JP7399547B2 - モバイル掃除ロボットハードウェア推奨事項 - Google Patents

Description

優先権出願
本出願は、２０２０年２月２８日に出願された米国特許出願第１６／８０５，２７４号の優先権の利益を主張するものであり、同じ特許出願の内容は、参照によりその全体が本明細書に組み込まれる。

自律的モバイル掃除ロボットは、環境の１つまたは複数の部屋の掃除機による掃除（ｖａｃｕｕｍｉｎｇ）など、環境内でのさまざまな動作を実行するために、床面を横断することができる。掃除ロボットは、ロボットが移動するときゴミを吸い込むことができるように環境のあちこちにロボットを自律的に走行させるように構成されたコントローラを含むことができる。自律的モバイルロボットが床面を横断するとき、ロボットは、環境のマップを作成することができ、環境についての情報を作成および記録することができる。自律的モバイル掃除ロボットは、マップを使用して、環境内での走行などの、掃除に必要とされるさまざまな機能を実行することができる。

米国非仮特許出願第１６／２８８，６９９号

自律的モバイル掃除ロボットは、環境の１つまたは複数の部屋などの一部分を自動的または自律的に掃除するのに有用であり得るが、環境は、掃除面および障害物の構成が著しく変化し得る。たとえば、いくつかの環境は、硬い面（木またはセラミックなど）と柔らかい面（カーペットなど）の組み合わせを含むことができる。いくつかの環境は、すべての硬い面を有することができ、いくつかの環境は、カーペットが敷かれたすべての面を有することができ、多数の環境は、これらの両極端の間のものを有する。

カーペットと硬い面は異なるので、そのような面の掃除は、さまざまなやり方で調整可能である。たとえば、ローラは、比較的毛足の長い敷物においてゴミを除去する助けとなることができるが、ローラは、木の床などの硬い面からゴミを収集する助けにあまりならないことがある。多くの場合、モバイル掃除ロボット（および大部分の掃除機）は、１つのタイプの掃除面のために調整もしくは最適化されるかのどちらかである、またはより一般にはすべてのタイプの面を掃除するときに適切であるに過ぎないように最適以下で構成されているが、硬い面もしくはカーペットが敷かれた面のどちらかに調整もしくは最適化されていない、単一の掃除ハードウェア構成のみを備える。これは、少なくとも部分的には、環境の詳細を知ることなく環境に関してモバイル自律的掃除ロボットのハードウェアを掃除することを最適化することが困難であるからである。

本開示は、環境内でのロボットの購入および使用後のロボットの環境を分析することなどによって、この課題に対処する助けとなることができる手法の例について説明する。ロボットは、ロボットによって作成された１つもしくは複数のマップまたは環境内での面のタイプなどのロボットのセンサによって作成された他のデータを使用して、ユーザに対するハードウェア推奨事項を行うことができる。たとえば、ロボットは、マップまたは各面の量（またはパーセンテージまたは別の相対的な量）などの環境からのデータを使用して、ユーザデバイスに送信可能なローラ推奨事項を生成することができる。デバイスを通じて、ユーザは、環境内での改善されたまたはより効率的な掃除動作のためにロボットのローラを交換する機会が提供され得る。ロボット（またはそれに接続されたシステム）は、ユーザの環境内でのロボットの掃除効率を改善するなどのために、キャスター推奨事項、ケージ推奨事項、駆動ホイール推奨事項、またはサイドブラシ推奨事項などの、１つまたは複数の他のハードウェア推奨事項を生成および送信することができる。

上記の説明は、本特許出願の主題の概要を提供することを意図している。本発明の排他的または網羅的な説明を提供することは意図されていない。以下の説明は、本特許出願についてのさらなる情報を提供するために含まれている。

必ずしも一定の縮尺で描かれていない図面では、同じ数字は、異なる図内の類似の構成要素を示すことがある。異なる接尾文字を有する同じ数字は、類似の構成要素の異なるインスタンスを表すことがある。図面は、一般に、限定としてではなく例として、本文書において論じられるさまざまな実施形態を示す。

環境内のモバイル掃除ロボットの平面図である。 モバイル掃除ロボットの底面図である。 モバイル掃除ロボットの底面図である。 モバイル掃除ロボットの図２のインジケータ３－３における断面図である。 ネットワークの概略図である。 ネットワークの概略図である。 方法の概略図である。 方法の概略図である。 ユーザデバイスの斜視図である。 ユーザデバイスの斜視図である。 ユーザデバイスの斜視図である。 ユーザデバイスの斜視図である。 ユーザデバイスの斜視図である。 システムの概略図である。

図１は、本開示の少なくとも１つの例による、環境４０内のモバイル掃除ロボット１００の平面図を示す。環境４０は、自宅またはアパートなどの住居であってよく、部屋４２ａ～４２ｅを含むことができる。ベッド４４、テーブル４６、およびアイランド４８などの障害物は、環境の部屋４２の中に配置可能である。部屋４２ａ～４２ｅの各々はそれぞれ、床面５０ａ～５０ｅを有することができる。部屋４２ｄなどのいくつかの部屋は、ラグ５２などのラグを含むことができる。床面５０は、硬材、セラミック、毛足の短いカーペット、毛足が中程度のカーペット、毛足の長い（または高い）カーペット、石などの、１つまたは複数のタイプであってよい。

モバイル掃除ロボット１００は、ユーザ６０などによって、部屋ごとのやり方で環境４０を自律的に掃除するように動作可能である。いくつかの例では、ロボット１００は、部屋４２ａなどの１つの部屋の床面５０ａを掃除してから、部屋４２ｄの面を掃除するために、部屋４２ｄなどの次の部屋に移動することができる。異なる部屋は、異なるタイプの床面を有することができる。たとえば、部屋４２ｅ（台所であってよい）は、木またはセラミックタイルなどの硬い床面を有することができ、部屋５０ａ（寝室であってよい）は、毛足が中程度のカーペットなどのカーペット面を有することができる。部屋４２ｄなどの他の部屋（食堂であってよい）は、ラグ５２が部屋４２ｄの中に配置される複数の面を含むことができる。

掃除動作または横断動作中に、ロボット１００は、さまざまなセンサ（光センサなど）および計算（路程測定および障害物検出など）から収集されたデータを使用して、環境４０のマップを策定することができる。マップが作成されると、ユーザ６０は、マップ内で部屋またはゾーン（部屋４２など）を定義することができる。マップは、モバイルデバイスなどのユーザインタフェース上でユーザ６０に提示可能であることができ、ユーザ６０は、たとえば、掃除の好みを指示または変更することができる。

また、動作中、ロボット１００は、部屋４２の各々の中で面タイプを検出することができ、この面タイプは、ロボットまたは別のデバイスに記憶可能である。ロボット１００は、環境のそれぞれの部屋４２の各々の床面５０ａ～５０ｅの面タイプを含むまたは説明するなどのように、マップ（またはそれに関連したデータ）を更新することができる。いくつかの例では、マップは、部屋４２の各々の中などの異なる面タイプを示すように更新可能である。

いくつかの例では、ユーザ６０は、たとえば、本明細書において説明される方法およびシステムを使用して、行動制御ゾーン５４を定義することができる。ユーザ６０が行動制御ゾーン５４を定義したことに応答して、ロボット１００は、選択を確認するために行動制御ゾーン５４の方へ移動することができる。確認後、ロボット１００の自律的動作が開始可能である。自律的動作では、ロボット１００は、行動制御ゾーン５４内またはその近くにあることに応答して、行動を開始することができる。たとえば、ユーザ６０は、行動制御ゾーン５４であるように汚れている傾向がある環境２０のエリアを定義することができる。応答して、ロボット１００は、ロボット１００が行動制御ゾーン５４内で床面５０ｄの一部分の集中掃除を実行する集中掃除行動を開始することができる。

図２Ａは、モバイル掃除ロボット１００の底面図を示す。図２Ｂは、モバイル掃除ロボット１００の底面図を示す。図３は、モバイル掃除ロボット１００の図２のインジケータ３－３における断面図を示す。図２Ａは、矢印ＦおよびＲ、断面インジケータ３－３、軸Ａ１、Ａ２、Ａ３、およびＡ４、ならびに中心Ｃも示す。図３は、方位インジケータである底部、頂部、前部、および後部も示す。図２Ａ～図３は、以下で同時に論じられる。

ロボットの構成要素
掃除ロボット１００は、ハウジング１０２と、掃除アセンブリ１０４と、制御システム１０６（コントローラ１０８とメモリ１１０とを含むことができる）とを含むことができる。掃除ロボット１００は、駆動ホイール１１２と、モータ１１４と、キャスターホイール１１６も含むことができる。掃除アセンブリ１０４は、掃除入口１１７と、ローラまたは他の回転可能な部材１１８と、真空システム１１９と、ローラモータ１２０とを含むことができる。ロボット１００は、後部部分１２１と、前部部分１２２と、底部部分１２４と、頂部部分１２５と、前部面１２６と、側方面１２８および１３０も含むことができる。前部部分１２２は、隅部面１３２と１３３とを含むことができる。ロボットは、段差センサ１３４と、近接センサ１３６ａ、１３６ｂ、および１３６ｃと、光インジケータシステム１３７と、バンパー１３８と、衝突センサ１３９と、画像キャプチャデバイス１４０と、障害物追従センサ１４１と、モータ１４４を含むブラシ１４２（またはサイドブラシ１４２）とをさらに含むことができる。

ハウジング１０２は、金属、プラスチック、フォーム、エラストマー、セラミック、複合物、それらの組み合わせのうちの１つまたは複数などの材料からなる剛性または半剛性の構造であってよい。ハウジング１０２は、ホイール１１２、コントローラ１０８、掃除アセンブリ１０４、およびサイドブラシ１４２などの、ロボット１００のさまざまな構成要素を支持するように構成可能である。ハウジング１０２は、ロボット１００の構造的外周を定義することができる。いくつかの例では、ハウジング１０２は、シャーシと、カバーと、底部プレートと、バンパーアセンブリと、を含む。ロボット１００は家事ロボットであってよいので、ロボット１００は、ロボット１００が自宅内の家具の下に適合することができるように、小さい外形を有することができる。たとえば、床面５０に対するロボット１００の高さＨ１（図３に示される）は、たとえば、１３センチメートルまたはこれ未満であってよい。ロボット１００は、ロボット１００の全長Ｌ１（図３に示される）および全幅Ｗ１（図２に示される）が各々３０から６０センチメートルの間、たとえば、３０から４０センチメートルの間、４０から５０センチメートルの間、または５０から６０センチメートルの間であってよい場合、小型であることもできる。

ハウジング１０２は、略方形とすることができる前部部分１２２と、略半円形とすることができる後部部分１２１を定義することができる。他の例では、前部部分１２２および後部部分１２１は、他の形状であってもよいし、同じ形状であってもよい。前部部分１２２は、側方面１２８および１３０と、前部面１２６とを含むことができ、側方面１２８および１３０ならびに前部面１２６はそれぞれ、隅部面１３２、１３３によって接続可能である。ハウジング１０２は、ハウジングの底部エンクロージャを定義することができる底部部分１２４をさらに定義することができ、ハウジングの頂部エンクロージャを定義することができる頂部部分１２５をさらに定義することができる。

掃除アセンブリ１０４の回転可能な部材１１８（またはローラ１１８）は、掃除入口１１７（任意選択で、前部部分１２２内に配置される）の近くでハウジング１０２に回転可能に接続可能であり、ローラ１１８は、ロボット１００の前部部分１２２を横切って水平に延在することができる。ローラ１１８は、ハウジング１０２の前部部分１２２に沿って位置決め可能であり、ハウジング１０２の前部部分１２２の幅の５０％から９５％に沿って延在することができる。掃除入口１１７は、回転可能な部材１１８の間に位置決め可能である。

ローラ１１８は、掃除入口１１７を通じて環境４０からほこりおよびゴミを収集する助けとなる目的でハウジング１０２に対して回転するために駆動されるようにローラモータ１２０に接続可能である。掃除入口１１７は、ロボット１００の中心Ｃの前方に、前部部分１２２の側方面１２８と１３０との間でロボット１００の前部部分１２２に沿って、位置決め可能である。真空システム１１９は、ファンまたはインペラと、回転可能な部材１１８の間の掃除入口１１７を通ってゴミビン１５０へと気流を生成するようにファンを制御するためにコントローラ１０８によって動作可能なモータとを含むことができる。

ローラ１１８は、以下でさらに論じられるように、環境４０に基づいてローラ１１８が最適化されるときなど、いくつかのタイプであってよい。ローラ１１８は、ロボット１００による吸引のためにカーペット繊維内のゴミを分離（または撹拌）するときに効果的であり得るブラシ毛またはブラシを含むことができる。ローラ１１８は、それから延在する羽根または可撓性部材も含むことができ、この羽根または可撓性部材は、硬い面からゴミを引き出すときにも効果的でありながら、ロボット１００による吸引のためにカーペット繊維内のゴミを分離するときに比較的効果的であり得る。ローラ１１８はまた、硬い面からゴミを引き出すときに効果的であり得る、フィン、羽根、またはブラシ毛を含まなくてもよい。他の例では、ローラ１１８は、他のタイプのローラであってよい。

