CN117984331A - 多机器人协作下的禁区处理方法、装置、机器人及系统 - Google Patents
多机器人协作下的禁区处理方法、装置、机器人及系统 Download PDFInfo
- Publication number
- CN117984331A CN117984331A CN202410396093.8A CN202410396093A CN117984331A CN 117984331 A CN117984331 A CN 117984331A CN 202410396093 A CN202410396093 A CN 202410396093A CN 117984331 A CN117984331 A CN 117984331A
- Authority
- CN
- China
- Prior art keywords
- robot
- virtual wall
- cleaning
- forbidden
- sub
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 154
- 238000012545 processing Methods 0.000 title claims abstract description 58
- 238000004140 cleaning Methods 0.000 claims abstract description 843
- 230000008569 process Effects 0.000 claims abstract description 57
- 230000007717 exclusion Effects 0.000 claims description 198
- 238000013439 planning Methods 0.000 claims description 69
- 238000012986 modification Methods 0.000 claims description 49
- 230000004048 modification Effects 0.000 claims description 49
- 238000012937 correction Methods 0.000 claims description 29
- 230000000007 visual effect Effects 0.000 claims description 22
- 230000004044 response Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 abstract description 29
- 230000006870 function Effects 0.000 description 26
- 238000004891 communication Methods 0.000 description 19
- 230000006854 communication Effects 0.000 description 19
- 238000010408 sweeping Methods 0.000 description 19
- 230000008901 benefit Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 9
- 238000013136 deep learning model Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000012141 concentrate Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 101100295776 Drosophila melanogaster onecut gene Proteins 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000011086 high cleaning Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1682—Dual arm manipulator; Coordination of several manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
- B25J11/008—Manipulators for service tasks
- B25J11/0085—Cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Electric Vacuum Cleaner (AREA)
Abstract
本申请涉及机器人领域,提供一种多机器人协作下的禁区处理方法、装置、机器人及系统,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;在主机器人执行清洁工作的过程中,如果确认存在主机器人或子机器人不能进入清洁的虚拟墙区域的情况下,该主机器人可以基于该虚拟墙区域生成目标清洁路径,以控制目标机器人基于该目标清洁路径对该虚拟墙区域执行清洁工作;这样,针对主机器人或子机器人无法进入清洁的虚拟墙禁入区域,主机器人可以根据需求控制自身或者子机器人进入该虚拟墙禁入区域进行清洁,提高清洁效果,进而提升用户体验感。
Description
技术领域
本申请涉及机器人领域,尤其涉及一种多机器人协作下的禁区处理方法、装置、机器人及系统。
背景技术
随着机器人技术的发展,使用机器人代替人工实现工作自动化成为重要发展方向,尤其是清洁机器人在人们的生活中越来越普遍,并深受人们的喜爱,但实际应用环境的复杂性给清洁机器人的运用带来挑战。
相关技术中,通常采用虚拟禁区标识机器人的禁入区域或识别障碍物确定机器人的禁入区域,以使清洁机器人对除禁入区域外的区域进行清洁,满足不同复杂环境的清洁需求。
但是,上述清洁方式的清洁效果较差,影响用户体验感。
发明内容
本申请提供一种多机器人协作下的禁区处理方法、装置、机器人及系统,用于解决现有清洁效果较差,影响用户体验感的问题。
第一方面,本申请提供一种多机器人协作下的禁区处理方法,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;方法包括:
在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作;不共用虚拟墙禁区用于指示主机器人或子机器人禁止进入清洁的虚拟墙区域。
这样,本申请提供的多机器人协作下的禁区处理方法,针对主机器人或子机器人禁止进入清洁的不共用虚拟墙区域,该主机器人可以生成包含该不共用虚拟墙区域的目标清洁路径,并控制目标机器人基于该目标清洁路径对该不共用虚拟墙区域执行清洁工作,从而有效清洁了主机器人或者子机器人的盲区,确保整个区域得到全面彻底的清洁,并且通过主机器人和子机器人之间合理分工协作,使得主机器人和子机器人可以专注于自身负责的区域的清洁,提高了整体的清洁效率,由于多机器人可以对整个区域进行全面深入的清洁,确保区域中的每个不共用虚拟墙禁区均可以被清洁到,从而有效提升用户的使用体验和满意度,且本申请还可以控制主、子机器人同步且对不同的区域执行清洁工作,以提高整个待清洁表面的清洁效率;本申请通过不共用虚拟墙禁区的设置,为用户提供了对清洁区域主动的掌控权,同时又能尽可能满足用户对不共用虚拟墙禁区的清洁权,该不共用虚拟墙禁区可以控制子机器人或主机器人进去扫,增大清洁面积,而且主、子机器人协作保证清洁效率,还提高了路径规划的灵活性和合理性,有助于发挥多机器人协作清洁的最大效能,进而提升清洁质量和用户体验。
可选的,不共用虚拟墙禁区包括第一虚拟墙禁区;在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作,包括:
在主机器人执行清洁工作的过程中,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径,并控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作;第一虚拟墙禁区用于指示主机器人禁止进入清洁的虚拟墙区域。
这样,本申请针对主机器人禁止进入清洁的第一虚拟墙区域,该主机器人可以生成包含该第一虚拟墙区域的第一清洁路径,并控制子机器人基于该第一清洁路径对该第一虚拟墙区域执行清洁工作,从而有效清洁了主机器人的盲区,确保整个区域得到全面彻底的清洁,并且通过主机器人和子机器人之间合理分工协作,使得主机器人可以专注于主要区域的清洁,而子机器人负责进入狭小空间等第一虚拟墙禁区内进行清洁,进而基于第一清洁路径进行第一虚拟墙禁区的清洁,避免子机器人重复清洁主机器人已覆盖的区域,减少了重复浪费,提高了整体的清洁效率。
可选的,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径,包括:
根据清洁地图,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径;第一虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止主机器人进入的清洁区域。
这样,本申请可以基于用户在清洁地图上对第一虚拟墙禁区的设置,为用户提供了对第一虚拟墙禁区主动的掌控权,同时又能尽可能满足用户对第一虚拟墙禁区的清洁权,第一虚拟墙禁区主机器人虽然不能进去拖,但是可以控制子机器人进去扫,增大清洁面积,有效清洁了主机器人的盲区,且用户可以基于清洁地图规划任意形状的第一虚拟墙禁区,以及随时更改第一虚拟墙禁区的大小和位置,提高了子机器人对第一虚拟墙禁区清洁的灵活性,从而有效提升用户的使用体验和满意度,针对第一虚拟墙禁区,该主机器人可以生成包含第一虚拟墙禁区的第一清洁路径,并控制子机器人基于该第一清洁路径对该第一虚拟墙区域执行清洁工作,同时主机器人还可以专注于自身负责的区域的清洁,保证了主、子机器人协作的清洁效率,还提高了路径规划的灵活性和合理性,有助于发挥多机器人协作清洁的最大效能,进而提升清洁质量和用户体验。
可选的,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作,包括:
在主机器人基于第一虚拟墙禁区生成第一清洁路径后,主机器人围绕第一虚拟墙禁区进行绕行以清洁第一工作区,并控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
这样,主机器人可以按照第一清洁路径绕过第一虚拟墙禁区执行清洁工作,不对第一虚拟墙禁区进行清洁,而是围绕第一虚拟墙禁区进行绕行以清洁剩余的工作区,由子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作,通过这种主机器人和子机器人协同配合的方式,可以精确避让设置的第一虚拟墙禁区,提高清扫作业的灵活性和安全性。
可选的,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作,包括:
在子机器人接收到主机器人发送的控制指令后,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
这样,子机器人仅通过集成简单的驱动程序,便可以在接收主机器人发送的控制指令后,对第一虚拟墙禁区执行清洁工作,通过主机器人对子机器人的远程集中控制,不仅降低了多机器人的整体成本,还提高了生成清洁路径的合理性,扩展了清洁能力,以及实现了便于升级维护,充分体现了多机器人的创新性和优越性。
可选的,控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
这样,主机器人可以基于向子机器人发送路径规划指令、位置校正指令、沿清洁路径清洁指令和回充指令中的至少一个,控制子机器人在正确的位置按照规划好的路径执行清洁工作,该路径规划指令、沿清洁路径清洁指令和位置校正指令赋予了主机器人对子机器人的精细控制能力,进而确保了子机器人清洁的精准性和高效性,充分发挥了多机器人协作清洁的优势,该回充指令还可以确保子机器人充电的及时性,增强了多机器人的智能化和自动化水平。
可选的,不共用虚拟墙禁区还包括第二虚拟墙禁区;在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作,包括:
在主机器人执行清洁工作的过程中,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径,并控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作;第二虚拟墙禁区用于指示子机器人禁止进入清洁的虚拟墙区域。
这样,通过识别和区分多种类型的虚拟墙禁区,并合理分工由主机器人和子机器人分别执行相应的清洁路径,最大限度发挥了不同机器人的优势,进而全面覆盖了所有虚拟墙禁区,提高了清洁质量和效率,增强了多机器人的灵活性和适应性,有利于提升用户的清洁体验。
可选的,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径,包括:
根据清洁地图,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径;第二虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止子机器人进入的清洁区域。
这样,可以基于清洁地图确定是否存在第二虚拟墙禁区,并在存在禁止子机器人进入的第二虚拟墙禁区的情况下,基于该第二虚拟墙禁区生成第二清洁路径,通过引入第二虚拟墙禁区的创新设计,可以实现高灵活性的清洁路径规划,进而提高清洁质量和效率,增强多机器人清洁的安全性,以达到优化用户体验的目的。
可选的,控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作,包括:
在主机器人基于第二虚拟墙禁区生成第二清洁路径后,主机器人引导子机器人围绕第二虚拟墙禁区进行绕行以清洁第二工作区,并控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作。
这样,主机器人可以控制子机器人按照第二清洁路径绕过第二虚拟墙禁区执行清洁工作,不对第二虚拟墙禁区进行清洁,而是引导子机器人围绕第二虚拟墙禁区进行绕行以清洁剩余的工作区,由主机器人自身基于第二清洁路径对第二虚拟墙禁区执行清洁工作,进而主机器人可以高效、准确地完成对第二虚拟墙禁区的清洁,提高清洁效果。
可选的,方法还包括:
在主机器人接收终端设备发送的修改指令后,控制对不共用虚拟墙禁区的范围进行修改;修改指令为响应于用户在终端设备的界面的修改操作,对不共用虚拟墙禁区的范围进行修改生成的指令。
这样,本申请可以基于终端设备发送的修改指令对不共用虚拟墙禁区的范围进行修改,提高了清洁范围的灵活性。
可选的,方法还包括:
在主机器人接收终端设备发送的查看指令后,控制将不共用虚拟墙禁区的范围和/或目标清洁路径反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对多机器人执行清洁工作所对应的不共用虚拟墙禁区和/或目标清洁路径进行查看生成的指令。
这样,可以方便用户随时查看主、子机器人执行清洁工作所对应的不共用虚拟墙禁区的范围以及目标清洁路径,便于了解主、子机器人的清洁进度以及规划,提高了清洁的便利性。
第二方面,本申请提供一种多机器人协作下的禁区处理方法,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;方法包括:
在主机器人执行清洁工作的过程中,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径,并控制主机器人和子机器人基于第三清洁路径不对共用虚拟墙禁区执行清洁工作;共用虚拟墙禁区用于指示主机器人和子机器人均禁止进入清洁的虚拟墙区域。
这样,针对子机器人和主机器人均禁止进入清洁的共用虚拟墙禁区,该主机器人可以生成不包含该共用虚拟墙禁区的第三清洁路径,并控制自身以及子机器人基于该第三清洁路径不对该共用虚拟墙区域执行清洁工作,而是绕开该共用虚拟墙区域进行清洁,通过引入共用虚拟墙禁区的创新设计,不但提升了清洁路径规划的灵活性,还全面增强了清洁作业的安全性、覆盖性和高效性,进一步优化了用户的清洁体验。
可选的,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径,包括:
根据清洁地图,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径;共用虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止主机器人和子机器人进入的清洁区域。
这样,可以基于清洁地图确定是否存在共用虚拟墙禁区,并在存在禁止主、子机器人进入的共用虚拟墙禁区的情况下,基于该共用虚拟墙禁区生成第三清洁路径,通过引入共用虚拟墙禁区,结合用户个性化需求,进一步增强了清洁规划的灵活性、安全性和可控性,将个性化清洁体验推向了新的高度。
可选的,控制主机器人和子机器人基于第三清洁路径不对共用虚拟墙禁区执行清洁工作,包括:
在主机器人基于共用虚拟墙禁区生成第三清洁路径后,主机器人和子机器人按照第三清洁路径围绕共用虚拟墙禁区进行绕行以清洁第三工作区。
这样,主机器人可以控制自身和子机器人基于第三清洁路径绕过共用虚拟墙禁区执行清洁工作,不对共用虚拟墙禁区进行清洁,而是围绕共用虚拟墙禁区进行绕行以清洁剩余工作区,进而精确避让设置的共用虚拟墙禁区,保护共用虚拟墙禁区的安全性,提高清扫作业的灵活性。
可选的,控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
这样,主机器人可以基于向子机器人发送路径规划指令、位置校正指令、沿清洁路径清洁指令和回充指令中的至少一个,控制子机器人在正确的位置按照规划好的路径执行清洁工作,该路径规划指令、沿清洁路径清洁指令和位置校正指令赋予了主机器人对子机器人的精细控制能力,进而确保了子机器人清洁的精准性和高效性,充分发挥了多机器人协作清洁的优势,该回充指令还可以确保子机器人充电的及时性,增强了多机器人的智能化和自动化水平。
可选的,方法还包括:
在主机器人接收终端设备发送的修改指令后,控制对共用虚拟墙禁区的范围进行修改;修改指令为响应于用户在终端设备的界面的修改操作,对共用虚拟墙禁区的范围进行修改生成的指令。
这样,本申请可以基于终端设备发送的修改指令对共用虚拟墙禁区的范围进行修改,提高了清洁范围的灵活性。
可选的,方法还包括:
在主机器人接收终端设备发送的查看指令后,控制将共用虚拟墙禁区的范围和/或第三清洁路径反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对多机器人执行清洁工作所对应的共用虚拟墙禁区和/或第三清洁路径进行查看生成的指令。
这样,可以方便用户随时查看主、子机器人执行清洁工作所对应的共用虚拟墙禁区的范围以及第三清洁路径,便于了解主、子机器人的清洁进度以及规划,提高了清洁的便利性。
第三方面,本申请还提供一种多机器人协作下的禁区处理装置,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;装置包括:
第一处理模块,用于在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作;不共用虚拟墙禁区用于指示主机器人或子机器人禁止进入清洁的虚拟墙区域。
第四方面,本申请还提供一种多机器人协作下的禁区处理装置,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;装置包括:
第二处理模块,用于在主机器人执行清洁工作的过程中,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径,并控制主机器人和子机器人基于第三清洁路径不对共用虚拟墙禁区执行清洁工作;共用虚拟墙禁区用于指示主机器人和子机器人均禁止进入清洁的虚拟墙区域。
第五方面,本申请还提供一种机器人,包括:处理器,以及与处理器通信连接的存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,以实现如第一方面和第二方面中任一项所述的方法。
第六方面,本申请还提供一种多机器人协作系统,系统包括:多机器人和终端设备;多机器人用于执行如第一方面和第二方面中任一项所述的方法;多机器人包括主机器人和子机器人。
应当理解的是,本申请的第三方面至第六方面与本申请的第一方面和第二方面的技术方案相对应,各方面及对应的可行实施方式所取得的有益效果相似,不再赘述。
综上所述,本申请提供一种多机器人协作下的禁区处理方法、装置、机器人及系统,该多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务,具体的,在主机器人执行清洁工作的过程中,如果确认存在主机器人或子机器人不能进入清洁的虚拟墙区域的情况下,该主机器人可以基于该虚拟墙区域生成目标清洁路径,以控制目标机器人基于该目标清洁路径对该虚拟墙区域执行清洁工作;这样,针对主机器人或子机器人无法进入清洁的虚拟墙禁入区域,主机器人可以根据需求控制自身或者子机器人进入该虚拟墙禁入区域进行清洁,提高清洁效果,进而提升用户体验感。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种应用场景示意图;
图2为本申请实施例提供的一种多机器人协作下的禁区处理方法的流程示意图;
图3为本申请实施例提供的另一种多机器人协作下的禁区处理方法的流程示意图;
图4为本申请实施例提供的一种多机器人协作下的禁区处理装置的结构示意图;
图5为本申请实施例提供的另一种多机器人协作下的禁区处理装置的结构示意图;
图6为本申请实施例提供的一种机器人的结构示意图;
图7为本申请实施例提供的一种多机器人协作系统的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如,第一设备和第二设备仅仅是为了区分不同的设备,并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
相关技术中,可以采用虚拟禁区标识机器人的禁入区域或识别障碍物确定机器人的禁入区域,以使清洁机器人对除禁入区域外的区域进行清洁,满足不同复杂环境的清洁需求。
但是,针对某些特定的障碍物对应的禁入区域,如沙发下的低矮区域,也通常需要进行清洁,而清洁机器人通常无法进入清洁,导致清洁效果较差,影响用户体验感。
因此,针对清洁机器人在不同复杂应用环境的适应性问题,可以使用性能各异的多机器人实现协同工作,即利用每种机器人的技术优势使其对应最匹配的工作区,从而提高工作效率。
但是,多机器人协同系统需要解决机器人之间的通信协作、工作划分、路径规划等问题,以发挥出不同机器人的技术特长;其中,多机器人协同系统可以指的是一定数量的由领航主机器人(母机器人)和子机器人组成的机器人群组。
针对上述问题,本申请提供一种多机器人协作下的禁区处理方法,该多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务,具体的,在主机器人执行清洁工作的过程中,如果确认存在主机器人或子机器人不能进入清洁的虚拟墙区域的情况下,该主机器人可以基于该虚拟墙区域生成目标清洁路径,以控制目标机器人基于该目标清洁路径对该虚拟墙区域执行清洁工作;这样,针对主机器人或子机器人无法进入清洁的虚拟墙禁入区域,主机器人可以根据需求控制自身或者子机器人进入该虚拟墙禁入区域进行清洁,提高清洁效果。
需要说明的是,该子机器人的尺寸小于主机器人,以进入主机器人无法进入清洁的虚拟墙禁入区域进行清洁,且该子机器人仅集成简单的驱动程序,该子机器人的控制模块设置在主机器人上,以使子机器人接收来自主机器人的控制指令执行清洁工作,降低子机器人的设计成本。
可以理解的是,在确定子机器人的虚拟墙禁区,并进行路径规划时,可以根据子机器人较小的尺寸和较低的越障能力,被分配到狭窄或障碍较低的区域,尤其是主机器人难以到达的地方,视为主机器人禁止进入清洁的虚拟墙区域。路径规划时,将子机器人的路径侧重于填补主机器人清扫覆盖的空白,确保整体清扫效率和质量。
示例性的,图1为本申请实施例提供的一种应用场景示意图,如图1所示,该应用场景可以应用于家庭场景中扫地机器人,如图1所示,以多机器人包括主扫地机器人和子扫地机器人为例,该应用场景包括主扫地机器人101和子扫地机器人102。
在主扫地机器人101在客厅执行清洁工作的过程中,若用户规划电视柜下方区域为主机器人禁入的虚拟墙禁区,此时,该主扫地机器人101无法进入进行清洁,则可以基于电视柜下方区域生成清洁路径,并控制子扫地机器人102基于该清洁路径对电视柜下方区域进行清洁,该清洁路径包括对电视柜下方区域的清扫路径。
可选的,主扫地机器人101可以向子扫地机器人102发送控制指令,在子扫地机器人102接收该控制指令后,子扫地机器人102基于该控制指令对电视柜下方区域进行清洁,其中,该主扫地机器人101和子扫地机器人102之间建立低功耗蓝牙或Wi-Fi(WirelessFidelity,无线保真)连接,用于双向通信,保证控制指令的传输。
可选的,若用户规划客厅空旷区域为子机器人禁入的虚拟墙禁区,此时,该子扫地机器人102无法对客厅空旷区域进行清洁,则可以基于客厅空旷区域生成清洁路径,并控制主扫地机器人101基于该清洁路径对客厅空旷区域进行清洁,该清洁路径包括对客厅空旷区域的清扫路径。
可以理解的是,虚拟墙禁区的规划可以基于用户需求或应用场景确定,本申请实施例对此不作具体限定,以上仅是示例说明。需要说明的是,该多机器人还可以应用到商场场景、学校场景、办公场景中,本申请实施例对具体应用场景不作限定,以上仅是示例说明。
示例性的,图2为本申请实施例提供的一种多机器人协作下的禁区处理方法的流程示意图,以多机器人包括主机器人和子机器人为例;子机器人接收主机器人的控制指令来执行任务,该控制指令可以是控制子机器人执行清洁任务相关的指令,如沿清洁路径清洁指令、路径规划指令等,也可以是控制子机器人执行其他类型任务的指令,如回充指令等,本申请实施例对控制指令的内容不作具体限定,其可以基于实际的应用场景确定;如图2所示,多机器人协作下的禁区处理方法包括:
S201、在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径。
S202、控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作;不共用虚拟墙禁区用于指示主机器人或子机器人禁止进入清洁的虚拟墙区域。
本申请实施例中,主机器人的形状可以为圆形、方形、半圆形、D形、椭圆形等常规形状,也可以为其他形状,本申请实施例对此不作具体限定,但是,该子机器人尺寸小于主机器人,以方便主机器人携带容纳,且该子机器人可以进入主机器人禁止进入的虚拟墙区域进行清洁。
可选的,子机器人可以为与主机器人配套的形状,本申请实施例对子机器人的形状不作具体限定,该子机器人的控制模块设置在主机器人上,子机器人仅集成简单的驱动程序,这样,主机器人可以控制子机器人执行清洁工作。
在本申请中,目标清洁路径包括第一清洁路径和第二清洁路径,该第一清洁路径为主机器人基于主机器人禁止进入清洁的虚拟墙区域生成的清洁路径,该第二清洁路径为主机器人基于子机器人禁止进入清洁的虚拟墙区域生成的清洁路径,进而,子机器人可以基于第一清洁路径对虚拟墙区域进行清洁,主机器人可以基于第二清洁路径对虚拟墙区域进行清洁。
可选的,主机器人的路径规划包括协同工作规划,即规划主、子机器人的协同工作路径,确保在接力清扫或特殊区域协作时,规划两者的路径互不干扰,即主机器人执行清洁工作的路径与子机器人执行清洁工作的路径互不干扰,进而高效完成清洁任务。
示例性的,在主机器人执行清洁工作的过程中,如果确认存在只允许子机器人进入的狭窄区域或低矮障碍物下方的虚拟墙禁区的情况下,主机器人可以规划自身路径时避开对该虚拟墙禁区的清洁,但可以规划生成子机器人进入的第一清洁路径,进一步的,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
可选的,主机器人可以控制自身以及子机器人同步且对不同的区域执行清洁工作,以提高整个待清洁表面的清洁效率,例如,主机器人在以前需要花费1小时清理整屋,但是,主机器人通过控制自身以及子机器人同步对整屋的不用区域分别执行清洁工作,则可能花费30分钟便可以将整屋清洁完,提升了整屋的清洁效率。
这样,本申请提供的多机器人协作下的禁区处理方法,针对主机器人或子机器人禁止进入清洁的不共用虚拟墙区域,该主机器人可以生成包含该不共用虚拟墙区域的目标清洁路径,并控制目标机器人基于该目标清洁路径对该不共用虚拟墙区域执行清洁工作,从而有效清洁了主机器人或者子机器人的盲区,确保整个区域得到全面彻底的清洁,并且通过主机器人和子机器人之间合理分工协作,使得主机器人和子机器人可以专注于自身负责的区域的清洁,提高了整体的清洁效率,由于多机器人可以对整个区域进行全面深入的清洁,确保区域中的每个不共用虚拟墙禁区均可以被清洁到,从而有效提升用户的使用体验和满意度,且本申请还可以控制主、子机器人同步且对不同的区域执行清洁工作,以提高整个待清洁表面的清洁效率;本申请通过不共用虚拟墙禁区的设置,为用户提供了对清洁区域主动的掌控权,同时又能尽可能满足用户对不共用虚拟墙禁区的清洁权,该不共用虚拟墙禁区可以控制子机器人或主机器人进去扫,增大清洁面积,而且主、子机器人协作保证清洁效率,还提高了路径规划的灵活性和合理性,有助于发挥多机器人协作清洁的最大效能,进而提升清洁质量和用户体验。
可选的,不共用虚拟墙禁区包括第一虚拟墙禁区;在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作,包括:
在主机器人执行清洁工作的过程中,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径,并控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作;第一虚拟墙禁区用于指示主机器人禁止进入清洁的虚拟墙区域。
在本申请中,第一清洁路径包括对第一虚拟墙禁区内的清扫路径,可以为弓字清扫路径、随机清扫路径等,本申请实施例对第一清洁路径的类型不作具体限定,其可以基于实际应用场景或人为提前设定;其中,该第一虚拟墙禁区允许子机器人但不允许主机器人进入,本申请实施例对此不作具体限定。
可选的,在子机器人执行第一虚拟墙禁区的清洁任务的过程中,主机器人可以执行主清洁任务,如基于自身规划的其他路径对除第一虚拟墙禁区外的待清洁表面进行清洁。
可选的,在子机器人执行第一虚拟墙禁区的清洁任务的过程中,主机器人该可以返回基站进行充电,或者在第一虚拟墙禁区周围处于静止状态,以引导子机器人执行清洁工作。
需要说明的是,本申请实施例对在子机器人执行第一虚拟墙禁区的清洁任务的过程中,主机器人状态以及执行的任务不作具体限定,其可以基于实际应用场景或人为进行设定。
这样,本申请针对主机器人禁止进入清洁的第一虚拟墙区域,该主机器人可以生成包含该第一虚拟墙区域的第一清洁路径,并控制子机器人基于该第一清洁路径对该第一虚拟墙区域执行清洁工作,从而有效清洁了主机器人的盲区,确保整个区域得到全面彻底的清洁,并且通过主机器人和子机器人之间合理分工协作,使得主机器人可以专注于主要区域的清洁,而子机器人负责进入狭小空间等第一虚拟墙禁区内进行清洁,进而基于第一清洁路径进行第一虚拟墙禁区的清洁,避免子机器人重复清洁主机器人已覆盖的区域,减少了重复浪费,提高了整体的清洁效率。
