。

类似地，地板类型的部分的总面积中的一个或多个可以至少部分地基于环境的避开区域来修改。也就是说，环境40中的避开区域可以用于修改用于确定辊推荐的环境的总面积值。

在步骤610，可以至少部分地基于从用户界面设备接收的输入来确定用户类型。可以基于从机器人100和其它环境的其它机器人接收的数据来确定各种用户类型。在一些示例中，云计算系统406可以比较来自各种环境的数据以确定用户类型。在一些示例中，可以至少部分地基于从一队移动自主清洁机器人接收的数据来确定用户类型。

用户类型可以包括频繁的清洁者、不频繁的清洁者、宠物主人等。控制器108(或云计算系统406)可以比较从机器人100接收的数据，以确定环境40的用户类型。然后，用户类型可以用于产生或生成可被发送给用户设备404的硬件推荐。例如，如果确定用户类型是宠物主人，则控制器108可以推荐有助于提取宠物毛发的辊类型。用户类型可用于生成本文讨论的任何硬件推荐。

在步骤612，控制器可以通过自主清洁机器人来检测环境内的移动障碍。例如，控制器108可以使用机器人100的一个或多个传感器来确定存在障碍物，例如房间之间，例如环境40的房间42之间的大过渡门槛。控制器108可使用这种移动障碍生成本文讨论的任何硬件推荐，例如脚轮类型。

在步骤614，可使用移动自主清洁机器人的传感器来检测环境内的碎屑。例如，安装在箱150内或上游的压电传感器可用于检测通过抽吸路径148的来自环境40的碎屑75。控制器108可以与这种传感器通信以确定在任何给定时间通过路径148并进入箱150的碎屑的类型和数量。控制器108可以创建日志并使用该数据来确定环境中的哪个或哪些房间42收集更多或更少的碎屑以及每个房间42收集哪种类型的碎屑。控制器108例如可以在步骤616使用关于碎屑的数据生成或创建辊类型推荐。

还可基于环境中的其它机器人(或环境40内的一队机器人)创建或修改辊推荐。例如，如果环境40包括拖地机器人，则可以针对地毯优化机器人100的辊，因为拖地机器人可以帮助清洁环境40的硬表面，例如瓷砖和硬木。

在步骤618，辊类型推荐可被发送到用户界面设备。例如，辊类型推荐可以从控制器108发送到移动设备404，以在移动设备404的用户界面上显示。在其它示例中，其它用户设备界面(例如电视、膝上型计算机、平板计算机或台式计算机)可用于显示推荐。

在另一示例中，一种辅助用于移动自主清洁机器人的硬件的用户配置的方法可以包括检测环境的一部分的地板类型。可以检测环境的该部分的大小，并且可以确定环境的总大小。可以至少部分地基于地板类型、环境的该部分的大小以及环境的总大小生成硬件特性推荐。硬件特性推荐可被发送到用户界面设备。在另一示例中，硬件可以是辊类型、脚轮类型、侧刷类型、保持架类型和侧刷转速中的一种。

将在下面同时讨论图7A-7B，并且通过非限制性示例示出智能电话700的用户界面，该智能电话可以是移动设备404的示例。

如图7A所示，可以在显示屏702上呈现新硬件的推荐704以替换辊118。该推荐可以经由文本用户界面元件704和图形用户界面元件706中的一个或多个提供。可以在显示屏702上部署其它用户界面元件，以指示为其推荐的一个或多个部件。例如，元件708可以是辊的表示，其可以在显示屏702上变亮或突出显示，以指示新推荐与一个或多个辊有关。类似地，元件710可被突出显示以指示推荐与一个或多个驱动轮有关；元件712可被突出显示以指示推荐与侧刷有关；元件714可被突出显示以指示推荐与脚轮有关；以及元件716可被突出显示以指示推荐与保持架有关。在其它示例中，其它部件可被突出显示或示出。

图7B示出了用户设备700的视图，其中显示屏可以在图形界面706上显示多种辊的类型。例如，元件718可以是具有腔的刷子，该腔用于容纳可移除刷毛和移动特征，例如结节。例如，结节可以足够坚硬以允许辊接合障碍物并将机器人提升到障碍物上方，从而使机器人能够在障碍物上方移动。

