CN117008148A - 打滑状态的检测方法、设备及存储介质 - Google Patents
打滑状态的检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN117008148A CN117008148A CN202211729463.2A CN202211729463A CN117008148A CN 117008148 A CN117008148 A CN 117008148A CN 202211729463 A CN202211729463 A CN 202211729463A CN 117008148 A CN117008148 A CN 117008148A
- Authority
- CN
- China
- Prior art keywords
- grid
- frame point
- automatic cleaning
- map
- point clouds
- 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 47
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004140 cleaning Methods 0.000 claims abstract description 194
- 238000001514 detection method Methods 0.000 claims abstract description 74
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 39
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 5
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 238000010606 normalization Methods 0.000 description 64
- 238000004364 calculation method Methods 0.000 description 47
- 239000000428 dust Substances 0.000 description 17
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 238000010408 sweeping Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005108 dry cleaning Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000005096 rolling process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 241001417527 Pempheridae Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 1
- -1 nickel metal hydride Chemical class 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/28—Floor-scrubbing machines, motor-driven
- A47L11/282—Floor-scrubbing machines, motor-driven having rotary tools
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L5/00—Structural features of suction cleaners
- A47L5/12—Structural features of suction cleaners with power-driven air-pumps or air-compressors, e.g. driven by motor vehicle engine vacuum
- A47L5/22—Structural features of suction cleaners with power-driven air-pumps or air-compressors, e.g. driven by motor vehicle engine vacuum with rotary fans
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
Abstract
本公开提供了一种打滑状态的检测方法、设备及存储介质。本公开在自动清洁设备的行走过程中,获得预设检测时间段内计量距离值和多个帧点云,通过计量距离值和多个帧点云能够快速准确的确定自动清洁设备处于打滑状态。提高了系统的感知效率和检测的灵敏性,提高了用户体验。
Description
技术领域
本公开涉及自动清洁设备技术领域,具体而言,涉及一种打滑状态的检测方法、设备及存储介质。
背景技术
随着智能技术的发展,自动清洁设备的应用越来越广泛,比如扫地机器人。扫地机器人在用户环境中,遇到门槛、风扇底座等场景,机器容易进入打滑状态,影响用户的使用。
发明内容
本公开的目的在于提供一种打滑状态的检测方法、设备及存储介质,具体方案如下:
根据本公开的具体实施方式,第一方面,本公开提供一种打滑状态的检测方法,包括:
在自动清洁设备的行走过程中,在预设检测时间段内,通过里程计获取计量距离值,以及通过激光雷达获得多个帧点云,其中,计量距离值表征驱动轮组件的转动距离值;
基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态。
可选的,所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括:
当所述计量距离值大于预设计量距离阈值时,基于所述多个帧点云确定所述自动清洁设备是否发生位置变化;
当确定所述自动清洁设备未发生位置变化时,确定所述自动清洁设备处于打滑状态。
可选的,所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括以下步骤:
当基于所述多个帧点云确定所述自动清洁设备未发生位置变化时,确定所述计量距离值是否大于预设计量距离阈值;
当所述计量距离值大于预设计量距离阈值时,确定所述自动清洁设备处于打滑状态。
可选的,每个帧点云均包括多个点数据;
相应地,所述基于所述多个帧点云确定所述自动清洁设备是否发生位置变化,包括:
将所述多个帧点云分别分配至第一点云集中或第二点云集中,其中,所述第一点云集中包括多个第一帧点云,所述第二点云集中包括多个第二帧点云;
基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果;
基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化。
可选的,所述将所述多个帧点云分别分配至第一点云集中或第二点云集中,包括:
将预设检测时间段分为第一检测时间段和第二检测时间段;
将所述第一检测时间段内的多个帧点云分别分配至第一点云集中,且将将所述第二检测时间段内的多个帧点云分别分配至第二点云集中。
可选的,所述处理器配置为所述将所述多个帧点云分别分配至第一点云集中或第二点云集中,包括:
将预设检测时间段分为第一检测时间段和第二检测时间段;
将所述第一检测时间段内的多个帧点云分别分配至第一点云集中,且将将所述第二检测时间段内的多个帧点云分别分配至第二点云集中。
可选的,所述基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果,包括:
将各个第一帧点云中每个点数据的二维位置均投影至预设平面中,获得第一平面地图,且将各个第二帧点云中每个点数据的二维位置投影至预设平面中,获得第二平面地图,其中,所述第一平面地图中包括多个第一投影位置,所述第二平面地图中包括多个第二投影位置;
基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果。
可选的,所述预设平面包括预设栅格平面;
所述第一平面地图包括第一栅格平面地图;所述第一栅格平面地图的多个栅格中包括多个第一被占栅格,每个第一被占栅格中包括至少一个第一投影位置;
所述第二平面地图包括第二栅格平面地图;所述第二栅格平面地图的多个栅格中包括多个第二被占栅格,每个第二被占栅格中包括至少一个第二投影位置;
