CN111655105A - 借助自主式移动机器人进行的地板处理 - Google Patents
借助自主式移动机器人进行的地板处理 Download PDFInfo
- Publication number
- CN111655105A CN111655105A CN201880073893.9A CN201880073893A CN111655105A CN 111655105 A CN111655105 A CN 111655105A CN 201880073893 A CN201880073893 A CN 201880073893A CN 111655105 A CN111655105 A CN 111655105A
- Authority
- CN
- China
- Prior art keywords
- robot
- treatment
- floor surface
- sensor signal
- map
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011282 treatment Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 70
- 238000011109 contamination Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 85
- 230000033001 locomotion Effects 0.000 claims description 44
- 238000004140 cleaning Methods 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 21
- 239000002689 soil Substances 0.000 claims description 12
- 230000006870 function Effects 0.000 description 8
- 230000009897 systematic effect Effects 0.000 description 7
- 238000005192 partition Methods 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011269 treatment regimen Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000258880 Gynoeryx meander Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000011086 high cleaning Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000011272 standard treatment Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L9/00—Details or accessories of suction cleaners, e.g. mechanical means for controlling the suction or for effecting pulsating action; Storing devices specially adapted to suction cleaners or parts thereof; Carrying-vehicles specially adapted for suction cleaners
- A47L9/28—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means
- A47L9/2805—Parameters or conditions being sensed
- A47L9/281—Parameters or conditions being sensed the amount or condition of incoming dirt or dust
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L9/00—Details or accessories of suction cleaners, e.g. mechanical means for controlling the suction or for effecting pulsating action; Storing devices specially adapted to suction cleaners or parts thereof; Carrying-vehicles specially adapted for suction cleaners
- A47L9/28—Installation of the electric equipment, e.g. adaptation or attachment to the suction cleaner; Controlling suction cleaners by electric means
- A47L9/2805—Parameters or conditions being sensed
- A47L9/2826—Parameters or conditions being sensed the condition of the floor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/06—Control of the cleaning action for autonomous devices; Automatic detection of the surface condition before, during or after cleaning
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Electric Vacuum Cleaner (AREA)
Abstract
实施例涉及一种控制自主式移动机器人的方法,包括以下步骤:在处理模式下对机器人进行控制,以通过机器人的地板处理模块处理地板面;借助设于机器人上的污物传感器,检测代表地板面的污染水平的污物传感器信号,以及基于所述污物传感器信号改变机器人的速度。
Description
技术领域
本说明书涉及用于处理表面的自主式移动机器人的领域。
背景技术
近些年来,自主式移动机器人例如被越来越多地应用于处理(特别是清洁)地板面。重要之处在于,完全借助附装于机器人上的面处理设备(例如刷子)来处理一定的面。简单的设备在不需要创建和使用机器人应用范围的地图的情况下工作,具体方式为,设备例如随机地在待清洁面的范围内运动。更加复杂的机器人使用机器人应用范围的地图,该地图为机器人自身所创建,并以电子形式提供。借助这些***能够记住已经处理过的面。
为了导航而使用机器人应用范围的地图的现代自主式移动机器人会在面的处理(例如清洁)过程中尝试使用具备尽可能***化的运动或处理样式的处理模式。必须根据机器人应用范围(例如带有家具的住宅)中的复杂的周围环境调整此运动或处理样式。此外,机器人需要能够对意外的状况进行响应,意外的状况例如为在机器人的应用范围中运动的人,难以通过机器人的传感器检测到的障碍物,或者污染程度极高的区域。