显示器706上的元件720可以是辊，其包括沿着辊的长度延伸的叶片，其中叶片可以具有不同的长度。如元件720中所示的这种辊可以很好地用于具有多种类型地毯的环境。元件722可以示出带有具有单个叶片长度的叶片的辊，其可以很好地用于具有单个地毯类型的环境。元件724可以示出具有叶片的辊，叶片切向地延伸到辊表面。这样的叶片可能不易磨损，并且在机器人100被更频繁地使用的环境中可能是有用的。元件726可以示出具有刷毛的辊，该刷毛可以在清洁具有较大百分比地毯的环境中更有效。

用户设备700还可以配置为在显示器706上显示选择728，其可以包括图形指示符或文本以指示应该安装哪个辊。例如，可以基于地板类型或确定在上述环境中使用的硬件的任何其它方法来确定选择728所示的辊。

在一些示例中，元件718、720、722、724和726的每个辊可在出售时被提供给机器人100。然后，机器人100可以执行一个或多个清洁任务，并且可以确定或推荐用户应安装哪个辊用于机器人100的最有效清洁性能。

图7C示出了用户设备700的视图，其中显示屏可以在图形界面706上显示多种侧刷类型。例如，界面706可以示出可以是第一类型侧刷的元件730，该侧刷可包括更多数量的刷子，从而可以帮助减少碎屑飞散。这样的刷子对于清洁具有较大百分比的硬表面的环境可能更有效。在一些示例中，元件730的刷子可具有刚性刷毛，其在地毯环境中可更有效地清洁。

而且，界面706可以示出元件732，其可以是具有较少刷子或刷毛的侧刷。元件734可以是具有清扫刷毛的侧刷，从而可以帮助减少飞散并且可以帮助将碎屑引向机器人的提取部分。

图7D示出了显示屏702，其示出了例如在图7A的显示之后的附加显示。图7B的屏幕702可以提供一个或多个选择选项742，其提示用户购买新的辊，其被推荐以替换当前设置来提高机器人100的性能。此外，在所示示例中，文本用户界面元件740呈现一个或多个定价选项以及相应在线供应商的名称。尽管显示屏702在图7D中示出为提供辊的推荐，但屏幕702也可以配置为显示被推荐更换或升级的任何硬件部件的推荐，例如脚轮、侧刷、保持架等。

图8示出了可以包括图形显示器802的用户设备800。显示器802可以示出环境地图的图像，例如由机器人100在环境40内的一个或多个任务期间产生的地图，其中环境包括入口通道804、厨房806、前厅808、卧室810和起居室812。在操作中，用户可以选择环境的房间以查看硬件推荐，例如以上在图7A-7D中讨论的那些。

例如，可以在提示814处提示用户选择房间，例如通过轻击、按下或作出手势。例如，用户可以选择卧室810，这可以将用户引导至卧室810的硬件推荐屏幕。在这样的屏幕中，可以提示用户选择例如对清洁地毯最优的辊。在一些示例中，用户可以选择多个区域。例如，如果用户定期打扫厨房、入口通道和起居室，则用户可以选择厨房806、入口通道804和起居室812以接收针对环境的这些房间所做出的硬件推荐。在其它示例中，可以选择特定区域(而不仅仅是房间)。在任何示例中，系统(例如控制器100)可以根据用户的请求通过用户设备800对环境的一个或多个部分做出硬件推荐。

图9示出了系统的示意图，在该系统上，自主移动清洁机器人100或其连接的系统可以执行或辅助执行任何一种或多种先前技术。例如，系统900可以包括在机器人100中。

在替代实施例中，系统900可以作为独立装置操作，或者可以连接(例如联网)到其它机器。在网络部署中，机器可以在服务器-客户端网络环境中以服务器或客户端机器的身份运行，也可以在对等(或分布式)网络环境中充当对等机器。机器可以是个人计算机(PC)、平板电脑、智能手机、Web装置或者是能够执行指令(顺序或其它方式)的机器，指令指定该机器要执行的动作。此外，虽然仅示出了单个机器，但术语“机器”也应被理解为包括机器的任何集合，这些机器单独或共同地执行一组(或多组)指令以执行本文讨论的任何一个或多个方法。