相应地,所述基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图的各个第一被占栅格中的所述至少一个第一投影位置与所述第二栅格平面地图的各个第二被占栅格中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果。
可选的,所述基于所述第一栅格平面地图的各个第一被占栅格中的所述至少一个第一投影位置与所述第二栅格平面地图的各个第二被占栅格中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图的每个第一被占栅格中的所述至少一个第一投影位置获得对应第一被占栅格的第一位置归一化值,且基于所述第二栅格平面地图的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值;
基于所述第一栅格平面地图中各个第一被占栅格的第一位置归一化值与所述第二栅格平面地图中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果。
可选的,所述基于所述第一栅格平面地图中各个第一被占栅格的第一位置归一化值与所述第二栅格平面地图中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括:
当遍历所述第一栅格平面地图中任一第一被占栅格时,第一计算参数值加1;
当所述任一第一被占栅格的第一位置归一化值与所述第二栅格平面地图中对应所述任一第一被占栅格的栅格的第二位置归一化值满足预设相同条件时,第二计算参数值加1;
当遍历结束后,计算所述第二计算参数值与所述第一计算参数值的商,获得第一相似度匹配结果。
可选的,所述基于所述第一栅格平面地图中各个第一被占栅格的第一位置归一化值与所述第二栅格平面地图中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括:
当遍历所述第二栅格平面地图中任一第二被占栅格时,第三计算参数值加1;
当所述任一第二被占栅格的第二位置归一化值与所述第一栅格平面地图中对应所述任一第二被占栅格的栅格的第一位置归一化值满足预设相同条件时,第四计算参数值加1;
当遍历结束后,计算所述第四计算参数值与所述第三计算参数值的商,获得第二相似度匹配结果。
可选的,所述基于所述第一栅格平面地图的每个第一被占栅格中的所述至少一个第一投影位置获得对应第一被占栅格的第一位置归一化值,且基于所述第二栅格平面地图的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值,包括:
基于所述第一栅格平面地图的每个第一被占栅格中的所述至少一个第一投影位置确定对应第一被占栅格的第一位置归一化值为1,其中,所述第一栅格平面地图中每个栅格在相似度匹配前的初始位置归一化值为零,以及,
基于所述第二栅格平面地图的每个第二栅格中的所述至少一个第一投影位置确定对应第二栅格的第二位置归一化值为1,其中,所述第二栅格平面地图中每个栅格在相似度匹配前的初始位置归一化值为零。
可选的,所述基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括:
当所述第一相似度匹配结果和/或所述第二相似度匹配结果大于或等于预设占比阈值时,确定所述自动清洁设备未发生位置变化。
可选的,所述基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括:
当所述第一相似度匹配结果和/或所述第二相似度匹配结果小于预设占比阈值时,确定所述自动清洁设备发生位置变化。
根据本公开的具体实施方式,第二方面,本公开提供一种自动清洁设备,包括:里程计、激光雷达和处理器;
里程计,配置为获取计量距离值,其中,计量距离值表征驱动轮组件的转动距离值;
激光雷达,配置为在自动清洁设备的行走过程中获得帧点云;
处理器,分别与所述里程计和所述激光雷达通信连接,所述处理器,配置为:
在自动清洁设备的行走过程中,在预设检测时间段内,通过里程计获取计量距离值,以及通过激光雷达获得多个帧点云,其中,计量距离值表征驱动轮组件的转动距离值;
基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态。
可选的,所述处理器配置为基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括:
当所述计量距离值大于预设计量距离阈值时,基于所述多个帧点云确定所述自动清洁设备是否发生位置变化;
当确定所述自动清洁设备未发生位置变化时,确定所述自动清洁设备处于打滑状态。
可选的,所述处理器配置为所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括:
当基于所述多个帧点云确定所述自动清洁设备未发生位置变化时,确定所述计量距离值是否大于预设计量距离阈值;
当所述计量距离值大于预设计量距离阈值时,确定所述自动清洁设备处于打滑状态。
可选的,每个帧点云均包括多个点数据;
相应地,所述处理器配置为所述基于所述多个帧点云确定所述自动清洁设备是否发生位置变化,包括:
将所述多个帧点云分别分配至第一点云集中或第二点云集中,其中,所述第一点云集中包括多个第一帧点云,所述第二点云集中包括多个第二帧点云;
基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果;
基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化。
可选的,所述处理器配置为所述基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果,包括:
将各个第一帧点云中每个点数据的二维位置均投影至预设平面中,获得第一平面地图,且将各个第二帧点云中每个点数据的二维位置投影至预设平面中,获得第二平面地图,其中,所述第一平面地图中包括多个第一投影位置,所述第二平面地图中包括多个第二投影位置;
基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果。
可选的,所述预设平面包括预设栅格平面;
所述第一平面地图包括第一栅格平面地图;所述第一栅格平面地图的多个栅格中包括多个第一被占栅格,每个第一被占栅格中包括至少一个第一投影位置;
所述第二平面地图包括第二栅格平面地图;所述第二栅格平面地图的多个栅格中包括多个第二被占栅格,每个第二被占栅格中包括至少一个第二投影位置;
相应地,所述处理器配置为所述基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图的各个第一被占栅格中的所述至少一个第一投影位置与所述第二栅格平面地图的各个第二被占栅格中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果。
可选的,所述处理器配置为所述基于所述第一栅格平面地图的各个第一被占栅格中的所述至少一个第一投影位置与所述第二栅格平面地图的各个第二被占栅格中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图的每个第一被占栅格中的所述至少一个第一投影位置获得对应第一被占栅格的第一位置归一化值,且基于所述第二栅格平面地图的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值;
基于所述第一栅格平面地图中各个第一被占栅格的第一位置归一化值与所述第二栅格平面地图中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果。
可选的,所述处理器配置为所述基于所述第一栅格平面地图中各个第一被占栅格的第一位置归一化值与所述第二栅格平面地图中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括:
当遍历所述第一栅格平面地图中任一第一被占栅格时,第一计算参数值加1;
当所述任一第一被占栅格的第一位置归一化值与所述第二栅格平面地图中对应所述任一第一被占栅格的栅格的第二位置归一化值满足预设相同条件时,第二计算参数值加1;
当遍历结束后,计算所述第二计算参数值与所述第一计算参数值的商,获得第一相似度匹配结果。
可选的,所述处理器配置为所述基于所述第一栅格平面地图中各个第一被占栅格的第一位置归一化值与所述第二栅格平面地图中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括:
当遍历所述第二栅格平面地图中任一第二被占栅格时,第三计算参数值加1;
当所述任一第二被占栅格的第二位置归一化值与所述第一栅格平面地图中对应所述任一第二被占栅格的栅格的第一位置归一化值满足预设相同条件时,第四计算参数值加1;