其中,具体的路径规划(轨迹规划)取决于处理样式,以及取决于在相应的处理模式中使用的防碰撞策略。应对未经处理的分区的方式同样可取决于处理模式。亦即,用于处理地板面的处理模式的特征主要在于:机器人尝试覆盖地板面时所采用的运动样式(例如曲折迂回状,螺旋形等)、移行速度、使用的防碰撞策略,以及用于对地板面的(例如因障碍物而遗留的)未经处理的分区进行后续处理的策略。举例而言,在公开案DE 10 2015 119865A1中针对机器人协助的地板面处理描述过各种方案(处理模式)。
概括言之,本发明的目的在于,针对用于处理表面(例如用于清洁地板面)的自主式移动机器人,对现有的由机器人实施的方法进行改进,藉此提升机器人的效率。
发明内容
本发明用以达成上述目的的解决方案为一种根据权利要求1、16和20中任一项所述的方法,以及一种根据权利要求25所述的自主式移动机器人。各实施例以及衍生方案为从属权利要求的主题。
示例性实施例涉及一种控制自主式移动机器人的方法,其包括以下步骤:在处理模式下对机器人进行控制,以通过机器人的地板处理模块处理地板面;借助设于机器人上的污物传感器,检测代表地板面的污染水平的污物传感器信号,并基于所述污物传感器信号改变机器人的速度。
另一个实施例涉及一种方法,其包括以下步骤:在处理模式下对机器人进行控制,以借助机器人的处理模块处理地板面;以及创建标记出地板面已处理的区域的处理地图,并且根据该处理地图确定还需要处理哪些区域。所述方法还包括借助设于机器人上的污物传感器检测代表地板面的污染水平的污物传感器信号,以及根据所述污物传感器信号在处理地图中将与当前机器人位置相关的区域标记为“已处理”或不作标记。
另一个实施例涉及一种方法,其包括以下步骤:在处理模式下对机器人进行控制,以借助机器人的处理模块处理地板面并且创建强度地图,在该强度地图中为地板面上的各位置或区域指定地板面的处理强度的测度。
还提出一种包含控制单元的自主式移动机器人,其中所述控制单元适于促使机器人实施在此描述的方法中的一个或数个。
附图说明
下面结合附图对各示例性实施例进行详细说明。图示不一定遵循比例,且本发明不仅仅局限于示出的方面。相反,附图旨在说明基本原理。其中:
图1示出处于机器人应用范围中的自主式移动机器人。
图2结合框图例示性示出自主式移动机器人的示例性设计。
图3结合框图示出自主式移动机器人的传感器单元与控制软件的功能性配合。
图4展示本文所述方法示例的流程图。
图5A-5E示出在根据本文描述的实施例处理地板面的情况下,自主式移动机器人的示例性运动样式。
具体实施方式
图1示出用于处理地板面的自主式移动机器人100的例子。现代自主式移动机器人100基于地图导航,亦即,其访问机器人应用范围的电子地图。在机器人穿过该应用范围运动期间,机器人侦测障碍物。障碍物可能是诸如家具、墙壁、门等的物体。但机器人也能够侦测出作为障碍物的人或动物。在所示示例中,机器人100已识别出房间的墙壁W1和W2的一部分。用于创建和更新地图,以及用于测定自主式移动机器人100就此地图而言在机器人应用范围中的位置的方法已众所周知。为此例如可使用SLAM方法(SLAM:SimultaneousLocalization and Mapping,同步定位与建图)。
图2结合框图示出自主式移动机器人100的各个单元(模块)示例。单元或模块可以是独立的组件或者用于控制机器人的软件的一部分。单元可具有数个子单元。负责机器人100行为的软件可由机器人100的控制单元150执行。在所示示例中,控制单元150包含处理器155,其适于执行存储器156中所包含的软件指令。控制单元150的一些功能也可至少部分地借助外部计算机实施。这意味着控制单元150所需的计算能力可至少部分地转移至外部电脑,其例如可通过家庭网络或通过互联网(云端)到达。
自主式移动机器人100包括驱动单元170,其例如可具有电动机、传动装置和轮子,使得机器人100(至少理论上)能够逼近应用范围的每个点。驱动单元170适于将控制单元150所接收的命令或信号转换成机器人100的运动。
自主式移动机器人100还包括通信单元140,用以建立通向人机界面(HMI)200和/或其他外部设备300的通信连接145。例如,通信连接145为直接的无线连接(例如蓝牙)、本地的无线网络连接(例如WLAN或ZigBee)或者互联网连接(例如通向云端服务)。例如,人机界面200能够以视觉或听觉形式向用户输出有关自主式移动机器人100的信息(例如电池状态、当前的工作任务、诸如清洁地图的地图信息等),以及接受针对自主式移动机器人100的工作任务的用户命令。HMI 200的示例为平板式PC、智能手机、智能手表以及其他可穿戴设备、电脑、智能电视或头戴式显示器等。作为补充或替代方案,HMI 200可直接整合在机器人中,使得机器人100例如可通过按键、手势以及/或者语音输入及输出操作。
外部设备300的示例为执行计算和/或存储数据的电脑和服务器、提供额外的信息的外部传感器,或者能够与自主式移动机器人100协作和/或交换信息的其他家用电器(例如其他自主式移动机器人)。
自主式移动机器人100可具有工作单元160,特别是用于处理(例如清洁)地板面的处理单元。这种处理单元例如可以包括产生用于接收污物的空气流的抽吸单元、刷子或者其他清洁装置。作为替代或补充方案,该机器人可适于将清洁液施覆至地板面上并进行处理。
自主式移动机器人100包括具有各种传感器的传感器单元120,例如一个或数个用于在机器人的应用范围中获取有关机器人的周围环境(environment)的信息,例如障碍物的位置和延伸以及应用范围中的其他地标(landmarks)。用于收集有关周围环境的信息的传感器例如为用于测度与机器人的周围环境中的对象(例如墙壁或其他障碍物等)的距离的传感器。为此,已知不同的传感器,例如光学和/或声学传感器,其能够借助三角测度或者发出的信号的传播时间测度来测度距离(三角测度传感器、3D摄像机、激光扫描仪、超声波传感器等)。作为替代或补充方案,可使用摄像机来收集有关周围环境的信息。特别是在从两个或两个以上位置出发观察对象的情况下,亦能确定对象(障碍物)的位置和延伸。
此外,机器人可具有用于侦测与障碍物的(通常是意外的)接触(或碰撞)的传感器。这可通过加速度传感器(其例如侦测机器人在碰撞情形下的速度变化)、接触开关、电容式传感器或者其他触觉或触敏传感器。此外,机器人可具有地板传感器(也称作坠落传感器或跌落传感器),用以识别地板中的边沿,例如台阶。自主式移动机器人领域中的其他常见的传感器是用于确定机器人的速度和/或经过的行程的传感器,例如用于确定机器人的位置变化和运动变化的里程计或惯性传感器(加速度传感器、转速传感器),以及用于侦测轮子与地板的接触的轮子接触开关。
此外,机器人可具有用于检测地板面的污染水平的传感器。这类传感器在此称作污物传感器。这类传感器例如能够检测在清洁期间通过机器人接收的污物。例如,抽吸机器人具有通道,通过该通道将抽吸的带有污物(例如灰尘)的空气从地板导引至污物接收容器。污物传感器(dirt sensor)例如能够提供代表在穿过通道流动的空气流中带有的污物的量的测度值。另一种污物传感器例如能够(例如借助压电传感器)检测较重的污物微粒的振动和晃动。作为替代或补充方案,可以光学方式检测空气流中的污物的量。例如可直接在摄像机的成像中测定污染水平。另一种方案是一个或数个光源与一个或数个光敏接收器的组合。包含在空气流中的污物微粒根据其数目和尺寸将发出的光散射,故接收器所侦测出的光的强度有变化。另一种方案是直接在地板面上侦测污物。例如可直接通过摄像机检测污染水平。作为替代或补充方案,可借助光源对地板面进行照明,并且根据反射的光的特性检测污染水平。例如,可基于地板面的传导性识别出因液体造成的污染。用于检测地板面的污染水平的这些以及其他传感器已众所周知,故在此不再进一步探讨。