计算机系统900可以包括处理器902(例如中央处理单元(CPU)、图形处理单元(GPU)或两者)、主存储器904和静态存储器906，它们经由链路98(例如互连链路、总线等)彼此通信。计算机系统900还可包括视频显示单元910、字母数字输入装置912(例如键盘)和用户界面(UI)导航装置914(例如鼠标)。在示例中，视频显示单元910、输入装置912和UI导航装置814是触摸屏显示器。计算机系统900可以另外包括可以使用有线或无线通信硬件与通信网络926可操作地通信的存储装置916(例如驱动单元)、信号生成装置918(例如扬声器)和网络接口装置920。计算机系统900可以进一步包括一个或多个人工输入传感器928，其配置为根据输入识别和检测技术获得输入(包括非接触式人工输入)。人工输入传感器928可以包括相机、麦克风、条形码读取器、RFID读取器、近场通信读取器或出于输入目的而产生数据的其它传感器。计算机系统800可以进一步包括输出控制器930，例如串行(例如通用串行总线(USB)、并行或其它有线或无线(例如红外(IR))连接以通信或控制一个或多个外围装置(例如打印机、读卡器等)。

存储装置916可以包括机器可读介质922，其上存储由本文描述的任何一种或多种方法或功能所体现或利用的一组或多组数据结构或指令924(例如软件)。在计算机系统900执行指令924期间，指令924还可全部或至少部分地驻留在主存储器904、静态存储器906内或在处理器902内，其中主存储器904、静态存储器906和处理器902也构成机器可读介质。

尽管在示例实施例中将机器可读介质922图示为单个介质，但术语“机器可读介质”可以包括单个介质或多个介质(例如集中式或分布式数据库或相关联的缓存和服务器)，其存储一个或多个指令924。术语“机器可读介质”也应视为包括能够存储、编码或携带由计算机系统900执行的指令的任何有形介质(例如非暂时性介质)，指令使计算机系统900执行本公开的任何一种或多种方法，或者所述介质能够存储、编码或携带由此类指令利用或与之相关的数据结构。因此，术语“机器可读介质”应被认为包括但不限于固态存储器以及光和磁介质。机器可读介质的特定示例包括非易失性存储器，例如包括半导体存储装置(例如电可编程只读存储器(EPROM)、电擦除可编程只读存储器(EEPROM))和闪存装置；磁盘，例如内部硬盘和可移动磁盘；磁光盘；以及CD-ROM和DVD-ROM盘。

指令924还可以利用多种众所周知的传输协议(例如帧中继、互联网协议(IP)、传输控制协议(TCP)、用户数据报协议(UDP)、超文本传输协议(HTTP))中的任何一种经由网络接口装置920使用传输介质通过通信网络926而被发送或接收。通信网络的示例包括局域网(LAN)、广域网(WAN)、互联网、移动电话网络、普通老式电话(POTS)网络和无线数据网络(例如Wi-Fi、3G和4G LTE/LTE-A或5G网络)。术语“传输介质”应被认为包括能够存储、编码或携带由计算系统900执行的指令的任何无形介质，并且包括数字或模拟通信信号或其它无形介质以促进这种软件的通信。

作为附加示例，可以以硬件、固件和软件中的一种或组合来实现本文描述的计算实施例。实施例还可被实现为存储在计算机可读存储装置上的指令，其可以由至少一个处理器读取和执行以执行本文描述的操作。计算机可读存储装置可以包括用于以机器(例如计算机)可读的形式存储信息的任何非暂时性机制。例如，计算机可读存储装置可以包括只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光学存储介质、闪存装置以及其它存储装置和介质。