当遍历结束后,计算所述第四计算参数值与所述第三计算参数值的商,获得第二相似度匹配结果。
可选的,所述处理器配置为所述基于所述第一栅格平面地图的每个第一被占栅格中的所述至少一个第一投影位置获得对应第一被占栅格的第一位置归一化值,且基于所述第二栅格平面地图的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值,包括:
基于所述第一栅格平面地图的每个第一被占栅格中的所述至少一个第一投影位置确定对应第一被占栅格的第一位置归一化值为1,其中,所述第一栅格平面地图中每个栅格在相似度匹配前的初始位置归一化值为零,以及,
基于所述第二栅格平面地图的每个第二栅格中的所述至少一个第一投影位置确定对应第二栅格的第二位置归一化值为1,其中,所述第二栅格平面地图中每个栅格在相似度匹配前的初始位置归一化值为零。
可选的,所述处理器配置为基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括:
当所述第一相似度匹配结果和/或所述第二相似度匹配结果大于或等于预设占比阈值时,确定所述自动清洁设备未发生位置变化。
可选的,所述处理器还配置为所述基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括:
当所述第一相似度匹配结果和/或所述第二相似度匹配结果小于预设占比阈值时,确定所述自动清洁设备发生位置变化。
本公开实施例提供一种自动清洁设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序指令,所述处理器执行所述计算机程序指令时,实现如上任一所述的方法步骤。
本公开实施例提供一种非瞬时性计算机可读存储介质,存储有计算机程序指令,所述计算机程序指令在被处理器调用和执行时实现如上任一所述的方法步骤。
本公开实施例的上述方案至少具有以下有益效果:
本公开提供了一种打滑状态的检测方法、设备及存储介质。本公开在自动清洁设备的行走过程中,获得预设检测时间段内计量距离值和多个帧点云,通过计量距离值和多个帧点云能够快速准确的确定自动清洁设备处于打滑状态。提高了系统的感知效率和检测的灵敏性,提高了用户体验。
附图说明
图1示出了本公开的一些实施例的自动清洁设备整体结构示意图;
图2示出了本公开的一些实施例的自动清洁设备仰视结构示意图;
图3示出了根据本公开实施例的打滑状态的检测方法的流程图;
图4示出了本公开实施例的栅格平面地图的示意图;
图5示出了一些实施例的自动清洁设备的单元框图;
图6示出了一些实施例的自动清洁设备的结构示意图。
具体实施方式
为了使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开作进一步地详细描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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它实施例,都属于本公开保护的范围。
在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义,“多种”一般包含至少两种。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本公开实施例中可能采用术语第一、第二、第三等来描述,但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如,在不脱离本公开实施例范围的情况下,第一也可以被称为第二,类似地,第二也可以被称为第一。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是,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商品或者装置不仅包括那些要素,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商品或者装置所固有的要素。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商品或者装置中还存在另外的相同要素。
特别需要说明的是,在说明书中存在的符号和/或数字,如果在附图说明中未被标记的,均不是附图标记。
下面结合附图详细说明本公开的可选实施例。
如图1和图2所示,自动清洁设备可以是真空吸尘机器人、也可以是扫地/拖地/刷地/扫拖地机器人等等,该自动清洁设备可以包含移动平台100、感知系统120、处理器130、驱动系统140、清洁模组、能源系统160和人机交互系统170。其中:
移动平台100可以被配置为在操作面上自动沿着目标方向移动。所述操作面可以为自动清洁设备待清洁的表面。在一些实施例中,自动清洁设备可以为拖地机器人、扫地机器人、扫拖机器人等自移动机器人,则自动清洁设备在地面上工作,所述地面也可以为任何的操作面,例如桌面、屋顶、平台等;自动清洁设备也可以是擦窗机器人,则自动清洁设备在建筑的玻璃外表面工作,所述玻璃为所述操作面;自动清洁设备也可以是管道自移动机器人,则自动清洁设备在管道的内表面工作,所述管道内表面为所述操作面。纯粹是为了展示的需要,本公开中下面的描述以拖地机器人为例进行说明。
在一些实施例中,移动平台100可以是自主移动平台100,也可以是非自主移动平台100。所述自主移动平台100是指移动平台100本身可以根据预料之外的环境输入自动地及适应性地做出操作决策;所述非自主移动平台100本身不能根据预料之外的环境输入适应性地做出操作决策,但可以执行既定的程序或者按照一定的逻辑运行。相应地,当移动平台100为自主移动平台100时,所述目标方向可以是自动清洁设备自主决定的;当移动平台100为非自主移动平台100时,所述目标方向可以是系统或人工设置的。当所述移动平台100是自主移动平台100时,所述移动平台100包括前向部分111和后向部分110。
感知系统120包括位于移动平台100上的位姿确定装置121、位于移动平台100的前向部分111的缓冲器122、位于移动平台100底部的悬崖传感器123、光检测组件180、颜色检测组件190以及磁力计、加速度计、陀螺仪、里程计131等传感装置,向处理器130提供机器的各种位置信息和运动状态信息。
为了更加清楚地描述自动清洁设备的行为,进行如下方向定义:自动清洁设备可通过相对于由移动平台100界定的如下三个相互垂直轴的移动的各种组合在地面上行进:横向轴x、前后轴y及中心垂直轴z。沿着前后轴y的前向驱动方向标示为“前向”,且沿着前后轴y的后向驱动方向标示为“后向”。横向轴x实质上是沿着由驱动系统140中的驱动轮组件141的中心点界定的轴心在自动清洁设备的右轮与左轮之间延伸。其中,自动清洁设备可以绕x轴转动。当自动清洁设备的前向部分111向上倾斜,后向部分110向下倾斜时为“上仰”,且当自动清洁设备的前向部分111向下倾斜,后向部分110向上倾斜时为“下俯”。另外,自动清洁设备可以绕z轴转动。在自动清洁设备的前向方向上,当自动清洁设备向y轴的右侧倾斜为“右转”,当自动清洁设备向y轴的左侧倾斜为“左转”。
如图2所示,在移动平台100底部上并且在驱动轮组件141的前方和后方设置有悬崖传感器123,该悬崖传感器123用于防止在自动清洁设备前进或后退时发生跌落,从而能够避免自动清洁设备受到损坏。前述的“前方”是指相对于自动清洁设备行进方向相同的一侧,前述的“后方”是指相对于自动清洁设备行进方向相反的一侧。
位姿确定装置121包括但不限于摄像头、激光雷达132(LDS)、线结构光装置、ODO传感器等能够确定自动清洁设备位置或姿态的装置,位姿确定装置121也不限于位于自动清洁设备的顶部,例如,摄像头和线结构光装置可以根据需要设置于自动清洁设备的前面或侧面的任意位置;ODO传感器可以设置于自动清洁设备的内部。
感知系统120中的各个组件,既可以独立运作,也可以共同运作以更准确的实现目的功能。通过光检测组件180和颜色检测组件190接收的信号对待清洁表面进行识别,以确定待清洁表面的物理特性,包括表面的材质类型、颜色等级等等。从而确定自动清洁设备的工作模式。
移动平台100的前向部分111设置有缓冲器122,在清洁过程中驱动轮组件141推进自动清洁设备在地面行走时,缓冲器122经由传感器系统,例如光检测组件180和颜色检测组件190,分别检测自动清洁设备的行驶路径中的一或多个事件(或对象),自动清洁设备可通过由缓冲器122检测到的事件(或对象),例如障碍物、墙壁,而控制驱动轮组件141使自动清洁设备来对所述事件(或对象)做出响应,例如远离障碍物。
