CN116465391A - 机器人及其寻桩方法、装置及存储介质 - Google Patents

Abstract

本申请公开了一种机器人及其寻桩方法、装置及存储介质，在机器人寻桩过程中获取视觉覆盖地图，视觉覆盖地图随机器人视觉探测过程而更新，且视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，可以将视觉覆盖地图中，除去第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域，控制机器人分别导航至每一连通域内进行充电桩的搜索。本申请基于视觉覆盖地图对尚未经过视觉探测的可通行区域进行连通域划分，可以针对性的对连通域进行搜索，直至搜索到充电桩，或完成对视觉覆盖地图中全部的可通行区域的搜索，可以有效提升寻桩的准确率，降低人工参与，实现机器人的智能化寻桩。

Description

机器人及其寻桩方法、装置及存储介质

技术领域

本申请涉及机器人寻桩技术领域，更具体的说，是涉及一种机器人及其寻桩方法、装置及存储介质。

背景技术

随着社会经济和科学技术的发展，人们对高水平物质生活的追求日益增长。在这样的背景下，可移动智能机器人如家庭服务机器人等越来越多地出现在了公众的视野中。通过智能语音、机器视觉等人机交互形式，人们可以比过往更加容易地操控机器，生活、工作的便捷度和舒适度显著提高。以清洁机器人为例，其作为智能家居成员中的重要角色，近些年也越来越受到消费者们的青睐。

机器人内置有电量存储单元，能够支持机器人脱离充电桩进行自主工作。在机器人收到回充指令后，需要返回充电桩进行充电或其他维护工作，如蓄水、清洗拖布等工作。因此，对于机器人而言，准确、快速的寻找充电桩(又可以简称为“寻桩”)显得尤为重要。现有技术一般是以上一次机器人充电时的位置作为充电桩的预设位置，在收到回充指令后，朝预设位置移动寻找充电桩。但是，在机器人工作过程，充电桩可能会被人为的搬离，进而导致机器人在预设位置搜寻不到充电桩。此时，现有技术一般需要人工将机器人搬运至充电桩附近再进行回充，这种方式需要人工参与，不够智能化。

发明内容

鉴于上述问题，提出了本申请以便提供一种机器人及其寻桩方法、装置及存储介质，以提升机器人寻桩成功率，进而降低人工参与，实现机器人的智能化寻桩。具体方案如下：

第一方面，提供了一种机器人寻桩方法，包括：

在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

第二方面，提供了一种机器人寻桩装置，包括：

视觉覆盖地图获取单元，用于在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

连通域划分单元，用于将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

连通域搜索单元，用于控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

第三方面，提供了一种机器人，包括：存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现如上所述的机器人寻桩方法的各个步骤。

第四方面，提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的机器人寻桩方法的各个步骤。

借由上述技术方案，本申请在机器人寻桩过程中，获取视觉覆盖地图，该视觉覆盖地图随机器人视觉探测过程而更新，且视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，基于此，可以将视觉覆盖地图中，除去第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域，控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。由此可见，本申请在机器人寻桩的过程引入了视觉覆盖地图这一特征，随机器人视觉探测过程不断更新视觉覆盖地图，并基于视觉覆盖地图对尚未经过视觉探测的可通行区域进行连通域划分，进而可以针对性的对连通域进行搜索，直至搜索到充电桩，或完成对视觉覆盖地图中全部的可通行区域的搜索，可以有效提升寻桩的准确率，降低人工参与，实现机器人的智能化寻桩。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示例了一种机器人寻桩方法流程示意图；