应当理解，本说明书中描述的功能单元或能力可能已经被称为或标记为部件或模块，以便更具体地强调它们的实现独立性。可以以硬件电路、可编程硬件装置、其它分立部件的任意组合来实现部件或模块。部件或模块也可以在软件中实现以由各种类型的处理器执行。所识别的可执行代码的部件或模块可以例如包括计算机指令的一个或多个物理或逻辑块，其可以例如被组织为对象、过程或功能。然而，所识别的部件或模块的可执行不需要在物理上位于一起，而是可以包括存储在不同位置的不同指令，当这些指令在逻辑上结合在一起时包括该部件或模块并实现该部件或模块的所述目的。实际上，可执行代码的部件或模块可以是单个指令或多个指令，并且甚至可以分布在多个不同的代码段上、不同程序之间以及多个存储装置上。

类似地，操作数据可以在部件或模块内被识别和示出，并且可以以任何合适的形式体现并且在任何合适的数据结构类型内组织。操作数据可以作为单个数据集收集，或者可以分布在包括不同存储装置的不同位置上，并且可以至少部分地仅作为系统或网络上的电子信号存在。部件或模块可以是被动的或主动的，包括可操作以执行期望功能的代理。

以下非限制性示例详细描述了本主题的某些方面，以解决问题并提供本文所讨论的益处。

示例1可以是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：检测环境的一部分的地板类型；检测环境的该部分的大小；确定环境的总大小；至少部分地基于地板类型、环境的该部分的大小以及环境的总大小生成辊类型推荐；以及将辊类型推荐发送给用户界面设备。

在示例2中，示例1的主题可选地包括：检测移动自主清洁机器人触达的环境的每个部分内的地板类型；至少部分地基于对地板类型的检测来确定环境的一种或多种地板类型的总面积；以及至少部分地基于环境的一种或多种地板类型的总面积生成辊类型推荐。

在示例3中，示例2的主题可选地包括：确定移动自主清洁机器人在环境的一个或多个部分中的清洁频率；以及至少部分地基于清洁频率生成辊类型推荐。

在示例4中，示例3的主题可选地包括：至少部分地基于移动自主清洁机器人在环境的一个或多个部分中的清洁频率来修改所述地板类型的部分的总面积中的一个或多个；以及至少部分地基于地板类型的修改的总面积生成辊类型推荐。

在示例5中，示例3-4中任何一个或多个的主题可选地包括：至少部分地基于环境的避开区域来修改地板类型的部分的总面积中的一个或多个；以及至少部分地基于地板类型的修改的总面积生成辊类型推荐。

在示例6中，示例1-5中任何一个或多个的主题可选地包括：至少部分地基于从用户界面设备接收的输入来确定用户类型；以及至少部分地基于用户类型生成辊类型推荐。

在示例7中，示例6的主题可选地包括：至少部分地基于从一队移动自主清洁机器人接收的数据来确定用户类型。

在示例8中，示例1-7中任何一个或多个的主题可选地包括：使用移动自主清洁机器人检测环境内的移动障碍；以及至少部分地基于移动障碍生成辊类型推荐。

在示例9中，示例1-8中任何一个或多个的主题可选地包括：使用移动自主清洁机器人的传感器检测环境内的碎屑；以及至少部分地基于检测到的碎屑生成辊类型推荐。

在示例10中，示例9的主题可选地包括：使用移动自主清洁机器人的传感器检测环境内的碎屑的类型；以及至少部分地基于检测到的碎屑的类型生成辊类型推荐。

示例11可以是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：使用移动自主清洁机器人创建环境地图，该地图至少部分地由一个或多个房间定义；检测环境的一个或多个房间内的地板类型；确定环境的总环境大小；确定环境的一个或多个房间的房间大小；至少部分地基于总环境大小、一个或多个房间的房间大小以及一个或多个房间内的地板类型来产生地板类型指示；至少部分地基于地板类型指示生成脚轮类型推荐；以及将脚轮类型推荐发送给用户界面设备。