处理器130设置在移动平台100内的电路主板上,包括与非暂时性存储器,例如硬盘、快闪存储器、随机存取存储器,通信的计算处理器,例如中央处理单元、应用处理器,应用处理器被配置为接收感知系统120传来的所述多个传感器的感受到的环境信息,根据激光雷达132反馈的障碍物信息等利用定位算法,例如SLAM,绘制自动清洁设备所在环境中的即时地图,并根据所述环境信息和环境地图自主决定行驶路径,然后根据所述自主决定的行驶路径控制驱动系统140进行前进、后退和/或转向等操作。进一步地,处理器130还可以根据所述环境信息和环境地图决定是否启动清洁模组进行清洁操作。
具体地,处理器130可以结合缓冲器122、悬崖传感器123、光检测组件180、颜色检测组件190、磁力计、加速度计、陀螺仪、里程计131等传感装置反馈的距离信息、速度信息综合判断扫地机当前处于何种工作状态,如过门槛,上地毯,位于悬崖处,上方或者下方被卡住,尘盒满,被拿起等等,还会针对不同情况给出具体的下一步动作策略,使得自动清洁设备的工作更加符合主人的要求,有更好的用户体验。进一步地,处理器130能基于SLAM绘制的即时地图信息规划最为高效合理的清扫路径和清扫方式,大大提高自动清洁设备的清扫效率。
驱动系统140可基于具体的距离和角度信息,例如x、y及θ分量,执行驱动命令而操纵自动清洁设备跨越地面行驶。驱动系统140包含驱动轮组件141,驱动系统140可以同时控制左轮和右轮。为了自动清洁设备能够在地面上更为稳定地运动或者具有更强的运动能力,自动清洁设备可以包括一个或者多个转向组件142,转向组件142可为从动轮,也可为驱动轮,其结构形式包括但不限于万向轮,转向组件142可以位于驱动轮组件141的前方。
能源系统160包括充电电池,例如镍氢电池和锂电池。充电电池可以连接有充电控制电路、电池组充电温度检测电路和电池欠压监测电路,充电控制电路、电池组充电温度检测电路、电池欠压监测电路再与单片机控制电路相连。自动清洁设备通过设置在机身侧方或者下方的充电电极与充电桩连接进行充电。
人机交互系统170包括设置在自动清洁设备面板上的按键,按键供用户进行功能选择;还可以包括显示屏和/或指示灯和/或喇叭,显示屏、指示灯和喇叭向用户展示当前自动清洁设备所处状态或者功能选择项;还可以包括手机客户端程序。对于路径导航型的自动清洁设备,在手机客户端可以向用户展示自动清洁设备所在环境的地图,以及自动清洁设备所处位置,可以向用户提供更为丰富和人性化的功能项,用户可以通过手机客户端对自动清洁设备的清洁参数进行配置。
清洁模组可包括干式清洁模组151和/或湿式清洁模组400。如图2所示,干式清洁模组151包括滚刷、尘盒、风机、出风口。与地面具有一定干涉的滚刷将地面上的垃圾扫起并卷带到滚刷与尘盒之间的吸尘口前方,然后被风机产生并经过尘盒的有吸力的气体吸入尘盒。自动清洁设备的除尘能力可用垃圾的清扫效率DPU(Dust pickup efficiency)进行表征,清扫效率DPU受滚刷结构和材料影响,受吸尘口、尘盒、风机、出风口以及四者之间的连接部件所构成的风道的风力利用率影响,受风机的类型和功率影响,是个复杂的系统设计问题。相比于普通的插电吸尘器,除尘能力的提高对于能源有限的自动清洁设备来说意义更大。因为除尘能力的提高直接有效降低了对于能源的要求,也就是说对于原来充一次电可以清扫80平米地面的机器,可以进化为充一次电清扫180平米甚至更多。并且减少充电次数的电池的使用寿命也会大大增加,使得用户更换电池的频率也会相应减少。更为直观和重要的是,除尘能力的提高是最为明显和重要的用户体验,用户会直接得出扫得是否干净/擦得是否干净的结论。干式清洁模组151还可包含具有旋转轴的边刷152,旋转轴相对于地面成一定角度,以用于将碎屑移动到干式清洁模组151的滚刷区域中。
本实施例提供的湿式清洁模组400,被配置为采用湿式清洁方式清洁所述操作面的至少一部分;其中,所述湿式清洁模组400包括清洁头410和驱动单元,其中,清洁头410用于清洁所述操作面的至少一部分,驱动单元用于驱动所述清洁头410沿着待清洁表面进行往复运动,所述待清洁表面为所述操作面的一部分。所述清洁头410沿待清洁表面做往复运动,清洁头410在与待清洁表面的接触面上设有清洁布或清洁板,通过往复运动与待清洁表面产生高频摩擦,从而去除待清洁表面上的污渍。所述清洁头410包括活动区域412和固定区域411,活动区域412设置于清洁头410大致中央位置。
当前,主要是通过slam算法来判定扫地机器人的打滑状态,然后控制扫地机器人通过原地转、后退等动作解除这种卡困状态。
但是,slam算法对定位坐标的精度要求较高,通过与电子地图进行匹配获得定位,通过定位变化确定扫地机器人是否处于打滑状态。由于与电子地图进行匹配比较消耗时间,处理时间较长,需要10秒以上,极端情况下需要20秒以上,超出用户接受时间。
为此,对本公开提供的实施例,即一种打滑状态的检测方法的实施例。
下面结合附图对本公开实施例进行详细说明。
如图3和图4所示,本公开提供了一种打滑状态的检测方法,包括如下方法步骤:
步骤S101,在自动清洁设备的行走过程中,在预设检测时间段内,通过里程计131获取计量距离值,以及通过激光雷达132获得多个帧点云。
其中,计量距离值表征驱动轮组件的转动距离值。
在无障碍的情况下,里程计131的计量距离值等于自动清洁设备的行驶距离。但是,在自动清洁设备打滑的情况下,里程计131的计量距离值虽然在变,自动清洁设备的行驶距离却并不变。
激光雷达132,配置为利用激光对自动清洁设备外进行探测和测距。
点云(英文全称point cloud data),是指在一个二维坐标系统中表征目标表面特性的海量的点数据的集合,每个点数据包括一组向量。
激光雷达132照射到物体表面时,所反射的激光会携带方位、距离等信息。若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息(点数据),由于扫描极为精细,则能够得到大量的激光点,因而就可形成点云。每个点数据包括激光反射点的二维位置。
帧点云,是激光雷达132对周围环境扫描一周后,所获得的点云。所述帧点云包括多个点数据。
本公开在预设检测时间段内获得计量距离值和多个帧点云,目的是为了对一定量的数据进行分析,能够清晰的识别出前后数据的差异性,提高检测的准确性。
步骤S102,基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态。
本公开实施例在自动清洁设备的行走过程中,获得预设检测时间段内计量距离值和多个帧点云,通过计量距离值和多个帧点云能够快速准确的确定自动清洁设备处于打滑状态。提高了系统的感知效率和检测的灵敏性,提高了用户体验。
在一些具体实施例中,所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括以下步骤:
步骤S102a-1,当所述自动清洁设备的计量距离值大于预设计量距离阈值时,基于所述多个帧点云确定所述自动清洁设备是否发生位置变化。
如果计量距离值过小,说明驱动轮组件没有工作,即自动清洁设备处于主动停止状态,或在进入主动停止状态的过程中。这种情况并不是打滑状态,因此,本公开通过预设计量距离阈值识别产生计量距离值的自动清洁设备的状态,将上述情况排除在检测打滑状态之外,只有当自动清洁设备的计量距离值大于预设计量距离阈值时,才检测自动清洁设备是否发生位置变化。减少了检测打滑状态的次数,提高了系统的感知效率。
在一些具体实施例中,每个帧点云均包括多个点数据。
相应地,所述基于所述多个帧点云确定所述自动清洁设备是否发生位置变化,包括以下步骤:
步骤S102a-1-1,将所述多个帧点云分别分配至第一点云集中或第二点云集中。
所述多个帧点云包括多个第一帧点云31和多个第二帧点云32。
其中,所述第一点云集中包括多个第一帧点云31,所述第二点云集中包括多个第二帧点云32。
分配时,可以将预设检测时间段内获得的多个帧点云进行无序分配,并不影响检测自动清洁设备是否处于打滑状态。本公开对多个第一帧点云31的数量与多个第二帧点云32的数量并没有限制。多个第一帧点云31与多个第二帧点云32的总数量,可以等于多个第二帧点云32的数量,也可以低于多个第二帧点云32的数量。
在一些具体实施例中,所述将所述多个帧点云分别分配至第一点云集中或第二点云集中,包括以下步骤:
步骤S102a-1-1-1,将预设检测时间段分为第一检测时间段和第二检测时间段。
步骤S102a-1-1-2,将所述第一检测时间段内的多个帧点云分别分配至第一点云集中,且将将所述第二检测时间段内的多个帧点云分别分配至第二点云集中。
本具体实施例将预设检测时间段分成了具有前后时间顺序的第一检测时间段和第二检测时间段。然后,将预设检测时间段内获得的多个帧点云依据获得的时间分别分配至第一点云集中或第二点云集中,第一点云集中集合了第一检测时间段获得的帧点云(即多个第一帧点云31);第二点云集中集合了第二检测时间段获得的帧点云(即多个第二帧点云32)。