在一个简单的示例中,污物传感器的测度信号显示至少两个状态。在此,第一状态指示无污染或正常污染水平,且第二状态指示严重污染水平(即测得的污染超出阈值)。例如基于侦测出的污物粒子的阈值区别这两个状态。原则上也可以区分超过两个状态(例如“整洁”、“正常污染”、“严重污染”),从而能够更精细地划分机器人对污染的响应。
自主式移动机器人100可对应基座110,在该基座上机器人例如能够对其储能器(电池)进行充电。机器人100可在任务完成后回到此基座110。若机器人不再需要处理任务,则机器人可在基座110中等待新应用。
控制单元150可适于提供机器人所需的所有功能,以便机器人独立地在其应用范围中运动并完成任务。为此,控制单元150例如包括处理器155和储存模块156,用以执行软件。控制单元150可基于由传感器单元120和通信单元140获得的信息产生针对工作单元160和驱动单元170的控制命令(例如控制信号)。驱动单元170能够如上文所述将这些控制信号或控制命令转换成机器人的运动。包含在存储器156中的软件也可以模块化。导航模块152例如提供用于自动创建机器人应用范围的地图以及用于机器人100的路径规划的功能。控制软件模块151例如提供通用的(全局)控制功能,并且能够构成各模块之间的接口。
为了使机器人自主地完成任务(task),控制单元150可包括在机器人的应用范围中对机器人进行导航的功能,其由上述导航模块152提供。这些功能已众所周知,可主要包括下列这些:
·例如但不仅是通过SLAM方法,借助传感器单元120收集有关周围环境的信息,藉此创建(电子)地图,
·管理对一个或数个地图,其中一个或数个机器人应用范围与这些地图关联,
·基于通过传感器单元120的传感器所测定的环境信息,确定机器人在地图中的位置和定向(合起来称作“姿态”),
·从机器人的当前姿态(起点)至目标点的基于地图的路径规划(轨迹规划),
·轮廓跟随模式,在该模式下,机器人(100)沿一个或数个障碍物(例如墙壁)的轮廓以与此轮廓大体恒定的距离d运动,
·分区识别,期间分析地图并将其拆分成分区,其中例如识别诸如墙壁和门过道的空间边界,使得这些分区描述住宅的房间和/或这些空间的合理分区。
例如在机器人的周围环境发生变化(障碍物移动,门打开等)的情况下,控制单元150能够借助导航模块152以及基于传感器单元120的信息在机器人运行期间持续地更新机器人应用范围的地图。
概括而言,可由机器人100使用的(电子)地图是地图数据集(例如数据库),用于存储有关机器人的应用范围以及此应用范围中与机器人相关的周围环境的位置相关信息。就此而言,“位置相关”表示存储的信息对应地图中的各位置或姿态。亦即,地图数据和地图信息总是基于地图覆盖的、机器人应用范围内的特定位置或特定区域。亦即,地图表示大量包含地图数据的数据集,且地图数据可包含任意位置相关的信息。在此,位置相关的信息可以不同的详细程度和抽象程度存储,其中该程度可与特定的功能匹配。特别是可将各信息冗余存储。通常将涉及同一区域、但以不同的形式(数据结构)存储的数个地图的汇总称作“地图”。
基于(存储的)地图数据、(当前测得的)传感器数据和机器人的当前任务,导航模块152能够规划机器人的路径。此时,其可能足以确定航点(中间目标点)和目标点。随后可通过控制软件模块151以具体的驱动命令(drive commands)传输此规划。基于这些驱动命令对驱动单元170进行控制,且机器人藉此例如沿航点(从航点至航点)运动至目标。需要注意的是,规划的路径在此可包括完整的区域、处理轨迹和/或直接的短运动区段(例如在绕开障碍物的情况下的数厘米)。
自主式移动机器人可具有各种用于控制机器人的运行模式。运行模式决定机器人的(内部的以及对外可见的)行为。例如,借助地图导航的机器人可具有用于建构新地图的运行模式。可为目标点导航设有另一个运行模式,亦即,机器人从一个点(例如基座)导航至第二点(目标点,例如任务、特别是清洁任务开始的位置)。为了完成机器人原本的任务可设有其他运行模式(即处理模式,特别是清洁模式)。
机器人可具有一个或数个用于处理地板面的处理模式。亦即,为了实施具体的(清洁)任务,机器人根据特定的标准选择运行模式,机器人在实施任务期间在该运行模式下工作。在最简单的示例中,由用户为机器人指定待选择的处理模式。可替代地或附加地,亦可执行处理模式的固定序列(例如(分)区域的勘测,(分)区域的边沿清洁,(分)区域的面清洁)。例如在用于覆盖地板面的策略中,处理模式可能各不相同。例如,可随机地或***性地控制机器人。随机控制策略通常不采用地图。***性移行策略通常使用机器人应用范围的地图(或其一部分),该地图可在处理期间建构,或可在处理开始前便已知(例如来自较长移动样式或来自以往的应用)。用于覆盖地板面的***性移行策略的典型示例是以与各运行模式对应的运动样式为基础(在处理/清洁过程中也称作处理/清洁样式)。常使用的运动样式包含沿平行衔接的轨迹(曲折迂回状)的运动。另一种运动样式为沿螺旋形轨迹的运动。另一种运动样式可为跟随可预设定的区域的轮廓,其中该轮廓例如可由现实的和虚拟的障碍物构成,用以实现靠近墙壁的处理。
作为补充或替代方案,处理模式可通过清洁工具的选择和使用区分。例如,可以有使用具备高抽吸效率的抽吸单元和快速旋转的刷子的运行模式(地毯清洁模式)。此外,可以有另一种运行模式(硬地板清洁模式),其中使用有所减小的抽吸效率和更为缓慢的刷子旋转。此外,可在硬地板上使用擦拭单元。此外,根据地板类型(例如石头、木头),可将清洁液(例如水)施覆至地板或不采用此操作。
可以基于用于检测地板面的污染水平的传感器(污物传感器)的信号的值修改运行模式(清洁模式)。例如可在严重污染的位置处启动专用的运行模式(污迹清洁模式),用以消除局部的污染。在本示例中,例如可从具有曲折迂回状运动样式的运行模式切换至具有螺旋形运动样式的运行模式(污迹清洁模式)。但处理模式切换对于***性清洁而言是有干扰的,因为这使得(特别是针对导航和轨迹规划)使用的方法的复杂度提升。因此,期望使用易于整合至***性处理模式的更加简单的方法来将识别出的严重污染水平考虑在内。机器人采用的路径规划方式可能取决于当前的运行模式。
因此,用于清洁地板面的运行模式(清洁模式)的特征主要在于运动样式(例如曲折迂回状,螺旋形等),除其他因素外机器人采用该运动样式尝试尽可能完全覆盖当前关注的地板面(例如特定房间或其一部分),使用防碰撞策略(例如返回、绕开障碍物等),以及用于对地板面的(例如因障碍物而遗留的)未经处理的分区进行后续处理的策略。举例而言,在与处理模式对应的运动样式(例如曲折迂回状轨迹)实施完毕的情况下,可逼近遗留的区域并对其进行清洁。其他方案使用处理地图或清洁地图(cleaning map),在其中将已经清洁的面标记出来,以便在晚一些的时间点上对其进行后续处理。在此描述的示例性实施例的目的主要在于,在清洁过程中,特别是在侦测出较高的污染的情况下,尽可能避免模式切换。
通过减小速度对污染进行响应-图3示出如何将用于检测地板面的污染水平的传感器(污物传感器)整合至自主式移动机器人的架构。在导航模块152中,基于(由包含在传感器单元120中的导航传感器121提供的)有关机器人的周围环境的信息以及借助测程法更新地图数据(例如障碍物的位置等)以及机器人的位置(例如根据SLAM方法,另见下面的图4、步骤S1)。对于测程法而言,机器人121的传感器单元120可具有里程计122(例如轮编码器、光学里程计等)。随后根据当前的运行模式(处理模式、清洁模式等)更新机器人的路径规划。路径规划是基于与当前运行模式对应的运动样式,在相应运行模式下使用的防碰撞策略(例如返回、沿障碍物的轮廓移行等),以及使用的对遗留的分区作后续处理的策略。路径规划例如可包含确定至目标的航点,定义路径段、运动矢量和/或其他用于描述机器人穿过机器人应用范围的路径的要素。对于家用机器人(不同于快速运动的大型机器人,如自动行驶的汽车)而言,在路径规划中通常将机器人在驶过此路径时的动态特性(特别是速度和加速度)忽略。路径规划的更新也可包含检查机器人是否仍处于预先规划的路径上。在存在偏差(特别是大于公差)的情况下,可确定机器人如何回到规划的路径。此外,路径规划更新可包括检查能否无碰撞地实施预先规划的路径。例如,该流程能够避让先前不存在的障碍物或者在路径规划中未考虑在内的障碍物。在路径规划的更新完成后,可在导航模块152中重复第一步骤(更新地图数据和机器人位置)。