在示例12中，示例11的主题可选地包括：至少部分地基于地板类型指示来确定脚轮尺寸。

在示例13中，示例12的主题可选地包括：至少部分地基于地板类型指示来确定脚轮柔顺性。

在示例14中，示例11-13中任何一个或多个的主题可选地包括：使用移动自主清洁机器人检测环境内的移动障碍；以及至少部分地基于移动障碍物生成脚轮类型推荐。

示例15可以是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：使用移动自主清洁机器人创建环境地图，该地图至少部分地由一个或多个房间定义；检测环境的一个或多个房间内的地板类型；确定环境的总环境大小；确定环境的一个或多个房间的房间大小；至少部分地基于总环境大小、一个或多个房间的房间大小以及一个或多个房间内的地板类型来产生地板类型指示；至少部分地基于地板类型指示生成侧刷类型推荐；以及将侧刷类型推荐发送给用户界面设备。

在示例16中，示例15的主题可选地包括：至少部分地基于地板类型指示来确定最佳侧刷长度。

在示例17中，示例16的主题可选地包括：基于地板类型指示确定最佳侧刷转速；以及调节侧刷的转速。

示例18可以是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：使用移动自主清洁机器人创建环境地图，该地图至少部分地由一个或多个房间定义；检测环境的一个或多个房间内的地板类型；确定环境的总环境大小；确定环境的一个或多个房间的房间大小；至少部分地基于总环境大小、一个或多个房间的房间大小以及一个或多个房间内的地板类型来产生地板类型指示；至少部分地基于地板类型指示生成保持架类型推荐；以及将保持架类型推荐发送给用户界面设备。

示例19可以是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：检测环境的一部分的地板类型；检测环境的该部分的大小；确定环境的总大小；至少部分地基于地板类型、环境的该部分的大小以及环境的总大小生成硬件特性推荐；以及将硬件特性推荐发送给用户界面设备。

在示例20中，示例12-19中任何一个或多个的主题可选地包括，其中的硬件是辊类型、脚轮类型、侧刷类型、保持架类型和侧刷转速中的一种。

示例21可以是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：使用移动自主清洁机器人创建环境地图，该地图至少部分地由一个或多个房间定义；检测房间中的一个或多个单独房间内的地板类型；确定环境的总环境大小；确定环境的房间中的一个或多个单独房间的房间大小；至少部分地基于总环境大小、房间中的单独房间的房间大小以及房间中的一个或多个单独房间内的地板类型来产生地板类型指示；至少部分地基于地板类型指示生成辊类型推荐；以及将辊类型推荐发送给用户界面设备。

在示例22中，示例21的主题可选地包括：确定在环境的房间中的单独房间中的移动自主清洁机器人的清洁频率；以及至少部分地基于房间中的单独房间的清洁频率生成辊类型推荐。

在示例23中，示例22的主题可选地包括：至少部分地基于环境中的一个或多个房间中的移动自主清洁机器人的清洁频率来更新地板类型指示。

在示例24中，示例23的主题可选地包括：至少部分地基于更新的地板类型指示生成辊类型推荐。

在示例25中，示例24的主题可选地包括：至少部分地基于环境地图的避开区域来更新地板类型指示；以及至少部分地基于更新的地板类型指示生成辊类型推荐。

在示例26中，示例21-25中任何一个或多个的主题可选地包括：至少部分地基于从用户界面设备接收的输入来确定用户类型；以及至少部分地基于用户类型生成辊类型推荐。

在示例27中，示例26的主题可选地包括：基于从一队移动自主清洁机器人接收的数据来确定用户类型。

在示例28中，示例21-27中任何一个或多个的主题可选地包括：使用移动自主清洁机器人检测环境内的移动障碍；以及至少部分地基于移动障碍生成辊类型推荐。

在示例29中，示例21-28中任何一个或多个的主题可选地包括：使用移动自主清洁机器人的传感器检测环境的房间内的碎屑；以及至少部分地基于检测到的碎屑生成辊类型推荐。

在示例30中，示例29的主题可选地包括：使用移动自主清洁机器人的传感器来检测环境的房间内的碎屑的类型；以及至少部分地基于检测到的碎屑的类型生成辊类型推荐。

示例31是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：检测环境的一部分的地板类型；检测环境的该部分的大小；确定环境的总大小；至少部分地基于地板类型、环境的该部分的大小以及环境的总大小生成辊类型推荐；以及将辊类型推荐发送给用户界面设备。