本具体实施通过前后时间段内获得的帧点云,能够清晰地反映出自动清洁设备在不同时间段内的位置差异,以便于基于前后位置差异检测自动清洁设备是否发生位移。例如,基于时间顺序发生的第一检测时间段和第二检测时间段,仅将第一检测时间段内获得的第一个帧点云分配至第一点云集中,仅将第二检测时间段内获得的最后一个帧点云分配至第二点云集中;在自动清洁设备的正常行走过程中,第一个帧点云与最后一个帧点云能够清晰地反映出自动清洁设备的最大位置差异,即在预设检测时间段内通过第一个帧点云与最后一个帧点云能够获得与计量距离值相匹配的最大位移;如果不能够获得与计量距离值相匹配的最大位移,则自动清洁设备在预设检测时间段内处于非正常行走中。
步骤S102a-1-2,基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果。
在一些具体实施例中,所述基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果,包括以下步骤:
步骤S102a-1-2-1,将各个第一帧点云中每个点数据的二维位置均投影至预设平面中,获得第一平面地图,且将各个第二帧点云中每个点数据的二维位置投影至预设平面中,获得第二平面地图。
其中,所述第一平面地图中包括多个第一投影位置,所述第二平面地图中包括多个第二投影位置。
步骤S102a-1-2-2,基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果。
本具体实施例将各个第一帧点云中每个点数据的二维位置转化至预设平面中的二维位置,生成获得第一平面地图;将各个第二帧点云中每个点数据的二维位置转化至同一预设平面中的二维位置,生成获得第二平面地图。将同一预设平面上的第一平面地图与第二平面地图进行匹配,简化了计算量,降低了匹配的复杂度,提高了匹配的效率。
在一些具体实施例中,所述预设平面包括预设栅格平面。
所述第一平面地图包括第一栅格平面地图33;所述第一栅格平面地图33的多个栅格中包括多个第一被占栅格331,每个第一被占栅格331中包括至少一个第一投影位置。
所述第二平面地图包括第二栅格平面地图34;所述第二栅格平面地图34的多个栅格中包括多个第二被占栅格341,每个第二被占栅格341中包括至少一个第二投影位置。
将各个第一帧点云31中每个点数据的二维位置均投影至预设栅格平面中,获得第一栅格平面地图33,且将各个第二帧点云32中每个点数据的二维位置均投影至预设栅格平面中,获得第二栅格平面地图34。
在预设栅格平面上划分了阵列排列的多个栅格。将第一点云集的各个第一帧点云31中每个点数据的二维位置均投影至预设栅格平面中,获得第一栅格平面地图33;将第二点云集的各个第二帧点云32中每个点数据的二维位置均投影至预设栅格平面中,获得第二栅格平面地图34。
如图4所示,第一栅格平面地图33中包括阵列排列的多个栅格;第二栅格平面地图34中也包括阵列排列的多个栅格。
其中,所述第一栅格平面地图33的多个栅格中包括多个第一被占栅格331,每个第一被占栅格331中包括至少一个第一投影位置;所述第二栅格平面地图34的多个栅格中包括多个第二被占栅格341,每个第二被占栅格341中包括至少一个第二投影位置。
可以理解为,当第一栅格平面地图33的任一栅格中包括至少一个第一投影位置时,该任一栅格被称为第一被占栅格331;当第一栅格平面地图33的任一栅格中不包括任一第一投影位置时,该任一栅格被称为第一未占栅格。当第二栅格平面地图34的任一栅格中包括至少一个第二投影位置时,该任一栅格被称为第二被占栅格341;当第二栅格平面地图34的任一栅格中不包括任一第二投影位置时,该任一栅格被称为第二未占栅格。
每个第一投影位置与所述多个第一帧点云31中的一个点数的二维位置具有一一对应的关系;每个第二投影位置与所述多个第二帧点云32中的一个点数的二维位置具有一一对应的关系。
本具体实施例将帧点云中点数据的二维位置转化至预设栅格平面中的二维位置,简化了计算量,降低了匹配的复杂度,提高了匹配的效率。
相应地,所述基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果,包括以下步骤:
步骤S102a-1-2-2a,基于所述第一栅格平面地图33的各个第一被占栅格331中的所述至少一个第一投影位置与所述第二栅格平面地图34的各个第二被占栅格341中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果。
由于第一栅格平面地图33和第二栅格平面地图34均是在预设栅格平面上生成的,因此,第一栅格平面地图33中的每个栅格均在第二栅格平面地图34中存在对应的栅格。本具体实施例将栅格作为相似度匹配的单位,将第一栅格平面地图33和第二栅格平面地图34中的栅格进行一一对比,最终获得相似度匹配结果。通过相似度匹配结果衡量第一栅格平面地图33和第二栅格平面地图34的相似性。
在一些具体实施例中,所述基于所述第一栅格平面地图33的各个第一被占栅格331中的所述至少一个第一投影位置与所述第二栅格平面地图34的各个第二被占栅格341中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果,包括以下步骤:
步骤S102a-1-2-2a1,基于所述第一栅格平面地图33的每个第一被占栅格331中的所述至少一个第一投影位置获得对应第一被占栅格331的第一位置归一化值,且基于所述第二栅格平面地图34的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值。
位置归一化值,是唯一表征被占栅格内所有投影位置的位置特征的值。例如,位置归一化值包括被占栅格内所有投影位置的平均分布位置;在一个被占栅格中存在3个投影位置(x1,y1)、(x2,y2)和(x3,y3),则被占栅格的平均分布位置(xn,yn),其中,xn=(x1+x2+x3)/3,yn=(y1+y2+y3)/3;将平均分布位置作为位置归一化值能够提高栅格相似度匹配的精度,提高检测的准确性。
所述第一位置归一化值和第二位置归一化值均属于位置归一化值。
在另一些具体实施例中,所述基于所述第一栅格平面地图33的每个第一被占栅格331中的所述至少一个第一投影位置获得对应第一被占栅格331的第一位置归一化值,且基于所述第二栅格平面地图34的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值,包括以下步骤:
步骤S102a-1-2-2a-1a,基于所述第一栅格平面地图33的每个第一被占栅格331中的所述至少一个第一投影位置确定对应第一被占栅格331的第一位置归一化值为1,其中,所述第一栅格平面地图33中每个栅格在相似度匹配前的初始位置归一化值为零,以及,基于所述第二栅格平面地图34的每个第二栅格中的所述至少一个第一投影位置确定对应第二栅格的第二位置归一化值为1,其中,所述第二栅格平面地图34中每个栅格在相似度匹配前的初始位置归一化值为零。
本具体实施例将所有被占栅格的位置归一化值均设置为1,而未占栅格的位置归一化值均设置为0,从而简化了计算平均分布位置的过程,从而提高了检测打滑状态的效率。
步骤S102a-1-2-2a-2,基于所述第一栅格平面地图33中各个第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中各个第二被占栅格341的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果。
本具体实施例通过位置归一化值唯一表征被占栅格内所有投影位置的位置特征降低了投影位置匹配的复杂度,简化了计算量,提高了匹配的效率。
在一些具体实施例中,所述基于所述第一栅格平面地图33中各个第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中各个第二被占栅格341的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括以下步骤:
步骤S102a-1-2-2a-2a-1,当遍历所述第一栅格平面地图33中任一第一被占栅格331时,第一计算参数值加1。
第一计算参数值在遍历前的初始值设置为零。
例如,如图4所示,第一栅格平面地图33中包括5ⅹ5共25个栅格,其中10个画有阴影的栅格为第一被占栅格331,遍历所述第一栅格平面地图33中的第一被占栅格331时,每访问一个第一被占栅格331,第一计算参数值加1,遍历后第一计算参数值为10。
步骤S102a-1-2-2a-2a-2,当所述任一第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中对应所述任一第一被占栅格331的栅格的第二位置归一化值满足预设相同条件时,第二计算参数值加1。