图2a示例了一种机器人视觉探测以前的视觉覆盖地图示意图；

图2b示例了一种机器人视觉探测以后的视觉覆盖地图示意图；

图3示例了一种对视觉覆盖地图进行连通域划分后的示意图；

图4示例了一种基于雷达和摄像头探测结果生成视觉覆盖地图的示意图；

图5示例了一种语义地图及潜在充电桩标注情况示意图；

图6示例了一种选取潜在充电桩位置点的过程示意图；

图7示例了一种全局沿边搜索移动路径示意图；

图8示例了另一种机器人寻桩方法的流程示意图；

图9为本申请实施例提供的一种机器人寻桩装置结构示意图；

图10为本申请实施例提供的机器人的硬件设备结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请提供了一种机器人寻桩方案，能够适用于机器人搜寻充电桩的过程，特别是当机器人未存储待搜索区域的语义地图，或语义地图中未保存潜在的充电桩位置，或充电桩偏离了预设位置的场景，采用本申请方案可以有效提升寻桩的准确率。本申请所述的机器人为可移动机器人，其能够脱离充电桩自主移动工作，并返回充电桩进行充电及其它维护。以家庭服务机器人中的清洁机器人为例，其可以实现扫地、拖地等地面清洁工作，并返回充电桩进行充电、清洗抹布、集尘、蓄水等维护工作。

本申请方案可以基于机器人实现，也可以基于其它控制终端实现。接下来，结合图1所述，本申请的机器人寻桩方法可以包括如下步骤：

步骤S100、在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记。

具体地，机器人在工作过程可能会由于电量过低、收到用户回充指令或其它原因，需要返回充电桩。以清洁机器人为例，当清洁机器人出现电量过低、集尘盒盛满、水箱水量不足或收到用户回充指令时，需要返回充电桩进行充电或维护。

为了实现机器人能够返回充电桩，首先要搜索充电桩，找到充电桩所在的位置，进而导航至充电桩进行进桩。

本步骤中，在机器人寻桩的过程中，可以获取视觉覆盖地图，所述视觉覆盖地图随机器人视觉探测过程而更新，其中机器人上可以设置视觉传感器，用于通过视觉探测周围环境数据，以检测是否存在充电桩，视觉传感器可以是各类型的摄像头等，其实际探测范围可以是一个扇形，边长为L，视场角为θ。若在该扇形区域内存在障碍物，则检测距离最远可以是障碍物的边界。

可以理解的是，随着机器人在寻桩过程中的移动、旋转，视觉传感器的探测范围也是不断更新的，进而可以基于视觉传感器更新后的探测数据对视觉覆盖地图进行更新，也即，不断更新视觉覆盖地图中已经视觉探测过的第一标记区域。

需要说明的是，第一标记的形式可以有多种，如通过设定颜色进行标记，结合图2a和图2b所示，图2a中黑色区域代表障碍物，白色区域代表可通行区域。机器人在图示位置原地旋转一周后，其视觉覆盖区域(第一标记区域)为一个圆形，更新后的视觉覆盖地图如图2b所示。

第一标记除了采用颜色标记形式外，还可以采用其它形式，示例如通过线条填充标记等形式，保证可以将视觉探测区域和其余未视觉探测区域区分开来即可。

步骤S110、将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域。

具体地，视觉覆盖地图中第一标记区域为机器人已经视觉探测过的区域，若在第一标记区域内未能搜索到充电桩，则可以对视觉覆盖地图中除第一标记区域外其余可通行区域进行搜索，为此，本步骤中将视觉覆盖地图中除第一标记区域外其余可通行区域按照连通性进行划分，所有连通的区域组成连通域，也即通过连通性划分会得到若干个连通域。进而方便后续机器人按照连通域进行依次搜索。

以图2b示例的视觉覆盖地图为例，其中除黑色的第一标记区域外，其余白色区域为可通行区域，按照连通域进行划分后，可以得到图3所示结果。其中，划分为S1和S2两个连通域。

步骤S120、控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

在上一步骤得到若干个连通域之后，可以按照一定的策略对连通域进行搜索，如按照一定的策略决定需要进行搜索的目标连通域，或者对各个连通域搜索的顺序，等等。

在对连通域进行充电桩的搜索过程，直至在某一连通域内搜索到充电桩的位置后，可以停止寻桩的过程，控制机器人导航至充电桩的位置，进而二次确认或直接进桩操作。另一种情况，在一个连通域内未搜索到充电桩后，可以对其它连通域进行搜索，直至将视觉覆盖地图中全部的可通行区域都搜索完毕，仍未搜索到充电桩，可以继续执行其它的搜索策略，或直接报错。