在示例32中，示例31的主题可选地包括：检测移动自主清洁机器人触达的环境的每个部分内的地板类型；至少部分地基于对地板类型的检测来确定环境的一种或多种地板类型的总面积；以及至少部分地基于环境的一种或多种地板类型的总面积生成辊类型推荐。

在示例33中，示例32的主题可选地包括：确定移动自主清洁机器人在环境的一个或多个部分中的清洁频率；以及至少部分地基于清洁频率生成辊类型推荐。

在示例34中，示例33的主题可选地包括：至少部分地基于移动自主清洁机器人在环境的一个或多个部分中的清洁频率来修改所述地板类型的部分的总面积中的一个或多个；以及至少部分地基于地板类型的修改的总面积生成辊类型推荐。

在示例35中，示例33-34中任何一个或多个的主题可选地包括：至少部分地基于环境的避开区域来修改地板类型的部分的总面积中的一个或多个；以及至少部分地基于地板类型的修改的总面积生成辊类型推荐。

在示例36中，示例31-35中任何一个或多个的主题可选地包括：至少部分地基于从用户界面设备接收的输入来确定用户类型；以及至少部分地基于用户类型生成辊类型推荐。

在示例37中，示例36的主题可选地包括：至少部分地基于从一队移动自主清洁机器人接收的数据来确定用户类型。

在示例38中，示例31-37中任何一个或多个的主题可选地包括：使用移动自主清洁机器人检测环境内的移动障碍；以及至少部分地基于移动障碍生成辊类型推荐。

在示例39中，示例31-38中任何一个或多个的主题可选地包括：使用移动自主清洁机器人的传感器检测环境内的碎屑；以及至少部分地基于检测到的碎屑生成辊类型推荐。

在示例40中，示例39的主题可选地包括：使用移动自主清洁机器人的传感器检测环境内的碎屑的类型；以及至少部分地基于检测到的碎屑的类型生成辊类型推荐。

示例41是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：使用移动自主清洁机器人创建环境的地图，该地图至少部分地由一个或多个房间定义；使用移动自主清洁机器人检测环境内的移动障碍；至少部分地基于移动障碍生成移动特征推荐；以及将移动特征类型推荐发送给用户界面设备。

在示例42中，示例41的主题可选地包括：至少部分地基于移动障碍来确定移动特征尺寸。

在示例43中，示例42的主题可选地包括：至少部分地基于移动障碍来确定移动特征柔顺性。

在示例44中，示例41-43中任何一个或多个的主题可选地包括，其中移动特征是包括结节的辊。

在示例45中，示例41-44中任何一个或多个的主题可选地包括，其中移动特征是脚轮。

在示例46中，示例41-45中任何一个或多个的主题可选地包括，其中移动障碍是地板类型之间的门槛或过渡。

示例47是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：检测环境的一部分的大小；确定环境的总大小；使用移动自主清洁机器人的传感器检测环境的该部分内的碎屑大小；至少部分地基于地板类型、环境的该部分的大小以及环境的该部分内的碎屑的大小生成硬件特性推荐；以及将硬件特性推荐发送给用户界面设备。

在示例48中，示例47的主题可选地包括：其中硬件特性推荐是至少部分地基于地板类型指示的侧刷类型推荐。

在示例49中，示例46-48中任何一个或多个的主题可选地包括：至少部分地基于地板类型指示来确定最佳侧刷长度。

在示例50中，示例47-49中任何一个或多个的主题可选地包括：其中硬件特性推荐为当检测到大碎屑时具有相对较大叶片的辊。

在示例51中，示例47-50中任何一个或多个的主题可选地包括：其中硬件特性推荐为当检测到小碎屑时基于相对较小叶片的辊。

示例52是一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：检测环境的一部分的大小；确定环境的总大小；使用移动自主清洁机器人的传感器检测环境内的碎屑；至少部分地基于检测到的碎屑、环境的一部分的大小以及环境的总大小生成辊类型推荐；以及将辊类型推荐发送给用户界面设备。