将导航模块152的路径规划结果转发至控制软件模块151,其根据可预设定的规则创建针对驱动单元170的驱动命令。驱动单元170例如由两个位于一个轴上的被独立驱动的轮子构成(差分驱动器)。这种驱动器及其用于跟随路径的控制已众所周知。例如,在以相同的速度驱动两个轮子的情况下产生直线运动。在两个轮子以绝对值相同的速度逆向旋转的情况下实现围绕两个轮子之间的中心点的旋转。其他驱动单元170,如具有轮子、链式驱动或腿部的驱动器已众所周知。
在通过控制软件模块151产生驱动命令的过程中,应注意特定的限制(constraints)。例如,机器人所受到的加速度不可和/或不允许超出一定的值。另一个示例是设定最大速度。这些限制例如可能由使用的机器人的构件规定,但也可能由机器人的周围环境规定。例如,在使用的马达的运行过程中,应注意不可超出的最大转速和/或功率,以确保持久的操作。例如,在较长的直行中会达到最大速度。在转弯行驶和/或避让障碍物的过程中通常达到更低一些的速度。运动速度特别是可以根据运动所需的实施精度减小。
此外,控制软件模块151可包含安全相关的功能。这类安全相关的功能能够触发机器人对安装相关事件(侦测出的危险情形)的响应(例如紧急制动、避让策略等)。可能的安全相关事件例如为:借助传感器(碰撞传感器124,Bumper)侦测出的碰撞,或者借助另一个传感器(坠落传感器125,Drop-Sensor)侦测出的下坠边沿。据此,对侦测出的相撞或者对侦测出的下坠边沿的可能响应是机器人的立即停止(急停)。此外,机器人随后能够移回可预设定的距离(约1-5cm),从而建立与障碍物(或下坠边沿)的安全距离。导航模块152无需关注这个对安全相关事件的标准化响应。只要导航模块152能够确定机器人的当前位置和经传感器(Bumper,或Drop-Sensor)侦测出的障碍物的位置,并且能够将其用于调整和/或重新测定路径,便已足够。
为了使机器人在处理地板面时识别出污染特别严重的区域,并对这些区域进行更高强度的处理,该机器人可配备有用于检测地板面的污染水平的传感器(污物传感器126,dirtsensor)。一种对面进行更高强度清洁的简单的方式是减小机器人的速度,从而以更长的时间对被污染的面进行处理。在此,可直接在通过控制软件模块151产生驱动命令的过程中减小速度。这样便无需单独地向导航模块152提供有关污染的信息。无需对处理模式以及特别是处理策略进行对应的调整。藉此能够快速且直接地对污染严重的位置进行响应。特别是这能够实现如安全相关事件那样相对较快的响应。根据补充性或替代性的方案,也可以改变机器人的移行方向,而非移行速度。例如可稍微移回且随后重新向前移行,从而对通过此策略覆盖的地板区域进行反复清洁。作为补充或替代方案,也可以更改当前规划的轨迹(故而同样改变移行方向)。例如可如下更改:使得被识别为严重污染的地板区域(通过因更改轨迹而造成的“绕路”而)被重复覆盖,且随后继续驶过原本规划的轨迹。
例如,在侦测出严重污染水平的情况下可调整速度,使得允许的最大速度从第一值v1变化至第二最大速度v2。特别是可减小最大速度(v2<v1,例如v2=0.5·v1)。特别是这在较长的直行过程中显著减小速度。例如,在机器人因障碍物而需要更慢地移行的区域内,仅在速度大于新设定的最大速度v2的情况下减小速度。藉此避免机器人的不必要的额外减慢。例如,只要在污物传感器侦测出严重污染状态的情况下,可一直维持经减小的最大速度v2。作为替代或补充方案,可在严重污染状态重新切换至正常污染状态之后,在可预设定的时间(例如5秒)内或在可预设定的距离(例如5cm)内维持经减小的最大速度v2。随后将该最大速度重新设置成其原始值v1。这个对加剧的污染水平的响应不影响导航模块的工作,特别是不影响路径规划和/或路径规划的更新。
在侦测出严重污染水平的情况下改变速度的另一个示例为:在侦测出从正常污染状态至严重污染状态的切换的情况下,将机器人停止。例如,可以与对侦测出的碰撞或侦测出的下坠边沿的响应类似的方式进行(例如急停)。藉此确保对污染严重的位置的快速响应。
作为补充或替代方案,所述机器人能够回移。即将移行方向反转。例如,可直接通过控制软件模块控制机器人,使其移回可预设定的距离(例如5cm)。例如,可以与对侦测出的碰撞或侦测出的下坠边沿的响应类似的方式进行此操作。特别是无需通过导航模块151进行复杂的规划。可如前文所述基于处理模式和基本的处理策略,以及基于机器人位置和地图信息,导航模块151能够接收针对机器人的路径规划,而无需将可能存在的加剧的污染水平考虑在内。回移的优点在于,对在严重污染的侦测过程中的延迟进行补偿,并且对污染有潜在加剧趋势的区域进行多次处理。
在沿向后方向控制机器人前,机器人必须停止。这可通过类似于危险情形的骤然的制动策略实现。作为替代方案,可通过缓慢的制动和(沿反向)加速实现这一点,从而产生“更加柔和的”前移和回移的视觉印象。亦可将类似于对危险情形的响应(停止和向后移行)的移行策略作为标准响应。这样一来,为此同样无需调整在导航模块152中实施的处理模式。
在回移过程中,机器人可呈直线状向后移行,或者沿着最近一次移行时的轨迹。后一方案例如通过将最近一次产生的驱动命令取反来实现。向后运动的距离或持续时间可以是预设值。作为替代方案,可以将传感器测度作为针对停止向后运动以及重新恢复正常运动的条件。例如,可以使用污物传感器的信号。例如,机器人可以一直后移,直至针对污染水平的侦测信号重新降至可预设的阈值下,或者直至即将与障碍物发生碰撞。在一个示例中,机器人一直回移,直至污物传感器不再发现加剧的污染水平并连续移动限定的距离(或者持续时间)。在向后运动期间,防碰撞可生效。
在一个替代性设计方案中,导航模块151也可以接收有关污染水平的信息,并为机器人的向后运动实施路径规划。此举的优点在于,在机器人的控制过程中能够注意到可能位于机器人后的障碍物。作为替代或补充方案,可如前文所述通过控制软件模块152对向后运动进行控制,其中还通过安全监控模块对该运动进行监控。在例如存在于障碍物发生碰撞或者坠入低陷处的威胁的情况下,所述安全监控模块能够促使运动停止。该安全监控模块可为独立的模块,或者为控制软件模块151的一部分,并且独立于导航模块152工作。
在机器人停止和/或向后运动后,机器人可重新向前运动。在此情形下,例如可如前文所述为至少一个可预设定的距离或持续时间使用有所减小的速度。作为替代或补充方案,可在每次新侦测出严重污染时激活机器人的向后控制,这导致持续的往复运动,类似于人在处理严重污染时所采用的方式。
通过不在处理地图中标注对污染水平进行响应-作为对污物传感器的信号的响应,对用于处理地板面的自主式移动机器人进行控制的一个替代性方案使用处理地图(例如清洁地图,cleaning map)。在处理地图中,所有已处理的区域均被标记出来。例如,可以向用户显示此处理地图,使得用户获得有关机器人的作业的概览。同时,机器人可使用这个地图来识别还需处理的区域。藉此例如能够识别因障碍物的位置而尚未经处理的区域。当机器人在这些尚未经处理的区域旁经过时,(在中断当前的处理样式的情况下)可将这些区域纳入当前的处理。作为替代方案,可在根据处理样式(其取决于运行模式)对区域的处理完成后,基于处理地图识别尚未经处理的区域,并引导机器人对其进行处理。这类方法已众所周知。