コントローラ１０８は、ハウジング内に配置可能であり、シングルボードコンピュータまたはマルチボードコンピュータ、ダイレクトデジタルコントローラ（ＤＤＣ）、プログラマブル論理コントローラ（ＰＬＣ）などの、プログラマブルコントローラであってよい。他の例では、コントローラ１０８は、ハンドヘルドコンピュータ、たとえば、スマートフォン、タブレット、ラップトップ、デスクトップコンピュータ、またはプロセッサとメモリと通信能力とを含む他の任意のコンピューティングデバイスなどの、任意のコンピューティングデバイスであってよい。メモリ１１０は、揮発性メモリまたは不揮発性メモリ、読み出し専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、磁気ディスク記憶媒体、光記憶媒体、フラッシュメモリデバイス、ならびに他の記憶デバイスおよび記憶媒体などの、１つまたは複数のタイプのメモリであってよい。メモリ１１０は、ハウジング１０２内に配置され、コントローラ１０８に接続され、コントローラ１０８によってアクセス可能であることができる。

制御システム１０６は、たとえば、１つまたは複数の電気センサをもつセンサシステムをさらに含むことができる。本明細書において説明されるセンサシステムは、ロボット１００の現在の場所を示す信号を生成することができ、ロボット１００が床面１０に沿って進むときロボット１００の場所を示す信号を生成することができる。コントローラ１０８は、本明細書において説明される１つまたは複数の動作を実行するために命令を実行するようにも構成可能である。

駆動ホイール１１２は、ロボット１００の本体１０２によって支持可能であり、ハウジング１０２の中に部分的にあってよく、ハウジング１０２の底部部分１２４を通って延在することができる。ホイール１１２はまた、シャフトに接続され、これとともに回転可能であることができる。ホイール１１２は、環境４０の面５０に沿ってロボット１００を推進するためにモータ１１４によって駆動されるように構成可能であり、モータ１１４は、環境１０４内でのロボット１００のそのような動きを制御するためにコントローラ１０８と通信することができる。

キャスターホイール１１６は、ロボットの本体１０２に接続可能であり、環境内でロボット１００のバランスをとり、向きを変えるように構成された受動的ホイールまたは従動車のどちらかであってよい。互いに、駆動ホイール１１２およびキャスターホイール１１６は、床面５０の上方でハウジング１０２を支持するように協働することができる。たとえば、キャスターホイール１１６は、ハウジングインフラストラクチャ１０２の後部部分１２１の中に配置可能であり、駆動ホイール１１２は、キャスターホイール１１６の前方に配置可能である。

段差センサ１３４は、ハウジング１０２の底部部分１２４に沿って配置可能である。段差センサ１３４の各々は、床面５０などの、光センサの下方の物体の存在または不在を検出するように構成可能である光センサであってよい。段差センサ１３４は、コントローラ１０８に接続可能である。

近接センサ１３６ａ、１３６ｂ、および１３６ｃは、ハウジング１０２の前部面１２６の近くに配置可能である。他の例では、近接センサ１３６は、ハウジング１０２の他の部分の上に配置可能である。近接センサ１３６ａ、１３６ｂ、１３６ｃの各々は、ハウジング１０２から外側を向いた光センサを含むことができ、光センサの前の物体の存在または不在に基づいて信号を生じさせるように構成可能である。近接センサ１３６は、コントローラに接続可能である。

バンパー１３８は、ハウジング１０２に除去可能に固着可能であり、それに取り付けられている間、ハウジング１０２に対して移動可能であってよい。いくつかの例では、バンパー１３８は、ハウジング１０２の一部を形成する。たとえば、バンパー１３８は、側方面１２８、１３０ならびに前部面１２６を形成することができる。衝突センサ１３９ａおよび１３９ｂ（衝突センサ１３９）は、ハウジング１０２に接続され、バンパー１３８と相互作用するように係合可能または構成可能である。衝突センサ１３９は、ブレイクビームセンサ、容量センサ、スイッチ、またはロボット１００すなわちバンパー１３８と環境４０内の物体との間の接触を検出することができる他のセンサを含むことができる。衝突センサ１３９は、コントローラ１０８に接続可能である。

画像キャプチャデバイス１４０は、ハウジング１０２に接続され頂部部分１２５の方へ向けられたカメラであってよい。画像キャプチャデバイス１４０は、ロボット１００が床面５０のまわりに移動するときロボット１００の環境４０の画像に基づいて信号を生成するように構成可能である。

障害物追従センサ１４１は、ハウジング１０２の側方面１２８から外側を向き、ハウジング１０２の側方面１２８に隣接する物体の存在または不在を検出するように構成可能である光センサを含むことができる。障害物追従センサ１４１は、ロボット１００の前方駆動方向Ｆに垂直でありロボット１００の側方面１２８に垂直な方向で水平方向に光ビームを発することができる。いくつかの例では、近接センサ１３６ａ、１３６ｂ、１３６ｃ、および障害物追従センサ１４１のうちの少なくともいくつかは各々、発光体と、光検出器とを含む。発光体は、ロボット１００から外側に、たとえば、水平方向外側に、光ビームを発することができ、光検出器は、ロボット１００の近くの物体に反映する光ビームの反射を検出する。たとえばコントローラ１０８を使用するロボット１００は、光ビームの飛行時間を決定し、それによって、光検出器と物体との間の距離と、したがってロボット１００と物体との間の距離を決定することができる。

ブラシ１４２は、ロボット１００の下側面に接続可能であり、ロボット１００のハウジング１０２に対してサイドブラシ１４２を回転させるように動作可能であるモータ１４４に接続可能である。サイドブラシ１４２は、掃除アセンブリ１０４の方へまたは環境４０の縁から離れてゴミを移動させるためにゴミと係合するように構成可能である。サイドブラシ１４２を駆動するように構成されたモータ１４４は、コントローラ１０８と通信することができる。

ブラシ１４２は、非水平軸、たとえば、床面５０と７５度から９０度の間の角度を形成する軸のまわりで回転することができる。非水平軸は、たとえば、回転可能な部材１１８の長手方向軸と、７５度から９０度の間の角度を形成することができる。

ブラシ１４２は、ブラシ１４２がロボット１００のハウジング１０２の外側周辺を越えて延在することができるようにロボット１００の前後軸Ａ４から側方にずらされたサイドブラシであってよい。たとえば、ブラシ１４２は、ロボット１００の側方面１２８または１３０の一方を越えて延在することができ、それによって、回転可能な部材１１８が一般的に到達することができない床面５０の部分（部屋の一部または部屋全体など）、たとえばロボット１００の真下の床面５０の一部分の外部の床面５０の部分上のゴミと係合することが可能であることができる。

ブラシ１４２はまた、ブラシ１４２がまたハウジング１０２の前部面１２６を越えて延在するようにロボット１００の軸Ａ１から前方にずらされ得る。図２Ｂに示されるように、ブラシ１４２は、ハウジング１０２の側方面１２８、隅部面１３２、および前部面１２６を越えて延在することができる。いくつかの実装形態では、ブラシ１４２が側方面１２８を越えて延在する水平距離Ｄ１は、少なくとも、たとえば、０．２センチメートル、たとえば、少なくとも０．２５センチメートル、少なくとも０．３センチメートル、少なくとも０．４センチメートル、少なくとも０．５センチメートル、少なくとも１センチメートル、またはそれ以上である。ブラシ１４２は、ブラシ１４２が床面５０上のゴミ７５と容易に係合することができるように、その回転中に床面５０と接触するように位置決め可能である。

ロボットの動作
いくつかの例の動作中、ロボット１００は、前方駆動方向Ｆまたは後方駆動方向Ｒに推進可能である。ロボット１００はまた、ロボット１００が所定の位置で回転するまたは前方駆動方向Ｆもしくは後方駆動方向Ｒに移動しながら回転するように推進可能である。

コントローラ１０８が、ロボット１００に任務を実行させるとき、コントローラ１０８は、駆動ホイール１１２を駆動し床面１０に沿ってロボット１００を推進するようにモータ１１４を動作させることができる。さらに、コントローラ１０８は、ローラ１１８を回転させるようにモータ１２０を動作させることができ、ブラシ１４２を回転させるようにモータ１４４を動作させることができ、気流を生成するように真空システム１１９のモータを動作させることができる。コントローラ１０８は、ロボット１００のさまざまなモータを動作させることによってさまざまな走行行動および掃除行動をロボット１００に実行させるために、メモリ１１０上に記憶されたソフトウェアを実行することができる。

図３に示されるように、ローラ１１８は、互いに対して反対方向に回転することができる。たとえば、ローラ１１８は、回転可能な部材１１８がハウジング１０２に対して回転するとき床面５０上でゴミ７５を撹拌するように、床面１０と接触するために、平行な水平軸Ａ２およびＡ３（図２に示される）のまわりで回転可能であることができる。回転可能な部材１１８は、掃除入口１１７の方へ、掃除入口１１７へと、そして吸引経路１４８（図３に示される）へと、さらにロボット１００内のゴミビン１５０へと、ゴミ７５を向けるために、床面上のゴミ７５を撹拌する。真空システム１１９は、ゴミ７５を床面１０からゴミビン１５０へと吸い込むために、掃除アセンブリ１０４と協働することができる。場合によっては、真空システム１１９によって生成される気流は、床面５０上のゴミ７５を回転可能な部材１１８間の間隙を通ってゴミビン１５０へと上方へ吸い込むのに十分な力を作り出すことができる。

ブラシ１４２は、ロボット１００が移動するとき床面５０上のゴミを掃除アセンブリ１０４の掃除経路へと掃くような様式で、非水平軸のまわりで回転可能であることができる。たとえば、ロボット１００が前方駆動方向Ｆに移動している例では、ブラシ１４２は、ブラシ１４２が接触するゴミが掃除アセンブリ１０４の方へ、および前方駆動方向Ｆで掃除アセンブリ１０４の前の床面５０の一部分の方へ移動するように、時計回り方向に（ロボット１００の上方の観点から見たとき）回転可能である。その結果、ロボット１００が前方駆動方向Ｆに移動するとき、ロボット１００の掃除入口１１７は、ブラシ１４２によって払われたゴミを収集することができる。ロボット１００が後方駆動方向Ｒに移動している例では、ブラシ１４２は、ブラシ１４２が接触するゴミが後方駆動方向Ｒに掃除アセンブリ１０４の後ろの床面５０の一部分の方へ移動するように、反時計回り方向に（ロボット１００の上方の観点から見たとき）回転可能であることができる。その結果、ロボット１００が後方駆動方向Ｒに移動するとき、ロボット１００の掃除入口１１７は、ブラシ１４２によって払われたゴミを収集することができる。

ロボット１００のさまざまなセンサは、ロボットが環境４０内で走行および掃除する助けとなるために使用可能である。たとえば、段差センサ１３４は、段差センサ１３４が設置されたロボット１００の部分の下方の急斜面および段差などの障害物を検出することができる。段差センサ１３４は、コントローラ１０８が段差センサ１３４からの信号に基づいてロボット１００を向け直すことができるように、信号をコントローラ１０８に送信することができる。

近接センサ１３６ａ、１３６ｂ、および１３６ｃは、光センサの前の物体の存在または不在に基づいて信号を生じさせることができる。たとえば、検出可能な物体としては、家具、壁、人物、およびロボット１００の環境４０内の他の物体などの障害物がある。近接センサ１３６は、コントローラ１０８が近接センサ１３６からの信号に基づいてロボット１００を向け直すことができるように、信号をコントローラ１０８に送信することができる。

いくつかの例では、衝突センサ１３９ａは、ロボット１００の前後軸Ａ４（図２に示される）に沿ったバンパー１３８の移動を検出するために使用可能である。衝突センサ１３９ｂは、ロボット１００の軸Ａ１に沿ったバンパー１３８の移動を検出するために使用可能である。衝突センサ１３９は、コントローラ１０８が衝突センサ１３９からの信号に基づいてロボット１００を向け直すことができるように、信号をコントローラ１０８に送信することができる。

画像キャプチャデバイス１４０は、ロボット１００が床面５０のまわりに移動するときロボット１００の環境４０の画像に基づいて信号を生成するように構成可能である。画像キャプチャデバイス１４０は、そのような信号をコントローラ１０８に送信することができる。画像キャプチャデバイス１４０は、上方方向に角度がつけられ得、たとえば、ロボット１００が走行する床面５０から３０度から８０度の角度がつけられ得る。カメラ１４０は、上方に角度がつけられたとき、壁面上の物体に対応する特徴が位置測定のために使用可能であるように、環境の壁面の画像をキャプチャすることができる。

いくつかの例では、障害物追従センサ１４１は、家具、壁、人物、およびロボット１００の環境内の他の物体などの障害物を含む、検出可能な物体を検出することができる。いくつかの実装形態では、センサシステムは、側方面１３０に沿って障害物追従センサを含むことができ、障害物追従センサは、側方面１３０に隣接した物体の存在または不在を検出することができる。１つまたは複数の障害物追従センサ１４１は、本明細書において説明される近接センサに類似した障害物検出センサとしても働くことができる。