在示例53中，示例1-52中任何一个或任何组合的设备或方法可以可选地配置为使得所列举的所有元件或选项可供使用或选择。

上面的详细描述包括对附图的引用，这些附图形成了详细描述的一部分。附图通过说明的方式示出了可以实践本发明的特定实施例。这些实施例在本文中也被称为“示例”。这样的示例可以包括所示或所述之外的元件。然而，本发明人还设想了仅提供示出或描述的那些元件的示例。此外，本发明人还针对特定示例(或其一个或多个方面)或针对本文所示或所述的其它示例(或其一个或多个方面)设想了使用示出或描述的那些元件的任何组合或排列(或其一个或多个方面)的示例。

如果本文件与通过引用方式并入的任何文件之间的用法不一致，则以本文件中的用法为准。在本文件中，术语“包括”和“其中”用作相应术语“包含”和“在其中”的普通用语等效词。同样，在以下权利要求中，术语“包括”和“包含”是开放式的，即包括除在权利要求中的此类术语后列出的那些以外的元件的系统、装置、物品、组合物、制剂或方法仍被认为落入该权利要求的范围。

上面的描述意图是说明性的，而不是限制性的。例如，上述示例(或其一个或多个方面)可以彼此组合使用。在回顾以上描述之后，例如可以由本领域普通技术人员使用其它实施例。提供摘要以符合37C.F.R.§1.72(b)，以允许读者快速确定技术公开的性质。提交本文件时应理解为不会将其用于解释或限制权利要求的范围或含义。另外，在以上详细描述中，各种特征可以被分组在一起以简化本公开。这不应被解释为旨在使未声明的公开特征对于任何声明都是必不可少的。相反，发明主题可以在于少于特定公开实施例的所有特征。因此，以下权利要求在此作为示例或实施例并入详细说明中，每个权利要求作为独立的实施例独立存在，并且可以预期的是，这样的实施例可以以各种组合或排列彼此结合。本发明的范围应参考所附的权利要求书以及这些权利要求书所赋予的等效物的全部范围来确定。

Claims (10)

1.一种辅助用于移动自主清洁机器人的硬件的用户配置的方法，该方法包括：

检测环境的一部分的地板类型；

检测环境的该部分的大小；

确定环境的总大小；

至少部分地基于地板类型、环境的该部分的大小以及环境的总大小生成辊类型推荐；以及

将辊类型推荐发送给用户界面设备。

2.根据权利要求1所述的方法，还包括：

检测移动自主清洁机器人触达的环境的每个部分内的地板类型；

至少部分地基于对地板类型的检测确定环境的一种或多种地板类型的总面积；以及

至少部分地基于环境的一种或多种地板类型的总面积生成辊类型推荐。

3.根据权利要求2所述的方法，还包括：

确定移动自主清洁机器人在环境的一个或多个部分中的清洁频率；以及

至少部分地基于清洁频率生成辊类型推荐。

4.根据权利要求3所述的方法，还包括：

至少部分地基于移动自主清洁机器人在环境的一个或多个部分中的清洁频率修改所述地板类型的部分的总面积中的一个或多个；以及

至少部分地基于地板类型的修改的总面积生成辊类型推荐。

5.根据权利要求3所述的方法，还包括：

至少部分地基于环境的避开区域或集中清洁区域修改所述地板类型的部分的总面积中的一个或多个；以及

至少部分地基于地板类型的修改的总面积生成辊类型推荐。

6.根据权利要求1所述的方法，还包括：

至少部分地基于从所述用户界面设备接收的输入确定用户类型；以及

至少部分地基于用户类型生成辊类型推荐。

7.根据权利要求6所述的方法，还包括：

至少部分地基于从一队移动自主清洁机器人接收的数据确定用户类型。

8.根据权利要求1所述的方法，还包括：

使用移动自主清洁机器人检测环境内的移动障碍；以及

至少部分地基于移动障碍生成辊类型推荐。

9.根据权利要求1所述的方法，还包括：

使用移动自主清洁机器人的传感器检测环境内的碎屑；以及

至少部分地基于检测到的碎屑生成辊类型推荐。

10.根据权利要求9所述的方法，还包括：

使用移动自主清洁机器人的传感器检测环境内的碎屑的类型；以及

至少部分地基于检测到的碎屑的类型生成辊类型推荐。