这里需要说明的是，视觉覆盖地图是随机器人视觉探测过程而不断更新的，直至机器人视觉探测的区域覆盖了完整的待搜索区域后(其中待搜索区域可以理解为充电桩所有潜在的区域，以家庭用清洁机器人为例，待搜索区域可以是清洁机器人的作业区域，即家庭内各个房间组成的区域。)，视觉覆盖地图不再进行更新，也即，上述直至将视觉覆盖地图中全部的可通行区域都搜索完毕的过程，可以是直至将最终不再更新的视觉覆盖地图中全部的可通行区域都搜索完毕。

进一步地，本实施例中可以在每一连通域内选择一个观察点位置，则控制机器人导航至连通域内进行充电桩的搜索的过程，可以是控制机器人导航至连通域内的观察点位置进行充电桩的搜索，机器人在导航路径全程可以实时搜索充电桩，若直至移动到观察点位置后仍未在当前连通域内搜索到充电桩，则可以判定当前连通域内不存在充电桩。

上述连通域内选择的观察点位置可以是1个或多个。以观察点位置为1的情况为例，观察点位置可以是连通域内视野范围较大，较少遮挡的位置点，因此可以在连通域内选定视野范围满足设定视野条件的位置点作为观察点位置。或者是，可以直接将连通域的几何中心点作为观察点位置。如图3所述，连通域S1的观察点位置为几何中心点o1，连通域S2的观察点位置为几何中心点o2。

当然，观察点位置的设置还可以存在其它方式，优先选取便于机器人通过感知传感器对周围环境内的充电桩进行感知搜索的位置。

可选的，本实施例中提供了两种对连通域进行搜索的方式，示例如下：

第一种、

对于各连通域内的观察点位置，确定与机器人距离最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索。若在导航至所述目标观察点位置的路径上以及在到达所述目标观察点位置后并未搜索到充电桩，则可以返回执行步骤S100获取视觉覆盖地图及其后续步骤，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

第二种、

对于各连通域内的观察点位置，确定与机器人距离最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索。若在导航至所述目标观察点位置的路径上以及在到达所述目标观察点位置后并未搜索到充电桩，则可以在剩余的各个观察点位置中选择一个距离机器人最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕全部的连通域后，返回执行步骤S100获取视觉覆盖地图及其后续步骤，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

本申请实施例提供的机器人寻桩方法，在机器人寻桩过程中，获取视觉覆盖地图，该视觉覆盖地图随机器人视觉探测过程而更新，且视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，基于此，可以将视觉覆盖地图中，除去第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域，控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。由此可见，本申请在机器人寻桩的过程引入了视觉覆盖地图这一特征，随机器人视觉探测过程不断更新视觉覆盖地图，并基于视觉覆盖地图对尚未经过视觉探测的可通行区域进行连通域划分，进而可以针对性的对连通域进行搜索，直至搜索到充电桩，或完成对视觉覆盖地图中全部的可通行区域的搜索，可以有效提升寻桩的准确率，降低人工参与，实现机器人的智能化寻桩。

本申请的一些实施例中，对前述步骤S100获取视觉覆盖地图的过程进行说明。

在可以获取到待搜索区域对应的语义地图的情况下，初始时刻的视觉覆盖地图可以是该语义地图，语义地图中已经视觉探测的区域通过第一标记进行标记。后续随着机器人的视觉探测过程，不断对语义地图中已经视觉探测的区域进行第一标记的标记更新，从而得到更新后的视觉覆盖地图。

另一种情况下，若无法获取到待搜索区域对应的语义地图，则本实施例中提供了另一种获取视觉覆盖地图的方式：

可以在确定机器人需要返回充电桩后，控制机器人原地旋转至少一周，并获取机器人旋转过程通过摄像头所探测的第一区域，以及通过雷达所探测的第二区域。

可以理解的是，雷达的探测半径r2要大于摄像头的探测半径r1，因此通过雷达所探测的第二区域要大于通过摄像头所探测的第一区域。

若第一区域中未搜索到充电桩，则将第一区域通过第一标记进行标记，并将所述第二区域的外轮廓作为视觉覆盖地图的外轮廓，得到当前的视觉覆盖地图。如图4所示，其中第一区域半径为r1，第二区域半径为r2，第二区域以外的部分为尚未经过探索的区域。第一区域内未搜索到充电桩，通过第一标记(示例如黑色)进行标记，则图4中除去尚未探索区域以外的区域组成视觉覆盖地图。