ロボット１００は、ロボット１００によって進まれた距離を追跡するためのセンサも含むことができる。たとえば、センサシステムは、駆動ホイール１１２のためのモータ１１４と関連づけられたエンコーダを含むことができ、エンコーダは、ロボット１００が進んだ距離を追跡することができる。いくつかの実装形態では、センサは、床面の方へ下方に向いた光センサを含むことができる。光センサは、ロボット１００の底部面を通って床面５０の方へ光を向けるために位置決め可能である。光センサは、光の反射を検出することができ、ロボット１００が床面５０に沿って進んだときの床特徴の変化に基づいてロボット１００によって進まれた距離を検出することができる。

コントローラ１０８は、センサシステムのセンサによって収集されたデータを使用して、任務中のロボット１００の走行行動を制御することができる。たとえば、コントローラ１０８は、ロボット１００の障害物検出センサ（段差センサ１３４、近接センサ１３６、および衝突センサ１３９）によって収集されたセンサデータを使用して、ロボット１００が任務中にロボット１００の環境内の障害物を回避することを可能にすることができる。

センサデータはまた、センサデータによって表される環境の特徴をコントローラ１０８が抽出して環境の床面５０のマップを構築する同時位置測定およびマッピング（ＳＬＡＭ）技法のために、コントローラ１０８によって使用可能である。画像キャプチャデバイス１４０によって収集されたセンサデータは、環境４０内の物体に対応する視覚的特徴をコントローラ１０８が抽出してこれらの視覚的特徴を使用してマップを構築する視覚ベースＳＬＡＭ（ＶＳＬＡＭ）などの技法に使用可能である。コントローラ１０８が、任務中に床面５０のまわりでロボット１００を向けると、コントローラ１０８は、ＳＬＡＭ技法を使用して、収集されたセンサデータ内に表される特徴を検出して、この特徴を前に記憶された特徴と比較することによって、マップ内でのロボット１００の場所を決定することができる。センサデータから形成されるマップは、環境内の横断可能な空間および横断不可能な空間の場所を示すことができる。たとえば、障害物の場所は、横断不可能な空間としてマップ上に示されてよく、開けた床空間の場所は、横断可能な空間としてマップ上に示されてよい。

センサのいずれかによって収集されたセンサデータは、メモリ１１０に記憶可能である。さらに、マップを形成するデータをマッピングすることを含むＳＬＡＭ技法のために生成された他のデータも、メモリ１１０に記憶可能である。任務中に生じられたこれらのデータは、任務中に生じられ、さらなる任務中に使用可能である持続的データを含むことができる。ロボット１００にその行動を実行させるためのソフトウェアを記憶することに加えて、メモリ１１０は、コントローラ１０８によるアクセスのためのセンサデータの処理から生じたデータを記憶することができる。たとえば、マップは、床面５０のあちこちにロボット１００を走行させるために任務ごとにロボット１００のコントローラ１０８によって使用可能および更新可能であるマップであってよい。

持続的マップを含む持続的データは、ロボット１００が床面５０を効率的に掃除することを可能にする助けとなる。たとえば、マップは、コントローラ１０８が、開けた床空間の方へロボット１００を向け、横断不可能な空間を回避することを可能にする。さらに、その後の任務のために、コントローラ１０８は、マップを使用して、環境４０を通るロボット１００の走行を計画する助けとなるために任務中にとられる経路を最適化することができる。

ロボット１００は、いくつかの実装形態では、ロボット１００の頂部部分１２５上に配置された光インジケータシステム１３７を含むことができる。光インジケータシステム１３７は、ゴミビン１５０（図２Ｂに示される）を覆う蓋１４７内に位置決めされた光源を含むことができる。光源は、光を蓋１４７の周囲に向けるために位置決め可能である。光源は、ロボット１００の頂部部分１２５上の連続ループ１４６の任意の部分が照明可能であるように位置決めされる。連続ループ１４６は、光源がアクティブ化されるときロボット１００の面を照明することができるように、ロボット１００の頂部部分１２５の凹部部分の上に配置される。

ネットワーク例
図４Ａは、モバイルロボット１００と、モバイルデバイス４０４、クラウドコンピューティングシステム４０６、またはモバイルロボット４０４とは別個の別の自律的ロボット４０８などの１つまたは複数の他のデバイスとの間のネットワークを可能にする通信ネットワーク４００を、限定ではなく例として示す図である。通信ネットワーク４１０を使用して、ロボット１００、モバイルデバイス４０４、ロボット４０８、およびクラウドコンピューティングシステム４０６は、互いからデータを送信および受信するために互いと通信することができる。いくつかの例では、ロボット１００、ロボット４０８、またはロボット１００とロボット４０８の両方は、クラウドコンピューティングシステム４０６を通じてモバイルデバイス４０４と通信する。代替的または追加的に、ロボット１００、ロボット４０８、またはロボット１００とロボット４０８の両方は、モバイルデバイス４０４と直接的に通信する。ワイヤレスネットワーク（たとえば、ブルートゥース（登録商標）、無線周波数、光ベースなど）とネットワークアーキテクチャ（たとえば、メッシュネットワーク）のさまざまなタイプおよび組み合わせが、通信ネットワーク４１０によって用いられてよい。

いくつかの例では、モバイルデバイス４０４は、クラウドコンピューティングシステム４０６にリンク可能でユーザが入力を提供することを可能にすることができるリモートデバイスであってよい。モバイルデバイス４０４は、たとえば、タッチスクリーンディスプレイ、ボタン、マイクロホン、マウス、キーボード、またはユーザによって提供された入力に反応する他のデバイスのうちの１つまたは複数などの、ユーザ入力要素を含むことができる。モバイルデバイス４０４は、ユーザが入力を提供するために対話することができるイマーシブメディア（たとえば、仮想現実）も含むことができる。モバイルデバイス４０４は、これらの例では、仮想現実ヘッドセットであってもよいし、ヘッドマウントディスプレイであってもよい。

ユーザは、コマンドに対応する入力をモバイルロボット４０４に提供することができる。そのような場合、モバイルデバイス４０４は、クラウドコンピューティングシステム４０６にコマンド信号をモバイルロボット１００に送信させるために、信号をクラウドコンピューティングシステム４０６に送信することができる。いくつかの実装形態では、モバイルデバイス４０４は、拡張現実画像を提示することができる。いくつかの実装形態では、モバイルデバイス４０４は、スマートフォン、ラップトップコンピュータ、タブレットコンピューティングデバイス、または他のモバイルデバイスであってよい。

本明細書において論じられるいくつかの例によれば、モバイルデバイス４０４は、ロボット環境のマップを表示するように構成されたユーザインタフェースを含むことができる。カバレッジプランナによって識別されるものなどのロボット経路も、マップ上に表示されてよい。インタフェースは、とりわけ、環境内の立ち入り禁止ゾーンを追加、除去、もしくは修正すること、環境内の集中掃除ゾーン（繰り返される掃除を要求するエリアなど）を追加、除去、もしくは修正すること、環境の一部分内でのロボット横断方向もしくは横断パターンを制限すること、または掃除ランクを追加もしくは変更することなどによって、環境マップを修正するためにユーザ命令を受信してよい。

いくつかの例では、通信ネットワーク４１０は、追加のノードを含むことができる。たとえば、通信ネットワーク４１０のノードは、追加のロボットを含むことができる。代替的または追加的に、通信ネットワーク４１０のノードは、環境２０についての情報を生成することができる、ネットワークに接続されたデバイスを含むことができる。そのようなネットワークに接続されたデバイスは、特徴が抽出可能である環境２０の特性を検出するために、音響センサ、画像キャプチャシステム、または信号を生成する他のセンサなどの１つまたは複数のセンサを含むことができる。ネットワークに接続されたデバイスは、家庭用カメラ、スマートセンサなども含むことができる。

通信ネットワーク４１０では、ワイヤレスリンクは、たとえば、ブルートゥース（登録商標）クラス、Ｗｉ－Ｆｉ、ＢＬＥとしても知られるＢｌｕｅｔｏｏｔｈ－ｌｏｗ－ｅｎｅｒｇｙ、８０２．１５．４、Ｗｏｒｌｄｗｉｄｅ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｆｏｒ Ｍｉｃｒｏｗａｖｅ Ａｃｃｅｓｓ（ＷｉＭＡＸ）、赤外線チャネル、衛星帯域などの、さまざまな通信方式、プロトコルなどを利用してよい。いくつかの例では、ワイヤレスリンクは、限定するものではないが、１Ｇ、２Ｇ、３Ｇ、４Ｇ、５Ｇなどとして認定された規格を含む、モバイルデバイス間で通信するために使用される任意のセルラーネットワーク規格を含むことができる。ネットワーク規格は、利用される場合、たとえば、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ Ｕｎｉｏｎによって維持される仕様などの仕様または規格を満たすことによってモバイル電気通信規格の１つまたは複数の世代として認定される。たとえば、４Ｇ規格は、Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｍｏｂｉｌｅ Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ａｄｖａｎｃｅｄ（ＩＭＴ－Ａｄｖａｎｃｅｄ）仕様に対応することができる。セルラーネットワーク規格の例としては、ＡＭＰＳ、ＧＳＭ、ＧＰＲＳ、ＵＭＴＳ、ＬＴＥ、ＬＴＥ Ａｄｖａｎｃｅｄ、モバイルＷｉＭＡＸ、およびＷｉＭＡＸ－Ａｄｖａｎｃｅｄがある。セルラーネットワーク規格は、さまざまなチャネルアクセス方法、たとえば、ＦＤＭＡ、ＴＤＭＡ、ＣＤＭＡ、またはＳＤＭＡを使用してよい。

図４Ｂは、モバイルロボット１００を含めて通信ネットワーク４１０内のデバイス、クラウドコンピューティングシステム４０６、およびモバイルデバイス４０４の間で情報を交換する例示的なプロセス４０１を示す図である。

いくつかの例の動作中、掃除任務は、モバイルロボット１００（またはモバイルデバイス４０４）上のボタンを押すことによって開始可能である、または将来の時間もしくは日のためにスケジュール可能である。ユーザは、掃除任務中に掃除されることになる部屋のセットを選択することができる、またはすべての部屋を掃除するようにロボットに指示することができる。ユーザは、掃除任務中に各部屋内で使用されることになる掃除パラメータのセットも選択することができる。

掃除任務中、モバイルロボット１００は、その場所、掃除中に発生する任意の動作イベント、および掃除に費やされた時間を含めて、そのステータスを追跡する４１０ことができる。モバイルロボット１００は、ステータスデータ（たとえば、場所データ、動作イベントデータ、時間データのうちの１つまたは複数）をクラウドコンピューティングシステム４０６に送信する４１２ことができ、クラウドコンピューティングシステム４０６は、プロセッサ４４２などによって、エリアが掃除される時間推定値を計算する４１４ことができる。たとえば、時間推定値は、部屋の１つまたは複数の前の掃除任務中に集められた、部屋のための実際の掃除時間を平均することによって、部屋掃除のために計算可能である。クラウドコンピューティングシステム４０６は、ロボットステータスデータとともに時間推定データをモバイルデバイス４０４に送信する４１６ことができる。モバイルデバイス４０４は、プロセッサ４４４などによって、ロボットステータスデータおよび時間推定データをディスプレイ上に提示する４１８ことができる。ロボットステータスデータおよび時間推定データは、いくつかのグラフィカル表現編集可能任務タイムラインまたはマッピングインタフェースのいずれかとして、モバイルデバイス４０４のディスプレイ上に提示可能である。

ユーザ４０２は、ディスプレイ上でロボットステータスデータおよび時間推定データを見る４２０ことができ、新しい掃除パラメータを入力する４２２ことができる、または掃除されることになる部屋の順序もしくは識別情報を操作することができる。ユーザ４０２は、モバイルロボット１００の掃除スケジュールから部屋を削除することもできる。他の例では、ユーザ４０２は、掃除されることになる部屋の縁掃除モードまたは念入りな（ｄｅｅｐ）掃除モードを選択することができる。

モバイルデバイス４０４のディスプレイは、ユーザが掃除パラメータまたは掃除スケジュールを変更すると、更新４２４可能である。たとえば、ユーザが、単一パス掃除からデュアルパス掃除に掃除パラメータを変更する場合、システムは、新しいパラメータに基づく推定値を提供するために、推定時間を更新する。単一パス掃除対デュアルパス掃除のこの例では、推定値は、ほぼ２倍にされる。別の例では、ユーザが掃除スケジュールから部屋を除去した場合、全時間推定値は、およそ除去された部屋を掃除するために必要とされる時間の分だけ、減少される。ユーザ４０２からの入力に基づいて、クラウドコンピューティングシステム４０６は、掃除されることになるエリアのための時間推定値を計算する４２６ことができ、次いで、この時間推定値は、（たとえば、ワイヤレス送信によって、プロトコルを適用することによって、ワイヤレス送信をブロードキャストすることによって）モバイルデバイス４０４に戻るように送信され４２８、表示可能である。追加的に、計算された４２６時間推定値に関連するデータは、ロボットのコントローラ４３０に送信４４６可能である。モバイルロボット１００のコントローラ４３０によって受信される、ユーザ４０２からの入力に基づいて、コントローラ４３０は、コマンド信号を生成する４３２ことができる。コマンド信号は、掃除行動などの行動を実行する４３４ようにモバイルロボット１００に命令する。掃除行動が実行されると、コントローラ４３０は、その場所、掃除中に発生する任意の動作イベント、または掃除に費やされる時間を含む、ロボット１００のステータスを引き続き追跡する４１０ことができる。いくつかの例では、ロボット１００のステータスに関連するライブ更新は、追加的に、プッシュ通知を介してモバイルデバイス４０４または家庭用電子システム（たとえば、双方向スピーカシステム）に提供可能である。