第二计算参数值在遍历前的初始值设置为零。
所述第二栅格平面地图34中对应所述任一第一被占栅格331的栅格,是指在预设栅格平面中同一位置的栅格,例如,如图4所示,第一栅格平面地图33中第一个排列位置的栅格是第一被占栅格331,对应该第一被占栅格331的是第二栅格平面地图34中第一个排列位置的栅格(被占栅格);第一栅格平面地图33中第三个排列位置的栅格是第一被占栅格331,对应该第一被占栅格331的是第二栅格平面地图34中第三个排列位置的栅格(未占栅格);以此类推。
预设相同条件是指第一位置归一化值与第二位置归一化值的差值的绝对值或距离小于或等于预设差异阈值。例如,当所有第一被占栅格331的第一位置归一化值和所有第二被占栅格341的第二位置归一化值均为1时,预设相同条件是指第一位置归一化值与第二位置归一化值的差值的绝对值等于零,当第一栅格平面地图33和第二栅格平面地图34中同一排列位置的两个栅格的第一位置归一化值与第二位置归一化值均为1,表明两个栅格相同;当所有第一被占栅格331的第一位置归一化值和所有第二被占栅格341的第二位置归一化值均以平均分布位置表示时,预设相同条件是指第一栅格平面地图33和第二栅格平面地图34中同一排列位置的两个栅格中的平均分布位置的距离小于或等于预设差异阈值,表明两个栅格相同。
如果第一栅格平面地图33和第二栅格平面地图34中同一排列位置的两个栅格相同,则第二计算参数值加1。例如,如图4所示,第二栅格平面地图34中包括与第一栅格平面地图33对应的5ⅹ5共25个栅格,其中有7个第二被占栅格341,通过对比,第一栅格平面地图33和第二栅格平面地图34中第一排列位置、第五排列位置、第十排列位置、第十五排列位置和第二十一排列位置的栅格的位置归一化值满足预设相同条件,因此,第二计算参数值为5。
步骤S102a-1-2-2a-2a-3,当遍历结束后,计算所述第二计算参数值与所述第一计算参数值的商,获得第一相似度匹配结果。例如,继续上述例子,当遍历结束后,第二计算参数值为5,第一计算参数值为10,则第一相似度匹配结果=5/10=50%。
在另一些具体实施例中,所述基于所述第一栅格平面地图33中各个第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中各个第二被占栅格341的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括以下步骤:
步骤S102a-1-2-2a-2b-1,当遍历所述第二栅格平面地图34中任一第二被占栅格341时,第三计算参数值加1。
第三计算参数值在遍历前的初始值设置为零。
例如,如图4所示,第二栅格平面地图34中包括5ⅹ5共25个栅格,其中有7个第二被占栅格341,遍历所述第二栅格平面地图34中的第二被占栅格341时,每访问一个第二被占栅格341,第三计算参数值加1,遍历后第三计算参数值为7。
步骤S102a-1-2-2a-2b-2,当所述任一第二被占栅格341的第二位置归一化值与所述第一栅格平面地图33中对应所述任一第二被占栅格341的栅格的第一位置归一化值满足预设相同条件时,第四计算参数值加1。
第四计算参数值在遍历前的初始值设置为零。
所述第一栅格平面地图33中对应所述任一第二被占栅格341的栅格,是指在预设栅格平面中同一位置的栅格。
如果第一栅格平面地图33和第二栅格平面地图34中同一排列位置的两个栅格相同,则第四计算参数值加1。例如,如图4所示,通过对比,第一栅格平面地图33和第二栅格平面地图34中第一排列位置、第五排列位置、第十排列位置、第十五排列位置和第二十一排列位置的栅格的位置归一化值满足预设相同条件,因此,第四计算参数值为5。
步骤S102a-1-2-2a-2b-3,当遍历结束后,计算所述第四计算参数值与所述第三计算参数值的商,获得第二相似度匹配结果。
例如,继续上述例子,当遍历结束后,第四计算参数值为5,第三计算参数值为7,则第二相似度匹配结果=5/7=71.4%。
步骤S102a-1-3,基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化。
在一些具体实施例中,所述基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括以下步骤:
步骤S102a-1-3a,当所述第一相似度匹配结果和/或所述第二相似度匹配结果大于或等于预设占比阈值时,确定所述自动清洁设备未发生位置变化。
例如,继续上述例子,预设占比阈值为50%,第一相似度匹配结果50%,等于预设占比阈值,因此,确定所述自动清洁设备未发生位置变化。
例如,继续上述例子,预设占比阈值为50%,第二相似度匹配结果71.4%,大于预设占比阈值,因此,确定所述自动清洁设备未发生位置变化。
例如,继续上述例子,预设占比阈值为50%,第一相似度匹配结果50%,等于预设占比阈值;第二相似度匹配结果71.4%,第一相似度匹配结果和第二相似度匹配结果均大于预设占比阈值,因此,确定所述自动清洁设备未发生位置变化。
当所述第一相似度匹配或所述第二相似度匹配大于或等于预设占比阈值时,表明第一栅格平面地图33或第二栅格平面地图34存在相似的可能。但是,由于遍历是以第一栅格平面地图33中各个第一被占栅格331为访问主线,而忽略了第二栅格平面地图34中各个第二被占栅格341的存在,为了保证相似度匹配结果的准确性,本具体实施例提供了以第二栅格平面地图34中各个第二被占栅格341为访问主线的。当第一相似度匹配和所述第二相似度匹配均大于或等于预设占比阈值时,确定所述自动清洁设备未发生位置变化。保证了匹配的准确性。
在另一些具体实施例中,所述基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括以下步骤:
步骤S102a-1-3b,当所述第一相似度匹配结果和/或所述第二相似度匹配结果小于预设占比阈值时,确定所述自动清洁设备发生位置变化。
例如,预设占比阈值为50%,如果第一相似度匹配结果为45%,小于预设占比阈值50%,因此,确定所述自动清洁设备发生位置变化。
例如,预设占比阈值为50%,如果所述第二相似度匹配结果为48%,小于预设占比阈值50%,因此,确定所述自动清洁设备发生位置变化。
例如,预设占比阈值为50%,如果第一相似度匹配结果为45%,所述第二相似度匹配结果为48%,第一相似度匹配结果和所述第二相似度匹配结果均小于预设占比阈值50%,因此,确定所述自动清洁设备发生位置变化。
本申请将多个帧点云的点数据分别分配至第一点云集中或第二点云集中,然后将第一点云集和第二点云集中每个点数据的二维位置均投影至预设栅格平面中,分别生成第一栅格平面地图33和第二栅格平面地图34,通过第一栅格平面地图33与第二栅格平面地图34的相似度匹配结果,确定自动清洁设备是否发生位置变化,以及确定自动清洁设备是否处于打滑状态。避免了与复杂的二维电子地图进行地图匹配和定位的处理过程。在进行栅格相似度匹配过程中,通过梯度下降的方式将帧点云中点数据的二维位置转化至预设栅格平面中被占栅格中的二维位置,将被占栅格中的二维位置转化为被占栅格的位置归一化值,降低了数据处理量和匹配的复杂度,提高了匹配的效率。
步骤S102a-2,当确定所述自动清洁设备未发生位置变化时,确定所述自动清洁设备处于打滑状态。
在另一些具体例中,所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括以下步骤:
步骤S102b-1,当基于所述多个帧点云确定所述自动清洁设备未发生位置变化时,确定所述计量距离值是否大于预设计量距离阈值。
步骤S102b-2,当所述计量距离值大于预设计量距离阈值时,确定所述自动清洁设备处于打滑状态。
本具体实施例所述步骤的具体实现方法与上述实施例相同,再次不再赘述,请参考上述实施例。
本公开实施例在自动清洁设备的行走过程中,获得预设检测时间段内自动清洁设备的计量距离值和多个帧点云,通过对计量距离值的识别,将自动清洁设备在预设检测时间段内主动停止状态排除在检测打滑状态之外,减少了检测打滑状态的次数,提高了系统的感知效率。当检测打滑状态时,利用多个帧点云的点数据间的匹配关系确定所述自动清洁设备是否发生位置变化,进而确定所述自动清洁设备处于打滑状态。降低了数据处理量和匹配的复杂度,提高了匹配的效率,能够快速准确的检测出打滑状态,提高了检测的灵敏性,提高了用户体验。
本公开还提供了与上述实施例承接的自动清洁设备实施例,用于实现如上实施例所述的方法步骤,基于相同的名称含义的解释与如上实施例相同,具有与如上实施例相同的技术效果,此处不再赘述。
如图5所示,本公开提供一种自动清洁设备,包括:处理器130、里程计131和激光雷达132;