通过本实施例介绍的视觉覆盖地图获取方法可知，本实施例可以在获取不到语义地图的情况下，通过雷达和摄像头的探测来生成视觉覆盖地图，进而便于后续基于视觉覆盖地图来实现寻桩的操作。

进一步地，视觉覆盖地图可以随着机器人的雷达和摄像头的探测而更新，示例如，可以在基于视觉覆盖地图得到若干连通域之后，在机器人探索每一连通域的过程中，基于摄像头的探测区域和雷达的探测区域，更新视觉覆盖地图。

在本申请的一些实施例中，提供了另一种机器人寻桩方法。

在确定机器人需要返回充电桩之后，可以首先控制机器人去潜在充电桩位置附近搜索，若在潜在充电桩位置附近搜索到充电桩，则可以不必再执行图1所示的步骤流程，若在潜在充电桩位置附近未搜索到充电桩，则可以再执行前述步骤S100获取视觉覆盖地图的步骤以及后续各个步骤。

其中，控制机器人去潜在充电桩位置附近搜索充电桩的过程，可以包括：

S1、获取待搜索区域对应的语义地图。

具体地，语义地图可以是栅格地图，对应待搜索区域，且语义地图中一般会标注有语义信息，如待搜索区域内各个房间、障碍物、充电桩的信息，地板材质信息等等。

当然，若无法获取到语义地图，则可以直接跳转到步骤S100。

S2、在所述语义地图中提取潜在充电桩位置点。

具体地，语义地图中可能会标记有潜在充电桩位置点，该潜在充电桩位置点可以是机器人本次规划路径的起点位置，或，语义地图中已注册的充电桩位置，或，机器人在需要返回充电桩之前的移动过程中基于传感器所采集的数据所确定的潜在充电桩位置，等。

参照图5，其示例了一种语义地图，其中，四周的黑色区域为待搜索区域的边界障碍物，中间的白色区域为可通行区域。图5中通过矩形框标注的部分，可以是语义地图中的潜在充电桩位置点。

当然，若无法从语义地图中提取到潜在充电桩位置点，可以跳转到步骤S100。

可选的，本实施例中提供了步骤S2的一种可选实现方式，具体可以包括：

S21、获取所述语义地图中标注有充电桩信息的栅格点，并对所述栅格点进行膨胀处理，得到至少一个潜在充电桩栅格区域。

具体地，语义地图可以是栅格地图，其中部分栅格被标注为充电桩，由于充电桩的尺寸较大，单个栅格的面积很小，因此标注为充电桩的栅格可以是多个，并且考虑到可能存在部分边缘栅格属于充电桩但并未被标注为充电桩，为了准确得到充电桩的位置，可以对标注有充电桩的栅格点进行膨胀处理，得到至少一个潜在充电桩栅格区域。

S22、确定每一潜在充电桩栅格区域中的代表点位置。

具体可以将一个潜在充电桩栅格区域内各栅格进行聚类处理，并规定聚类结果只有一个聚类簇，确定该聚类簇的聚类中心，由该聚类中心作为潜在充电桩栅格区域的代表点位置。

除此之外，还可以选取潜在充电桩栅格区域的几何中心，作为代表点位置。

参照图6，左下角的潜在充电桩栅格区域的代表点位置定义为p0，(图6中仅示例了左下角的潜在充电桩栅格区域，对于右上角的潜在充电桩栅格区域并未描述，处理过程相同)。

S23、以所述代表点位置为中心，作半径为第一数值的圆。

具体地，第一数值定义为R1，R1的大小可以根据充电桩的尺寸以及激光雷达、红外传感器的识别范围来确定。

S24、在所述圆上分散选取若干个导航点，以每个导航点为圆心作半径为第二数值的圆，并删除圆内存在障碍物的导航点，剩余的导航点作为潜在充电桩位置点。

具体地，参照图6所示，针对以p0为圆心，R1为半径的圆，可以在该圆上分散选取若干个导航点，如图6示例的p1-p5。进一步，以每个导航点为圆心，R2为半径做圆，R2的大小根据机器人的尺寸确定，一般性的，R2小于R1。