行動を実行する４３４と、コントローラ４３０は、受信されたコマンド信号が掃除任務を完了するためのコマンドを含むかどうかを確かめるためにチェックする４３６ことができる。コマンド信号が、掃除任務を完了するためのコマンドを含む場合、ロボットは、そのドックに戻るように命令可能であり、戻ると、モバイルデバイス４０４に送信され、それによって表示４４０可能である任務概要をクラウドコンピューティングシステム４０６が生成する４３８ことを可能にするために、情報を送信することができる。任務概要は、タイムラインまたはマップを含むことができる。タイムラインは、掃除された部屋、各部屋を掃除することに費やされた時間、各部屋内で追跡された動作イベントなどを表示することができる。マップは、掃除された部屋、各部屋内で追跡された動作イベント、各部屋内で実行された掃除のタイプ（たとえば、掃き掃除またはモップ掃除）などを表示することができる。

いくつかの例では、通信は、直接的にモバイルロボット１００とモバイルデバイス４０４との間で発生することができる。たとえば、モバイルデバイス４０４は、掃除動作（任務）を実行するようにモバイルロボット１００に指示する目的で、ブルートゥース（登録商標）またはＷｉ－ｆｉなどの通信のワイヤレス方法を通して１つまたは複数の命令を送信するために使用可能である。

プロセス４０１および本明細書において説明される他のプロセスのための動作、方法５００および６００のそのような１つまたは複数のステップは、分散された様式で実行可能である。たとえば、クラウドコンピューティングシステム４０６、モバイルロボット１００、およびモバイルデバイス４０４は、互いと協力して動作のうちの１つまたは複数を実行することがある。クラウドコンピューティングシステム４０６、モバイルロボット１００、およびモバイルデバイス４０４のうちの１つによって実行されると説明される動作は、いくつかの実装形態では、クラウドコンピューティングシステム４０６、モバイルロボット１００、およびモバイルデバイス４０４のうちの２つまたはすべてによって少なくとも部分的に実行される。

ロボットのさらなる動作
図５は、本開示の少なくとも１つの例による方法５００の概略図を示す。方法５００は、自律的モバイル掃除ロボットのユーザに対するハードウェア推奨事項を生成する方法とすることができる。ロボット１００は、ロボット１００によって作成されたマップまたは環境４０内の面５０のいずれかのタイプなどのロボット１００のセンサによって生じられた他のデータを使用して、たとえば、ネットワーク４００およびプロセス４０１の１つまたは複数のステップを利用してユーザ６０に対するハードウェア推奨事項を行うことができる。

たとえば、ロボット１００は、マップまたは各面５０の量（またはパーセンテージ）などの環境４０からのデータを使用して、ユーザデバイス４０４に送信可能なローラ推奨事項を生成することができる。デバイス４０４を通じて、ユーザ６０は、環境４０内での改善されたまたはより効率的な掃除動作のためにロボット１００のローラを交換する機会が提供され得る。ロボット１００（またはそれに接続されたシステム）は、ユーザの環境内でのロボットの掃除効率を改善するために、キャスター推奨事項、ケージ推奨事項、駆動ホイール推奨事項、またはサイドブラシ推奨事項などの、他のハードウェア推奨事項も生成および送信することができる。

方法５００のより具体的な例が、以下で論じられる。方法５００のステップまたは動作は、便宜と明快さのために特定の順序で示されている。論じられる動作の多くは、他の動作を著しく影響を与えることなく、異なるシーケンスで、または並行して、実行可能である。論じられる方法５００は、複数の異なる行為者、デバイス、またはシステムによって実行される動作を含む。方法５００において論じられる動作のサブセットは、単一の行為者、デバイス、またはシステムに起因し得、別個のスタンドアロンプロセスまたは方法と考えられ得ることを理解されたい。

方法５００は、環境の部分の床材タイプが検出可能であるステップ５０２で始まることができる。床材タイプは、１つまたは複数の方法を使用して検出可能である。床材タイプは、電流センサが電流引き込み信号をコントローラ１０８に送信することができ、コントローラ１０８が、ロボット１００を推進するために駆動ホイール１１２に接続されたモータによって必要とされる電流を検出または決定することができる場合、駆動ホイール１１２に接続されたモータ電流センサを使用して決定可能である。そのモータ電流は、環境の部分の床材タイプを決定するために相関（または使用）可能である。

床材タイプは、光センサ（発光ダイオードなど）を使用しても決定可能である。たとえば、段差センサ１３４は、面の方へ光を発することができ、これは、段差センサによって反射および捕捉可能である。次いで、センサは、光センサ信号をコントローラ１０８に送信することができる。コントローラ１０８は、面粗さまたはタイプを決定するために、ベースライン信号特性に対して反射された信号を評価することができる。

床材タイプは、カメラ（画像キャプチャデバイス）の使用を通じても決定可能である。カメラは、環境の一部分（または部屋）の面などの環境４０の画像をキャプチャするために使用可能である。カメラは、コントローラが、画像に基づいて床材タイプを決定するために１つまたは複数のアルゴリズムを使用して画像を解析することができる場合、画像をコントローラ１０８に送信することができる。いくつかの例では、コントローラ１０８は、機械学習モデルを使用して、カメラによる画像キャプチャに基づいて床材タイプを決定することができる。

床材タイプはまた、環境と対応する一部分（部屋または部屋の一部など）に対して検出または決定可能である。たとえば、環境４０の部屋４２ａ～４２ｅのいずれかの床面５０ａ～５０ｅの床材タイプは、ロボット１００によって検出または決定可能である。次いで、ステップ５０４では、環境の部分のサイズは検出可能である。たとえば、環境４０の部屋４２ａ～４２ｅ（または部屋４２ａ～４２ｅの任意の組み合わせ）のいずれかの表面積などのサイズは、コントローラ１０８およびセンサのうちの１つまたは複数からの入力を使用して、ロボットによって決定可能である。いくつかの例では、コントローラ１０８は、たとえばＳＬＡＭおよびＶＳＬＡＭを使用するコントローラ１０８によって策定されたマップを使用して、環境４０の各部分のサイズを決定することができる。ステップ５０６では、環境の合計サイズが決定可能である。たとえば、環境４０の部屋４２ａ～４２ｅのすべての表面積などのサイズは、コントローラ１０８、およびセンサのうちの１つもしくは複数からの入力、またはたとえばＳＬＡＭおよびＶＳＬＡＭを使用するコントローラによって策定されたマップを使用して、ロボットによって検出または決定可能である。

ステップ５０８では、ローラタイプ推奨事項は、床材タイプ（環境の部分の床材タイプなど）、環境の部分のサイズ、および環境の合計サイズに少なくとも部分的に基づいて、生成可能である。たとえば、ロボット１００のコントローラ１０８、クラウドコンピューティングシステム、またはモバイルデバイス４０４は、部屋４２のいずれか（または部屋４２の任意の部分または部屋４２のグループ）の床材タイプ、環境４０の部屋（または部屋４２のグループ）のサイズ、および環境４０の合計サイズに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することができる。すなわち、いくつかの例では、ローラタイプ推奨事項は、環境４０内の各（またはいくつかのまたは１つの）床材タイプのパーセンテージを決定することによって、生成可能である。たとえば、環境４０が、９５％の硬い床（木およびセラミックなど）と、５％のカーペットまたは類似の面とを含むことが決定可能である。次いで、コントローラ１０８は、たとえば、硬い床材面用に設計されたローラが、現在のローラよりも効率的に環境４０を掃除するであろうことを決定することができる。

また、ロボット１００のコントローラ１０８、クラウドコンピューティングシステム、またはモバイルデバイス４０４は、環境の１つの部屋４２内の、もしくは一般に環境内のゴミのタイプ、ゴミの量、またはゴミの密度に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することができる。たとえば、特定の羽根長さをもつローラは、大きなゴミをもつ環境では推奨可能であり、ローラを使用しないことは、硬い面の高いパーセンテージをもち、ゴミタイプとして大きいパーセンテージの細かい塵をもつ環境では、推奨可能である。

粗さ、面仕上げ、またはカーペット密度などの床面の特性は、決定またはハードウェア推奨事項を行うためにも使用可能である。たとえば、粗い、高いパーセンテージの硬い面（仕上げていないコンクリート）を含む環境は、ローラを除去することを推奨してもよいし、より弾力的なローラタイプを含むことを推奨してもよい。

ステップ５１０では、ローラタイプ推奨事項は、ユーザインタフェースデバイスに送信可能である。たとえば、ローラタイプ推奨事項は、モバイルデバイス４０４のユーザインタフェース上での表示のために、コントローラ１０８からモバイルデバイス４０４に送信可能である。他の例では、他のユーザデバイスインタフェース（テレビ、ラップトップコンピュータ、タブレットコンピュータ、またはデスクトップコンピュータなど）は、推奨事項を表示するために使用可能である。

方法５００は、ローラタイプ推奨事項を生ずると論じられるが、方法５００は、キャスタータイプ、サイドブラシタイプ、ケージタイプ、またはサイドブラシ回転スピードなどの他のタイプの推奨事項を生成するために使用可能である。

たとえば、方法５００は、環境４０の任意の部屋４２の床材タイプ、環境４０の部屋のサイズ（部屋の部分または部屋の数）、または環境４０の合計サイズに少なくとも部分的に基づいて、ハードウェア特性推奨事項を生成するために使用可能である。次いで、ハードウェア特性推奨事項は、モバイルデバイス４０４のユーザインタフェース上での表示のために、モバイルデバイス４０４に送信可能である。

一例では、ハードウェア特性推奨事項は、床材タイプの指示に少なくとも部分的に基づいて、サイドブラシタイプ推奨事項であってよい。すなわち、コントローラ１０８（または他のシステム）は、サイドブラシ１４２が、より多いもしくはより少ないブラシをもつサイドブラシなどの異なるサイドブラシと交換されることを推奨することができる、またはコントローラ１０８は、完全にサイドブラシの除去を推奨することができる。いくつかの例では、サイドブラシ１４２の最適な長さは、床材タイプの指示に少なくとも部分的に基づいて決定可能である。たとえば、環境４０が、高いパーセンテージの硬い面を有する場合、短いサイドブラシは、長いサイドブラシよりも効果的であってよい。さらに、サイドブラシは、ゴミ密度またはサイズに基づいて、コントローラ１０８によって決定可能である。たとえば、追加のアームまたはブラシ毛をもつサイドブラシは、追加のより大きく乾燥したゴミ（猫用トイレ（ｌｉｔｔｅｒ ｂｏｘ）の近くなど）が検出または決定される場合、推奨または決定可能である。

同様に、コントローラ１０８は、床材タイプの指示に少なくとも部分的に基づいて、サイドブラシ回転スピード推奨事項を決定することができる。たとえば、環境４０が、高いパーセンテージの硬い面を有する場合、遅いサイドブラシは、速いスピニングサイドブラシよりも効果的にゴミを（ローラ１１８の近くの）掃除アセンブリ１０４の経路へと通す。逆に、環境４０が、高いパーセンテージのカーペットが敷かれた面を有する場合、より速いスピニングサイドブラシは、ゴミをより効果的に（ローラ１１８の近くの）掃除アセンブリ１０４の経路へと通す。さらに、コントローラ１０８は、サイドブラシ１４２のスピードを調節するように、モータ１４４のスピードを調節することができる。

別の例では、ケージタイプ推奨事項は、ロボット１００の可動性、ロボット１００の掃除性能、またはロボット１００の耐久性を改善する助けとなるために、床材タイプに少なくとも部分的に基づいて、生じられ得るまたは決定可能である。ケージは、ローラを支持する構造などの、ハウジングまたは掃除アセンブリの他の部分であってよい。たとえば、コントローラ１０８（または他のシステム）は、環境４０が硬い面を主に有するとき、より低い入口をもつケージの推奨事項を生じることができ、環境４０が、ロボット１００の掃除効率を改善する助けとなるためにカーペット面を主に有するとき、より高い入口をもつケージを推奨することができる。（幅または長さが）より大きいまたはより小さい開口をもつケージなどの他のケージが推奨可能である。環境４０が、高い量のカーペットまたは毛足の高いカーペットを有する例では、より高い入口をもつケージは、環境４０を通してロボット１００の可動性を改善する助けとなるために推奨可能である。いくつかの例では、コントローラ１０８は、環境４０が硬い面を完全にまたはほぼ完全に有するときなどに、ローラ１１８のうちの１つまたは複数が除去されることを推奨することができる。