可以理解的是,无论是狭小的角落、矮桌底下还是其他主机器人难以接近的第一虚拟墙禁区,只要规划好相应的第一清洁路径,子机器人便可以精准高效地对第一虚拟墙禁区进行针对性清洁,以灵活应对各种复杂环境的清洁。
可选的,主机器人还可以确定周围环境是否存在第一障碍物禁行区,在确认存在第一障碍物禁区的情况下,主机器人基于第一障碍物禁区生成第一清洁路径,包括:
根据传感器信息,确认存在第一障碍物禁行区的情况下,主机器人基于第一障碍物禁行区生成第一清洁路径;传感器信息包括障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息;
其中,第一清洁路径包括:主机器人围绕第一障碍物禁行区进行绕行以清洁第一工作区的路径。
其中,障碍物空腔包括障碍物与相邻障碍物之间形成的空腔、障碍物自身形成的空腔等,该障碍物空腔为半封闭空间,例如,障碍物的下边缘具有的弧形和/或折线结构,形成至少一个内凹空间,或者,任意两个障碍物之间形成的空间结构,如狭窄通道、狭小走廊、家具底缝等,本申请实施例对障碍物空腔对应的具体空间不作限定,其可以基于实际应用场景确定。
本申请实施例中,传感器信息为利用机器人的传感器实时感知到的环境信息,该环境信息包括识别到的障碍物信息,如障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息等,本申请实施例对环境信息对应的具体内容不作限定;该第一工作区可以指的是除第一障碍物禁行区外的剩余区域,或者,该第一工作区也可以是提前规划的主机器人可以进行清洁的区域,本申请实施例对第一工作区不作具体限定。
可选的,该传感器可以为激光雷达(LDS)、相机、双目视觉系统、结构光传感器、ToF(Time of Flight)相机、半固态激光雷达等中的至少一个,本申请实施例对传感器的种类和数量不作具体限定。
其中,双目视觉系统可以指的是利用两个相机模拟人的双眼视觉,通过分析两个相机捕获的图像差异来计算物体的深度,进而确定障碍物的系统。
结构光传感器可以指的是在投射特定的光模式到环境中,通过捕获反射光模式的变化来测量物体的形状和位置,进而确定障碍物的传感器。
ToF相机可以指的是通过测量光从发射到反射回传感器所需的时间来确定物体的距离,进而确定障碍物的相机。
半固态激光雷达可以指的是内藏在机身中,以210°的超大视场角实现全方位环境感知,没有死角的激光雷达。该半固态激光雷达具有更高的扫描频率和响应速度,可以捕捉高速运动的对象,扫描结果更精细流畅;对细小物体的识别率更高,障碍物威胁判断更精确。
上述传感器各有优势,可根据具体应用场景和性能需求选择适合的传感器进行障碍物的识别,也可以进行多源信息融合处理,以结合多种传感器实现障碍物的识别。
在一些实施例中,以激光雷达为例,对应的传感器信息为点云数据,则主机器人可以根据激光雷达识别周围环境中的点云数据,通过对点云数据的分析,确定障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息,进一步的,将高度信息与主机器人的高度、子机器人的高度进行比对,和/或,将宽度信息与主机器人的宽度、子机器人的高度进行比对,以确定是否存在第一障碍物禁行区,若存在,则基于第一障碍物禁行区生成第一清洁路径,并控制子机器人基于该第一清洁路径对第一障碍物禁行区进行清洁。
在另一些实施例中,以相机为例,对应的传感器信息为图像,则主机器人可以基于相机拍摄周围环境的图像,进一步的,利用AI(Artificial Intelligence,人工智能)识别算法识别该图像中的障碍物,以确定障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息,进一步的,将高度信息与主机器人的高度、子机器人的高度进行比对,和/或,将宽度信息与主机器人的宽度、子机器人的高度进行比对,以确定是否存在第一障碍物禁行区,若存在,则基于第一障碍物禁行区生成第一清洁路径,并控制子机器人基于该第一清洁路径对第一障碍物禁行区进行清洁。
其中,第一障碍物禁行区为子机器人可进入、主机器人禁止进入的障碍物区域,如床下区域、沙发下区域等。
可选的,主机器人还围绕第一障碍物禁行区进行绕行以清洁除第一障碍物禁行区外的剩余区域。
需要说明的是,本申请实施例对确定传感器信息的方法以及所使用的传感器的类型不作具体限定,以上仅是示例说明。
可选的,本申请实施例可以应用模型生成第一清洁路径。针对子机器人,考虑灵活性和越障能力,规划能够绕过障碍物到达低矮或狭窄区域进行清洁的路径。
该应用模型可以为主机器人使用LDS进行360度环境扫描建图,线激光辅助近距离障碍物检测,可以提高避障精度,进一步的,AI算法分析上述检测到的数据,识别低矮区域和狭窄通道。在建图完成后,AI算法规划最优路径,考虑清扫效率和避障需求,进而动态调整清洁路径以适应环境变化。
因此,本申请实施例可以基于不同类型的传感器信息,例如可以融合激光、视觉、深度等多种传感器信息,综合感知各类不适合主机器人进入的区域,包括狭窄空间、物体遮挡区、地面凹陷处等区域,进而全面识别出需要子机器人清洁的第一障碍物禁行区,提高了确定第一障碍物禁行区的灵活性;由于本申请可以适应各种复杂环境下的清洁需求,如狭小走廊、家具底缝、局部高低洼地等第一障碍物禁区的清洁,且主机器人还可以围绕第一障碍物禁行区进行绕行以清洁剩余的工作区,因此,极大扩展了多机器人协作清洁的覆盖范围和应用场景,进而智能生成包括对第一障碍物禁行区进行清扫的第一清洁路径,并指引子机器人高效深入清洁第一障碍物禁行区,减少遗漏死角的清洁。
可以理解的是,本申请可以有效克服单一传感器的缺陷和盲区,提高对第一障碍物禁行区的识别准确性,减少漏扫,并且通过有效清洁普通机器人难以覆盖的第一障碍物禁行区,确保全方位的整洁效果,进而满足用户对于彻底清洁的需求,进一步的提升用户的清洁体验。
可选的,根据传感器信息,确认存在第一障碍物禁行区,包括:
在检测到子机器人的高度小于高度信息,主机器人的高度大于高度信息,和/或,子机器人的宽度小于宽度信息,主机器人的宽度大于宽度信息时,确认定存在第一障碍物禁行区。
本申请实施例中,对于高度允许子机器人通过但不允许主机器人通过的障碍物,将该障碍物区域标记为子机器人可进入、主机器人禁止进入的第一障碍物禁行区;同理,对于宽度允许子机器人通过但不允许主机器人通过的障碍物,将该障碍物区域也标记为子机器人可进入、主机器人禁止进入的第一障碍物禁行区。
这样,本申请实施例通过综合利用主机器人和子机器人的高度和宽度信息,可以灵活准确地判断出主机器人不可进入但子机器人可进入的障碍物区域,并将其确定为第一障碍物禁行区。
可选的,多机器人可以针对不同的障碍物,根据障碍物的高度和宽度特征,精准区分该障碍物所在区域是否超出主机器人但在子机器人的可及范围内,对于符合该标准的区域,可以被明确标记为第一障碍物禁行区。
可选的,主机器人的宽度范围为330~380mm,高度范围为90~105mm,子机器人的宽度范围为290~330mm,高度范围为50~70mm;因此,当障碍物底部距离待清洁面的高度信息小于90~105mm,大于50~70mm,和/或,障碍物空腔的宽度信息大于290~330mm,小于330~380mm,则确认存在第一障碍物禁行区。
这样,通过采用量化的高度和宽度数值范围作为判据来确认是否存在第一障碍物禁行区,如主机器人高90~105mm、宽330~380mm,子机器人高50~70mm、宽290~330mm,进而通过对比主机器人和子机器人与障碍物的尺寸信息,可以精准确认是否构成第一障碍物禁行区,提高了判断的准确性。
进一步的,无论是高低台面、家具底缝、狭窄通道等各种障碍物场景,本申请均可以通过高度和宽度信息进行智能判断是否存在第一障碍物禁行区,以全面覆盖各类禁行区,扩大了多机器人的应用范围。
可选的,本申请通过精准识别第一障碍物禁行区并生成相应的清洁路径,可以确保第一障碍物禁行区被子机器人高效清洁,避免由于主机器人禁入导致的清洁遗漏;同时基于生成的清洁路径进行第一障碍物禁行区的清洁,可以避免子机器人重复清洁主机器人已覆盖的区域,提高整体清洁效率。
因此,本申请实施例通过融合主、子机器人的高度和宽度信息进行禁行区判断,不仅提高了判断的灵活性和准确性,而且还确保了对各类障碍物区域的高效清洁,充分发挥了多机器人协作的优势,进一步提升了整体清洁质量和用户体验。
可选的,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径,包括:
根据清洁地图,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径;第一虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止主机器人进入的清洁区域。
可选的,在主机器人无图条件下,主机器人启动后,可以基于传感器进行环境扫描,实时生成周围空间的初步清洁地图。随着主机器人移动,不断更新和细化清洁地图信息,使用SLAM(Simultaneous Localization and Mapping)技术实现自我定位和环境映射。
可选的,在主机器人有图条件下,即主机器人中已存在预先建立的清洁地图,则主机器人可以加载该清洁地图,进而通过传感器进行实时环境扫描,对照已有清洁地图进行位置校准,更新和优化清洁地图信息,以适应环境变化或新的障碍物。
其中,该清洁地图可以为建立工作区域的三维地图,本申请实施例对清洁地图的表现形式不作具体限定。
本申请实施例中,用户可以通过主机器人配套的终端设备APP(Application,应用程序)或平板控制端软件,手动在清洁地图上绘制和设置第一虚拟墙禁区,进而主机器人更新清洁地图;该第一虚拟墙禁区可以为提前设置的禁止主机器人进入的禁区,本申请实施例对第一虚拟墙禁区的设置大小不作具体限定。
这样,本申请实施例通过赋予用户通过APP或平板控制端软件在主机器人的清洁地图上手动绘制并设置任意形状和大小的第一虚拟墙禁区的能力,使得主机器人的操作直观简单,禁区的设置更加灵活便捷,进而满足不同环境和个性化需求。
可以理解的是,APP或软件中有专门的虚拟墙绘制工具,用户可以在清洁地图上画出任意形状的封闭区域,如矩形、多边形等,进一步的,第一虚拟墙禁区的区域和形状被软件算法模型处理后,通过无线传输下发至主机器人,本申请实施例对虚拟墙禁区的区域和形状不作具体限定。
这样,用户基于APP或软件不仅可以设置传统的封闭矩形禁区,还可以根据实际需求绘制任意多边形等特殊形状的禁区,以确保各类家具、装饰品及其他特殊区域都能够被有效规避,进而实现全覆盖清洁。
在一些实施例中,由于主机器人集成了路径规划和控制软件模块,该模块可以接收APP或软件发送的虚拟墙信息,并解析虚拟墙信息,进而在生成第一清洁路径时,将第一虚拟墙禁区视为禁止主机器人进入、允许子机器人进入的禁区。
这样,主机器人通过内置的路径规划和控制模块可以无缝接收和解析APP传输的虚拟墙禁区信息,并在生成第一清洁路径时,将第一虚拟墙禁区视为主机器人禁止进入但允许子机器人进入的区域,自动完成路径规避和分工协作。
可选的,每当重新设置或调整了第一虚拟墙禁区后,主机器人可以自动更新清洁地图并重新规划路径,使得生成的第一清洁路径能够随时适应环境的变化,保证长期使用的灵活性。
因此,主机器人的路径规划和控制软件模块还负责引导和规划子机器人的第一清洁路径。
可以理解的是,本申请在规划路径时,通过对第一虚拟墙禁区的引入,可以避免主机器人进入用户不希望接触的区域,使得整个路径的规划更加合理化,进而还可以减少盲目清扫的能源浪费,提高了清洁效率。
可以理解的是,由于多机器人允许用户根据自身喜好和实际需求主动设置虚拟墙禁区,使得用户可以最大限度参与和控制清洁过程,满足用户的个性化需求,进而增强用户主动性和使用体验感。
这样,本申请实施例可以基于用户在清洁地图上对第一虚拟墙禁区的设置,为用户提供了对第一虚拟墙禁区主动的掌控权,同时又能尽可能满足用户对第一虚拟墙禁区的清洁权,第一虚拟墙禁区主机器人虽然不能进去拖,但是可以控制子机器人进去扫,增大清洁面积,有效清洁了主机器人的盲区,且用户可以基于清洁地图规划任意形状的第一虚拟墙禁区,以及随时更改第一虚拟墙禁区的大小和位置,提高了子机器人对第一虚拟墙禁区清洁的灵活性,从而有效提升用户的使用体验和满意度,针对第一虚拟墙禁区,该主机器人可以生成包含第一虚拟墙禁区的第一清洁路径,并控制子机器人基于该第一清洁路径对该第一虚拟墙区域执行清洁工作,同时主机器人还可以专注于自身负责的区域的清洁,保证了主、子机器人协作的清洁效率,还提高了路径规划的灵活性和合理性,有助于发挥多机器人协作清洁的最大效能,进而提升清洁质量和用户体验。
可选的,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作,包括:
在主机器人基于虚拟墙禁区生成第一清洁路径后,主机器人围绕第一虚拟墙禁区进行绕行以清洁第一工作区,并控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
其中,第一工作区还可以指的是除第一虚拟墙禁区外的剩余区域,或者,该第一工作区也可以是提前规划的主机器人可以进行清洁的虚拟墙区域,本申请实施例对第一工作区不作具体限定。
本申请实施例中,由于该第一虚拟墙禁区禁止主机器人进入,因此,主机器人可以根据自身实时定位,避开该第一虚拟墙禁区进行作业。
可选的,在主机器人检测到新增第一虚拟墙区域后,也可以立即重规划路径,即重新生成第一清洁路径。
可选的,若子机器人可以检测周围环境的异常,在检测到异常时,也可以上报信号给主机器人,并由主机器人重新规划路径。
这样,主机器人可以按照第一清洁路径绕过第一虚拟墙禁区执行清洁工作,不对第一虚拟墙禁区进行清洁,而是围绕第一虚拟墙禁区进行绕行以清洁剩余的工作区,由子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作,通过这种主机器人和子机器人协同配合的方式,可以精确避让设置的虚拟墙禁区,提高清扫作业的灵活性和安全性。
可选的,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作,包括:
在子机器人接收到主机器人发送的控制指令后,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
本申请实施例中,子机器人可以接收来自主机器人的控制指令,包括路径规划、位置校正等指令,需要说明的是,这些指令已经考虑了虚拟墙禁区的规避,本申请实施例对控制指令的内容不作具体限定,如该控制指令还可以为清洁模式切换的指令等。
可选的,主机器人和子机器人之间通过蓝牙或Wi-Fi通信模块建立连接用于通信,这样,主机器人可以通过Wi-Fi通信模块向子机器人发送控制指令,以控制子机器人按照第一清洁路径以及相应的清洁顺序对第一虚拟墙禁区执行清洁工作。
这样,本申请通过赋予主机器人对子机器人进行远程控制的能力,使得主机可以通过蓝牙、WiFi等无线连接,向子机器人下发各种控制指令,如路径规划、位置校正、清洁模式切换等指令,实现对子机器人的集中控制管理。
可选的,主机器人发送的控制指令中已经融合了对虚拟墙禁区的规避策略,这样,可以确保子机器人在执行控制指令时,可以自动绕开第一虚拟墙禁区,提高了生成的清洁路径的合理性和覆盖度。
可选的,子机器人上安装驱动程序,用于接收主机器人发送的控制指令,并控制自身按照控制指令执行清洁工作,而子机器人的控制模块设置在主机器人上,可以节省成本。
这样,子机器人只需内置一个轻量级驱动程序,用于接收并执行主机器人的控制指令,且子机器人无需集成复杂的控制模块,大幅降低了子机器人的硬件成本。
可以理解的是,由于控制逻辑集中在主机器人一侧,则子机器人只需遵循控制指令即可,这种集中式控制架构使得多机器人的硬件成本和研发成本都得到了优化。
需要说明的是,由于控制逻辑集中在主机器人,因此,当需要升级算法或功能时,只需升级主机器人一侧即可,子机器人遵循主机器人下发的控制指令即可,这样,大大简化了多机器人升级和维护的复杂度。