对于每个导航点为圆心的圆，如果该圆内存在障碍物，则表示该导航点不可到达，因此可以删除该导航点，剩余的各个导航点作为潜在充电桩位置点。如图6中，p1和p5为圆心的两个圆内存在障碍物，剩余的p2-p4为圆心的三个圆内不存在障碍物，因此可以将p2-p4分别作为潜在充电桩位置点。

本步骤在圆上分散选取若干个导航点的过程，可以是围绕圆均匀的选取若干个导航点，也可以是采用其它策略选取若干导航点。

S3、控制机器人分别导航至每一所述潜在充电桩位置点进行充电桩的搜索，若遍历完所有所述潜在充电桩位置点后仍未搜索到充电桩，则执行前述步骤S100获取视觉覆盖地图及其后续步骤。

具体地，可以参考各所述潜在充电桩位置点距离机器人的导航距离，按照先近后远的顺序，控制机器人分别导航至每一所述潜在充电桩位置点，并在到达所述潜在充电桩位置点后旋转至少一周以采集环境数据，利用采集的环境数据确认是否与预设的充电桩模板匹配，若匹配，则确定搜索到充电桩，否则，确定未搜索到充电桩，可以导航至下一潜在充电桩位置点。

其中，旋转一周采集环境数据的过程，可以是通过激光雷达和红外传感器采集环境数据，进而利用激光雷达采集的环境数据与预配置的充电桩的特征模板进行匹配，以及，将红外传感器采集的红外信号与预配置的红外信号进行匹配，若激光雷达和红外传感器采集的数据均匹配成功，可以确认搜索到充电桩。

本实施例提供的寻桩方法，首先控制机器人去潜在充电桩位置点附近搜索，并且，在提取潜在充电桩位置点时，考虑了机器人尺寸及周围障碍物信息，保证提取到的潜在充电桩位置点可到达。在此基础上，若在潜在充电桩位置点搜索到充电桩，可以直接执行后续的进桩操作，无需再依据视觉覆盖地图执行其它寻桩操作。若在各个潜在充电桩位置点均未搜索到充电桩，则可以执行前述步骤S100-S120的寻桩流程，采用本实施例的方法，进一步提升了寻桩的效率及准确率。

在本申请的一些实施例中，提供了又一种机器人寻桩方法。

在基于视觉覆盖地图进行寻桩，机器人搜索完毕视觉覆盖地图中全部的可通行区域后仍未搜索到充电桩时，可以进一步执行全局沿边寻桩策略，直至搜索到充电桩或移动路径闭环为止。

具体地，可以控制机器人移动至房间的轮廓上一位置点，沿房间的轮廓，以顺时针或逆时针方向移动搜索充电桩，直至搜索到充电桩或移动路径闭环为止。其中，在沿房间轮廓移动时，可以控制机器人距离房间轮廓一定安全距离，如3cm左右，保证机器人不会与房间轮廓碰撞。若沿边搜索过程中检测到充电桩的位置，可以控制机器人导航过去进行二次确认，若确认成功，则代表搜索到充电桩，可以结束寻桩过程，若确认失败，可以返回沿边搜索的断点位置继续沿边搜索，直至寻桩成功或移动路径闭环。

一般的情况下，通过前述实施例介绍的基于视觉覆盖地图的寻桩方法，以及基于潜在充电桩位置点的寻桩方法可直接搜索到充电桩。特殊情况下，如充电桩被搬离到某个不易发现的角落，导致在观察点位置无法探测到充电桩，则通过本实施例的沿边搜索策略，沿着房间轮廓一点点搜索，可以大大提升寻桩的成功率，如图7所示，其示例了一种全局沿边搜索移动路径示意图。