別の例では、コントローラは、自律的掃除ロボットを通して、環境内の可動阻害物を検出することができる。たとえば、コントローラ１０８は、ロボット１００のセンサのうちの１つまたは複数を使用して、環境４０の部屋４２間などの部屋間の、大きい移行部敷居などの障害物の存在を決定することができる。

いくつかの例では、コントローラは、床材タイプの指示および可動阻害物に少なくとも部分的に基づいて、キャスタータイプ推奨事項を生じることができる。すなわち、コントローラ１０８は、コントローラが部屋間の大きい移行部敷居などの可動阻害物の存在を決定するとき、部屋の床材タイプとともにそのような障害物の検出を使用して、異なるキャスタータイプの推奨事項を生じることができる。推奨可能である異なるキャスタータイプは、キャスターのサイズの変動、キャスターのホイールの数の変動、キャスターのベアリングの変動、キャスターが受動的であるか能動的に駆動するかの変動、またはキャスターの適合性に影響を与えるなどのためにキャスターの材料（または複数の材料）の変動などを含むことができる。

いくつかの例では、コントローラは、床材タイプの指示および可動阻害物に少なくとも部分的に基づいて、ローラタイプ推奨事項を生じることができる。すなわち、コントローラ１０８は、コントローラが、部屋間の大きい移行部敷居などの可動阻害物の存在を決定するとき、部屋の床材タイプとともにそのような障害物の検出を使用して、ローラが突起（ｎｕｂ）などの可動性特徴を含む場合に異なるローラタイプの推奨事項を生じることができる。そのような特徴は、その全体が参照により本明細書に組み込まれる、２０１９年２月２８日に出願された、「Ｃｌｅａｎｉｎｇ Ｒｏｌｌｅｒ ｆｏｒ Ａｕｔｏｎｏｍｏｕｓ Ｍｏｂｉｌｅ Ｒｏｂｏｔ」という名称のＥｒｉｃ Ｊ． Ｂｕｒｂａｎｋらに対する米国非仮特許出願第１６／２８８，６９９号に図示および説明される。

たとえば、可動阻害物が検出されるとき、キャスターのサイズ（直径など）を増加させるために有益であり得る。適合性が、より可撓性であるホイールなどの、異なるホイール設計（構造）の使用または異なるホイール材料の使用を通して変更可能である場合、キャスターの適合性を増加させることも有益であり得る。そのような可撓性は、障害物の表面に沿って牽引を維持することによって、キャスターが可動阻害物をより容易に乗り越えることを可能にすることができる。

図６は、本開示の少なくとも１つの例による方法６００の概略図を示す。方法６００は、自律的モバイル掃除ロボットのユーザに対するハードウェア推奨事項を生成する方法とすることができる。いくつかの例では、方法６００は、方法５００のステップのいずれかに従うことができる。他の例では、方法６００は、１つまたは複数の独立したステップとして存在することができる。

ステップ６０２では、モバイル自律的掃除ロボットによってアクセスされる環境の各部分内の床材タイプが検出可能である。ステップ６０４では、環境の１つまたは複数の床材タイプの総面積は、床材タイプまたは床材条件の検出に少なくとも部分的に基づいて決定可能であり、ローラタイプ推奨事項は、環境の１つまたは複数の床材タイプの総面積に少なくとも部分的に基づいて生成可能である。

たとえば、コントローラ１０８は、１つまたは複数のセンサ信号を使用して、モバイル自律的掃除ロボット１００によってアクセスされる環境４０の各部屋４２ａ～４２ｅ内の面５０ａ～５０ｅの各々の床材タイプを検出または決定することができる。次いで、面５０ａ～５０ｅの各々の床材タイプは、環境４０内の各床材タイプのパーセンテージを決定するために使用可能である。コントローラ１０８は、各床材タイプのパーセンテージまたは総面積を使用して、どのタイプのローラが環境４０にとって最も効果的であるまたは最も効率的であるかを決定することができる。次いで、推奨事項は、モバイルデバイス４０４のユーザインタフェース上での表示のために、モバイルデバイス４０４に送信可能である。

ステップ６０６では、環境の１つまたは複数の部分内のモバイル自律的掃除ロボットの掃除頻度が決定可能である。すなわち、環境４０の１つまたは複数の部屋４２内のモバイル自律的掃除ロボット１００の掃除頻度が決定可能である。掃除頻度は、単位時間当たり１つまたは複数の部屋が掃除される回数と同様に、時間ベース頻度であってよい。たとえば、環境は、１００平方メートルの硬材面を有する環境の第１の部分と、２００平方メートルのカーペットが敷かれた面を有する第２の部分とを含むことができる。部分が同じ頻度で掃除されることが検出された場合、カーペットに最適化されたローラが推奨されてよい。硬材部分がカーペット部分よりも２倍以上の頻度で掃除されることが決定される場合、硬材に最適化されたローラが推奨されてよい。

頻度は、１つまたは複数の部屋内でのロボットの通過の数を説明することもできる。コントローラ１０８は、掃除頻度（任意選択で、床材タイプ、パーセンテージなどとともに）を使用して、ローラタイプ推奨事項を決定することができる。例示的なｔａｂｌｅ Ｔ１（表１）が以下に示されている。

ローラ（または他のハードウェア）も、単位時間当たりの環境全体の掃除の頻度または総掃除時間（これは、部屋タイプとは無関係であってよい）に基づいて、推奨可能である。一例では、第１のユーザは、第１のサイズの環境を１週間に２回掃除することができ、第２のユーザは、より小さいサイズの第２の環境を１日に２回掃除することができる。この場合、ローラ上での追加の摩耗に耐える助けとなるために、より厚いまたはより硬質な材料から作製されるローラが、第２のユーザに推奨可能である。別の例では、第１のユーザは、第１のサイズの環境を１週間に２回掃除することができ、第２のユーザは、第２のサイズの第２の環境を１週間に２回掃除することができる。第２の環境が第１の環境よりも実質的に大きい場合、ローラ上での追加の摩耗に耐える助けとなるために、より厚いまたはより硬質な材料から作製されるローラが、推奨可能である。

ステップ６０８では、床材タイプの部分の総面積のうちの１つまたは複数は、環境の１つまたは複数の部分内のモバイル自律的掃除ロボットの掃除頻度に少なくとも部分的に基づいて修正可能である。すなわち、環境４０の部屋４２または部屋のグループの面積は、掃除頻度に基づいて修正可能である。たとえば、部屋４２ｄが他の部屋よりも頻繁に掃除される場合、総面積値は、部屋４２ｄのための値が増加可能であるので、増加可能である。これらの修正された値は、少なくとも部分的に、ローラ推奨事項を生じるまたは生成する際に使用可能である。

同様に、床材タイプの部分の総面積のうちの１つまたは複数は、環境の立ち入り禁止ゾーンに少なくとも部分的に基づいて修正可能である。すなわち、環境４０内の立ち入り禁止ゾーンは、ローラ推奨事項の決定において使用される環境の総面積値を修正するために使用可能である。

ステップ６１０では、ユーザタイプは、ユーザインタフェースデバイスから受信された入力に少なくとも部分的に基づいて、決定可能である。さまざまなユーザタイプは、ロボット１００および他の環境の他のロボットから受信されたデータに基づいて決定可能である。いくつかの例では、クラウドコンピューティングシステム４０６は、ユーザタイプを決定するために、さまざまな環境からのデータを比較することができる。いくつかの例では、ユーザタイプは、モバイル自律的掃除ロボットの集団から受信されたデータに少なくとも部分的に基づいて、決定可能である。

ユーザタイプとしては、頻繁な清掃員、頻繁でない清掃員、ペットの飼い主などがあり得る。コントローラ１０８（またはクラウドコンピューティングシステム４０６）は、環境４０に対するユーザタイプを決定するために、ロボット１００から受信されたデータを比較することができる。次いで、ユーザタイプは、ユーザデバイス４０４に送信可能なハードウェア推奨事項を生じるまたは生成するために使用可能である。たとえば、ユーザタイプがペットの飼い主と決定された場合、コントローラ１０８は、ペットの毛を抽出するのに貢献するローラタイプを推奨することができる。ユーザタイプは、本明細書において論じられる任意のハードウェア推奨事項を生成するために使用可能である。

ステップ６１２では、コントローラが、自律的掃除ロボットを通して、環境内の可動阻害物を検出することができる。たとえば、コントローラ１０８は、ロボット１００のセンサのうちの１つまたは複数を使用して、環境４０の部屋４２間などの部屋間の、大きい移行部敷居などの障害物の存在を決定することができる。そのような可動阻害物は、キャスタータイプなどの本明細書において論じられる任意のハードウェア推奨事項を生成するためにコントローラ１０８によって使用可能である。

ステップ６１４では、モバイル自律的掃除ロボットのセンサは、環境内のゴミを検出するために使用可能である。たとえば、ビン１５０内またはその上流に取り付けられた圧電性センサは、吸引経路１４８を通過する環境４０からゴミ７５を検出するために使用可能である。コントローラ１０８は、いつでも経路１４８を通ってビン１５０へと通過するゴミのタイプおよび量を決定するために、そのようなセンサと通信することができる。コントローラ１０８は、ログを作成し、データを使用して、環境のどの１つまたは複数の部屋４２がより多くまたはより少ないゴミを収集するかおよびどのタイプのゴミを各部屋４２が収集するかを決定することができる。コントローラ１０８は、たとえば、ステップ６１６におけるゴミに関するデータを使用して、ローラタイプ推奨事項を生成または作成することができる。

ローラ推奨事項はまた、環境内の他のロボット（または環境４０内のロボットの集団）に基づいて、作成可能である、または修正可能である。たとえば、環境４０がモップ掃除ロボットを含む場合、モップ掃除ロボットは、タイルおよび硬材などの環境４０の硬い面を掃除する助けとなることができるので、ロボット１００のローラは、カーペットに最適化可能である。

ステップ６１８では、ローラタイプ推奨事項は、ユーザインタフェースデバイスに送信可能である。たとえば、ローラタイプ推奨事項は、モバイルデバイス４０４のユーザインタフェース上での表示のために、コントローラ１０８からモバイルデバイス４０４に送信可能である。他の例では、他のユーザデバイスインタフェース（テレビ、ラップトップコンピュータ、タブレットコンピュータ、またはデスクトップコンピュータなど）は、推奨事項を表示するために使用可能である。

別の例では、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法が、環境の部分の床材タイプを検出することを含むことができる。環境の部分のサイズが検出可能であり、環境の合計サイズが決定可能である。ハードウェア特性推奨事項は、床材タイプ、環境の部分のサイズ、および環境の合計サイズに少なくとも部分的に基づいて生成可能である。ハードウェア特性推奨事項は、ユーザインタフェースデバイスに送信可能である。別の例では、ハードウェアは、ローラタイプ、キャスタータイプ、サイドブラシタイプ、ケージタイプ、およびサイドブラシ回転スピードのうちの１つであってよい。

図７Ａ～図７Ｂは、以下で同時に論じられ、非限定的な例として、スマートフォン７００のユーザインタフェースを示し、スマートフォン７００は、モバイルデバイス４０４の一例とすることができる。

図７Ａに示されるように、ローラ１１８を交換するなどのための、新しいハードウェアの推奨事項７０４は、ディスプレイスクリーン７０２上に提示可能である。推奨事項は、テキスト７０４ユーザインタフェース要素およびグラフィカルユーザインタフェース要素７０６のうちの１つまたは複数を介して提供可能である。追加のユーザインタフェース要素は、推奨事項が推奨される１つまたは複数の構成要素を示すために、ディスプレイスクリーン７０２上に展開可能である。たとえば、要素７０８はローラの表現とすることができ、この表現は、新しい推奨事項が１つまたは複数のローラに関することを示すために、ディスプレイスクリーン７０２上に明るく表示（ｂｒｉｇｈｔｅｎ）または強調可能である。同様に、要素７１０は、推奨事項が１つまたは複数の駆動ホイールに関することを示すために強調可能であり、要素７１２は、推奨事項がサイドブラシに関することを示すために強調可能であり、要素７１４は、推奨事項がキャスターに関することを示すために強調可能であり、要素７１６は、推奨事項がケージに関することを示すために強調可能である。他の例では、他の構成要素は、として強調または図示可能である。

図７Ｂは、ディスプレイスクリーンがグラフィカルインタフェース７０６上にいくつかのローラタイプを表示することができるユーザデバイス７００の斜視図を示す。たとえば、要素７１８は、除去可能なブラシ毛および突起などの可動性特徴を受けるための空洞をもつブラシとすることができる。たとえば、突起は、ローラが障害物と係合して障害物の上方にロボットを持ち上げることを可能にするのに十分に堅く、したがってロボットが障害物の上を移動することを可能にすることができる。