可选的,在本申请实施例中,主机器人可以灵活向子机器人下发不同类型的控制指令,如清洁模式切换指令等,使子机器人的清洁能力被扩展,以适应多种清洁场景需求。
综上所述,子机器人仅集成简单的驱动程序,使得在接收主机器人发送的控制指令后,可以对第一虚拟墙禁区执行清洁工作,通过主机器人对子机器人的远程集中控制,不仅降低了多机器人的整体成本,还提高了生成清洁路径的合理性,扩展了清洁能力,以及实现了便于升级维护,充分体现了多机器人的创新性和优越性。
可选的,控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
本申请实施例中,路径规划指令为主机器人为子机器人规划的包括对第一虚拟墙禁区内进行清洁的路径的指令,如包括第一清洁路径的指令;位置校正指令为主机器人对子机器人的位置进行调整以校正子机器人的位置,使得子机器人可以正常执行清洁的指令,如第一障碍物禁行区或虚拟墙禁区发生变化,进而主机器人生成位置校正指令,及时调整子机器人的位置对第一障碍物禁行区或虚拟墙禁区进行清洁。
沿清洁路径清洁指令为主机器人控制子机器人按照第一清洁路径对第一障碍物禁行区或虚拟墙禁区进行清洁的指令,回充指令为主机器人控制子机器人返回基站充电的指令,可选的,该沿清洁路径清洁指令还可以为主机器人控制子机器人按照其他路径绕过第二障碍物禁行区进行清洁的指令,或者按照其他路径绕过第三障碍物禁行区进行清洁的指令,本申请实施例对此不作具体限定。
可选的,子机器人可以接收主机器人发送的路径规划指令,并控制自身按照路径规划指令移动和执行清洁工作。
其中,主机器人可以为子机器人规划包含禁区内的细化清洁路径,并通过路径规划指令下发给子机器人执行,实现主机器人对清洁路径的精细规划。该细化清洁路径充分考虑了禁区的空间特征,能够指导子机器人进行高效深入清洁各类难以触及的区域。
可选的,当禁区如第一障碍物禁行区或第一虚拟墙禁区发生变化时,主机器人可以实时生成新的清洁路径,并生成路径规划指令,以通过路径规划指令指导子机器人适应新情况,这种基于动态调整路径应对环境变化的方式,可以保证清洁过程的持续性和准确性。
可选的,子机器人可以接收主机器人发送的位置校正指令,并控制自身按照位置校正指令移动到正确的位置执行清洁工作。
这样,主机器人可以通过位置校正指令对子机器人的位置进行微调,使其及时回到正确的清洁路线上,避免由于累计误差导致的位置偏移,确保清洁精度。
可选的,子机器人可以接收主机器人发送的路径规划指令和位置校正指令,并控制自身按照位置校正指令移动到正确的位置,并基于路径规划指令移动和执行清洁工作。
这样,子机器人只需遵循主机器人下发的路径规划和位置校正指令,便可以在正确的位置按照规划的路径移动和清洁,所有的控制逻辑均由主机器人掌控,简化了子机器人的功能。
可以理解的是,通过主机器人的合理路径规划和及时位置校正,可以避免子机器人盲目移动和重复清洁的情况,从而提高整体清洁效率,节省时间和能源。
可选的,子机器人还可以接收主机器人发送的回充指令,并控制自身按照回充指令返回到基站进行充电。
可选的,子机器人还可以接收主机器人发送的沿清洁路径清洁指令,并控制自身按照第一清洁路径对第一障碍物禁行区或虚拟墙禁区进行清洁。
在主机器人的指令控制下,子机器人可以自主高效地完成主机器人所分配的清洁任务,实现了对禁区清洁的高度自动化,降低人工参与程度。
这样,主机器人可以基于向子机器人发送路径规划指令、位置校正指令、沿清洁路径清洁指令和回充指令中的至少一个,控制子机器人在正确的位置按照规划好的路径执行清洁工作,该路径规划指令、沿清洁路径清洁指令和位置校正指令赋予了主机器人对子机器人的精细控制能力,进而确保了子机器人清洁的精准性和高效性,充分发挥了多机器人协作清洁的优势,该回充指令还可以确保子机器人充电的及时性,增强了多机器人的智能化和自动化水平。
可选的,不共用虚拟墙禁区还包括第二虚拟墙禁区;在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作,包括:
在主机器人执行清洁工作的过程中,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径,并控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作;第二虚拟墙禁区用于指示子机器人禁止进入清洁的虚拟墙区域。
本申请实施例中,第二清洁路径包括对第二虚拟墙禁区内的清扫路径,可以为弓字清扫路径、随机清扫路径等,本申请实施例对第二清洁路径的类型不作具体限定,其可以基于实际应用场景或人为提前设定;其中,该第二虚拟墙禁区允许主机器人但不允许子机器人进入,如对清洁力要求高、越障高度较高的区域等,本申请实施例对此不作具体限定。
这样,本申请提供的方法除了对可由子机器人进入清洁的第一虚拟墙禁区进行处理外,还可以处理第二类只允许主机器人而不允许子机器人进入的第二虚拟墙禁区,通过覆盖两种类型的虚拟墙禁区,实现了对全部虚拟墙禁区的全面清洁。
可选的,对于第二虚拟墙禁区,主机器人可以自主规划并执行针对性的第二清洁路径,避免浪费子机的清洁能力。主子机器人还可以按照各自的优势特点合理分工,提高了整体的清洁效率。
可选的,主机器人可根据第二虚拟墙禁区的具体特征,规划更适合自身的清洁路径类型,如弓字路径、随机路径等,以灵活满足不同区域的差异化清洁需求,提升清洁质量。
需要说明的是,主机器人的清洁力高于子机器人,主机器人的越障能力高于子机器人,越障能力可以指的是评估主机器人和子机器人越过不同高度和宽度障碍的能力,包括爬坡、越过缝隙等。
由于第二虚拟墙禁区往往对清洁能力和越障能力有较高要求,而主机器人通常在这两方面性能更加优秀,因此,通过安排主机器人单独负责这些虚拟墙区域,可以充分发挥其自身优势。
可以理解的是,由于子机器人不需要清洁第二虚拟墙禁区,因此在设计时可适当降低其清洁能力和越障能力等硬件配置要求,进一步降低了硬件成本。
示例性的,在主机器人执行清洁工作的过程中,如果确认存在只允许主机器人进入的第二虚拟墙禁区的情况下,如具有较高门槛的厨房,则主机器人可以规划生成自身可进入,但子机器人不可进入的第二清洁路径,进一步的,控制自身基于第二清洁路径对第二虚拟墙禁区执行清洁工作。
可选的,无论环境中存在哪种类型的禁区,本申请提供的方法均可以灵活分配机器人进行清洁,避免了机器人固定分工带来的僵化性,为用户提供了更加人性化和灵活的清洁解决方案。
这样,本申请实施例提供的多机器人协作下的禁区处理方法,通过识别和区分多种类型的虚拟墙禁区,并合理分工由主机器人和子机器人分别执行相应的清洁路径,最大限度发挥了不同机器人的优势,进而全面覆盖了所有虚拟墙禁区,提高了清洁质量和效率,增强了多机器人的灵活性和适应性,有利于提升用户的清洁体验。
可选的,主机器人还可以确定周围环境是否存在第二障碍物禁行区,确认存在第二障碍物禁区的情况下,主机器人基于第二障碍物禁区生成第二清洁路径,包括:
根据传感器信息,确认存在第二障碍物禁行区的情况下,主机器人基于第二障碍物禁行区生成第二清洁路径;传感器信息包括障碍物底部距离待清洁面的高度信息;
其中,第二清洁路径包括:引导子机器人围绕第二障碍物禁行区进行绕行以清洁第二工作区的路径。
在本步骤中,传感器信息的确认方法和具体内容与上述实施例描述的类似,在此不再赘述,详情可参照上述实施例的描述;该第二工作区可以指的是除第二障碍物禁行区外的剩余区域,或者,该第二工作区也可以是提前规划的子机器人可以进行清洁的区域,本申请实施例对第二工作区不作具体限定。
在一些实施例中,以激光雷达为例,对应的传感器信息为点云数据,则主机器人可以根据激光雷达识别周围环境中的点云数据,通过对点云数据的分析,确定障碍物底部距离待清洁面的高度信息,进一步的,将高度信息与主机器人的越障高度、子机器人的越障高度进行比对,以确定是否存在第二障碍物禁行区,若存在,则基于第二障碍物禁行区生成第二清洁路径,并控制主机器人自身基于该第二清洁路径对第二障碍物禁行区进行清洁。
在另一些实施例中,以相机为例,对应的传感器信息为图像,则主机器人可以基于相机拍摄周围环境的图像,进一步的,利用AI识别算法识别该图像中的障碍物,以确定障碍物底部距离待清洁面的高度信息,进一步的,将高度信息与主机器人的越障高度、子机器人的越障高度进行比对,以确定是否存在第二障碍物禁行区,若存在,则基于第二障碍物禁行区生成第二清洁路径,并控制主机器人自身基于该第二清洁路径对第二障碍物禁行区进行清洁。
其中,第二障碍物禁行区为主机器人可进入、子机器人禁止进入的障碍物区域,如具有高门槛的区域、地毯区域等。
可选的,主机器人还引导子机器人围绕第二障碍物禁行区进行绕行以清洁除第二障碍物禁行区外的剩余区域。
可选的,主机器人在进行路径规划时,还可以进行实时调整与反馈,如主机器人执行清洁工作的过程中,利用实时检测到的传感信息,对遇到的未预见障碍物进行路径调整,确保清扫工作的连续性和完整性。
可选的,在生成第二清洁路径时,本申请可以根据对第二障碍物禁行区的识别结果,合理规划主机和子机的分工范围,使得整体路径更加合理高效,进而提高清洁路径规划的合理性。
需要说明的是,本申请实施例对生成第二清洁路径的方法不作具体限定,其可以利用上述实施例所描述的应用模型生成,也可以基于其他方法生成。
因此,本申请实施例可以基于不同类型的传感器信息,例如可以融合激光、视觉、深度等多种传感器信息,综合感知各类不适合子机器人进入的区域,包括高门槛的区域、地毯区域等区域,进而全面识别出需要主机器人清洁的第二障碍物禁行区,提高了确定第二障碍物禁行区的灵活性,由于本申请可以适应各种复杂环境下的清洁需求,如高门槛的区域、地毯区域等第二障碍物禁区的清洁,且主机器人还可以引导子机器人围绕第二障碍物禁行区进行绕行以清洁剩余的工作区,因此,极大扩展了多机器人协作清洁的覆盖范围和应用场景,进而智能生成包括对第二障碍物禁行区进行清扫的第二清洁路径,以使主机器人自身基于该第二清洁路径进行第二障碍物禁行区的清洁。
可以理解的是,本申请可以有效克服单一传感器的缺陷和盲区,提高对第二障碍物禁行区的识别准确性,进而确保全部禁区的全面清洁,有利于适应更加复杂的使用环境,进一步的提升用户的清洁体验。
可选的,根据传感器信息,确认存在第二障碍物禁行区,包括:
在确定高度信息在主机器人的越障高度和子机器人的越障高度之间的情况下,确认存在第二障碍物禁行区。
本申请实施例中,在利用传感器扫描确定障碍物的位置和大小,包括可越过和不可越过的障碍物,可越过障碍物对应有不同的高度,分为主机器人可越过的障碍物高度(越障高度)和子机器人可越过的障碍物高度,主机器人的越障高度高于子机器人的越障高度。
可选的,主机器人越障高度区间为0~2cm,子机器人越障高度区间为0~1.5cm,当障碍物底部距离待清洁面的高度信息在1.5cm~2cm之间的情况下,确认存在第二障碍物禁行区。
这样,通过利用量化的越障高度指标,对障碍物的高度信息进行判断。当障碍物高度介于主机器人越障高度和子机器人越障高度之间时,主机器人可以精确识别出第二障碍物禁行区。
进一步的,采用量化的越障高度指标,还可以便于后续根据实际使用情况对参数进行优化调整,以提升识别的稳定性和准确性。
可选的,本申请通过设置不同的越障高度区间,充分考虑并利用了主机器人和子机器人在越障能力上的差异特性,使的识别第二障碍物禁行区的过程更加合理可靠。
可以理解的是,由于对第二障碍物禁行区的准确识别,确保了第二障碍物禁行区可以单独安排主机器人进行清洁,避免了遗漏清扫区域,以及主机器人和子机器人对同一区域的重复清洁。
可选的,本申请在基于主、子机器人的越障高度确认是否存在第二障碍物禁行区,可以适应不同环境和障碍物类型,如不仅可以适用于固定家具等静态障碍物的识别,也可通过实时扫描应用于临时杂物等动态障碍物的识别,覆盖范围更广。
因此,本申请实施例利用主、子机器人越障高度差异进行第二障碍物禁行区识别,不仅提高了识别的准确性,还有助于提升清洁路径规划的合理性,避免遗漏和重复清洁,充分发挥了主机器人和子机器人的分工协作优势,有利于适应更加复杂的使用环境,体现了多机器人协作的卓越创新性。
可选的,方法还包括:
在确定对待清洁表面的清洁力要求在主机器人的清洁力和子机器人的清洁力之间的情况下,确认存在第二障碍物禁行区。
本申请实施例中,清洁力可以为主机器人和子机器人的清扫效率,例如每分钟清扫面积、电池续航时间以及是否能适应不同待清洁面材料。
这样,本申请通过对清洁力进行了量化,如清扫效率、续航时间、适应不同材质等,并设置了主机器人和子机器人的清洁力标准,为识别过程提供了明确的量化判据,增强了评估的客观性和一致性。
可选的,在确定高度信息在主机器人的越障高度和子机器人的越障高度之间,和/或,在确定对待清洁表面的清洁力要求在主机器人的清洁力和子机器人的清洁力之间的情况下,确定存在第二障碍物禁行区,该第二障碍物禁行区为只允许主机器人进入的高障碍物区。
需要说明的是,不同区域对清洁力的要求可能不尽相同,因此,通过引入清洁力评估维度,能够更好地满足复杂环境下的差异化清洁需求,实现精细化的区域规划和分工。
可选的,本申请除了基于障碍物的高度确认存在第二障碍物禁行区外,还引入了清洁力这一新的评估维度来确认是否存在第二障碍物禁行区,可选的,通过同时结合高度和清洁力两个指标进行综合判断,使得识别第二障碍物禁行区的过程更加全面和准确。
需要说明的是,本申请实施例还可以基于多维度综合评估禁行区的存在性,本申请实施例对评估维度的数量和内容不作具体限定,其可以基于实际应用场景确定。
可选的,通常主机器人在清洁力方面表现优于子机器人,因此,对需要较高清洁力的区域识别为第二障碍物禁行区,进而可以安排主机器人单独负责,最大限度发挥主机器人的性能优势。
针对第二障碍物禁行区,由主机器人单独执行清洁,可以利用其卓越的清洁能力,提高对第二障碍物禁行区的清洁质量和效率。
需要说明的是,如果完全按照最高清洁力的标准设计子机器人,则将导致硬件成本升高,因此,通过区分第二障碍物禁行区,使得子机器人清洁力要求可适当降低,助于平衡整体成本和性能。
综上所述,本申请实施例在基于高度评估的基础上,新增清洁力这一维度作为识别第二障碍物禁行区的判据,不仅提高了识别的准确性和全面性,还有助于实现差异化清洁、发挥主机器人的清洁优势、提高清洁质量效率,并在性能和成本之间寻求平衡,充分体现了多机器人的创新性和优越性。
可选的,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径,包括:
根据清洁地图,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径;第二虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止子机器人进入的清洁区域。
在本步骤中,清洁地图的生成方法和更新过程,以及第二虚拟墙禁区的设置过程与上述实施例描述的类似,在此不再赘述,详情可参照上述实施例的描述,但该第二虚拟墙禁区指的是提前设置的禁止子机器人进入的虚拟墙禁区,本申请实施例对第二虚拟墙禁区的设置大小不作具体限定。
在一些实施例中,主机器人可以基于路径规划和控制软件模块接收APP或软件发送的第二虚拟墙信息,并解析虚拟墙信息,进而在生成第二清洁路径时,将第二虚拟墙禁区视为禁止子机器人进入、允许母机器人进入的禁区,这样,主机器人可以按照第二清洁路径对第二虚拟墙禁区进行清洁。
可以理解的是,由于本申请允许用户在清洁地图上自主设置虚拟墙禁区的形状和位置,使得主机器人在生成第二清洁路径时,可以根据用户的个性化需求,规避子机器人对第二虚拟墙区域的清洁。这大大提高了清洁路径规划的灵活性和自由度,增强了用户的个性化体验。
可选的,用户可以根据自身需求随时调整第二虚拟墙的位置和形状,相应的,主机器人会相应地优化第二清洁路径,这种高自由度的交互方式,大大增强了用户的控制感和体验感。
可选的,根据第二虚拟墙禁区生成第二清洁路径,使得主机器人基于该第二清洁路径进行清洁,可以避免主机器人在非目标区域浪费时间和能量。同时对于一些特殊区域,如易碎物品集中区,用户可以将其设置为第二虚拟墙禁区,避免主机器人对该第二虚拟墙禁区进行清洁,从而防止意外损坏,提高了清洁质量。