在本申请的一些实施例中，提供了又一种寻桩方法，具体参照图8示例的方法流程图，寻桩过程可以包括如下步骤：

步骤S200、获取待搜索区域的语义地图。

步骤S201、在所述语义地图中提取潜在充电桩位置点。

步骤S202、判断是否存在潜在充电桩位置点，若是，执行步骤S203-S204，若否，执行步骤S205。

具体地，若语义地图中保存有潜在充电桩位置点，则可以执行步骤S203-S204，若未保存潜在充电桩位置点，则可以执行步骤S205。

可以理解的是，若步骤S200获取语义地图失败，则也可以认定不存在潜在充电桩位置点，执行步骤S205。

步骤S203、依次导航至各潜在充电桩位置点进行二次确认。

具体地，二次确认的过程，可以是导航至潜在充电桩位置点，并旋转至少一周，通过雷达、红外等传感器检测是否匹配到充电桩，若确定匹配到充电桩，则可以确认搜索到充电桩，否则，认为未搜索到充电桩。

步骤S204、判断是否搜索到充电桩，若是，寻桩结束，若否，执行步骤S205。

步骤S205、获取视觉覆盖地图。

具体地，视觉覆盖地图随机器人移动搜索过程而不断进行更新，本步骤中可以获取到当前最新的视觉覆盖地图。

步骤S206、基于视觉覆盖地图进行观察点位置计算。

具体地，可以将视觉覆盖地图中，除第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域，在每一连通域内选择一个观察点位置。

可以理解的是，随着机器人不同移动寻桩，视觉覆盖区域(第一标记区域)也逐渐扩大，直至将整个待搜索区域全部视觉覆盖之后，视觉覆盖地图中全部可通行区域都被第一标记进行标记了，也即无法划分出新的连通域，进而无法得到新的观察点位置。

步骤S207、判断是否得到观察点位置，若是，执行步骤S208，若否，执行步骤212。

步骤S208、选取目标观察点位置，并控制机器人导航过去。

步骤S209、判断导航过程是否检测到充电桩，若是，执行步骤S210-S211，若否，执行步骤S205。

具体地，在导航至目标观察点位置的过程中，可以通过视觉传感器、雷达等检测充电桩，若导航过程中检测到充电桩，则可以执行步骤S210-S211，否则，执行步骤S205。

步骤S210、导航至检测到的充电桩位置点进行二次确认。

步骤S211、判断是否搜索到充电桩，若是，寻桩结束，若否，执行步骤S205。

步骤S212、执行全局沿边寻桩策略。

具体地，当通过视觉覆盖地图已经无法确定出新的观察点位置，则可以进一步执行全局沿边寻桩策略，在沿边寻桩过程中不断通过传感器检测周围是否存在充电桩。

步骤S213、判断是否检测到充电桩，若是，执行步骤S214-S216，若否，执行步骤S217。

步骤S214、导航至检测到的充电桩位置点进行二次确认。

步骤S215、判断是否搜索到充电桩，若是，寻桩结束，若否，执行步骤S216。

步骤S216、控制机器人返回沿边搜索的断点位置，并继续执行步骤S212。

步骤S217、判断移动路径是否闭环，若是，寻桩结束(失败)，若否，返回执行步骤S212。

本实施例提供的寻桩方法，融合了潜在充电桩位置点寻桩、基于视觉覆盖地图的寻桩以及全局沿边寻桩三种手段，大大提升了寻桩的成功率。并且，在寻桩过程一旦通过视觉或雷达传感器检测到充电桩后，导航过去进行二次确认(可以通过雷达和红外配合进行充电桩的二次匹配确认)，提升了寻桩的准确性和可靠性。

下面对本申请实施例提供的机器人寻桩装置进行描述，下文描述的机器人寻桩装置与上文描述的机器人寻桩方法可相互对应参照。

参见图9，图9为本申请实施例公开的一种机器人寻桩装置结构示意图。

如图9所示，该装置可以包括：

视觉覆盖地图获取单元11，用于在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

连通域划分单元12，用于将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

连通域搜索单元13，用于控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

可选的，上述视觉覆盖地图获取单元在确定机器人需要返回充电桩后，获取视觉覆盖地图的过程，可以包括：

在确定机器人需要返回充电桩后，控制机器人原地旋转至少一周，并获取机器人旋转过程通过摄像头所探测的第一区域，以及通过雷达所探测的第二区域，所述第二区域大于所述第一区域；