ディスプレイ７０６上の要素７２０は、羽根が異なる長さであってよい場合、ローラの長さに沿って延在する羽根を含むローラとすることができる。要素７２０内に示されるそのようなローラは、複数のタイプの敷物をもつ環境にとって良好であってよい。要素７２２は、単一の羽根長さを有する羽根をもつローラを示すことができ、このローラは、単一の敷物タイプをもつ環境に良好とすることができる。要素７２４は、ローラ面に対して接線方向に延在する羽根をもつローラを示すことができる。そのような羽根は、摩耗に影響されにくくてよく、ロボット１００がより頻繁に使用される環境において有用であってよい。要素７２６は、ブラシ毛を有するローラを示すことができ、このローラは、より大きいパーセンテージの敷物を有する環境を掃除する際により効果的であることができる。

ユーザデバイス７００は、選択７２８をディスプレイ７０６上に示すようにも構成可能であり、選択７２８は、どのローラが装着されるべきかを示すためにグラフィックインジケータまたはテキストを含むことができる。たとえば、選択７２８によって示されるローラは、床材タイプまたは上記で論じられた環境において使用するためのハードウェアを決定する他の方法のいずれかに基づいて、決定可能である。

いくつかの例では、要素７１８、７２０、７２２、７２４、および７２６のローラの各々は、販売時にロボット１００を備えることができる。次いで、ロボット１００は、１つまたは複数の掃除任務を実行することができ、どのローラがロボット１００による最も効果的な掃除性能のためにユーザによって装着されるべきかに関して決定または推奨事項を提供することができる。

図７Ｃは、ディスプレイスクリーンがグラフィカルインタフェース７０６上にいくつかのサイドブラシタイプを表示することができるユーザデバイス７００の斜視図を示す。たとえば、インタフェース７０６は、ゴミ散乱を減少させる助けとなることができる、より大きい数のブラシを含むことができる第１のタイプのサイドブラシであってよい要素７３０を示すことができる。そのようなブラシは、より大きいパーセンテージの硬い面をもつ環境を掃除するためにより効果的であることができる。いくつかの例では、要素７３０のブラシは、剛性ブラシ毛を有することができ、このブラシ毛は、カーペットが敷かれた環境において掃除する際により効果的であることができる。

また、インタフェース７０６は要素７３２を示すことができ、要素７３２は、より少ないブラシまたはブラシ毛をもつサイドブラシとすることができる。要素７３４は、掃き掃除された（ｓｗｅｐｔ）ブラシ毛をもつサイドブラシとすることができ、これは、散乱を減少させる助けとなることができ、ロボットの抽出部分の方へゴミを向ける助けとなることができる。

図７Ｄは、たとえば、図７Ａの表示の後の、追加の表示を示すディスプレイスクリーン７０２を示す。図７Ｂのスクリーン７０２は、ロボット１００の性能を改善するように現在のセットを交換するために推奨された新しいローラを購入するようにユーザに促す１つまたは複数の選択オプション７４２を提供することができる。さらに、図示の例では、テキストユーザインタフェース要素７４０は、対応するオンラインベンダの名前とともに表される１つまたは複数の価格表示オプションを提示する。ディスプレイスクリーン７０２は、図７Ｄでは、ローラのための推奨事項を提供するように示されているが、スクリーン７０２は、キャスター、サイドブラシ、ケージなどの、交換またはアップグレードのために推奨される任意のハードウェア構成要素のための推奨事項を表示するように構成可能である。

図８は、グラフィカルディスプレイ８０２を含むことができるユーザデバイス８００を示す。ディスプレイ８０２は、環境４０内での１つまたは複数の任務中にロボット１００によって生じられるマップなどの環境マップの画像を示すことができ、環境は、玄関８０４と、台所８０６と、靴脱ぎ室８０８と、寝室８１０と、居間８１２とを含む。動作中、ユーザは、上記で図７Ａ～図７Ｄにおいて論じられたハードウェア推奨事項などのハードウェア推奨事項を見るために、環境の部屋を選択することができる。

たとえば、ユーザは、プロンプト８１４において、タップすること、押すこと、またはジェスチャーすることなどによって部屋を選択するように促され得る。たとえば、ユーザは、寝室８１０を選択することができ、これによって、ユーザは、寝室８１０のためのハードウェア推奨事項スクリーンに導かれ得る。そのようなスクリーンでは、ユーザは、たとえば、カーペットを掃除するために最適化されたローラを選択するように促され得る。いくつかの例では、ユーザは、複数の領域を選択することができる。たとえば、ユーザが、台所、玄関、および居間を定期的に掃除する場合、ユーザは、台所８０６、玄関８０４、および居間８１２を選択して、環境のそれらの部屋のためになされたハードウェア推奨事項を受け取ることができる。他の例では、特定の領域（部屋だけでなく）が選択可能である。いかなる例においても、システム（コントローラ１００など）は、ユーザデバイス８００を介してユーザの要求に応じて環境の１つまたは複数の部分のためのハードウェア推奨事項を行うことができる。

図９は、前の技法のうちの任意の１つまたは複数が自律的モバイル掃除ロボット１００またはそれに接続されたシステムによって実行または促進され得るシステムの概略図を示す。たとえば、システム９００は、ロボット１００の中に含まれ得る。

代替実施形態では、システム９００は、スタンドアロンデバイスとして動作することができる、または、他のマシンに接続（たとえば、ネットワーク接続）されてよい。ネットワーク化された展開では、マシンは、サーバ－クライアントネットワーク環境においてサーバマシンまたはクライアントマシンのどちらかとして動作することができる、またはマシンは、ピアツーピア（または分散）ネットワーク環境においてピアマシンとして機能することができる。マシンは、パーソナルコンピュータ（ＰＣ）、タブレットＰＣ、スマートフォン、ウェブアプライアンス、またはそのマシンによって取られることになるアクションを指定する命令（逐次的または別の方法で）を実行することが可能である任意のマシンであってよい。さらに、単一のマシンのみが示されているが、「マシン」という用語は、本明細書において論じられる方法論のうちの任意の１つまたは複数を実行するように命令のセット（または複数のセット）を個別にまたは共同で実行するマシンの任意の集合を含むとも思われる。

コンピュータシステム９００は、リンク９８（たとえば、インターリンク、バスなど）を介して互いと通信する、プロセッサ９０２（たとえば、中央処理ユニット（ＣＰＵ）、グラフィックス処理ユニット（ＧＰＵ）、または両方）と、メインメモリ９０４と、スタティックメモリ９０６とを含むことができる。コンピュータシステム９００は、ビデオ表示ユニット９１０と、英数字入力デバイス９１２（たとえば、キーボード）と、ユーザインタフェース（ＵＩ）ナビゲーションデバイス９１４（たとえば、マウス）も含むことができる。一例では、ビデオ表示ユニット９１０、入力デバイス９１２、およびＵＩナビゲーションデバイス９１４は、タッチスクリーンディスプレイである。コンピュータシステム９００は、記憶デバイス９１６（たとえば、ドライブユニット）と、信号生成デバイス９１８（たとえば、スピーカ）と、ワイヤード通信ハードウェアまたはワイヤレス通信ハードウェアを使用して通信ネットワーク９２６と動作可能に通信することができるネットワークインタフェースデバイス９２０とを追加的に含むことができる。コンピュータシステム９００は、入力認識および検出技法により入力（非接触型人間入力を含む）を取得するように構成された１つまたは複数の人間入力センサ９２８をさらに含むことができる。人間入力センサ９２８としては、カメラ、マイクロホン、バーコードリーダ、ＲＦＩＤリーダ、短距離通信リーダ、または入力の目的でデータを生じる他のセンサがあり得る。コンピュータシステム８００は、シリアル（たとえば、ユニバーサルシリアルバス（ＵＳＢ））接続、並列接続、または１つまたは複数の周辺デバイス（たとえば、プリンタ、カードリーダなど）を通信もしくは制御するための他のワイヤードもしくはワイヤレス（たとえば、赤外線（ＩＲ））接続などの、出力コントローラ９３０をさらに含むことができる。

記憶デバイス９１６は、本明細書において説明される方法論または機能のうちの任意の１つまたは複数を実施するまたはこれによって利用されるデータ構造または命令９２４（たとえば、ソフトウェア）の１つまたは複数のセットが記憶される機械可読媒体９２２を含むことができる。命令９２４はまた、メインメモリ９０４、スタティックメモリ９０６、および機械可読媒体も構成するプロセッサ９０２を用いて、メインメモリ９０４内、スタティックメモリ９０６内、またはコンピュータシステム９００によってその実行中のプロセッサ９０２内に、完全にまたは少なくとも部分的にあることができる。

機械可読媒体９２２は、例示的な一実施形態では単一の媒体であると示されているが、「機械可読媒体」という用語は、１つまたは複数の命令９２４を記憶する単一の媒体または複数の媒体（たとえば、集中型データベースもしくは分散データベース、または関連づけられたキャッシュおよびサーバ）を含むことができる。「機械可読媒体」という用語はまた、コンピュータシステム９００による実行のための命令を記憶、符号化、または搬送することが可能である、およびコンピュータシステム９００に本開示の方法論のうちの任意の１つもしくは複数を実行させる、またはそのような命令によって利用されるもしくはこれと関連づけられたデータ構造を記憶、符号化、もしくは搬送することが可能である、任意の有形媒体（たとえば、非一時的媒体）を含むと思われるものとする。したがって、「機械可読媒体」という用語は、限定するものではないが、ソリッドステートメモリ、ならびに光媒体および磁気媒体を含むと思われるものとする。機械可読媒体の具体例としては、例として、半導体メモリデバイス（たとえば、電気的プログラマブル読み出し専用メモリ（ＥＰＲＯＭ）、電気的に消去可能なプログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ））、およびフラッシュメモリデバイスを含む不揮発性メモリ、内部ハードディスクおよびリムーバブルディスクなどの磁気ディスク、光磁気ディスク、ならびにＣＤ－ＲＯＭディスクおよびＤＶＤ－ＲＯＭディスクがある。

命令９２４は、いくつかのよく知られている伝送プロトコル（たとえば、フレームリレー、インターネットプロトコル（ＩＰ）、伝送制御プロトコル（ＴＣＰ）、ユーザデータグラムプロトコル（ＵＤＰ）、ハイパーテキスト転送プロトコル（ＨＴＴＰ））のいずれか１つを利用するネットワークインタフェースデバイス９２０を介して、伝送媒体を使用して、通信ネットワーク９２６上でさらに送信または受信可能である。通信ネットワークの例としては、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、インターネット、携帯電話ネットワーク、Ｐｌａｉｎ Ｏｌｄ Ｔｅｌｅｐｈｏｎｅ（ＰＯＴＳ）ネットワーク、およびワイヤレスデータネットワーク（たとえば、Ｗｉ－Ｆｉ、３Ｇ、および４Ｇ ＬＴＥ／ＬＴＥ－Ａまたは５Ｇネットワーク）がある。「伝送媒体」という用語は、コンピューティングシステム９００による実行のための命令を記憶、符号化、または搬送することが可能であり、そのようなソフトウェアの通信を容易にするためにデジタル通信信号またはアナログ通信信号または他の無形媒体を含む、任意の無形媒体を含むと思われるものとする。

追加の例として、本明細書において説明されるコンピューティング実施形態は、１つのハードウェア、ファームウェア、およびソフトウェア、またはこれらの組み合わせで実施されてよい。実施形態は、コンピュータ可読記憶デバイス上に記憶された命令として実装されてもよく、命令は、本明細書において説明される動作を実行するために少なくとも１つのプロセッサによって読み取りおよび実行可能である。コンピュータ可読記憶デバイスは、マシン（たとえば、コンピュータ）によって読み取り可能な形で情報を記憶するための任意の非一時的な機構を含んでよい。たとえば、コンピュータ可読記憶デバイスとしては、読み出し専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、磁気ディスク記憶媒体、光記憶媒体、フラッシュメモリデバイス、ならびに他の記憶デバイスおよび媒体があり得る。

本明細書において説明される機能ユニットまたは能力は、実装独立性をより具体的には強調するために、構成要素またはモジュールと呼ばれるまたはラベルされる可能性があることが理解されるべきである。構成要素またはモジュールは、ハードウェア回路、プログラマブルハードウェアデバイス、他の個別構成要素の任意の組み合わせで実装可能である。構成要素またはモジュールはまた、さまざまなタイプのプロセッサによる実行のためのソフトウェア内で実装可能である。実行可能コードの識別される構成要素またはモジュールは、たとえば、コンピュータ命令の１つまたは複数の物理ブロックまたは論理ブロックを備えることができ、これは、たとえば、オブジェクト、プロシージャ、または関数として編成されることがある。それにもかかわらず、識別される構成要素またはモジュールの実行ファイルは、物理的に一緒に配置される必要はないが、論理的に一緒に連結されるとき、構成要素またはモジュールを備え、構成要素またはモジュールのための規定された目的を達成する、異なる場所内に記憶された異なる命令を備えることができる。実際、実行可能コードの構成要素またはモジュールは、単一の命令であってもよいし、多数の命令であってもよく、さまざまなプログラムの中でもとりわけ、いくつかの異なるコードセグメント上に、いくつかのメモリデバイスにわたって、分散されていてもよい。