图4示出在不切换当前处理策略所基于处理模式的情况下,根据污物传感器的信号控制自主式移动机器人的方案的一个示例。在此,在第一步骤(图4,S1)中响应于导航传感器所提供的、有关机器人的周围环境以及机器人的测程传感器的信息,对涉及周围环境的地图数据以及机器人位置进行更新。在第二步骤(图4,S2)中,对处理地图(例如清洁地图,cleaning map)进行更新。为此,例如将处于机器人的最后已知位置与在前一步骤S1中测定的位置之间的区域标记为经处理。其中,可将处理单元(在机器人上)的位置考虑在内。在处理地图中将区域标记为已处理(或未处理)的过程中,可将污物传感器所提供的数据考虑在内。随后根据当前处理模式的规定将机器人的待移行路径更新。例如,与当前处理模式对应的、用于对遗留的面进行后续处理的策略可为:当机器人下一次在遗留的位置旁经过时,对这些面进行后续处理,在此期间机器人根据在相应的模式下使用的运动样式(例如曲折迂回状)运动。
在此,当污物传感器针对面未侦测出污染或侦测出正常污染水平时,特别是可将面标记为已处理。而若发现严重污染水平,则在处理地图中将相关的面标记为严重污染。如此标记的面会被多次处理。在最简单的情形下,通过将相关面标记为“未处理”来进行再次处理。因此,该面的标记与地板面的尚未被驶过的区域相同。此操作的作用是根据用于***性或完全覆盖地板面的处理策略,此区域被识别为尚未处理,故机器人未来会被自动地再次引导到这里(根据在相应的处理模式下使用的、用于对先前未处理的面作后续处理的策略)。无需修改或调整将侦测出的严重污染直接考虑在内的处理策略以及轨迹规划。
图5示出地板面的处理顺序的一个示例,以及处理地图中对应标记。图5A示出机器人100,其通过呈曲折迂回状衔接的轨迹***性地处理地板面。在处理地图中标记为“已处理”的区域是以阴影线示出。在所示示例中,机器人朝向局部严重污染的区域D移行。在如图5B所示的情形下,机器人100已到达严重污染的区域D,故而借助污物传感器侦测出这个区域。
作为对侦测出严重污染区域D的响应,一方面不将机器人的当前位置标记为“已处理”;另一方面可将先前标记为“已处理”的区域重新标记为“未处理”(或标记为“待后续处理”),以便未来对该区域进行再次处理。在如图5C所示的示例中,在机器人旁或在机器人100后与其直接邻接的区域(例如具有固定定义的宽度)被重新标记为“未处理”。此举的优点在于,对严重污染区域D,其先前可能未识别出的边缘区域同样作再次处理。例如将边长为两倍的机器人直径、中心等同于机器人中心的正方形标记为“未处理”(参见图5C中用点划线绘示的正方形)。需要注意的是,被标记为已处理的区域通常与机器人中/机器人上的处理单元的形状、尺寸以及位置匹配。类似地,因识别出严重污染水平而被标记为“未处理”的区域至少局部地与处理单元的形状、尺寸以及位置匹配。
图5D示出位于曲折迂回状样式的下一清洁轨迹上的机器人100。先前被识别为严重污染的区域D被标记为“未处理”(参见图5D,以点划线示出的正方形)。机器人100基于处理地图识别出这一点。相应地,当到达这个被标记为“未处理”的区域D时,机器人100会对这个区域进行再次处理。图5E示出在述及的对区域D的再次处理中产生的可能的处理样式。在替代性设计方案中,机器人也可以如图5D所示呈直线状驶过轨迹,并在曲折迂回状处理样式的末尾返回被标记为“未处理”的区域D,从而对区域D进行再次处理。两次处理使得严重污染的区域D内的清洁效果显著提升。之所以无需专门调整处理模式,是因为利用基于地图的***性处理策略(识别和处理遗留的区域)的固有特性。
强度地图-前述控制自主式移动机器人的方法的目的在于,对个别区域(特别是被识别为严重污染的区域)进行较其他区域强度更高的清洁。如果需要反复地对个别区域进行这种高强度清洁,所获得的有价值信息可被利用以对机器人的应用进行长期优化,并使应用更佳地适应客户的需求。为此,必须对此信息进行***性的记录和分析。
为此,第一步骤是记录地图中的实际局部处理强度。这意味着为应用范围的所有位置记录是否已对这些位置进行过处理(若为否,则处理强度为零),以及以何种强度进行处理。
针对强度的测度例如可以是:在机器人例如停止在严重污染的位置上,或者前移并移回的情况下,处理的持续时间。作为补充或替代方案,在机器人例如多次驶过严重污染的位置的情况下,处理频度可以是强度的测度,或者对强度有影响。在机器人例如以有所减小的速度驶过一个位置的情况下,速度也可以是强度的测度,或者对强度有影响。最后,在例如提升机器人的抽吸效率的情况下,处理期间的处理效率也可以是强度的测度,或者对强度有影响。如果以减慢的方式对面作处理,则机器人在这个面上花费的时间增多;如果对面进行多次处理,则机器人在相关面上花费的时间同样增多。据此,针对处理(清洁)强度的测度可以是区段的处理时间与所使用的处理效率(例如抽吸单元的抽吸效率,概括言之:每个单位时间的可能的污物运出量)的乘积。这个乘积(时间乘以处理效率)也可视作在处理地板面的单位面积的过程中产生的“工作”。
用于创建这种强度地图的一个简单的方案例如为:以规则的间隔(例如每秒一次)存储机器人的当前位置。这样便产生包含点云的地图。在机器人更频繁出现和/或机器人(例如因速度减小而)更长停留的区域内,存储的机器人位置的点比其他位置更密集。故如此存储的机器人位置的空间密度(每个单位面积的点)是一个可采用的针对处理强度的测度。
更高处理强度的原因可能(如前文所述)是:对污物传感器所提供的数据的响应,由此对被识别为严重污染的区域进行多次和/或有所减慢的处理。
处理强度提升的另一个原因可能是导航传感器所提供的有关机器人的周围环境的信息。例如,在障碍物附近,以及特别是清洁墙壁和/或拐角的情景中,速度可能有所减小。其优点在于,通过有所减小的速度实现更加精确的导航。这样便能以更加靠近障碍物的方式以及在拐角中进行清洁。此外,清洁效率额外地提升,故能更有效地将积累在拐角和边沿处的污物清除。
区域的处理强度提升的另一个原因是明确的用户指令。例如,用户可(例如通过人机界面200,参见图2)指示机器人100对其正处于的区域进行更高强度的处理和/或重复处理。作为替代或补充方案,用户可指示机器人对空间(例如过道)或区域(餐饮区)进行更加彻底和更高强度的清洁。为此,例如可以在HMI(例如平板电脑)上显示机器人的地图数据形式为机器人应用范围平面图。然后,用户可直接在显示的地图中标记需要以更高强度处理的区域。例如,用户可选择对地板面执行更高强度处理的清洁程序(处理模式)。
此外,保存在地图中的信息可促使机器人对位置或区域进行更高强度的处理。例如,这可以是由用户输入的信息,例如指示对房间(或其一部分)进行更高强度处理的明确指令。作为替代或补充方案,用户例如也可以使用间接的信息,如房间名称(例如“厨房”)、区域名称(例如“入口区域”)和/或物体名称(例如“桌子”)来调整处理强度。例如,从房间名称“厨房”或者区域名称“入口区域”或“餐饮区”能够推断出此处有特别高的清洁需求。
此外,机器人可以学***更高而总是需要较其他区域强度更高强度的清洁。为此,例如可以在每个处理应用后存储强度地图。可就样式以及在数个处理应用过程中的变化,对存储的地图进行分析。这样例如能够识别出:几乎在每一个处理应用中,房间(至少部分)需要更高强度的处理。以此为基础,机器人能够独立地或者在用户确认后,总是在更高强度的处理模式下对这个房间的整体或其局部进行处理。作为替代方案,也可建议用户更频繁地清洁房间。例如,在目前仅每两天处理一次的情况下,可建议每日处理。
作为存储整个强度地图的替代方案,在处理应用后测定并存储(例如因污染严重而)处理强度特别高的区域可能已经足够。例如,存储处理强度大于最小值、对应于总强度的平均值,和/或标准处理模式的强度的区域和/或位置。