若所述第一区域中未搜索到充电桩，则将所述第一区域通过所述第一标记进行标记，并将所述第二区域的外轮廓作为视觉覆盖地图的外轮廓，得到当前的视觉覆盖地图。

可选的，本申请的装置还可以包括：

视觉覆盖地图更新单元，用于在机器人探索每一连通域的过程中，基于所述摄像头的探测区域和所述雷达的探测区域，更新所述视觉覆盖地图。

可选的，本申请的装置还可以包括：

语义地图获取单元，用于在确定机器人需要返回充电桩之后，获取视觉覆盖地图之前，获取待搜索区域对应的语义地图；

潜在充电桩位置点提取单元，用于在所述语义地图中提取潜在充电桩位置点；

潜在充电桩位置点搜索单元，用于控制机器人分别导航至每一所述潜在充电桩位置点进行充电桩的搜索，若遍历完所有所述潜在充电桩位置点后仍未搜索到充电桩，则执行所述视觉覆盖地图获取单元。

可选的，上述潜在充电桩位置点提取单元在所述语义地图中提取潜在充电桩位置点的过程，可以包括：

获取所述语义地图中标注有充电桩信息的栅格点，并对所述栅格点进行膨胀处理，得到至少一个潜在充电桩栅格区域；

确定每一潜在充电桩栅格区域中的代表点位置；

以所述代表点位置为中心，作半径为第一数值的圆；

在所述圆上分散选取若干个导航点，以每个导航点为圆心作半径为第二数值的圆，并删除圆内存在障碍物的导航点，剩余的导航点作为潜在充电桩位置点。

可选的，上述潜在充电桩位置点搜索单元控制机器人分别导航至每一所述潜在充电桩位置点进行充电桩的搜索的过程，可以包括：

参考各所述潜在充电桩位置点距离机器人的导航距离，按照先近后远的顺序，控制机器人分别导航至每一所述潜在充电桩位置点，并在到达所述潜在充电桩位置点后旋转至少一周以采集环境数据，利用采集的环境数据确认是否与预设的充电桩模板匹配，若匹配，则确定搜索到充电桩，否则，确定未搜索到充电桩。

可选的，上述连通域搜索单元控制机器人分别导航至每一连通域内进行充电桩的搜索的过程，可以包括：

在每一连通域内选择一个观察点位置，并确定与机器人距离最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索；

若在导航至所述目标观察点位置的路径上以及在到达所述目标观察点位置后并未搜索到充电桩，则返回执行所述获取视觉覆盖地图及其后续步骤，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域；

或，

若在导航至所述目标观察点位置的路径上以及在到达所述目标观察点位置后并未搜索到充电桩，则在剩余的各个观察点位置中选择一个距离机器人最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

可选的，本申请的装置还可以包括：

全局沿边搜索单元，用于在控制机器人搜索完毕视觉覆盖地图中全部的可通行区域后仍未搜索到充电桩时，则执行全局沿边寻桩策略，直至搜索到充电桩或移动路径闭环为止。

本申请实施例提供的机器人寻桩装置可应用于机器人等。可选的，图10示出了机器人的硬件结构框图，参照图10，机器人的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；

在本申请实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；

处理器1可能是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；

存储器3可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)等，例如至少一个磁盘存储器；

其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：

在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

可选的，所述程序的细化功能和扩展功能可参照上文描述。

本申请实施例还提供一种存储介质，该存储介质可存储有适于处理器执行的程序，所述程序用于：

在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

可选的，所述程序的细化功能和扩展功能可参照上文描述。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种机器人寻桩方法，其特征在于，包括：

在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

2.根据权利要求1所述的方法，其特征在于，初始时刻的视觉覆盖地图为待搜索区域对应的语义地图，所述语义地图中已经视觉探测的区域通过第一标记进行标记。

3.根据权利要求1所述的方法，其特征在于，在确定机器人需要返回充电桩后，获取视觉覆盖地图，包括：

在确定机器人需要返回充电桩后，控制机器人原地旋转至少一周，并获取机器人旋转过程通过摄像头所探测的第一区域，以及通过雷达所探测的第二区域，所述第二区域大于所述第一区域；