同様に、動作データは、本明細書において構成要素またはモジュール内で識別および図示可能であり、任意の適切な形で実施され、任意の適切なタイプのデータ構造内で編成されてよい。動作データは、単一のデータセットとして収集可能であり、または異なる記憶デバイス上を含む異なる場所上に分散されてもよく、少なくとも部分的に、単にシステムもしくはネットワーク上に電子信号として存在してもよい。構成要素またはモジュールは、所望の機能を実行するように動作可能なエージェントを含めて、受動的または能動的とすることができる。

以下の非限定的な例は、とりわけ、本明細書において論じられる問題を解決し、利益を提供する、本主題のいくつかの態様を詳述する。

実施例１は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、環境の部分の床材タイプを検出することと、環境の部分のサイズを検出することと、環境の合計サイズを決定することと、床材タイプ、環境の部分のサイズ、および環境の合計サイズに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することと、ローラタイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法とすることができる。

実施例２では、実施例１の主題は、任意選択で、モバイル自律的掃除ロボットによってアクセスされる環境の各部分内の床材タイプを検出することと、床材タイプの検出に少なくとも部分的に基づいて、環境の１つまたは複数の床材タイプの総面積を決定することと、環境の１つまたは複数の床材タイプの総面積に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３では、実施例２の主題は、任意選択で、環境の１つまたは複数の部分内のモバイル自律的掃除ロボットの掃除頻度を決定することと、掃除頻度に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例４では、実施例３の主題は、任意選択で、環境の１つまたは複数の部分内のモバイル自律的掃除ロボットの掃除頻度に少なくとも部分的に基づいて、床材タイプの部分の総面積のうちの１つまたは複数を修正することと、床材タイプの修正された総面積に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例５では、実施例３～４のうちの任意の１つまたは複数の主題は、任意選択で、環境の立ち入り禁止ゾーンに少なくとも部分的に基づいて、床材タイプの部分の総面積のうちの１つまたは複数を修正することと、床材タイプの修正された総面積に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例６では、実施例１～５のうちの任意の１つまたは複数の主題は、任意選択で、ユーザインタフェースデバイスから受信された入力に少なくとも部分的に基づいて、ユーザタイプを決定することと、このユーザタイプに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例７では、実施例６の主題は、任意選択で、モバイル自律的掃除ロボットの集団から受信されたデータに少なくとも部分的に基づいて、ユーザタイプを決定することを含む。

実施例８では、実施例１～７のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットを使用して、環境内の可動阻害物を検出することと、可動阻害物に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例９では、実施例１～８のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットのセンサを使用して、環境内のゴミを検出することと、この検出されたゴミに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例１０では、実施例９の主題は、任意選択で、モバイル自律的掃除ロボットのセンサを使用して、環境内のゴミのタイプを検出することと、この検出されたゴミのタイプに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例１１は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、モバイル自律的掃除ロボットを使用して環境のマップを作成することであって、このマップは、１つまたは複数の部屋によって少なくとも部分的に定義される、作成することと、環境の１つまたは複数の部屋内の床材タイプを検出することと、環境の合計環境サイズを決定することと、環境の１つまたは複数の部屋のための部屋サイズを決定することと、合計環境サイズ、１つまたは複数の部屋のための部屋サイズ、および１つまたは複数の部屋内の床材タイプに少なくとも部分的に基づいて、床材タイプの指示を生じることと、床材タイプの指示に少なくとも部分的に基づいて、キャスタータイプ推奨事項を生成することと、このキャスタータイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法とすることができる。

実施例１２では、実施例１１の主題は、任意選択で、床材タイプの指示に少なくとも部分的に基づいて、キャスターサイズを決定することを含む。

実施例１３では、実施例１２の主題は、任意選択で、床材タイプの指示に少なくとも部分的に基づいて、キャスター適合性を決定することを含む。

実施例１４では、実施例１１～１３のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットを使用して、環境内の可動阻害物を検出することと、可動阻害物に少なくとも部分的に基づいて、キャスタータイプ推奨事項を生成することとを含む。

実施例１５は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、モバイル自律的掃除ロボットを使用して環境のマップを作成することであって、このマップは、１つまたは複数の部屋によって少なくとも部分的に定義される、作成することと、環境の１つまたは複数の部屋内の床材タイプを検出することと、環境の合計環境サイズを決定することと、環境の１つまたは複数の部屋のための部屋サイズを決定することと、合計環境サイズ、１つまたは複数の部屋のための部屋サイズ、および１つまたは複数の部屋内の床材タイプに少なくとも部分的に基づいて、床材タイプの指示を生じることと、床材タイプの指示に少なくとも部分的に基づいて、サイドブラシタイプ推奨事項を生成することと、このサイドブラシタイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法とすることができる。

実施例１６では、実施例１５の主題は、任意選択で、床材タイプの指示に少なくとも部分的に基づいて、最適なサイドブラシ長さを決定することを含む。

実施例１７では、実施例１６の主題は、任意選択で、床材タイプの指示に関して、最適なサイドブラシ回転スピードを決定することと、サイドブラシの回転スピードを調節することとを含む。

実施例１８は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、モバイル自律的掃除ロボットを使用して環境のマップを作成することであって、このマップは、１つまたは複数の部屋によって少なくとも部分的に定義される、作成することと、環境の１つまたは複数の部屋内の床材タイプを検出することと、環境の合計環境サイズを決定することと、環境の１つまたは複数の部屋のための部屋サイズを決定することと、合計環境サイズ、１つまたは複数の部屋のための部屋サイズ、および１つまたは複数の部屋内の床材タイプに少なくとも部分的に基づいて、床材タイプの指示を生じることと、床材タイプに少なくとも部分的に基づいて、ケージタイプ推奨事項を生成することと、このケージタイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法とすることができる。

実施例１９は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、環境の部分の床材タイプを検出することと、環境の部分のサイズを検出することと、環境の合計サイズを決定することと、床材タイプ、環境の部分のサイズ、および環境の合計サイズに少なくとも部分的に基づいて、ハードウェア特性推奨事項を生成することと、このハードウェア特性推奨事項をユーザインタフェースデバイスに送信することとを含む方法とすることができる。

実施例２０では、実施例１２～１９のうちの任意の１つまたは複数の主題は、任意選択で、ハードウェアは、ローラタイプ、キャスタータイプ、サイドブラシタイプ、ケージタイプ、およびサイドブラシ回転スピードのうちの１つであることを含む。

実施例２１は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、モバイル自律的掃除ロボットを使用して環境のマップを作成することであって、このマップは、１つまたは複数の部屋によって少なくとも部分的に定義される、作成することと、部屋のうちの１つまたは複数の個々の部屋内の床材タイプを検出することと、環境の合計環境サイズを決定することと、環境の部屋のうちの１つまたは複数の個々の部屋のための部屋サイズを決定することと、合計環境サイズ、部屋のうちの個々の部屋のための部屋サイズ、および部屋のうちの１つまたは複数の個々の部屋内の床材タイプに少なくとも部分的に基づいて、床材タイプの指示を生じることと、床材タイプの指示に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することと、このローラタイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法とすることができる。

実施例２２では、実施例２１の主題は、任意選択で、環境の部屋のうちの個々の部屋内のモバイル自律的掃除ロボットの掃除頻度を決定することと、部屋のうちの個々の部屋の掃除頻度に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例２３では、実施例２２の主題は、任意選択で、環境の１つまたは複数の部屋内のモバイル自律的掃除ロボットの掃除頻度に少なくとも部分的に基づいて、床材タイプの指示を更新することを含む。

実施例２４では、実施例２３の主題は、任意選択で、更新された床材タイプの指示に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することを含む。

実施例２５では、実施例２４の主題は、任意選択で、環境のマップの立ち入り禁止ゾーンに少なくとも部分的に基づいて、床材タイプの指示を更新することと、更新された床材タイプの指示に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例２６では、実施例２１～２５のうちの任意の１つまたは複数の主題は、任意選で、ユーザインタフェースデバイスから受信された入力に少なくとも部分的に基づいて、ユーザタイプを決定することと、このユーザタイプに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例２７では、実施例２６の主題は、任意選択で、モバイル自律的掃除ロボットの集団から受信されたデータに基づいて、ユーザタイプを決定することを含む。

実施例２８では、実施例２１～２７のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットを使用して、環境内の可動阻害物を検出することと、この可動阻害物に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例２９では、実施例２１～２８のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットのセンサを使用して、環境の部屋内のゴミを検出することと、検出されたゴミに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３０では、実施例２９の主題は、任意選択で、モバイル自律的掃除ロボットのセンサを使用して、環境の部屋内のゴミのタイプを検出することと、検出されたゴミのタイプに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３１は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、環境の部分の床材タイプを検出することと、環境の部分のサイズを検出することと、環境の合計サイズを決定することと、床材タイプ、環境の部分のサイズ、および環境の合計サイズに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することと、このローラタイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法である。

実施例３２では、実施例３１の主題は、任意選択で、モバイル自律的掃除ロボットによってアクセスされる環境の各部分内の床材タイプを検出することと、床材タイプの検出に少なくとも部分的に基づいて、環境の１つまたは複数の床材タイプの総面積を決定することと、環境の１つまたは複数の床材タイプの総面積に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３３では、実施例３２の主題は、任意選択で、環境の１つまたは複数の部分内のモバイル自律的掃除ロボットの掃除頻度を決定することと、この掃除頻度に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３４では、実施例３３の主題は、任意選択で、環境の１つまたは複数の部分内のモバイル自律的掃除ロボットの掃除頻度に少なくとも部分的に基づいて、床材タイプの部分の総面積のうちの１つまたは複数を修正することと、床材タイプの修正された総面積に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３５では、実施例３３～３４のうちの任意の１つまたは複数の主題は、任意選択で、環境の立ち入り禁止ゾーンまたは集中掃除ゾーンに少なくとも部分的に基づいて、床材タイプの部分の総面積のうちの１つまたは複数を修正することと、床材タイプの修正された総面積に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３６では、実施例３１～３５のうちの任意の１つまたは複数の主題は、任意選択で、ユーザインタフェースデバイスから受信された入力に少なくとも部分的に基づいて、ユーザタイプを決定することと、このユーザタイプに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３７では、実施例３６の主題は、任意選択で、モバイル自律的掃除ロボットの集団から受信されたデータに少なくとも部分的に基づいて、ユーザタイプを決定することを含む。

実施例３８では、実施例３１～３７のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットを使用して、環境内の可動阻害物を検出することと、この可動阻害物に少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例３９では、実施例３１～３８のうちの任意の１つまたは複数の主題は、任意選択で、モバイル自律的掃除ロボットのセンサを使用して、環境内のゴミを検出することと、検出されたゴミに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例４０では、実施例３９の主題は、任意選択で、モバイル自律的掃除ロボットのセンサを使用して、環境内のゴミのタイプを検出することと、検出されたゴミのタイプに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することとを含む。

実施例４１は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、モバイル自律的掃除ロボットを使用して環境のマップを作成することであって、このマップは、１つまたは複数の部屋によって少なくとも部分的に定義される、作成することと、モバイル自律的掃除ロボットを使用して、環境内の可動阻害物を検出することと、この可動阻害物に少なくとも部分的に基づいて、可動性特徴の推奨事項を生成することと、この可動性特徴の推奨事項をユーザインタフェースデバイスに送信することとを含む方法である。

実施例４２では、実施例４１の主題は、任意選択で、可動阻害物に少なくとも部分的に基づいて、可動性特徴のサイズを決定することを含む。

実施例４３では、実施例４２の主題は、任意選択で、可動阻害物に少なくとも部分的に基づいて、可動性特徴の適合性を決定することを含む。

実施例４４では、実施例４１～４３のうちの任意の１つまたは複数の主題は、任意選択で、可動性特徴が、突起を含むローラであることを含む。

実施例４５では、実施例４１～４４のうちの任意の１つまたは複数の主題は、任意選択で、可動性特徴がキャスターであることを含む。

実施例４６では、実施例４１～４５のうちの任意の１つまたは複数の主題は、任意選択で、可動阻害物が、床材タイプ間の敷居または移行部であることを含む。

実施例４７は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、環境の部分のサイズを検出することと、環境の合計サイズを決定することと、モバイル自律的掃除ロボットのセンサを使用して、環境の部分内のゴミのサイズを検出することと、床材タイプ、環境の部分のサイズ、および環境の部分内のゴミのサイズに少なくとも部分的に基づいて、ハードウェア特性推奨事項を生成することと、このハードウェア特性推奨事項をユーザインタフェースデバイスに送信することとを含む方法である。

実施例４８では、実施例４７の主題は、任意選択で、ハードウェア特性推奨事項が、床材タイプの指示に少なくとも部分的に基づいて、サイドブラシタイプ推奨事項であることを含む。

実施例４９では、実施例４６～４８のうちの任意の１つまたは複数の主題は、任意選択で、床材タイプの指示に少なくとも部分的に基づいて、最適なサイドブラシ長さを決定することを含む。

実施例５０では、実施例４７～４９のうちの任意の１つまたは複数の主題は、任意選択で、ハードウェア特性推奨事項が、大きいゴミが検出されるとき、比較的大きい羽根を有するローラであることを含む。

実施例５１では、実施例４７～５０のうちの任意の１つまたは複数の主題は、任意選択で、ハードウェア特性推奨事項が、小さいゴミが検出されるとき、比較的小さい羽根を有するローラであることを含む。