里程计131,配置为获取计量距离值,其中,计量距离值表征驱动轮组件的转动距离值;
激光雷达132,配置为在自动清洁设备的行走过程中获得帧点云;
处理器130,分别与所述里程计131和所述激光雷达132通信连接,所述处理器130,配置为:
在自动清洁设备的行走过程中,在预设检测时间段内,通过里程计获取计量距离值,以及通过激光雷达获得多个帧点云,其中,计量距离值表征驱动轮组件的转动距离值;
基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态。
可选的,所述处理器配置为基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括:
当所述计量距离值大于预设计量距离阈值时,基于所述多个帧点云确定所述自动清洁设备是否发生位置变化;
当确定所述自动清洁设备未发生位置变化时,确定所述自动清洁设备处于打滑状态。
可选的,每个帧点云均包括多个点数据;
相应地,所述处理器130配置为所述基于所述多个帧点云确定所述自动清洁设备是否发生位置变化,包括:
将所述多个帧点云分别分配至第一点云集中或第二点云集中,其中,所述第一点云集中包括多个第一帧点云31,所述第二点云集中包括多个第二帧点云32;
基于所述多个第一帧点云31和所述多个第二帧点云32进行相似度匹配,获得相似度匹配结果;
基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化。
可选的,所述处理器130配置为所述基于所述多个第一帧点云31和所述多个第二帧点云32进行相似度匹配,获得相似度匹配结果,包括:
将各个第一帧点云31中每个点数据的二维位置均投影至预设平面中,获得第一平面地图,且将各个第二帧点云32中每个点数据的二维位置投影至预设平面中,获得第二平面地图,其中,所述第一平面地图中包括多个第一投影位置,所述第二平面地图中包括多个第二投影位置;
基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果。
可选的,所述预设平面包括预设栅格平面;
所述第一平面地图包括第一栅格平面地图33;所述第一栅格平面地图33的多个栅格中包括多个第一被占栅格331,每个第一被占栅格331中包括至少一个第一投影位置;
所述第二平面地图34包括第二栅格平面地图34;所述第二栅格平面地图34的多个栅格中包括多个第二被占栅格341,每个第二被占栅格341中包括至少一个第二投影位置;
相应地,所述处理器130配置为所述基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图33的各个第一被占栅格331中的所述至少一个第一投影位置与所述第二栅格平面地图34的各个第二被占栅格341中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果。
可选的,所述处理器130配置为所述基于所述第一栅格平面地图33的各个第一被占栅格331中的所述至少一个第一投影位置与所述第二栅格平面地图34的各个第二被占栅格341中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图33的每个第一被占栅格331中的所述至少一个第一投影位置获得对应第一被占栅格331的第一位置归一化值,且基于所述第二栅格平面地图34的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值;
基于所述第一栅格平面地图33中各个第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中各个第二被占栅格341的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果。
可选的,所述处理器130配置为所述基于所述第一栅格平面地图33中各个第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中各个第二被占栅格341的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括:
当遍历所述第一栅格平面地图33中任一第一被占栅格331时,第一计算参数值加1;
当所述任一第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中对应所述任一第一被占栅格331的栅格的第二位置归一化值满足预设相同条件时,第二计算参数值加1;
当遍历结束后,计算所述第二计算参数值与所述第一计算参数值的商,获得第一相似度匹配结果。
可选的,所述处理器130配置为所述基于所述第一栅格平面地图33中各个第一被占栅格331的第一位置归一化值与所述第二栅格平面地图34中各个第二被占栅格的第二位置归一化值进行栅格相似度匹配,获得相似度匹配结果,包括:
当遍历所述第二栅格平面地图34中任一第二被占栅格341时,第三计算参数值加1;
当所述任一第二被占栅格341的第二位置归一化值与所述第一栅格平面地图33中对应所述任一第二被占栅格341的栅格的第一位置归一化值满足预设相同条件时,第四计算参数值加1;
当遍历结束后,计算所述第四计算参数值与所述第三计算参数值的商,获得第二相似度匹配结果。
可选的,所述处理器130配置为所述基于所述第一栅格平面地图33的每个第一被占栅格331中的所述至少一个第一投影位置获得对应第一被占栅格331的第一位置归一化值,且基于所述第二栅格平面地图34的每个第二栅格中的所述至少一个第二投影位置获得对应第二栅格的第二位置归一化值,包括:
基于所述第一栅格平面地图33的每个第一被占栅格331中的所述至少一个第一投影位置确定对应第一被占栅格331的第一位置归一化值为1,其中,所述第一栅格平面地图33中每个栅格在相似度匹配前的初始位置归一化值为零,以及,
基于所述第二栅格平面地图34的每个第二栅格中的所述至少一个第一投影位置确定对应第二栅格的第二位置归一化值为1,其中,所述第二栅格平面地图34中每个栅格在相似度匹配前的初始位置归一化值为零。
可选的,所述处理器130配置为所述将所述多个帧点云分别分配至第一点云集中或第二点云集中,包括:
将预设检测时间段分为第一检测时间段和第二检测时间段;
将所述第一检测时间段内的多个帧点云分别分配至第一点云集中,且将将所述第二检测时间段内的多个帧点云分别分配至第二点云集中。
可选的,所述处理器130配置为基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括:
当所述第一相似度匹配结果和/或所述第二相似度匹配结果大于或等于预设占比阈值时,确定所述自动清洁设备未发生位置变化。
可选的,所述处理器130还配置为所述基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化,包括:
当所述第一相似度匹配结果和/或所述第二相似度匹配结果小于预设占比阈值时,确定所述自动清洁设备发生位置变化。
可选的,所述处理器130配置为所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括:
当基于所述多个帧点云确定所述自动清洁设备未发生位置变化时,确定所述计量距离值是否大于预设计量距离阈值;
当所述计量距离值大于预设计量距离阈值时,确定所述自动清洁设备处于打滑状态。
本公开实施例在自动清洁设备的行走过程中,获得预设检测时间段内自动清洁设备的计量距离值和多个帧点云,通过对计量距离值的识别,将自动清洁设备在预设检测时间段内主动停止状态排除在检测打滑状态之外,减少了检测打滑状态的次数,提高了系统的感知效率。当检测打滑状态时,利用多个帧点云的点数据间的匹配关系确定所述自动清洁设备是否发生位置变化,进而确定所述自动清洁设备处于打滑状态。降低了数据处理量和匹配的复杂度,提高了匹配的效率,能够快速准确的检测出打滑状态,提高了检测的灵敏性,提高了用户体验。
本公开实施例提供一种非瞬时性计算机可读存储介质,存储有计算机程序指令,所述计算机程序指令在被处理器调用和执行时实现如上任一所述的方法步骤。
本公开实施例提供一种自动清洁设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机程序指令,所述处理器执行所述计算机程序指令时,实现前述任一实施例的方法步骤。
如图6所示,自动清洁设备可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有自动清洁设备操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