需要说明的是,由于本申请设置了禁止子机器人进入第二虚拟墙区域,则可以有效避免子机器人与第二虚拟墙区域内的障碍物发生碰撞,降低了发生意外的风险,提高了整体清洁过程的安全性。这样,本申请实施例可以基于清洁地图确定是否存在第二虚拟墙禁区,并在存在禁止子机器人进入的第二虚拟墙禁区的情况下,基于该第二虚拟墙禁区生成第二清洁路径,通过引入第二虚拟墙禁区的创新设计,可以实现高灵活性的清洁路径规划,进而提高清洁质量和效率,增强多机器人清洁的安全性,以达到优化用户体验的目的。
需要说明的是,主机器人和子机器人可以不共用虚拟墙禁区,因此,子机器人的第一虚拟墙禁区禁止主机器人进入,主机器人的第二虚拟墙禁区禁止子机器人进入。
可选的,控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作,包括:
在主机器人基于第二虚拟墙禁区生成第二清洁路径后,主机器人引导子机器人围绕第二虚拟墙禁区进行绕行以清洁第二工作区,并控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作。
其中,该第二工作区还可以指的是除第二虚拟墙禁区外的剩余区域,或者,该第二工作区也可以是提前规划的子机器人可以进行清洁的虚拟墙区域,本申请实施例对第二工作区不作具体限定。
本申请实施例中,由于该第二虚拟墙禁区禁止子机器人进入,因此,主机器人可以根据子机器人的定位,控制子机器人避开该第二虚拟墙禁区进行作业。
可选的,如果子机器人可以检测周围是否存在第二虚拟墙区域,则当子机器人因惯性等原因临近第二虚拟墙区域时,向主机器人发送信号,以使主机器人发出警示并发送新的远离指令,控制子机器人立即执行,使得子机器人自行避开第二虚拟墙区域进行清洁。
可选的,在主机器人检测到新增第二虚拟墙区域后,也可以立即重规划路径,即重新生成第二清洁路径。
这样,主机器人可以控制子机器人按照第二清洁路径绕过第二虚拟墙禁区执行清洁工作,不对第二虚拟墙禁区进行清洁,而是引导子机器人围绕第二虚拟墙禁区进行绕行以清洁剩余的工作区,由主机器人自身基于第二清洁路径对第二虚拟墙禁区执行清洁工作,进而主机器人可以高效、准确地完成对第二虚拟墙禁区的清洁,提高清洁效果。
可选的,方法还包括:
在主机器人接收终端设备发送的修改指令后,控制对不共用虚拟墙禁区的范围进行修改;修改指令为响应于用户在终端设备的界面的修改操作,对不共用虚拟墙禁区的范围进行修改生成的指令。
本申请实施例中,修改指令包括添加、删除和调整不共用虚拟墙禁区的指令,这样,用户可以基于终端设备的APP在多机器人清扫过程中动态添加、删除或调整不共用虚拟墙禁区,进而生成修改指令,在主机器人实时接收到该修改指令后立即控制主机器人自身或子机器人的行为,如重新生成子机器人的第一清洁路径等行为。
该不共用虚拟墙禁区包括第一虚拟墙禁区和第二虚拟墙禁区。
可选的,由于终端设备可以提供一个可视化界面(如触控界面),在该可视化界面中,用户通过可视化界面,可以直接在可视化界面上进行触控操作,如画出或取消第一虚拟墙禁区,进而终端设备自动同步这些设置到主机器人,以使主机器人基于这些设置重新生成第一清洁路径,并控制自身和子机器人执行清洁工作。
可选的,在设置不共用虚拟墙禁区时,可视化界面还提供实时预览功能,使得用户可以查看各个虚拟墙禁区设置后各机器人的预计清洁路径,以及如何避开虚拟墙禁区。
需要说明的是,第一虚拟墙禁区和/或第二虚拟墙禁区的范围均可以进行修改,如在主机器人接收终端设备发送的修改指令后,控制对第一虚拟墙禁区和/或第二虚拟墙禁区的范围进行修改;该修改指令为响应于用户在终端设备的界面的修改操作,对第一虚拟墙禁区和/或第二虚拟墙禁区的范围进行修改生成的指令。
这样,本申请可以基于终端设备发送的修改指令对不共用虚拟墙禁区的范围进行修改,提高了清洁范围的灵活性。
可选的,方法还包括:
在主机器人接收终端设备发送的查看指令后,控制将不共用虚拟墙禁区的范围和/或目标清洁路径反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对多机器人执行清洁工作所对应的不共用虚拟墙禁区和/或目标清洁路径进行查看生成的指令。
本申请实施例中,终端设备可以提供一个统一的界面,让用户可以同时查看和管理所有机器人的禁区设置,而不是分别操作每一个机器人。这样,在主机器人接收终端设备发送的查看指令后,可以控制将子机器人以及主机器人执行清洁工作所对应的不共用虚拟墙禁区的范围和/或目标清洁路径反馈至终端设备进行可视化显示。
其中,目标清洁路径包括第一清洁路径和第二清洁路径。
示例性的,将主机器人执行清洁工作所对应的第二虚拟墙禁区的范围进行可视化显示,如在主机器人接收终端设备发送的查看指令后,控制将主机器人执行清洁工作所对应的第二虚拟墙禁区的范围反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对主机器人执行清洁工作所对应的第二虚拟墙禁区进行查看生成的指令。
可选的,基于终端设备发送的查看指令,还可以将子机器人的第一清洁路径、主机器人的第二清洁路径等进行可视化显示,本申请实施例对查看指令对应的具体内容不作限定,其可以基于用户设置确定。
这样,可以方便用户随时查看主、子机器人执行清洁工作所对应的不共用虚拟墙禁区的范围以及目标清洁路径,便于了解主、子机器人的清洁进度以及规划,提高了清洁的便利性。
示例性的,图3为本申请实施例提供的另一种多机器人协作下的禁区处理方法的流程示意图,如图3所示,以多机器人包括主机器人和子机器人为例;子机器人接收主机器人的控制指令来执行任务,该控制指令可以是控制子机器人执行清洁任务相关的指令,也可以是控制子机器人执行其他类型任务的指令,本申请实施例对控制指令的内容不作具体限定,其可以基于实际的应用场景确定;如图3所示,多机器人协作下的禁区处理方法包括:
S301、在主机器人执行清洁工作的过程中,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径。
S302、控制主机器人和子机器人基于第三清洁路径不对共用虚拟墙禁区执行清洁工作;共用虚拟墙禁区用于指示主机器人和子机器人均禁止进入清洁的虚拟墙区域。
本申请实施例中,第三清洁路径不包括对共用虚拟墙禁区内的清扫路径,可以为弓字清扫路径、随机清扫路径等,本申请实施例对第三清洁路径的类型不作具体限定,其可以基于实际应用场景或人为提前设定;其中,该共用虚拟墙禁区禁止主机器人以及子机器人进入,如冰箱、洗衣机等障碍物所在的虚拟墙区域,或过高以及过窄的区域,本申请实施例对此不作具体限定。
可选的,不对共用虚拟墙禁区执行清洁工作,可以包括主机器人和/或子机器人绕行共用虚拟墙禁区执行清洁工作、返回基站执行充电或自清洁、子机器人寻找主机器人并跟随主机器人等工作等,本申请实施例对此不作具体限定,期可以基于实际的应用场景确定。
示例性的,在主机器人执行清洁工作的过程中,如果确认存在主机器人和子机器人均禁止进入的共用虚拟墙禁区的情况下,如过高或过窄的区域,则主机器人可以规划生成自身以及子机器人均不可进入的第三清洁路径,进一步的,控制自身以及子机器人基于第三清洁路径均不对共用虚拟墙禁区执行清洁工作,而是对共用虚拟墙禁区外的区域进行清洁工作。
需要说明的是,本申请还引入了共用虚拟墙禁区的概念,针对主机器人和子机器人均禁止进入的特殊区域,主机器人可以智能识别出这些特殊区域,并生成不包含共用虚拟墙禁区的第三清洁路径,以实现对共用虚拟墙禁区的自动规避。这种动态规避的方法极大增强了清洁路径规划的灵活性,确保了清洁的高效性。
可选的,对于一些特殊的、狭窄的或高度有限的区域,很可能会给主、子机器人的进入带来碰撞风险,因此,将这些区域设置为共用虚拟墙禁区,并由主机器人基于该共用虚拟墙禁区规划绕行路径,可以很好地避免这些潜在的安全隐患,消除碰撞和损坏的风险,进而提高清洁的安全性。
需要说明的是,传统的清洁方式很可能会忽视一些狭窄、隐蔽的死角区域,导致这些区域无法被覆盖和清洁,因此,本申请通过设置共用虚拟墙禁区,可以防止了主、子机器人进入共用虚拟墙禁区,从而避免了清洁盲区的产生,确保了整个环境的彻底清洁。
可以理解的是,如果主、子机器人都要禁止进入特殊区域清洁,则对应的路径规划将会变得非常复杂,因此,引入共用虚拟墙禁区后,主机器人只需要规划一条简单的绕行路径,就可以高效解决特殊区域的清洁问题,降低了清洁规划的复杂度。
这样,本申请实施例提供的多机器人协作下的禁区处理方法,针对子机器人和主机器人均禁止进入清洁的共用虚拟墙禁区,该主机器人可以生成不包含该共用虚拟墙禁区的第三清洁路径,并控制自身以及子机器人基于该第三清洁路径不对该区域执行清洁工作,而是绕开该共用虚拟墙禁区进行清洁,通过引入共用虚拟墙禁区的创新设计,不但提升了清洁路径规划的灵活性,还全面增强了清洁作业的安全性、覆盖性和高效性,进一步优化了用户的清洁体验。
可选的,主机器人还可以基于周围环境确定是否存在第三障碍物禁行区,在确认存在第三障碍物禁区的情况下,主机器人基于第三障碍物禁区生成第三清洁路径,包括:
根据传感器信息,确认存在第三障碍物禁行区的情况下,主机器人基于第三障碍物禁行区生成第三清洁路径;传感器信息包括障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息;
其中,第三清洁路径包括:主机器人围绕第三障碍物禁行区进行绕行以清洁第三工作区的路径和引导子机器人围绕第三障碍物禁行区进行绕行以清洁第三工作区的路径。
在本步骤中,传感器信息的确认方法和具体内容与上述实施例描述的类似,在此不再赘述,详情可参照上述实施例的描述;该第三工作区可以指的是除第三障碍物禁行区外的剩余区域,或者,该第三工作区也可以是提前规划的主机器人和子机器人均可以进行清洁的区域,本申请实施例对第三工作区不作具体限定。
在一些实施例中,以激光雷达为例,对应的传感器信息为点云数据,则主机器人可以根据激光雷达识别周围环境中的点云数据,通过对点云数据的分析,确定障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息,进一步的,将高度信息与子机器人的高度进行比对,和/或,将宽度信息与子机器人的宽度进行比对,和/或,将高度信息与主机器人的越障高度进行比对,以确定是否存在第三障碍物禁行区,若存在,则基于第三障碍物禁行区生成第三清洁路径,并控制主机器人自身和子机器人基于该第三清洁路径不对第三障碍物禁行区进行清洁。
在另一些实施例中,以相机为例,对应的传感器信息为图像,则主机器人可以基于相机拍摄周围环境的图像,进一步的,利用AI识别算法识别该图像中的障碍物,以确定障碍物底部距离待清洁面的高度信息和/或障碍物空腔的宽度信息,进一步的,将高度信息与子机器人的高度进行比对,和/或,将宽度信息与子机器人的宽度进行比对,和/或,将高度信息与主机器人的越障高度进行比对,以确定是否存在第三障碍物禁行区,若存在,则基于第三障碍物禁行区生成第三清洁路径,并控制主机器人自身和子机器人基于该第三清洁路径不对第三障碍物禁行区进行清洁。
其中,第三障碍物禁行区为主机器人和子机器人均禁止进入的障碍物区域,如过高以及过窄区域等。
可选的,主机器人还可以围绕第三障碍物禁行区进行绕行以清洁除第三障碍物禁行区外的剩余区域。
可选的,主机器人还可以引导子机器人围绕第三障碍物禁行区进行绕行以清洁除第三障碍物禁行区外的剩余区域。
可选的,主机器人可以围绕第三障碍物禁行区进行绕行以清洁剩余工作区,并且引导子机器人围绕第三障碍物禁行区进行绕行以清洁剩余工作区。
需要说明的是,本申请实施例对生成第三清洁路径的方法不作具体限定,其可以利用上述实施例所描述的应用模型生成,也可以基于其他方法生成。
因此,本申请实施例可以基于不同类型的传感器信息,确认是否存在第三障碍物禁行区,提高了确定第三障碍物禁行区的灵活性,扩大多机器人的适用场景,进而生成不包括对第三障碍物禁行区进行清扫的第三清洁路径,以使主、子机器人基于该第三清洁路径均不对第三障碍物禁行区的清洁,并且主机器人可以围绕第三障碍物禁行区进行绕行以清洁剩余工作区和引导子机器人围绕第三障碍物禁行区进行绕行以清洁剩余工作区,提高了清洁的灵活性。
可选的,根据传感器信息,确认存在第三障碍物禁行区,包括:
在检测到子机器人的高度大于高度信息,和/或,子机器人的宽度小于宽度信息,和/或,主机器人的越障高度小于高度信息时,确认存在第三障碍物禁行区。
在本申请中,对于障碍物底部到待清洁面的高度信息小于子机器人高度的区域标记为第三障碍物禁行区,即子机器人和主机器人的清洁路径均不得进入的区域,相应的,对于通道宽度(宽度信息)小于子机器人宽度的区域,也标记为第三障碍物禁行区,对于障碍物的高度大于主机器人的越障高度的区域,也标记为第三障碍物禁行区。
这样,本申请可以根据子机器人和主机器人自身的尺寸特征,联合与障碍物高度和宽度等信息,可以精准确定哪些区域属于第三障碍物禁行区。例如,对于过高和过窄的障碍物,在高度和/或宽度上,均不允许主机器人和子机器人通过,因此被确定为第三障碍物禁行区,这种基于高度和/或宽度的识别逻辑,大大提高了障碍物识别的精准性。
可选的,在准确识别第三障碍物禁行区后,主机器人可以合理规划绕行路径,对于可越障的区域可实施适当越障,对于需要规避的区域则生成合理的绕行路线,从而优化清洁路径,提高清洁效率。
这样,本申请实施例可以基于子机器人的高度和/或宽度,和/或主机器人的越障高度确认是否存在第三障碍物禁行区,通过精准识别第三障碍物禁行区,不仅提高了多机器人的智能化水平,还为后续的路径规划和障碍物规避的优化奠定了基础,进一步增强了多机器人协作的先进性和实用价值。
结合上述实施例可知,本申请可以根据感知到的障碍物信息和主、子机器人的尺寸差异以及越障能力,将多机器人的工作区域划分为不同级别的禁区,如第一障碍物禁行区、第二障碍物禁行区和第三障碍物禁行区。
可选的,不同机型的主机器人和子机器人,其机身尺寸和越障能力可能存在差异。因此,本申请可以根据具体机型的参数,对同一障碍物区域进行差异化的禁行区判定。这种个性化的判定方式,可以避免"一刀切"的规避策略,提高了禁行区设置的合理性,实现了差异化的禁行区判定。
可以理解的是,传统的人工标定禁行区存在着漏检和错检的风险,而本申请通过综合考虑障碍物信息和机器人自身特征,以机器视角自动确定禁行区,降低了人为判断失误带来的风险,提高了多机器人协作的稳健性,降低了漏检和错检的风险。
可选的,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径,包括:
根据清洁地图,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径;共用虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止主机器人和子机器人进入的清洁区域。
在本步骤中,清洁地图的生成方法和更新过程,以及共用虚拟墙禁区的设置过程与上述实施例描述的类似,在此不再赘述,详情可参照上述实施例的描述,但该共用虚拟墙禁区指的是提前设置的禁止主机器人和子机器人进入的虚拟墙禁区,即该虚拟墙禁区视为绝对不可进入的障碍物区域,本申请实施例对共用虚拟墙禁区的设置大小不作具体限定。
可选的,在生成第三清洁路径规划时,需要确保主机器人自身和子机器人的路径均避开了该共用虚拟墙禁区,该共用虚拟墙禁区用于保护重要物品、儿童活动区、宠物等待区等,不允许任何机器人进入。
可选的,共用虚拟墙禁区可以将不同功能区域合理分隔开来,例如将儿童活动区和宠物区与其他区域隔离,使得儿童活动区和宠物区在清洁时得到额外的保护,这种基于功能分区的思路,有助于提升多机器人清洁的合理性和科学性,进而实现了简化了复杂环境的路径规划区域功能的合理分区。
可以理解的是,将共用虚拟墙禁区视为绝对不可进入的障碍物区域,使得主、子机器人在清洁时完全规避这些区域,可以避免与重要物品的碰撞风险,也避免了对儿童活动区、宠物等待区的干扰,全面提高了多机器人清洁的安全性和可靠性。