実施例５２は、モバイル自律的掃除ロボットのためのハードウェアのユーザ構成を支援する方法であって、環境の部分のサイズを検出することと、環境の合計サイズを決定することと、モバイル自律的掃除ロボットのセンサを使用して、環境内のゴミを検出することと、検出されたゴミ、環境の部分のサイズ、および環境の合計サイズに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成することと、このローラタイプ推奨事項をユーザインタフェースデバイスに送信することとを含む方法である。

実施例５３では、実施例１～５２のうちの任意の１つまたは実施例１～５２の任意の組み合わせの装置または方法が、任意選択で、記載されたすべての要素またはオプションが、使用またはそれらから選択するために利用可能であるように構成可能である。

上記の詳細な説明は、詳細な説明の一部を形成する、添付の図面への参照を含む。図面は、例として、本発明が実施可能である具体的な実施形態を示す。これらの実施形態は、本明細書において、「実施例」とも呼ばれる。そのような実施例は、図示または説明されたものに加えて、要素を含むことができる。しかしながら、本発明者らは、図示または説明されたそれらの要素のみが提供される実施例も企図する。さらに、本発明者らは、特定の実施例（またはその１つもしくは複数の態様）に関するか、または本明細書において図示または説明された他の実施例（またはその１つもしくは複数の態様）に関するか、のどちらかである、図示または説明されたそれらの要素（またはその１つもしくは複数の態様）の任意の組み合わせまたは並べ替えを使用する実施例も企図する。

本文書と参照によりそのように組み込まれた任意の文書との間で使用法が一致しない場合、本文書における使用法が支配する。本文書では、「含む（ｉｎｃｌｕｄｉｎｇ）」および「そこにおいて（ｉｎ ｗｈｉｃｈ）」という用語は、「備える、含む（ｃｏｍｐｒｉｓｉｎｇ）」および「そこにおいて（ｗｈｅｒｅｉｎ）」それぞれの用語の平易な英語の等価物として使用される。また、以下の特許請求の範囲では、「含む（ｉｎｃｌｕｄｉｎｇ）」および「備える、含む（ｃｏｍｐｒｉｓｉｎｇ）」という用語は無制限（ｏｐｅｎ－ｅｎｄｅｄ）である、すなわち、請求項内でそのような用語の後にリストされたものに加えて要素を含むシステム、デバイス、物品、構成、配合、またはプロセスは、依然として、その請求項の範囲内に含まれると見なされる。

上記の説明は、制限することを意図したものでなく、例示的であることを意図したものである。たとえば、上記で説明された実施例（またはその１つもしくは複数の態様）は、互いと組み合わせて使用されてよい。他の実施形態は、上記の説明を検討するとき、当業者などによって使用可能である。要約書は、読者が技術的開示の性質をすばやく確認することを可能にするように、米国特許法施行規則第１．７２条第（ｂ）を遵守するために提供される。要約書は、請求項の範囲または意味を解釈または制限するために使用されないという理解とともに提示される。また、上記の「発明を実施するための形態」では、さまざまな特徴が、本開示を簡素化するためにグループ化されることがある。これは、特許請求されない開示される特徴が任意の請求項に不可欠であると解釈されるべきでない。むしろ、本発明の主題は、特定の開示された実施形態のすべてより少ない特徴にあることがある。したがって、以下の特許請求の範囲は、これによって実施例または実施形態として「発明を実施するための形態」に組み込まれ、各請求項は、別個の実施形態として独立したものであり、そのような実施形態は、さまざまな組み合わせまたは順列で互いと組み合わせ可能であることが企図されている。本発明の範囲は、添付の特許請求の範囲が権利を与えられる等価物の全範囲とともに、そのような特許請求の範囲を参照して、決定されるべきである。

１０ 床面
２０ 環境
４０ 環境
４２ 部屋
４２ａ 部屋
４２ｂ 部屋
４２ｃ 部屋
４２ｄ 部屋
４２ｅ 部屋
４４ ベッド
４６ テーブル
４８ アイランド
５０ 床面、面
５０ａ 床面、面、部屋
５０ｂ 床面、面
５０ｃ 床面、面
５０ｄ 床面、面
５０ｅ 床面、面
５２ ラグ
５４ 行動制御ゾーン
６０ ユーザ
７５ ゴミ
９８ リンク
１００ モバイル掃除ロボット、掃除ロボット、ロボット、モバイル自律的掃除ロボット、コントローラ、自律的モバイル掃除ロボット、モバイルロボット
１０２ ハウジング、本体、ハウジングインフラストラクチャ
１０４ 掃除アセンブリ、環境
１０６ 制御システム
１０８ コントローラ
１１０ メモリ
１１２ 駆動ホイール、ホイール
１１４ モータ
１１６ キャスターホイール
１１７ 掃除入口
１１８ ローラ、部材
１１９ 真空システム
１２０ ローラモータ、モータ
１２１ 後部部分
１２２ 前部部分
１２４ 底部部分
１２５ 頂部部分
１２６ 前部面
１２８ 側方面
１３０ 側方面
１３２ 隅部面
１３３ 隅部面
１３４ 段差センサ
１３６ 近接センサ
１３６ａ 近接センサ
１３６ｂ 近接センサ
１３６ｃ 近接センサ
１３７ 光インジケータシステム
１３８ バンパー
１３９ 衝突センサ
１３９ａ 衝突センサ
１３９ｂ 衝突センサ
１４０ カメラ、画像キャプチャデバイス
１４１ 障害物追従センサ
１４２ サイドブラシ、ブラシ
１４４ モータ
１４６ 連続ループ
１４７ 蓋
１４８ 吸引経路、経路
１５０ ゴミビン、ビン
４００ 通信ネットワーク、ネットワーク
４０１ プロセス
４０２ ユーザ
４０４ モバイルロボット、モバイルデバイス、ユーザデバイス、デバイス
４０６ クラウドコンピューティングシステム
４０８ 自律的ロボット、ロボット
４１０ 通信ネットワーク
４３０ コントローラ
４４２ プロセッサ
４４４ プロセッサ
４４６ 送信
７００ スマートフォン、ユーザデバイス
７０２ ディスプレイスクリーン、スクリーン
７０４ 推奨事項、テキスト
７０６ グラフィカルユーザインタフェース要素、グラフィカルインタフェース、インタフェース、ディスプレイ
７０８ 要素
７１０ 要素
７１２ 要素
７１４ 要素
７１６ 要素
７１８ 要素
７２０ 要素
７２２ 要素
７２４ 要素
７２６ 要素
７２８ 選択
７３０ 要素
７３２ 要素
７３４ 要素
７４０ テキストユーザインタフェース要素
７４２ 選択オプション
８００ ユーザデバイス、コンピュータシステム
８０２ グラフィカルディスプレイ、ディスプレイ
８０４ 玄関
８０６ 台所
８０８ 靴脱ぎ室
８１０ 寝室
８１２ 居間
８１４ プロンプト
９００ コンピュータシステム、コンピューティングシステム、システム
９０２ プロセッサ
９０４ メインメモリ
９０６ スタティックメモリ
９１０ ビデオ表示ユニット
９１２ 英数字入力デバイス、入力デバイス
９１４ ＵＩナビゲーションデバイス
９１６ 記憶デバイス
９１８ 信号生成デバイス
９２０ ネットワークインタフェースデバイス
９２２ 機械可読媒体
９２４ 命令
９２６ 通信ネットワーク
９２８ 人間入力センサ
９３０ 出力コントローラ
Ａ１ 軸
Ａ２ 水平軸、軸
Ａ３ 軸
Ａ４ 前後軸、軸
Ｃ 中心
Ｄ１ 水平距離
Ｆ 矢印、前方駆動方向
Ｈ１ 高さ
Ｌ１ 全長
Ｒ 矢印、後方駆動方向
Ｗ１ 全幅

Claims (21)

1. モバイル自律的掃除ロボットのためのハードウェア推奨事項を生成および送信する方法であって、
   住居の１つの部屋の床材タイプを検出するステップと、
   前記住居の前記部屋のサイズを検出するステップと、
   前記住居の合計サイズを決定するステップと、
   前記床材タイプ、前記住居の前記部屋の前記サイズ、および前記住居の前記合計サイズに少なくとも部分的に基づいて、ローラタイプ推奨事項を生成するステップと、
   前記ローラタイプ推奨事項をユーザインタフェースデバイスに送信するステップと
   を含む方法。
2. 前記モバイル自律的掃除ロボットによって移動される前記住居の各部屋内の床材タイプを検出するステップと、
   前記床材タイプの検出に少なくとも部分的に基づいて、前記住居の１つまたは複数の床材タイプの総面積を決定するステップと、
   前記住居の前記１つまたは複数の床材タイプの前記総面積に少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項１に記載の方法。
3. 前記住居の１つまたは複数の部屋内の前記モバイル自律的掃除ロボットの掃除頻度を決定するステップと、
   前記掃除頻度に少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項２に記載の方法。
4. 前記住居の１つまたは複数の部屋内の前記モバイル自律的掃除ロボットの前記掃除頻度に少なくとも部分的に基づいて、前記床材タイプの部分の総面積のうちの１つまたは複数を修正するステップと、
   前記床材タイプの前記修正された総面積に少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項３に記載の方法。
5. 前記住居の立ち入り禁止ゾーンまたは集中掃除ゾーンに少なくとも部分的に基づいて、前記床材タイプの部分の総面積のうちの１つまたは複数を修正するステップと、
   前記床材タイプの前記修正された総面積に少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項３に記載の方法。
6. 前記ユーザインタフェースデバイスから受信された入力に少なくとも部分的に基づいて、ユーザタイプを決定するステップと、
   前記ユーザタイプに少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項１に記載の方法。
7. モバイル自律的掃除ロボットの集団から受信されたデータに少なくとも部分的に基づいて、前記ユーザタイプを決定するステップ
   をさらに含む、請求項６に記載の方法。
8. 前記モバイル自律的掃除ロボットを使用して、前記住居内の阻害物を検出するステップと、
   前記阻害物に少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項１に記載の方法。
9. 前記モバイル自律的掃除ロボットのセンサを使用して、前記住居内のゴミを検出するステップと、
   前記検出されたゴミに少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
   をさらに含む、請求項１に記載の方法。
10. 前記モバイル自律的掃除ロボットのセンサを使用して、前記住居内の前記ゴミのタイプを検出するステップと、
    前記検出されたゴミのタイプに少なくとも部分的に基づいて、前記ローラタイプ推奨事項を生成するステップと
    をさらに含む、請求項９に記載の方法。
11. モバイル自律的掃除ロボットのためのハードウェア推奨事項を生成および送信する方法であって、
    モバイル自律的掃除ロボットを使用して環境のマップを作成するステップであって、前記マップが、１つまたは複数の部屋によって少なくとも部分的に定義される、ステップと、
    前記モバイル自律的掃除ロボットを使用して、前記環境内の阻害物を検出するステップと、
    前記阻害物に少なくとも部分的に基づいて、可動性特徴の推奨事項を生成するステップと、
    前記可動性特徴の推奨事項をユーザインタフェースデバイスに送信するステップと
    を含む方法。
12. 前記阻害物に少なくとも部分的に基づいて、可動性特徴のサイズを決定するステップ
    をさらに含む、請求項１１に記載の方法。
13. 前記阻害物に少なくとも部分的に基づいて、可動性特徴の適合性を決定するステップ
    をさらに含む、請求項１２に記載の方法。
14. 前記可動性特徴が、突起を含むローラである、請求項１１に記載の方法。
15. 前記可動性特徴がキャスターである、請求項１１に記載の方法。
16. 前記阻害物が、床材タイプ間の敷居または移行部である、請求項１１に記載の方法。
17. モバイル自律的掃除ロボットのためのハードウェア推奨事項を生成および送信する方法であって、
    住居の１つの部屋のサイズを検出するステップと、
    前記住居の合計サイズを決定するステップと、
    前記モバイル自律的掃除ロボットのセンサを使用して、前記住居の前記部屋内のゴミのサイズを検出するステップと、
    床材タイプ、前記住居の前記部屋の前記サイズ、および前記住居の前記部屋内の前記ゴミの前記サイズに少なくとも部分的に基づいて、ハードウェア特性推奨事項を生成するステップと、
    前記ハードウェア特性推奨事項をユーザインタフェースデバイスに送信するステップと
    を含む方法。
18. 前記ハードウェア特性推奨事項が、前記床材タイプの指示に少なくとも部分的に基づくサイドブラシタイプ推奨事項である、請求項１７に記載の方法。
19. 前記床材タイプの指示に少なくとも部分的に基づいて、最適なサイドブラシ長さを決定するステップ
    をさらに含む、請求項１７に記載の方法。
20. 大きいゴミが検出された場合、前記ハードウェア特性推奨事項が、前記大きなゴミのサイズに対応する大きい羽根を有するローラである、請求項１７に記載の方法。
21. 小さいゴミが検出された場合、前記ハードウェア特性推奨事項が、前記小さなゴミに対応する小さい羽根を有するローラである、請求項１７に記載の方法。

Images