最后应说明的是: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,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述比较简单,相关之处参见方法部分说明即可。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。
Claims (10)
1.一种打滑状态的检测方法,其特征在于,包括:
在自动清洁设备的行走过程中,在预设检测时间段内,通过里程计获取计量距离值,以及通过激光雷达获得多个帧点云,其中,计量距离值表征驱动轮组件的转动距离值;
基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态。
2.根据权利要求1所述的方法,其特征在于,所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括:
当所述计量距离值大于预设计量距离阈值时,基于所述多个帧点云确定所述自动清洁设备是否发生位置变化;
当确定所述自动清洁设备未发生位置变化时,确定所述自动清洁设备处于打滑状态。
3.根据权利要求1所述的方法,其特征在于,所述基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态,包括以下步骤:
当基于所述多个帧点云确定所述自动清洁设备未发生位置变化时,确定所述计量距离值是否大于预设计量距离阈值;
当所述计量距离值大于预设计量距离阈值时,确定所述自动清洁设备处于打滑状态。
4.根据权利要求2或3所述的方法,其特征在于,
每个帧点云均包括多个点数据;
相应地,所述基于所述多个帧点云确定所述自动清洁设备是否发生位置变化,包括:
将所述多个帧点云分别分配至第一点云集中或第二点云集中,其中,所述第一点云集中包括多个第一帧点云,所述第二点云集中包括多个第二帧点云;
基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果;
基于所述相似度匹配结果确定所述自动清洁设备是否发生位置变化。
5.根据权利要求4所述的方法,其特征在于,所述将所述多个帧点云分别分配至第一点云集中或第二点云集中,包括:
将预设检测时间段分为第一检测时间段和第二检测时间段;
将所述第一检测时间段内的多个帧点云分别分配至第一点云集中,且将将所述第二检测时间段内的多个帧点云分别分配至第二点云集中。
6.根据权利要求4所述的方法,其特征在于,所述基于所述多个第一帧点云和所述多个第二帧点云进行相似度匹配,获得相似度匹配结果,包括:
将各个第一帧点云中每个点数据的二维位置均投影至预设平面中,获得第一平面地图,且将各个第二帧点云中每个点数据的二维位置投影至预设平面中,获得第二平面地图,其中,所述第一平面地图中包括多个第一投影位置,所述第二平面地图中包括多个第二投影位置;
基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果。
7.根据权利要求6所述的方法,其特征在于,
所述预设平面包括预设栅格平面;
所述第一平面地图包括第一栅格平面地图;所述第一栅格平面地图的多个栅格中包括多个第一被占栅格,每个第一被占栅格中包括至少一个第一投影位置;
所述第二平面地图包括第二栅格平面地图;所述第二栅格平面地图的多个栅格中包括多个第二被占栅格,每个第二被占栅格中包括至少一个第二投影位置;
相应地,所述基于所述第一平面地图中的多个第一投影位置与所述第二平面地图中的多个第二投影位置进行相似度匹配,获得相似度匹配结果,包括:
基于所述第一栅格平面地图的各个第一被占栅格中的所述至少一个第一投影位置与所述第二栅格平面地图的各个第二被占栅格中的所述至少一个第二投影位置进行栅格相似度匹配,获得相似度匹配结果。
8.一种自动清洁设备,其特征在于,包括:里程计、激光雷达和处理器;
里程计,配置为获取计量距离值,其中,计量距离值表征驱动轮组件的转动距离值;
激光雷达,配置为在自动清洁设备的行走过程中获得帧点云;
处理器,分别与所述里程计和所述激光雷达通信连接,所述处理器,配置为:
在自动清洁设备的行走过程中,在预设检测时间段内,通过里程计获取计量距离值,以及通过激光雷达获得多个帧点云,其中,计量距离值表征驱动轮组件的转动距离值;
基于所述计量距离值和所述多个帧点云确定所述自动清洁设备处于打滑状态。
9.一种自动清洁设备,包括处理器和存储器,其特征在于,所述存储器存储有能够被所述处理器执行的计算机程序指令,所述处理器执行所述计算机程序指令时,实现如权利要求1-7任一所述的方法步骤。
10.一种非瞬时性计算机可读存储介质,其特征在于,存储有计算机程序指令,所述计算机程序指令在被处理器调用和执行时实现如权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211729463.2A CN117008148A (zh) | 2022-12-30 | 2022-12-30 | 打滑状态的检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211729463.2A CN117008148A (zh) | 2022-12-30 | 2022-12-30 | 打滑状态的检测方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117008148A true CN117008148A (zh) | 2023-11-07 |
Family
ID=88564256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211729463.2A Pending CN117008148A (zh) | 2022-12-30 | 2022-12-30 | 打滑状态的检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117008148A (zh) |
-
2022
- 2022-12-30 CN CN202211729463.2A patent/CN117008148A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109947109B (zh) | 机器人工作区域地图构建方法、装置、机器人和介质 | |
CN110495821B (zh) | 一种清洁机器人及其控制方法 | |
AU2018100726A4 (en) | Automatic cleaning device and cleaning method | |
CN114521836B (zh) | 一种自动清洁设备 | |
TWI789625B (zh) | 一種清潔機器人及其控制方法 | |
CN114468898B (zh) | 机器人语音控制方法、装置、机器人和介质 | |
CN112205937B (zh) | 一种自动清洁设备控制方法、装置、设备和介质 | |
CN109932726B (zh) | 机器人测距校准方法、装置、机器人和介质 | |
CN111990930B (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN114557633B (zh) | 自动清洁设备清洁参数配置方法、装置、设备及介质 | |
WO2023193618A1 (zh) | 自动清洁设备、控制方法及存储介质 | |
CN109920425B (zh) | 机器人语音控制方法、装置、机器人和介质 | |
CN210931181U (zh) | 一种清洁机器人 | |
CN210931182U (zh) | 一种清洁机器人 | |
CN217792839U (zh) | 自动清洁设备 | |
CN217365667U (zh) | 自动清洁设备 | |
CN117008148A (zh) | 打滑状态的检测方法、设备及存储介质 | |
CN210931183U (zh) | 一种清洁机器人 | |
CN210673215U (zh) | 一种多光源探测机器人 | |
CN114608520B (zh) | 一种测距方法、装置、机器人和存储介质 | |
CN115211763B (zh) | 一种用于自动清洁设备的识别方法、设备及存储介质 | |
CN116977858A (zh) | 一种地面识别方法、装置、机器人和存储介质 | |
CN116942017A (zh) | 自动清洁设备、控制方法及存储介质 | |
CN117426709A (zh) | 一种自移动设备及其测距方法 | |
CN117502976A (zh) | 自移动清洁设备及其控制方法 |
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 |