可选的,用户可以通过设置共用虚拟墙禁区,主动约束主、子机器人的清洁范围,实现对清洁过程的主动把控。当多机器人按照设置严格执行清洁时,可以极大增强用户的控制感和对多机器人的信任度,提升整体用户体验。
在一些实施例中,主机器人可以基于路径规划和控制软件模块接收APP或软件发送的虚拟墙信息,并解析虚拟墙信息,进而在生成第三清洁路径时,将共用虚拟墙禁区视为禁止主机器人和子机器人进入的禁区,这样,主机器人可以按照第三清洁路径控制自身和子机器人均不对共用虚拟墙禁区进行清洁。
这样,通过在清洁地图上设置共用虚拟墙禁区,使得用户可以根据自身需求,个性化地规划出重要区域、特殊区域等不可清洁的区域,这些共用虚拟墙禁区被纳入共用虚拟墙禁区,进而主、子机器人将完全避开这些区域,避免了对重要物品或活动区的干扰,充分尊重了用户的个性化需求,并实现了清洁区域的个性化设置。
可选的,对于一些错综复杂的家居环境,如果针对存在主、子机器人禁止清洁的区域进行清洁,路径规划将会变得非常困难,但通过设置共用虚拟墙禁区,可以将一些特殊区域排除在外,极大简化了路径规划的复杂度,提高了系统的实用性。
这样,本申请实施例可以基于清洁地图确定是否存在共用虚拟墙禁区,并在存在禁止主、子机器人进入的共用虚拟墙禁区的情况下,基于该共用虚拟墙禁区生成第三清洁路径,通过引入共用虚拟墙禁区,结合用户个性化需求,进一步增强了清洁规划的灵活性、安全性和可控性,将个性化清洁体验推向了新的高度。
可选的,控制主机器人和子机器人基于第三清洁路径不对共用虚拟墙禁区执行清洁工作,包括:
在主机器人基于虚拟墙禁区生成第三清洁路径后,主机器人和子机器人按照第三清洁路径围绕共用虚拟墙禁区进行绕行以清洁第三工作区。
其中,第三工作区还可以指的是除共用虚拟墙禁区外的剩余区域,或者,该第三工作区也可以是提前规划的主机器人和子机器人均可以进行清洁的区域,本申请实施例对第三工作区不作具体限定。
本申请实施例中,由于该共用虚拟墙禁区禁止主、子机器人进入,因此,主机器人可以根据主、子机器人的定位,控制主机器人自身和子机器人避开该共用虚拟墙禁区进行作业。
可选的,在主机器人检测到新增共用虚拟墙禁区后,也可以立即重规划主机器人和子机器人的路径,即重新生成第三清洁路径。
这样,主机器人可以控制自身和子机器人基于第三清洁路径绕过共用虚拟墙禁区执行清洁工作,不对共用虚拟墙禁区进行清洁,而是围绕共用虚拟墙禁区进行绕行以清洁剩余工作区,进而精确避让设置的虚拟墙禁区,保护共用虚拟墙禁区的安全性,提高清扫作业的灵活性。
可选的,主机器人包括拖布组件和吸口组件,方法还包括:
在主机器人执行清洁工作的过程中,确认存在禁拖区的情况下,控制主机器人由拖布组件的工作状态切换为吸口组件的工作状态;禁拖区包括地毯区域、电线密集区域和具有缠绕特性的障碍物区域。
在一些实施例中,在主机器人基于传感信息识别到周围环境存在地毯、电线密集区等不适合拖布组件运行的待清洁表面材质区域,则将该区域视为禁拖区,在该禁拖区,可暂停主机器人的拖布功能,仅进行吸尘清扫。
可选的,在确认存在禁拖区的情况下,控制主机器人处于吸口组件的工作状态对禁拖区进行清洁。
可选的,在确认存在禁拖区的情况下,若此时机器人处于拖布组件的工作状态,则控制主机器人由拖布组件的工作状态切换为吸口组件的工作状态对禁拖区进行清洁。
在另一些实施例中,也可以基于清洁地图确定是否禁拖区,本申请实施例对确定是否禁拖区的方法不作具体限定。
因此,本申请实施例在针对禁拖区的清洁时,可以控制主机器人由拖布组件的工作状态切换为吸口组件的工作状态,防止拖布污染或弄湿禁拖区,保证清洁效果。
可选的,控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
需要说明的是,路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令跟上述实施例描述的路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令的定义类似,只是二者的应用场景不同,一个是确认存在不共用虚拟墙禁区的情况下生成的控制指令,另一个是在确认存在共用虚拟墙禁区的情况下生成的控制指令,详情可参照上述实施例的描述,在此不再赘述。
这样,主机器人可以基于向子机器人发送路径规划指令、位置校正指令、沿清洁路径清洁指令和回充指令中的至少一个,控制子机器人在正确的位置按照规划好的路径执行清洁工作,该路径规划指令、沿清洁路径清洁指令和位置校正指令赋予了主机器人对子机器人的精细控制能力,进而确保了子机器人清洁的精准性和高效性,充分发挥了多机器人协作清洁的优势,该回充指令还可以确保子机器人充电的及时性,增强了多机器人的智能化和自动化水平。
可选的,方法还包括:
在主机器人接收终端设备发送的修改指令后,控制对共用虚拟墙禁区的范围进行修改;修改指令为响应于用户在终端设备的界面的修改操作,对共用虚拟墙禁区的范围进行修改生成的指令。
需要说明的是,该修改指令跟上述实施例描述的修改指令的定义类似,只是二者的应用场景不同,一个是确认存在不共用虚拟墙禁区的情况下接收的修改指令,另一个是在确认存在共用虚拟墙禁区的情况下接收的修改指令,详情可参照上述实施例的描述,在此不再赘述。
可选的,在设置共用虚拟墙禁区时,可视化界面也提供实时预览功能,使得用户可以查看共用虚拟墙禁区设置后各机器人的预计清洁路径,以及如何避开共用虚拟墙禁区。
需要说明的是,共用虚拟墙禁区的范围均也可以进行修改,如在主机器人接收终端设备发送的修改指令后,控制共用虚拟墙禁区的范围进行修改。
这样,本申请可以基于终端设备发送的修改指令对共用虚拟墙禁区的范围进行修改,提高了清洁范围的灵活性。
可选的,方法还包括:
在主机器人接收终端设备发送的查看指令后,控制将共用虚拟墙禁区的范围和/或第三清洁路径反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对多机器人执行清洁工作所对应的共用虚拟墙禁区和/或第三清洁路径进行查看生成的指令。
需要说明的是,该查看指令跟上述实施例描述的查看指令的定义类似,只是二者的应用场景不同,一个是确认存在不共用虚拟墙禁区的情况下接收的查看指令,另一个是在确认存在共用虚拟墙禁区的情况下接收的查看指令,详情可参照上述实施例的描述,在此不再赘述。
可选的,基于终端设备发送的查看指令,还可以将子机器人和主机器人的第三清洁路径等进行可视化显示,本申请实施例对查看指令对应的具体内容不作限定,其可以基于用户设置确定。
这样,可以方便用户随时查看主、子机器人执行清洁工作所对应的共用虚拟墙禁区的范围以及第三清洁路径,便于了解主、子机器人的清洁进度以及规划,提高了清洁的便利性。
可选的,方法还包括:
在主机器人接收终端设备发送的分组指令后,控制将分组后的子机器人执行清洁工作所对应虚拟墙禁区反馈至终端设备进行可视化显示;分组指令为响应于用户在终端设备的界面的分组操作,对清洁虚拟墙禁区的至少两个子机器人进行分组生成的指令。
本申请实施例中,可以对子机器人进行分组管理,每组可以有不同的禁区设置,如每组对应的虚拟墙禁区的范围不同,例如,以一个主机器人控制10个子机器人执行清洁工作为例,可以将10个子机器人分为5组,其中,一组有2个子机器人,分别对不同的虚拟墙禁区执行清洁工作。
在本步骤中,该虚拟墙禁区包括共用虚拟墙禁区和不共用虚拟墙禁区。
需要说明的是,本申请实施例对子机器人分组的条件以及分组的数量、每组内的子机器人的数量不作具体限定,如子机器人还可以基于虚拟墙禁区的类型进行分类。
可选的,在主机器人接收终端设备发送的分组指令后,控制将分组后的子机器人以及主机器人执行清洁工作所对应第一虚拟墙禁区和第二虚拟墙禁区均反馈至终端设备进行可视化显示;分组指令为响应于用户在终端设备的界面的分组操作,对清洁第一虚拟墙禁区的子机器人以及清洁第二虚拟墙禁区的主机器人进行分组生成的指令。
可以理解的是,不同类型的禁区对机器人的要求不同,如果采用统一的子机器人队伍,则可能会导致某些区域存在进入困难的风险。因此,通过分组的方式,使得每组子机器人更加契合自身的作业环境,降低了清洁过程中发生故障的风险。
这样,本申请实施例可以基于终端设备发送的分组指令,对子机器人进行分组管理,以使多组子机器人分别执行不同的清洁工作,提高了清洁的效率,并降低了故障风险,通过分组清洁的方式是一种高效管理多机器人协作的有力手段。
可选的,可以根据子机器人和主机器人的实时工作进度和环境变化,动态调整子机器人和主机器人之间的任务分配。例如,若某子机器人完成某区域的清扫,则可以重新分配该子机器人至其他区域支援进行清洁工作,也提高清洁效率。
可选的,分组指令基于虚拟墙禁区的类型或子机器人的功能确定。
本申请实施例中,虚拟墙禁区的类型可以包括虚拟墙禁区的范围大小和障碍物的类型,如沙发下的区域为一种类型、床下区域为另一种类型,本申请实施例对障碍物的类型不作具体限定,其可以人为提前设置。
子机器人的功能指的是清洁功能,如专门拖地的子机器人和专门扫地的子机器人等,本申请实施例对此不作具体限定,这样,将具有相同清洁功能的子机器人分为一组,执行相应的清洁工作。
可选的,通过根据虚拟墙禁区的类型或子机器人的功能进行分组,每组子机器人将专门负责特定类型的禁区清洁任务。例如,针对沙发下区域的子组、针对床下区域的子组、专门拖地的子组和专门扫地的子组等。这种分工明确的安排,提高了每组子机器人的清洁作业的针对性和专一性,避免了资源浪费。
这样,由于每组子机器人的专一性,它们可以高效快速完成自身的清洁任务,且互不干扰。多组机器人并行作业,使得整体清洁效率将大幅提升,同时也避免了由于机器人规格不匹配导致的效率低下问题。
可以理解的是,不同类型的虚拟墙禁区对子机器人的机身尺寸、清洁方式等有不同要求。通过以禁区类型或机器人功能为依据进行分组,可以根据实际需求,对应派遣不同规格的子机器人,充分发挥各类子机器人的专长,进而优化了清洁资源在各禁区的分配和利用。
可选的,还可以将具有相同清洁功能的子机器人分为多组,以执行不同清洁区域的清洁工作,本申请实施例对分组的条件不作具体限定,其可以人为进行修改。
这样,本申请除了预先按类型分组外,还可以根据实际需求动态调整分组,例如,针对一些特殊区域,可从多个功能组抽调子机器人组成新的清洁小分队。这种动态灵活的分组调度机制,提高了清洁作业的针对性和效率。
综上所述,本申请基于虚拟墙禁区类型或子机器人功能的分组管理,不仅可以提高清洁专一性和针对性,还优化了资源配置,全面提升了清洁效率。
可选的,本申请还提供一种多机器人协作下的虚拟墙禁区显示方法,应用于终端设备,多机器人包括主机器人和子机器人;方法包括:
将前述实施例中所述的虚拟墙禁区在终端设备的界面进行可视化显示。
在一些实施例中,在多机器人执行清洁工作的过程中,终端设备分别将主机器人和子机器人的虚拟墙禁区在终端设备的界面进行可视化显示;虚拟墙禁区为预先设置的。
这样,通过在终端设备提供一个的统一的界面,可以让用户轻松管理多个机器人的虚拟墙禁区设置,以及在多机器人之间有效同步这些虚拟墙禁区设置,方便用户同时查看和管理多机器人的虚拟墙禁区设置,如对虚拟墙禁区进行增、删、改、查等设置,提高多机器人应用的便利性。
可选的,方法还包括:
获取虚拟墙禁区调整记录和每次虚拟墙禁区调整记录对应的清洁效果;虚拟墙禁区调整记录包括历史时间段内对第一虚拟墙禁区、第二虚拟墙禁区,和/或,共用虚拟墙禁区的位置和大小的调整后的信息;基于禁区调整记录和清洁效果训练第一深度学习模型,第一深度学习模型用于推荐虚拟墙禁区设置方案。
可选的,方法还包括:
确定每一清扫场景对应的第一虚拟墙禁区、第二虚拟墙禁区,和/或,共用虚拟墙禁区的设置方案;基于清扫场景和设置方案训练第二深度学习模型;第二深度学习模型用于推荐虚拟墙禁区设置方案。
其中,清扫场景可以包括家庭聚会、日常清洁等不同应用场景,本申请实施例对清扫场景不作具体限定。
需要说明的是,第一深度学习模型和第二深度学习模型可以为基于卷积神经网络构建的深度学习模型,也可以是基于其他类型的神经网络构建的深度学习模型,本申请实施例对深度学习模型的类型以及训练过程不作具体限定,其可以参照现有的深度学习模型,也可以重新定义新的深度学习模型。
可选的,本申请可以引入更先进的路径规划算法,如基于强化学习的算法,进而根据禁区设置方案设置路径,以减少重复清扫和遗漏区域,提高清扫效率。
这样,本申请可以根据每次清扫的效果和用户的虚拟墙禁区调整记录,智能推荐虚拟墙禁区设置的优化方案,并可以通过机器学习,识别不同的清扫场景,并推荐相应的禁区设置方案,提高了禁区设置的智能性。
可选的,方法还包括:
在多机器人执行完清洁工作后,获取子第一虚拟墙禁区、第二虚拟墙禁区,和/或,共用虚拟墙禁区的清洁效果;基于清洁效果生成清洁报告,并将清洁报告发送至终端设备,以使终端设备对多机器人的清洁能力进行评估。
本申请实施例中,在每次多机器人执行完清洁工作后,可以提供详细的清洁报告,包括禁区内外的清扫效果对比,以使终端设备对多机器人的清洁能力进行评估,进而帮助用户评估和调整虚拟墙禁区设置。
可选的,还可以通过颜色编码、图标等直观元素在终端设备的可视化界面上标出清扫效果好坏、虚拟墙禁区设置合理性等信息,让用户一目了然。
可选的,本申请还可以设定多机器人之间的协作规则,比如某些区域优先使用主机器人清洁,再用子机器人进行清洁,或者,还可以基于子机器人的功能设定多机器人之间的协作规则,如些区域优先使用具有扫地功能的子机器人清洁,再用具有拖地功能的子机器人进行清洁,提高了多机器人协作的灵活性。
可选的,在多机器人协作过程中,如果检测到某子机器人因故障或其他原因导致无法完成清洁任务,则主机器人可以自动调整其他子机器人的虚拟墙禁区设置,以控制其他子机器人执行该清洁任务,进而覆盖未清扫区域,提高清洁的完整性。
这样,通过以上方案的实施,可以大大提高多机器人协作的易用性和效率,同时也能提升用户的满意度和清扫效果。
可选的,在主机器人执行清洁工作的过程中,可以实时监控环境变化,如家具移动、新的障碍物出现等环境变化,进而主机器人自动更新清洁地图,并重新识别和设置虚拟墙禁区。
可选的,本申请还可以根据待清洁表面材质和污渍程度自动切换清扫模式,以确保清扫质量,如在确定为湿区域的情况下,控制主机器人由吸口组件的工作状态切换为拖布组件的工作状态进行清洁。
可选的,还可以引入机器学习算法,使得主机器人根据过往经验,利用机器学习算法预测潜在的禁区变化,进而提前调整规划路径。
可选的,若子机器人具有独立避障能力,则可以在主机器人发送的控制指令的信号弱或失联的情况下,也能自主避开新出现的障碍物。
可选的,若子机器人具有异常行为检测机制,则在发生子机器人卡住、倒地等异常行为,子机器人能自动报警并请求用户干预,可以理解的是,主机器人也具有上述检测机制。
可选的,若子机器人和主机器人的清洁数据需要上传到云端或其他服务器存储,则可以利用加密算法加强数据传输和存储过程的加密,保护用户的隐私信息,尤其是家庭布局和日常习惯等敏感数据。
这样,通过上述方案,可以增强了多机器人的灵活性和适应性,也提高了多机器人的清扫效率和用户体验,同时确保了使用过程中的安全性和隐私保护。
在前述实施例中,对本申请实施例提供的多机器人协作下的禁区处理方法进行了介绍,而为了实现上述本申请实施例提供的方法中的各功能,作为执行主体的多机器人可以包括硬件结构和/或软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行,取决于技术方案的特定应用和设计约束条件。
例如,图4为本申请实施例提供的一种多机器人协作下的禁区处理装置的结构示意图,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;如图4所示,该多机器人协作下的禁区处理装置400包括:
第一处理模块401,用于在主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,主机器人基于不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于目标清洁路径对不共用虚拟墙禁区执行清洁工作;不共用虚拟墙禁区用于指示主机器人或子机器人禁止进入清洁的虚拟墙区域。