若所述第一区域中未搜索到充电桩，则将所述第一区域通过所述第一标记进行标记，并将所述第二区域的外轮廓作为视觉覆盖地图的外轮廓，得到当前的视觉覆盖地图。

4.根据权利要求3所述的方法，其特征在于，还包括：

在机器人探索每一连通域的过程中，基于所述摄像头的探测区域和所述雷达的探测区域，更新所述视觉覆盖地图。

5.根据权利要求1所述的方法，其特征在于，在确定机器人需要返回充电桩之后，获取视觉覆盖地图之前，还包括：

获取待搜索区域对应的语义地图；

在所述语义地图中提取潜在充电桩位置点；

控制机器人分别导航至每一所述潜在充电桩位置点进行充电桩的搜索，若遍历完所有所述潜在充电桩位置点后仍未搜索到充电桩，则执行所述获取视觉覆盖地图及其后续步骤。

6.根据权利要求5所述的方法，其特征在于，在所述语义地图中提取潜在充电桩位置点的过程，包括：

获取所述语义地图中标注有充电桩信息的栅格点，并对所述栅格点进行膨胀处理，得到至少一个潜在充电桩栅格区域；

确定每一潜在充电桩栅格区域中的代表点位置；

以所述代表点位置为中心，作半径为第一数值的圆；

在所述圆上分散选取若干个导航点，以每个导航点为圆心作半径为第二数值的圆，并删除圆内存在障碍物的导航点，剩余的导航点作为潜在充电桩位置点。

7.根据权利要求5所述的方法，其特征在于，所述控制机器人分别导航至每一所述潜在充电桩位置点进行充电桩的搜索，包括：

参考各所述潜在充电桩位置点距离机器人的导航距离，按照先近后远的顺序，控制机器人分别导航至每一所述潜在充电桩位置点，并在到达所述潜在充电桩位置点后旋转至少一周以采集环境数据，利用采集的环境数据确认是否与预设的充电桩模板匹配，若匹配，则确定搜索到充电桩，否则，确定未搜索到充电桩。

8.根据权利要求1所述的方法，其特征在于，所述控制机器人分别导航至每一连通域内进行充电桩的搜索，包括：

在每一连通域内选择一个观察点位置，并确定与机器人距离最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索；

若在导航至所述目标观察点位置的路径上以及在到达所述目标观察点位置后并未搜索到充电桩，则返回执行所述获取视觉覆盖地图及其后续步骤，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域；

或，

若在导航至所述目标观察点位置的路径上以及在到达所述目标观察点位置后并未搜索到充电桩，则在剩余的各个观察点位置中选择一个距离机器人最近的目标观察点位置，控制机器人导航至所述目标观察点位置进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

9.根据权利要求1-8任一项所述的方法，其特征在于，还包括：

在控制机器人搜索完毕视觉覆盖地图中全部的可通行区域后仍未搜索到充电桩时，则执行全局沿边寻桩策略，直至搜索到充电桩或移动路径闭环为止。

10.一种机器人寻桩装置，其特征在于，包括：

视觉覆盖地图获取单元，用于在确定机器人需要返回充电桩后，获取视觉覆盖地图，所述视觉覆盖地图中对于机器人已经视觉探测的区域通过第一标记进行标记，所述视觉覆盖地图随机器人视觉探测过程而更新；

连通域划分单元，用于将所述视觉覆盖地图中，除所述第一标记区域外其余可通行区域按照连通性进行划分，得到若干连通域；

连通域搜索单元，用于控制机器人分别导航至每一连通域内进行充电桩的搜索，直至搜索到充电桩的位置或搜索完毕视觉覆盖地图中全部的可通行区域。

11.一种机器人，其特征在于，包括：存储器和处理器；

所述存储器，用于存储程序；

所述处理器，用于执行所述程序，实现如权利要求1～9中任一项所述的机器人寻桩方法的各个步骤。

12.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1～9中任一项所述的机器人寻桩方法的各个步骤。