这种强度地图可用于替代处理地图和污染地图(即,应用范围中的各位置或区域分别与通过传感器测定的地板面污染水平对应的地图)。作为替代方案,该强度地图可作为对上述地图的有益补充,用以更简单和更直接地向用户展示所需的信息,并且改善机器人的自主学习特性。
Claims (29)
1.一种控制自主式移动机器人(100)的方法,包括以下步骤:
通过所述机器人(100)的地板处理模块(160),在处理模式下控制机器人(100)处理地板面,
借助设于机器人上的污物传感器(126),检测代表地板面的污染水平的污物传感器信号,基于所述污物传感器信号,在处理地板面期间改变机器人(100)的速度。
2.根据权利要求1所述的方法,
其中所述污物传感器信号能够根据地板面的污染水平呈现第一状态和第二状态。
3.根据权利要求2所述的方法,
其中所述污物传感器信号的第一状态显示正常污染水平,且污物传感器信号的第二状态显示严重污染水平。
4.根据权利要求2或3所述的方法,
其中所述处理模式对应所述机器人的最大速度,以及
其中所述最大速度取决于污物传感器信号的状态。
5.根据权利要求2至4中任一项所述的方法,
其中响应于污物传感器信号的第二状态,所述机器人的速度从第一值减小至第二值。
6.根据权利要求5所述的方法,
其中在速度减小后,根据至少一个可预设定的标准将速度恢复至第一值。
7.根据权利要求6所述的方法,
其中所述至少一个可预设定的标准包括以下中的至少一个:所述污物传感器信号重新呈现第一状态,污物传感器信号重新呈现第一状态且从那刻起经过了可预设定的时间;污物传感器信号重新呈现第一状态且所述机器人从那刻起移行了定义的距离;自速度减小起经过了可与设定的时间,自速度减小起机器人(100)移行了可设定的距离。
8.根据权利要求2至7中任一项所述的方法,
其中响应于所述污物传感器信号从第一状态切换至第二状态,所述机器人(100)停止。
9.根据权利要求2至8中任一项所述的方法,
其中响应于所述污物传感器信号从第一状态切换至第二状态,所述机器人(100)回移。
10.根据权利要求9所述的方法,
其中所述机器人(100)沿直线或是来时遵循的轨迹向后移动可预设定的距离以及/或者持续时间,藉此实现所述回移。
11.根据权利要求9和10所述的方法,
其中在回移过程中考虑障碍物,使得不会发生碰撞。
12.根据权利要求9至11中任一项所述的方法,
其中所述机器人(100)将与障碍物的位置有关的信息存储在地图中,并且在回移过程中使用保存在所述地图中的信息来避免碰撞,并且不使用与障碍物有关的当前传感器信息。
13.根据权利要求8至12中任一项所述的方法,
其中在停止后或在回移后,沿正常的移行方向以有所减小的速度继续所述处理模式。
14.根据权利要求1至13中任一项所述的方法,
其中,在处理模式下,所述机器人(100)以小于等于与该处理模式对应的最大速度的速度在地板面的范围内运动,且其中
减小所述最大速度,藉此改变机器人(100)的速度。
15.根据权利要求1至14中任一项所述的方法,其中在处理模式下对所述机器人的控制包括:
根据与处理模式对应的运动样式、与处理模式对应的障碍物避让策略,以及与处理模式对应的用于对未处理的面作后续处理的策略,基于地图信息和和机器人位置,实施路径规划;
将规划的路径转换成驱动命令。
16.一种控制自主式移动机器人(100)的方法,包括以下步骤:
通过所述机器人(100)的处理模块(160),在处理模式下控制机器人(100)处理地板面,
创建处理地图,其中已地板面的已处理区域被标记,并且所述处理地图用于确定还需要处理的区域,
借助设于机器人上的污物传感器(126),检测代表地板面的污染水平的污物传感器信号,
响应于所述污物传感器信号,在处理地板面期间,基于在处理地图中当前的机器人位置,标记或不标记区域(D)为“已处理”。
17.根据权利要求16所述的方法,
其中所述污物传感器信号能够根据地板面的污染水平呈现第一状态和第二状态,以及
其中所述污物传感器信号的第一状态显示正常污染水平,且污物传感器信号的第二状态显示严重污染水平。
18.根据权利要求16或17所述的方法,其中响应于所述污物传感器信号,根据在处理地图中当前的机器人姿态标记的区域包括:
在污物传感器信号显示严重污染水平的情况下,无论是否已处理过该区域,均防止将与当前的机器人位置相关的区域(D)标记为“已处理”。
19.根据权利要求16至18中任一项所述的方法,其中仅当与当前的机器人位置相关的区域(D)进行过实际处理且所述污物传感器信号显示正常污染水平的情况下,才将区域(D)标记为“已处理”。
20.根据权利要求16至19中任一项所述的方法,其中在对所述区域(D)进行过实际处理且所述污物传感器信号显示严重污染水平的情况下,将区域(D)标记为“未处理”,或“待后续处理”。
21.根据权利要求16至20中任一项所述的方法,
其中与当前的机器人位置相关的区域(D)包围机器人的当前位置。
22.一种控制自主式移动机器人(100)的方法,包括以下步骤:
在处理模式下,控制所述机器人处理地板面,
在处理地板面期间创建强度地图,在所述强度地图中地板面上的不同位置或区域指定地板面的处理强度的测度。
23.根据权利要求22所述的方法,
其中地板面的处理强度的测度至少取决于以下中的一个:处理的持续时间、处理的频度、处理过程中的速度、处理期间的清洁效率、处理持续时间与处理效率的乘积。
24.根据权利要求22或23所述的方法,
其中在处理地板面期间,基于下列特征中的一个控制处理强度:污物传感器所提供的显示地板面的污染水平的信号、基于与障碍物在机器人的周围环境中的位置有关的信息,用户指令。
25.根据权利要求22至24中任一项所述的方法,
其中在处理地板面期间,所述机器人(100)根据机器人应用范围的地图进行导航,且其中强度地图和/或基于所述强度地图的信息与机器人应用范围的地图一起存储。
26.根据权利要求22至25中任一项所述的方法,
其中,基于所述强度地图,通过人机界面(200)向用户提出对房间和/或区域进行更频繁和/或更高强度处理的建议。
27.一种控制自主式移动机器人(100)的方法,包括以下步骤:
通过所述机器人(100)的地板处理模块(160),在处理模式下控制机器人(100)处理地板面,
借助设于机器人上的污物传感器(126),检测代表地板面的污染水平的污物传感器信号,在处理地板面期间,响应于所述污物传感器信号调整处理模式。
28.根据权利要求27所述的方法,其中所述处理模式的调整包括:
在处理地板面期间,根据所述污物传感器信号改变机器人的移行速度和/或移行方向。
29.一种包含控制单元(150)的自主式移动机器人(100),所述控制单元(150)适于促使机器人实施根据上述权利要求中任一项的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102017127180.5 | 2017-11-17 | ||
DE102017127180.5A DE102017127180A1 (de) | 2017-11-17 | 2017-11-17 | Bodenbearbeitung mittels eines autonomen mobilen Roboters |
PCT/EP2018/081610 WO2019097012A1 (de) | 2017-11-17 | 2018-11-16 | Bodenbearbeitung mittels eines autonomen mobilen roboters |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111655105A true CN111655105A (zh) | 2020-09-11 |
Family
ID=64426892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880073893.9A Pending CN111655105A (zh) | 2017-11-17 | 2018-11-16 | 借助自主式移动机器人进行的地板处理 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20200397202A1 (zh) |
EP (1) | EP3709853B1 (zh) |
JP (1) | JP2021503334A (zh) |
CN (1) | CN111655105A (zh) |
DE (1) | DE102017127180A1 (zh) |
WO (1) | WO2019097012A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115674199A (zh) * | 2022-10-25 | 2023-02-03 | 南方电网电力科技股份有限公司 | 一种gis管道检测机器人的控制方法及装置 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11274929B1 (en) * | 2017-10-17 | 2022-03-15 | AI Incorporated | Method for constructing a map while performing work |
US11599128B2 (en) | 2020-04-22 | 2023-03-07 | Boston Dynamics, Inc. | Perception and fitting for a stair tracker |
US11548151B2 (en) | 2019-04-12 | 2023-01-10 | Boston Dynamics, Inc. | Robotically negotiating stairs |
US11249482B2 (en) * | 2019-08-09 | 2022-02-15 | Irobot Corporation | Mapping for autonomous mobile robots |
EP4116788A1 (de) * | 2021-07-09 | 2023-01-11 | Vorwerk & Co. Interholding GmbH | Sich selbsttätig fortbewegendes bodenbearbeitungsgerät |
CN113749572B (zh) * | 2021-09-23 | 2022-06-14 | 珠海一微半导体股份有限公司 | 一种机器人拖地方法和芯片及智能拖地机 |
GB2616659A (en) * | 2022-03-17 | 2023-09-20 | Dyson Technology Ltd | Dust distribution mapping |
CN117193333B (zh) * | 2023-10-27 | 2024-06-21 | 高捷体育股份有限公司 | 一种地坪除尘机器人路径规划方法、清洁***和处理器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2693167Y (zh) * | 2003-03-14 | 2005-04-20 | 高超明智公司 | 具有颗粒探测器的自动真空吸尘器 |
US20120169497A1 (en) * | 2010-12-30 | 2012-07-05 | Mark Steven Schnittman | Debris monitoring |
CN202408739U (zh) * | 2011-12-31 | 2012-09-05 | 东莞市万锦电子科技有限公司 | 一种智能清洁设备 |
CN102652654A (zh) * | 2011-03-04 | 2012-09-05 | 三星电子株式会社 | 垃圾检测单元及具有该垃圾检测单元的机器人清洁装置 |
CN104769962A (zh) * | 2013-01-18 | 2015-07-08 | 艾罗伯特公司 | 包括移动机器人的环境管理***以及其使用方法 |
CN105796001A (zh) * | 2015-01-20 | 2016-07-27 | Lg电子株式会社 | 机器人吸尘器及机器人吸尘器的控制方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4421805C1 (de) * | 1994-06-22 | 1995-08-17 | Siemens Ag | Verfahren zur Orientierung, Fahrwegplanung und Steuerung einer autonomen mobilen Einheit |
US5793934A (en) * | 1994-06-22 | 1998-08-11 | Siemens Aktiengesellschaft | Method for the orientation, route planning and control of an autonomous mobile unit |
DE10261787B3 (de) * | 2002-12-23 | 2004-01-22 | Alfred Kärcher Gmbh & Co. Kg | Mobiles Bodenbearbeitungsgerät |
KR101425335B1 (ko) * | 2004-01-28 | 2014-08-01 | 아이로보트 코퍼레이션 | 청소 장치용 데브리 센서 |
DE102010017211A1 (de) * | 2010-06-02 | 2011-12-08 | Vorwerk & Co. Interholding Gmbh | Basisstation für ein selbsttätig verfahrbares Bodenreinigungsgerät sowie Verfahren zur Reinigung eines Bodens mittels eines solchen Bodenreinigungsgerätes |
US8779391B2 (en) * | 2011-03-03 | 2014-07-15 | Teckni-Corp | Sterilization system with ultraviolet emitter for eradicating biological contaminants |
US9717387B1 (en) * | 2015-02-26 | 2017-08-01 | Brain Corporation | Apparatus and methods for programming and training of robotic household appliances |
DE102015119865B4 (de) | 2015-11-17 | 2023-12-21 | RobArt GmbH | Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters |
-
2017
- 2017-11-17 DE DE102017127180.5A patent/DE102017127180A1/de active Pending
-
2018
- 2018-11-16 US US16/763,851 patent/US20200397202A1/en not_active Abandoned
- 2018-11-16 EP EP18807256.5A patent/EP3709853B1/de active Active
- 2018-11-16 WO PCT/EP2018/081610 patent/WO2019097012A1/de unknown
- 2018-11-16 JP JP2020526988A patent/JP2021503334A/ja active Pending
- 2018-11-16 CN CN201880073893.9A patent/CN111655105A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2693167Y (zh) * | 2003-03-14 | 2005-04-20 | 高超明智公司 | 具有颗粒探测器的自动真空吸尘器 |
US20120169497A1 (en) * | 2010-12-30 | 2012-07-05 | Mark Steven Schnittman | Debris monitoring |
CN102652654A (zh) * | 2011-03-04 | 2012-09-05 | 三星电子株式会社 | 垃圾检测单元及具有该垃圾检测单元的机器人清洁装置 |
CN202408739U (zh) * | 2011-12-31 | 2012-09-05 | 东莞市万锦电子科技有限公司 | 一种智能清洁设备 |
CN104769962A (zh) * | 2013-01-18 | 2015-07-08 | 艾罗伯特公司 | 包括移动机器人的环境管理***以及其使用方法 |
CN105796001A (zh) * | 2015-01-20 | 2016-07-27 | Lg电子株式会社 | 机器人吸尘器及机器人吸尘器的控制方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115674199A (zh) * | 2022-10-25 | 2023-02-03 | 南方电网电力科技股份有限公司 | 一种gis管道检测机器人的控制方法及装置 |
CN115674199B (zh) * | 2022-10-25 | 2024-07-05 | 南方电网电力科技股份有限公司 | 一种gis管道检测机器人的控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019097012A1 (de) | 2019-05-23 |
DE102017127180A1 (de) | 2019-05-23 |
JP2021503334A (ja) | 2021-02-12 |
EP3709853A1 (de) | 2020-09-23 |
US20200397202A1 (en) | 2020-12-24 |
EP3709853B1 (de) | 2023-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111655105A (zh) | 借助自主式移动机器人进行的地板处理 | |
US20230409032A1 (en) | Method for controlling an autonomous, mobile robot | |
EP3552072B1 (en) | Robotic cleaning device with operating speed variation based on environment | |
CN111433697A (zh) | 用于自主移动机器人的运动规划 | |
US9086700B2 (en) | Autonomous locomotion apparatus, autonomous locomotion method, and program for autonomous locomotion apparatus | |
KR101372482B1 (ko) | 이동 로봇의 경로 계획 방법 및 장치 | |
KR20200099611A (ko) | 로봇 자율 모션 계획 및 내비게이션을 위한 시스템 및 방법들 | |
US20160008982A1 (en) | Method for automatically triggering a self-positioning process | |
WO2007051972A1 (en) | Navigation system | |
CN109997089A (zh) | 地面处理机和地面处理方法 | |
Parikh et al. | Incorporating user inputs in motion planning for a smart wheelchair | |
JPWO2002023297A1 (ja) | 移動体移動制御システム | |
US11097414B1 (en) | Monitoring of surface touch points for precision cleaning | |
KR20200070087A (ko) | 자율 주행 가능한 이동 로봇 및 이의 주행 제어 방법 | |
US9211644B1 (en) | System and method for instructing a device | |
Chikhalikar et al. | An object-oriented navigation strategy for service robots leveraging semantic information | |
Vestli et al. | Mops, a system for mail distribution in office type buildings | |
Özçelikörs et al. | Kinect based Intelligent Wheelchair navigation with potential fields | |
Yuan et al. | A novel obstacle avoidance method based on multi-information inflation map | |
JP2023063149A (ja) | 処理装置、移動ロボット、移動制御システム、処理方法及びプログラム | |
Oksa et al. | Mapping, localization and navigation improvements by using manipulated floor plan and ROS-based mobile robot parameters | |
Miller et al. | Self-driving mobile robots using human-robot interactions | |
Waqas et al. | Development of localization-based waiter robot using RP-LIDAR | |
Wu et al. | Developing a dynamic obstacle avoidance system for autonomous mobile robots using Bayesian optimization and object tracking: Implementation and testing | |
Joge et al. | Review on Automatic Floor Cleaning Robot by Using e-Yantra and IOT |
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 |