可选的,不共用虚拟墙禁区包括第一虚拟墙禁区;第一处理模块401,具体用于:
在主机器人执行清洁工作的过程中,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径,并控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作;第一虚拟墙禁区用于指示主机器人禁止进入清洁的虚拟墙区域。
可选的,第一处理模块401包括第一生成单元和第一控制单元;该第一生成单元,用于:
根据清洁地图,确认存在第一虚拟墙禁区的情况下,主机器人基于第一虚拟墙禁区生成第一清洁路径;第一虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止主机器人进入的清洁区域。
可选的,该第一控制单元,用于:
在主机器人基于第一虚拟墙禁区生成第一清洁路径后,主机器人围绕第一虚拟墙禁区进行绕行以清洁第一工作区,并控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
可选的,该第一控制单元,用于:
在子机器人接收到主机器人发送的控制指令后,控制子机器人基于第一清洁路径对第一虚拟墙禁区执行清洁工作。
可选的,控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
可选的,不共用虚拟墙禁区还包括第二虚拟墙禁区;第一处理模块401,具体还用于:
在主机器人执行清洁工作的过程中,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径,并控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作;第二虚拟墙禁区用于指示子机器人禁止进入清洁的虚拟墙区域。
可选的,第一处理模块401还包括第二生成单元和第二控制单元;该第二生成单元,用于:
根据清洁地图,确认存在第二虚拟墙禁区的情况下,主机器人基于第二虚拟墙禁区生成第二清洁路径;第二虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止子机器人进入的清洁区域。
可选的,该第二控制单元,用于:
在主机器人基于第二虚拟墙禁区生成第二清洁路径后,主机器人控制子机器人围绕第二虚拟墙禁区进行绕行以清洁第二工作区,并控制主机器人基于第二清洁路径对第二虚拟墙禁区执行清洁工作。
可选的,装置400还包括第四控制单元,该第四控制单元,用于:
在主机器人接收终端设备发送的修改指令后,控制对不共用虚拟墙禁区的范围进行修改;修改指令为响应于用户在终端设备的界面的修改操作,对不共用虚拟墙禁区的范围进行修改生成的指令。
可选的,装置400还包括第五控制单元,该第五控制单元,用于:
在主机器人接收终端设备发送的查看指令后,控制将不共用虚拟墙禁区的范围和/或目标清洁路径反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对多机器人执行清洁工作所对应的不共用虚拟墙禁区和/或目标清洁路径进行查看生成的指令。
需要说明的是,上述实施例提供的多机器人协作下的禁区处理装置的具体实现原理和效果可以参见上述实施例中多机器人协作下的禁区处理方法对应的相关描述和效果,此处不做过多赘述。
示例性的,图5为本申请实施例提供的另一种多机器人协作下的禁区处理装置的结构示意图,多机器人包括主机器人和子机器人;子机器人接收主机器人的控制指令来执行任务;如图5所示,该多机器人协作下的禁区处理装置500包括:
第二处理模块501,用于在主机器人执行清洁工作的过程中,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径,并控制主机器人和子机器人基于第三清洁路径不对共用虚拟墙禁区执行清洁工作;共用虚拟墙禁区用于指示主机器人和子机器人均禁止进入清洁的虚拟墙区域。
可选的,第二处理模块501包括第三生成单元和第三控制单元;该第三生成单元,用于:
根据清洁地图,确认存在共用虚拟墙禁区的情况下,主机器人基于共用虚拟墙禁区生成第三清洁路径;共用虚拟墙禁区为用户在清洁地图上规划的任意形状的禁止主机器人和子机器人进入的清洁区域。
可选的,该第三控制单元,用于:
在主机器人基于共用虚拟墙禁区生成第三清洁路径后,主机器人和子机器人按照第三清洁路径围绕共用虚拟墙禁区进行绕行以清洁第三工作区。
可选的,控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
可选的,装置500还包括第六控制单元,该第六控制单元,用于:
在主机器人接收终端设备发送的修改指令后,控制对共用虚拟墙禁区的范围进行修改;修改指令为响应于用户在终端设备的界面的修改操作,对共用虚拟墙禁区的范围进行修改生成的指令。
可选的,装置500还包括第七控制单元,该第七控制单元,用于:
在主机器人接收终端设备发送的查看指令后,控制将共用虚拟墙禁区的范围和/或第三清洁路径反馈至终端设备进行可视化显示;查看指令为响应于用户在终端设备的界面的查看操作,对多机器人执行清洁工作所对应的共用虚拟墙禁区和/或第三清洁路径进行查看生成的指令。
需要说明的是,上述实施例提供的多机器人协作下的禁区处理装置的具体实现原理和效果可以参见上述实施例中多机器人协作下的禁区处理方法对应的相关描述和效果,此处不做过多赘述。
示例性的,图6为本申请实施例提供的一种机器人的结构示意图。如图6所示,机器人600可以包括图像采集模块601、传感器602、处理器603、存储器604以及通信模块605。
其中,处理器603可以包括一个或多个处理单元,例如:处理器603可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphicsprocessingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是机器人600的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器603中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器603中的存储器为高速缓冲存储器。该存储器可以保存处理器603刚用过或循环使用的指令或数据。如果处理器603需要再次使用该指令或数据,可从存储器中直接调用。避免了重复存取,减少了处理器603的等待时间,因而提高了系统的效率。
在一些实施例中,处理器603可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,通用异步收发传输器(universalasynchronousreceiver/transmitter,UART)接口,移动产业处理器接口(mobile industryprocessorinterface,MIPI),通用输入输出(general-purpose input/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universalserialbus,USB)接口等。
接口是一种双向同步串行总线,包括一根串行数据线(serial data line,SDA)和一根串行时钟线(derail clock line,SCL)。在一些实施例中,处理器可以包含多组I2C总线。处理器可以通过不同的I2C总线接口分别耦合传感器,摄像头等。
图像采集模块601可以采集机器人600周边的图像信息,例如,拍摄照片或拍摄视频等。机器人600可以通过ISP,摄像头,视频编解码器,GPU,以及应用处理器等实现图像采集功能。
ISP用于处理摄像头反馈的数据。例如,拍照时,打开快门,光线通过镜头被传递到摄像头感光元件上,光信号转换为电信号,摄像头感光元件将电信号传递给ISP处理,转化为肉眼可见的图像。ISP还可以对图像的噪点,亮度等进行算法优化。ISP还可以对拍摄场景的曝光,色温等参数优化。在一些实施例中,ISP可以设置在摄像头中。
摄像头用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device,CCD)或互补金属氧化物半导体光电晶体管。感光元件把光信号转换成电信号,之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB,YUV等格式的图像信号。在一些实施例中,机器人600可以包括1个或N个摄像头,N为大于1的正整数。
传感器602可以获取机器人600的移动速度、移动方向以及与周边物体之间的距离等信息。示例性的,传感器602可以包括陀螺仪传感器,速度传感器,加速度传感器,距离传感器等。
其中,陀螺仪传感器可以用于确定机器人600的运动姿态。在一些实施例中,可以通过陀螺仪传感器确定机器人600围绕三个轴(即,x,y和z轴)的角速度。陀螺仪传感器可以用于拍摄防抖。示例性的,当机器人600在进行图像采集时,陀螺仪传感器检测机器人600抖动的角度,根据角度计算出镜头模组需要补偿的距离,让镜头通过反向运动抵消机器人600的抖动,实现防抖。陀螺仪传感器还可以用于导航,判断机器人600是否被困等场景。
速度传感器用于测量移动速度。在一些实施例中,机器人600通过速度传感器测得当前时刻的移动速度,可以结合距离传感器以当前时刻机器人600所处的环境预测下一时刻机器人600所处的环境等。
加速度传感器可检测机器人600在各个方向上(一般为三轴)加速度的大小。当机器人600静止时可检测出重力的大小及方向。
距离传感器,用于测量距离。机器人600可以通过红外或激光测量距离。在一些实施例中,拍摄场景,机器人600可以利用距离传感器测距以实现快速对焦。
存储器604可以包括外部存储器以及内部存储器。外部存储器接口可以用于连接外部存储卡,例如Micro SD卡,实现扩展机器人600的存储能力。外部存储卡通过外部存储器接口与处理器通信,实现数据存储功能。例如将样本信息文件保存在外部存储卡中。
内部存储器可以用于存储计算机可执行程序代码,该可执行程序代码包括指令。处理器603通过运行存储在内部存储器的指令,从而执行机器人600的各种功能应用以及数据处理。内部存储器可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序。存储数据区可存储机器人600使用过程中所创建的数据。此外,内部存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
机器人600的无线通信功能可以通过通信模块605实现。例如,通过通信模块605,机器人600可实现与其他设备之间的通信,例如与服务器之间的通信。作为一种示例,通信模块605可以包括天线,移动通信模块,无线通信模块,调制解调处理器以及基带处理器等。
天线用于发射和接收电磁波信号。机器人600中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。
移动通信模块可以提供应用在机器人600上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(lownoise amplifier,LNA)等。移动通信模块可以由天线接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块还可以对经调制解调处理器调制后的信号放大,经天线转为电磁波辐射出去。在一些实施例中,移动通信模块的至少部分功能模块可以被设置于处理器中。在一些实施例中,移动通信模块的至少部分功能模块可以与处理器的至少部分模块被设置在同一个器件中。
无线通信模块可以提供应用在机器人600上的包括无线局域网(wirelesslocalarea networks,WLAN)(如Wi-Fi网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块可以是集成至少一个通信处理模块的一个或多个器件。可以理解的是,本实施例示意的结构并不构成对机器人600的具体限定。在另一些实施例中,机器人600可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
本申请实施例还提供了一种多机器人协作系统的结构示意图,图7为本申请实施例提供的一种多机器人协作系统的结构示意图,如图7所示,该多机器人协作系统700可以包括:多机器人和终端设备703,多机器人被配置为执行如本申请前述任一实施例中的所述的多机器人协作下的禁区处理方法,多机器人包括主机器人701和子机器人702,终端设备703被配置为执行如本申请前述任一实施例中的所述的多机器人协作下的虚拟墙禁区显示方法。
需要说明的是,上述实施例提供的多机器人协作系统的具体实现原理和效果可以参见上述实施例中多机器人协作下的禁区处理方法和多机器人协作下的虚拟墙禁区显示方法对应的相关描述和效果,此处不做过多赘述。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序执行指令,计算机执行指令被处理器执行时用于实现如本申请前述任一实施例中的所述的方法。
本申请实施例还提供了一种运行指令的芯片,该芯片用于执行如本申请前述任一实施例中由电子设备所执行的前述任一实施例中所述的方法。
本申请实施例还提供了一种计算机程序产品,该程序产品包括计算机程序,该计算机程序被处理器执行时可实现如本申请前述任一实施例中由电子设备所执行的前述任一实施例中所述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块化的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速随机存取存储器(Random Access memory,简称RAM),也可能还包括非不稳定的存储器(Non-volatile Memory,简称NVM),例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)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,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random-Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
以上所述,仅为本申请实施例的具体实施方式,但本申请实施例的保护范围并不局限于此,任何在本申请实施例揭露的技术范围内的变化或替换,都应涵盖在本申请实施例的保护范围之内。因此,本申请实施例的保护范围应以所述权利要求的保护范围为准。
Claims (21)
1.一种多机器人协作下的禁区处理方法,其特征在于,所述多机器人包括主机器人和子机器人;所述子机器人接收所述主机器人的控制指令来执行任务;所述方法包括:
在所述主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,所述主机器人基于所述不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于所述目标清洁路径对所述不共用虚拟墙禁区执行清洁工作;所述不共用虚拟墙禁区用于指示所述主机器人或所述子机器人禁止进入清洁的虚拟墙区域。
2.根据权利要求1所述的方法,其特征在于,所述不共用虚拟墙禁区包括第一虚拟墙禁区;所述在所述主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,所述主机器人基于所述不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于所述目标清洁路径对所述不共用虚拟墙禁区执行清洁工作,包括:
在所述主机器人执行清洁工作的过程中,确认存在第一虚拟墙禁区的情况下,所述主机器人基于所述第一虚拟墙禁区生成第一清洁路径,并控制所述子机器人基于所述第一清洁路径对所述第一虚拟墙禁区执行清洁工作;所述第一虚拟墙禁区用于指示所述主机器人禁止进入清洁的虚拟墙区域。
3.根据权利要求2所述的方法,其特征在于,所述确认存在第一虚拟墙禁区的情况下,所述主机器人基于所述第一虚拟墙禁区生成第一清洁路径,包括:
根据清洁地图,确认存在第一虚拟墙禁区的情况下,所述主机器人基于所述第一虚拟墙禁区生成第一清洁路径;所述第一虚拟墙禁区为用户在所述清洁地图上规划的任意形状的禁止主机器人进入的清洁区域。
4.根据权利要求2所述的方法,其特征在于,所述控制所述子机器人基于所述第一清洁路径对所述第一虚拟墙禁区执行清洁工作,包括:
在所述主机器人基于所述第一虚拟墙禁区生成第一清洁路径后,所述主机器人围绕所述第一虚拟墙禁区进行绕行以清洁第一工作区,并控制所述子机器人基于所述第一清洁路径对所述第一虚拟墙禁区执行清洁工作。
5.根据权利要求2所述的方法,其特征在于,所述控制所述子机器人基于所述第一清洁路径对所述第一虚拟墙禁区执行清洁工作,包括:
在所述子机器人接收到所述主机器人发送的控制指令后,控制所述子机器人基于所述第一清洁路径对所述第一虚拟墙禁区执行清洁工作。
6.根据权利要求1所述的方法,其特征在于,所述控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
7.根据权利要求1所述的方法,其特征在于,所述不共用虚拟墙禁区还包括第二虚拟墙禁区;所述在所述主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,所述主机器人基于所述不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于所述目标清洁路径对所述不共用虚拟墙禁区执行清洁工作,包括:
在所述主机器人执行清洁工作的过程中,确认存在第二虚拟墙禁区的情况下,所述主机器人基于所述第二虚拟墙禁区生成第二清洁路径,并控制所述主机器人基于所述第二清洁路径对所述第二虚拟墙禁区执行清洁工作;所述第二虚拟墙禁区用于指示所述子机器人禁止进入清洁的虚拟墙区域。
8.根据权利要求7所述的方法,其特征在于,所述确认存在第二虚拟墙禁区的情况下,所述主机器人基于所述第二虚拟墙禁区生成第二清洁路径,包括:
根据清洁地图,确认存在第二虚拟墙禁区的情况下,所述主机器人基于所述第二虚拟墙禁区生成第二清洁路径;所述第二虚拟墙禁区为用户在所述清洁地图上规划的任意形状的禁止子机器人进入的清洁区域。
9.根据权利要求7所述的方法,其特征在于,所述控制所述主机器人基于所述第二清洁路径对所述第二虚拟墙禁区执行清洁工作,包括:
在所述主机器人基于所述第二虚拟墙禁区生成第二清洁路径后,所述主机器人引导所述子机器人围绕所述第二虚拟墙禁区进行绕行以清洁第二工作区,并控制所述主机器人基于所述第二清洁路径对所述第二虚拟墙禁区执行清洁工作。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述主机器人接收终端设备发送的修改指令后,控制对不共用虚拟墙禁区的范围进行修改;所述修改指令为响应于用户在终端设备的界面的修改操作,对所述不共用虚拟墙禁区的范围进行修改生成的指令。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述主机器人接收终端设备发送的查看指令后,控制将不共用虚拟墙禁区的范围和/或目标清洁路径反馈至终端设备进行可视化显示;所述查看指令为响应于用户在终端设备的界面的查看操作,对所述多机器人执行清洁工作所对应的不共用虚拟墙禁区和/或目标清洁路径进行查看生成的指令。
12.一种多机器人协作下的禁区处理方法,其特征在于,所述多机器人包括主机器人和子机器人;所述子机器人接收所述主机器人的控制指令来执行任务;所述方法包括:
在所述主机器人执行清洁工作的过程中,确认存在共用虚拟墙禁区的情况下,所述主机器人基于所述共用虚拟墙禁区生成第三清洁路径,并控制所述主机器人和所述子机器人基于所述第三清洁路径不对所述共用虚拟墙禁区执行清洁工作;所述共用虚拟墙禁区用于指示所述主机器人和所述子机器人均禁止进入清洁的虚拟墙区域。
13.根据权利要求12所述的方法,其特征在于,所述确认存在共用虚拟墙禁区的情况下,所述主机器人基于所述共用虚拟墙禁区生成第三清洁路径,包括:
根据清洁地图,确认存在共用虚拟墙禁区的情况下,所述主机器人基于所述共用虚拟墙禁区生成第三清洁路径;所述共用虚拟墙禁区为用户在所述清洁地图上规划的任意形状的禁止主机器人和子机器人进入的清洁区域。
14.根据权利要求12所述的方法,其特征在于,所述控制所述主机器人和所述子机器人基于所述第三清洁路径不对所述共用虚拟墙禁区执行清洁工作,包括:
在所述主机器人基于所述共用虚拟墙禁区生成第三清洁路径后,所述主机器人和所述子机器人按照所述第三清洁路径围绕所述共用虚拟墙禁区进行绕行以清洁第三工作区。
15.根据权利要求12所述的方法,其特征在于,所述控制指令包括路径规划指令、位置校正指令、沿清洁路径清洁指令、回充指令中的至少一个。
16.根据权利要求12所述的方法,其特征在于,所述方法还包括:
在所述主机器人接收终端设备发送的修改指令后,控制对共用虚拟墙禁区的范围进行修改;所述修改指令为响应于用户在终端设备的界面的修改操作,对所述共用虚拟墙禁区的范围进行修改生成的指令。
17.根据权利要求12所述的方法,其特征在于,所述方法还包括:
在所述主机器人接收终端设备发送的查看指令后,控制将共用虚拟墙禁区的范围和/或第三清洁路径反馈至终端设备进行可视化显示;所述查看指令为响应于用户在终端设备的界面的查看操作,对所述多机器人执行清洁工作所对应的共用虚拟墙禁区和/或第三清洁路径进行查看生成的指令。
18.一种多机器人协作下的禁区处理装置,其特征在于,所述多机器人包括主机器人和子机器人;所述子机器人接收所述主机器人的控制指令来执行任务;所述装置包括:
第一处理模块,用于在所述主机器人执行清洁工作的过程中,确认存在不共用虚拟墙禁区的情况下,所述主机器人基于所述不共用虚拟墙禁区生成目标清洁路径,并控制目标机器人基于所述目标清洁路径对所述不共用虚拟墙禁区执行清洁工作;所述不共用虚拟墙禁区用于指示所述主机器人或所述子机器人禁止进入清洁的虚拟墙区域。
19.一种多机器人协作下的禁区处理装置,其特征在于,所述多机器人包括主机器人和子机器人;所述子机器人接收所述主机器人的控制指令来执行任务;所述装置包括:
第二处理模块,用于在所述主机器人执行清洁工作的过程中,确认存在共用虚拟墙禁区的情况下,所述主机器人基于所述共用虚拟墙禁区生成第三清洁路径,并控制所述主机器人和所述子机器人基于所述第三清洁路径不对所述共用虚拟墙禁区执行清洁工作;所述共用虚拟墙禁区用于指示所述主机器人和所述子机器人均禁止进入清洁的虚拟墙区域。
20.一种机器人,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-17中任一项所述的方法。
21.一种多机器人协作系统,其特征在于,所述系统包括:多机器人和终端设备;所述多机器人用于执行如权利要求1-17中任一项所述的方法,所述多机器人包括主机器人和子机器人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410396093.8A CN117984331B (zh) | 2024-04-03 | 2024-04-03 | 多机器人协作下的禁区处理方法、装置、机器人及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410396093.8A CN117984331B (zh) | 2024-04-03 | 2024-04-03 | 多机器人协作下的禁区处理方法、装置、机器人及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117984331A true CN117984331A (zh) | 2024-05-07 |
CN117984331B CN117984331B (zh) | 2024-07-19 |
Family
ID=90895413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410396093.8A Active CN117984331B (zh) | 2024-04-03 | 2024-04-03 | 多机器人协作下的禁区处理方法、装置、机器人及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117984331B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105383906A (zh) * | 2015-12-08 | 2016-03-09 | 安徽工业大学 | 一种桶面的摆放与装箱装置 |
US20180192845A1 (en) * | 2016-04-14 | 2018-07-12 | Boe Technology Group Co., Ltd. | Cleaning robot and method of cleaning thereof |
CN109425086A (zh) * | 2017-12-06 | 2019-03-05 | 追觅科技(天津)有限公司 | 一种检测方法、空气净化设备及电子设备 |
CN109421067A (zh) * | 2017-08-31 | 2019-03-05 | Neato机器人技术公司 | 机器人虚拟边界 |
US20190217474A1 (en) * | 2016-06-08 | 2019-07-18 | Ecovacs Robotics Co., Ltd. | Mother-child robot cooperative work system and work method thereof |
CN113854906A (zh) * | 2021-10-22 | 2021-12-31 | 广州科语机器人有限公司 | 多台清洁机器人协同作业的控制方法、装置及设备 |
WO2022062310A1 (zh) * | 2020-09-24 | 2022-03-31 | 美智纵横科技有限责任公司 | 虚拟禁区的设置方法、装置和清洁机器人 |
-
2024
- 2024-04-03 CN CN202410396093.8A patent/CN117984331B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105383906A (zh) * | 2015-12-08 | 2016-03-09 | 安徽工业大学 | 一种桶面的摆放与装箱装置 |
US20180192845A1 (en) * | 2016-04-14 | 2018-07-12 | Boe Technology Group Co., Ltd. | Cleaning robot and method of cleaning thereof |
US20190217474A1 (en) * | 2016-06-08 | 2019-07-18 | Ecovacs Robotics Co., Ltd. | Mother-child robot cooperative work system and work method thereof |
CN109421067A (zh) * | 2017-08-31 | 2019-03-05 | Neato机器人技术公司 | 机器人虚拟边界 |
CN109425086A (zh) * | 2017-12-06 | 2019-03-05 | 追觅科技(天津)有限公司 | 一种检测方法、空气净化设备及电子设备 |
WO2022062310A1 (zh) * | 2020-09-24 | 2022-03-31 | 美智纵横科技有限责任公司 | 虚拟禁区的设置方法、装置和清洁机器人 |
CN113854906A (zh) * | 2021-10-22 | 2021-12-31 | 广州科语机器人有限公司 | 多台清洁机器人协同作业的控制方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN117984331B (zh) | 2024-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11272823B2 (en) | Zone cleaning apparatus and method | |
US10583561B2 (en) | Robotic virtual boundaries | |
EP3512668B1 (en) | Systems and methods for configurable operation of a robot based on area classification | |
CN104887155B (zh) | 智能扫地机 | |
CN111784748B (zh) | 目标跟踪方法、装置、电子设备及移动载具 | |
US10335949B2 (en) | System for operating mobile robot based on complex map information and operating method thereof | |
CN110376934B (zh) | 清洁机器人、清洁机器人控制方法及终端控制方法 | |
CN113296495B (zh) | 自移动设备的路径形成方法、装置和自动工作系统 | |
US20180356813A1 (en) | Path control method, path planning method, first device , second device, and computer storage medium | |
CN106406119A (zh) | 基于语音交互、云技术及集成智能家居监控的服务机器人 | |
CN103916875A (zh) | 基于wifi无线网络多类控制终端的管理与规划系统 | |
CN108628337A (zh) | 路径生成装置、路径控制系统以及路径生成方法 | |
CN104247388A (zh) | 自走式电子设备、终端装置以及带遥控器电子设备的操作系统 | |
US12018947B2 (en) | Method for providing navigation service using mobile terminal, and mobile terminal | |
WO2021078003A1 (zh) | 无人载具的避障方法、避障装置及无人载具 | |
CN205028072U (zh) | 一种家居机器人系统 | |
KR102570164B1 (ko) | 공항 로봇 및 그와 연결되는 서버의 동작 방법 | |
KR102190743B1 (ko) | 로봇과 인터랙션하는 증강현실 서비스 제공 장치 및 방법 | |
CN106791629A (zh) | 一种基于ar虚拟现实技术的楼房建造设计系统 | |
CN117984331B (zh) | 多机器人协作下的禁区处理方法、装置、机器人及系统 | |
CN110597081A (zh) | 基于智能家居操作系统的控制指令的发送方法及装置 | |
CN104601629A (zh) | 处理方法及设备、控制设备及工作方法、控制方法及系统 | |
CN114531567A (zh) | 信息传输方法、设备及存储介质 | |
JP2023157917A (ja) | 撮影方法 | |
CN117336354A (zh) | 虚拟现实vr设备的防碰撞方法和电子设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |