CN114407025B - 一种机器人急停模式自动控制方法、装置及机器人 - Google Patents

Abstract

本公开涉及机器人技术领域，提供了一种机器人急停模式自动控制方法、装置及机器人。该方法包括：检测机器人前行是否受阻；若是，识别机器人受阻的来源，来源包括人为阻挡；在来源为人为阻挡的情况下，获取机器人的受阻时长和负载数据；将受阻时长和负载数据分别与各自对应的预设的阈值进行比较，并基于比较的结果自动控制机器人的工作状态，机器人的工作状态包括开启急停模式。本公开通过对机器人受阻前行的来源进行检测，来智能识别受阻的来源是否为人为推行，从而控制机器人自动开启紧急模式，有效解决了现有机器人自动工作中无法智能有效处理人为推动的问题，同时也可保证了机器人的运行安全。

Description

一种机器人急停模式自动控制方法、装置及机器人

技术领域

本公开涉及机器人技术领域，尤其涉及一种机器人急停模式自动控制方法、装置及机器人。

背景技术

移动设备，比如智能配送服务的机器人已经逐渐走进了人们的日常生活，在诸如智慧楼宇，酒店等场所皆可看见机器人的身影。一般情况下，机器人受到阻挡或者人为推动时，机器人会执行自行避让功能来主动避让人或障碍物。而实际应用中，存在需要人为推行机器人的特殊情况，此时，如果强行地人为推动机器人，可能会触发机器人执行自动避让功能，或者对机器人造成一定的损坏等，无法顺利实现人为推行机器人。由此可见，目前的机器人在正常运行过程中是无法智能而有效处理人为推行机器人的情况。

发明内容

有鉴于此，本公开实施例提供了一种机器人急停模式自动控制方法、装置及机器人，以解决现有技术中在机器人正常运行过程中无法智能而有效处理人为推行机器人的问题。

本公开实施例的第一方面，提供了一种机器人急停模式自动控制方法，包括：检测机器人前行是否受阻；若是，识别机器人受阻的来源，来源包括人为阻挡；在来源为人为阻挡的情况下，获取机器人的受阻时长和负载数据；将受阻时长和负载数据分别与各自对应的预设的阈值进行比较，并基于比较的结果自动控制机器人的工作状态，机器人的工作状态包括开启急停模式。

本公开实施例的第二方面，提供了一种机器人急停模式自动控制装置，包括：检测模块，被配置为检测机器人前行是否受阻；识别模块，被配置为若是，识别机器人受阻的来源，来源包括人为阻挡；获取模块，被配置为在来源为人为阻挡的情况下，获取机器人的受阻时长和负载数据；控制模块，将受阻时长和负载数据分别与各自对应的预设的阈值进行比较，并基于比较的结果自动控制机器人的工作状态，机器人的工作状态包括开启急停模式。

本公开实施例的第三方面，提供了一种机器人，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

本公开实施例与现有技术相比存在的有益效果是：通过对机器人受阻前行的来源进行检测，来智能识别受阻的来源是否为人为推行，从而控制机器人自动开启紧急模式，有效解决了现有机器人自动工作中无法智能有效处理人为推动的问题，同时也可保证了机器人的运行安全。

附图说明

为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本公开实施例的应用场景的场景示意图；

图2是本公开实施例提供的一种机器人急停模式自动控制方法的流程示意图；

图3是本公开实施例提供的另一种机器人急停模式自动控制方法的流程示意图；

图4是本公开实施例提供的一种机器人急停模式自动控制转置的结构示意图；

图5是本公开实施例提供的一种机器人的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。

下面将结合附图详细说明根据本公开实施例的一种机器人急停模式自动控制方法和装置。

图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括机器人1、服务器2以及网络3。

机器人1可以包括硬件和软件。机器人1的硬件可以具体包括摄像装置、移动驱动装置、网络模块、处理器和存储器等电子设备；机器人1的软件可以包括安装在如上的电子设备中的应用软件或计算机程序。机器人1的软件可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，机器人1上可以安装有各种应用，例如图像识别算法、人像检测算法、数据处理应用、搜索类应用、购物类应用等。

服务器2可以是提供各种服务的服务器，例如，对与其建立通信连接的机器人发送的请求进行接收的后台服务器，该后台服务器可以对机器人发送的请求进行接收和分析等处理，并生成处理结果。服务器2可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。

需要说明的是，服务器2可以是硬件，也可以是软件。当服务器2为硬件时，其可以是为机器人1提供各种服务的各种电子设备。当服务器2为软件时，其可以是为机器人1提供各种服务的多个软件或软件模块，也可以是为机器人1提供各种服务的单个软件或软件模块，本公开实施例对此不作限制。

网络3可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙（Bluetooth）、近场通信（Near FieldCommunication，NFC）、红外（Infrared）等，本公开实施例对此不作限制。

用户4可以在机器人1正常运行过程中，主动推行机器人1，来助力机器人1前行或使机器人1前行受阻，针对机器人1检测到前行受阻这种情况，机器人1可以利用自身的视觉***，或者其他检测手段来确定前行受阻的来源，例如，机器人1可以获取周围图像，然后将周围图像经由网络3发送给服务器2，请求服务器2对该周围图像进行分析处理，确定机器人1受阻的来源，并将分析处理结果返回给机器人1；如果机器人1前行受阻的来源是人为推行，那么，机器人1可以控制开启急停模式，从而避免机器人1自动避让推行的用户，实现对机器人急停模式的自动控制。

需要说明的是，机器人1、服务器2以及网络3的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。

图2是本公开实施例提供的一种机器人急停模式自动控制方法的流程图。图2的机器人急停模式自动控制方法可以由图1的机器人1执行。如图2所示，该机器人急停模式自动控制方法包括：

S201，检测机器人前行是否受阻；

S202，若是，识别机器人受阻的来源，来源包括人为阻挡；

S203，在来源为人为阻挡的情况下，获取机器人的受阻时长和负载数据；

S204，将受阻时长和负载数据分别与各自对应的预设的阈值进行比较，并基于比较的结果自动控制机器人的工作状态，机器人的工作状态包括开启急停模式。

具体地，可以通过检测机器人的轮胎是否空转、打滑或者位移等方式，来确定机器人前行是否受阻，当然，机器人前行受阻可以是机器人前行受到动力而不能按照自己的速度行驶，也可以是机器人前行受到阻力而无法正常前行，在本公开实施例中，仅针对机器人受到人为推行而可能造成机器人前行受到动力而不能按照自己的速度行驶或机器人前行受到阻力而无法正常前行的情况进行检测，即这里对机器人前行是否受阻的检测包括对机器人的人为推行的情况的检测。

实际中对机器人前行受阻进行检测的手段并不唯一，在以下实施例将提供两种可行的方案。

在一些实施例中，识别机器人受阻的来源，包括：获取机器人的周围图像；基于图像识别算法对周围图像进行识别，确定机器人受阻的来源。

具体地，机器人的周围图像可以是一张或多张图片，也可以是一段视频，本公开实施例对此不作限制。对周围图像进行识别的图像识别算法可以采用本领域中常用的算法，也可以是预先利用带标记的图像样本对机器学习算法进行训练，来学习得到一种能够自动识别出机器人周围是否有认为推行机器人的机器学习算法，并将该机器学习算法布置在机器人或与机器人网络连接的其他电子设备中，来对机器人的周围图像进行分析处理，得到机器人前行受阻的来源。

本公开实施例提供的技术方案，通过图像识别技术来对机器人的周围图像进行识别，从而自动得到机器人前行受阻的来源是否为人为推行的情况，非常智能。

在一些实施例中，识别机器人受阻的来源，包括：基于机器人上预设的激光扫描装置获取机器人周围的激光扫描数据；基于人腿检测方法对激光扫描数据进行检测，确定机器人受阻的来源。

具体地，如果机器人上设置有激光扫描装置，则可以利用人腿激光检测技术来对机器人周围的激光扫描数据进行分析处理，来自动识别机器人前行受阻的来源是否为人为推行的情况。需要说明的是，由于人腿激光检测技术在本领域属于常规技术，故这里不再赘述。

根据本公开实施例提供的技术方案，通过人腿激光检测技术可以快速且准确地检测出机器人前行受阻的来源是否为人为推行，可以有效提高这类来源的检测准确度。

在本公开实施例中，受阻时长是指对机器人执行前行受阻检测开始，如果来源为人为推行的情况下，从检测到机器人受阻之后的阻力持续时间。负载数据是指机器人上驱动机器人前行的电机反馈的负载信息。

在一些实施例中，将受阻时长和负载数据分别与各自对应的预设的阈值进行比较，并基于比较的结果自动控制机器人的工作状态，包括：将受阻时长与预设的时长阈值进行比较：在受阻时长大于时长阈值的情况下，将负载数据输入预设的负载判断函数，得到负载判断函数的输出值；将输出值与预设的负载阈值进行比较；在输出值大于负载阈值的情况下，将机器人的工作状态设置为开启急停模式；在输出值小于或等于负载阈值的情况下，将机器人的工作状态设置为关闭急停模式，其中，机器人的工作状态包括关闭急停模式。

具体地，时长阈值和幅值阈值一样，均可以是用户根据经验数据设置的预设值，也可以是用户根据实际应用的一些反馈来对该预设值进行调整后得到的新的预设值，本公开实施例对此不作限制。

具体地，负载判断函数包括使用机器人的不同负载数据为样本，并基于样不同负载数据下机器人受阻的来源对该样本进行标记，即来源包括人为推行和非人为推行，利用标记的样本进行机器学习，例如，利用该标记样本对分类模型算法进行训练，得到训练完成的负载判断函数。另外，为了提高负载判断函数的判断准确性，可以将受阻时长作为该样本的特征，使用加入受阻时长的标注样本进行机器学习，这样当利用训练完成的负载判断函数对负载数据进行判断时，需要同时将受阻时长和负载数据一同输入负载判断函数，负载判断函数的输出值即判断结果，即机器人受阻的来源为人为推行或非人为推行，以此来得到更为准确的判断结果。应当理解，受阻时长并非负载判断函数训练的必要条件。

进一步地，负载数据可以是在一定时间内的负载数据序列，在一些实施例中，在将该负载函数输入负载判断函数之前，可以先对该负载数据进行归一化处理，然后获取该负载数据中的最大负载值输入该负载判断函数中，在负载判断函数的输出得到对应输出值，由于该输出值是在最大负载值下的判断结果，因此，可以将该输出值与预设的负载阈值进行比较，根据比较结果来确定机器人的急停模式的控制策略。另外，在另一些实施例中，也可以直接将负载数据序列和对应的受阻时长直接输入负载判断函数，或者对负载数据序列进行归一化处理后与对应的受阻时长输入负载判断函数，负载判断函数可以根据受阻时长下对应的负载数据序列来进行自动识别，得到负载判断函数的输出值，根据该输出值即可确定受阻的来源是否为人为推行，省却了进行负载阈值判断的步骤，即在输出值表示人为推行的情况下，控制机器人开启急停模式，在输出值表示非认为推行的情况下，控制机器人关闭急停模式。

根据本公开实施例提供的技术方案，针对有人为推行的情况下，为了提高误判，利用受阻时长和负载数据同时进行判断，只有当两种数据均满足超过预设的阈值的情况下，才控制机器人开启急停模式，从而避免实际中一些误触行为，提高对机器人的急停模式控制的准确性。

此外，除了上述受阻时长和负载数据同时满足条件的情况下，其他情况均不控制机器人开启急停模式。

在一些实施例中，将受阻时长与预设的时长阈值进行比较之后，还包括：在受阻时长小于或等于时长阈值的情况下，将机器人的工作状态设置为关闭急停模式。

具体地，这里先对受阻时长进行判断来避免实际中用户对机器人的误触，另外再对负载数据进行判断，可以避免实际中用户对机器人的偶发行为，例如，小朋友好奇对机器人推了一些机器人。由此可见，利用上述这种数据的有序判断，能够有效过滤一些无效的人为推行行为。

在一些实施例中，检测机器人前行是否受阻之后，还包括：若否，将机器人的工作状态设置为关闭急停模式，其中，机器人的工作状态包括关闭急停模式。

具体地，在机器人没有检测到前行受阻的情况下，可以控制机器人为关闭紧急模式，并返回对机器人进行重新或定期的前向受阻检测，这样，一方面可以对开启紧急模式的机器人在人为推行结束后的自动关闭紧急模式，使机器人恢复正常运行状态；另一方面也可以保持对机器人前向受阻的监测。

在一些实施例中，识别机器人受阻的来源之后，还包括：在来源为非人为阻挡的情况下，将机器人的工作状态设置为关闭急停模式，其中，来源包括非人为阻挡，机器人的工作状态包括关闭急停模式。

具体地，由于本公开实施例仅针对人为推行行为下的机器人智能反馈机制，因此，针对非人为推行的行为，本公开实施例均控制机器人为关闭紧急模式。

在一些实施例中，在将机器人的工作状态为开启急停模式之后，周期执行机器人急停模式自动控制方法。

具体地，当机器人因为人为推行的行为而触发自动开启紧急模式的情况下，可以在过一段时间以后，再周期地执行图2中的方法步骤，以便在人为推行行为结束以后，自动控制机器人关闭紧急模式，来使机器人恢复正常运行，避免机器人陷入长时间的受阻对抗和待机的情况，提高能量的利用率，使机器人更加智能且节能。

根据本公开实施例提供的技术方案，通过对机器人受阻前行的来源进行检测，来智能识别受阻的来源是否为人为推行，从而控制机器人自动开启紧急模式，有效解决了现有机器人自动工作中无法智能有效处理人为推动的问题，同时也可保证了机器人的运行安全。

再参见图3，是本公开实施例提供的另一种机器人急停模式自动控制方法的流程图，该方法同样可以由图1应用场景中的机器人来执行。如图3所示，该机器人急停模式自动控制方法包括以下步骤：

S301，检测机器人前行是否受阻；

S302，若否，将机器人的工作状态设置为关闭急停模式，机器人的工作状态包括关闭急停模式和开启急停模式，并返回步骤S301。

S303，若是，识别机器人受阻的来源，来源包括人为阻挡和非人为阻挡；

S304，在来源为非人为阻挡的情况下，将机器人的工作状态设置为关闭急停模式；

S305，在来源为人为阻挡的情况下，获取机器人的受阻时长和负载数据；

S306，将受阻时长与预设的时长阈值进行比较：

S307，在受阻时长小于或等于时长阈值的情况下，将机器人的工作状态设置为关闭急停模式；

S308，在受阻时长大于时长阈值的情况下，将负载数据输入预设的负载判断函数，得到负载判断函数的输出值；

S309，将输出值与预设的负载阈值进行比较；

S310，在输出值大于负载阈值的情况下，将机器人的工作状态设置为开启急停模式，并在一段预设时间之后返回步骤S301；

S311，在输出值小于或等于负载阈值的情况下，将机器人的工作状态设置为关闭急停模式。

根据本公开实施例提供的技术方案，通过对机器人受阻前行的来源进行检测，来智能识别受阻的来源是否为人为推行，从而控制机器人自动开启紧急模式，有效解决了现有机器人自动工作中无法智能有效处理人为推动的问题，同时也可保证了机器人的运行安全。

上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图4是本公开实施例提供的一种机器人急停模式自动控制装置的示意图。如图4所示，该机器人急停模式自动控制装置包括：

检测模块401，被配置为检测机器人前行是否受阻；

识别模块402，被配置为若是，识别机器人受阻的来源，来源包括人为阻挡；

获取模块403，被配置为在来源为人为阻挡的情况下，获取机器人的受阻时长和负载数据；

控制模块404，将受阻时长和负载数据分别与各自对应的预设的阈值进行比较，并基于比较的结果自动控制机器人的工作状态，机器人的工作状态包括开启急停模式。

根据本公开实施例提供的技术方案，通过对机器人受阻前行的来源进行检测，来智能识别受阻的来源是否为人为推行，从而控制机器人自动开启紧急模式，有效解决了现有机器人自动工作中无法有效处理人为推动的问题，同时也可保证了机器人的运行安全。

在一些实施例中，图4中的检测模块401获取机器人的周围图像；基于图像识别算法对周围图像进行识别，确定机器人受阻的来源。

在一些实施例中，图4中的检测模块401基于机器人上预设的激光扫描装置获取机器人周围的激光扫描数据；基于人腿检测方法对激光扫描数据进行检测，确定机器人受阻的来源。

在一些实施例中，图4中的控制模块404将受阻时长与预设的时长阈值进行比较：在受阻时长大于时长阈值的情况下，将负载数据输入预设的负载判断函数，得到负载判断函数的输出值；将输出值与预设的负载阈值进行比较；在输出值大于负载阈值的情况下，将机器人的工作状态设置为开启急停模式；在输出值小于或等于负载阈值的情况下，将机器人的工作状态设置为关闭急停模式，其中，机器人的工作状态包括关闭急停模式。

在一些实施例中，图4中的控制模块404在受阻时长小于或等于时长阈值的情况下，将机器人的工作状态设置为关闭急停模式。

在一些实施例中，图4中的控制模块404在检测机器人前行是否受阻之后，若否，将机器人的工作状态设置为关闭急停模式，其中，机器人的工作状态包括关闭急停模式。

在一些实施例中，图4中的控制模块404识别机器人受阻的来源之后，在来源为非人为阻挡的情况下，将机器人的工作状态设置为关闭急停模式，其中，来源包括非人为阻挡，机器人的工作状态包括关闭急停模式。

在一些实施例中，该机器人急停模式自动控制装置还包括：

循环模块305，被配置为在将机器人的工作状态为开启急停模式之后，周期执行机器人急停模式自动控制方法。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。

图5是本公开实施例提供的机器人5的示意图。该机器人5可以应用在图1的场景中，如图5所示，该实施例的机器人5包括：处理器501、存储器502以及存储在该存储器502中并且可以在处理器501上运行的计算机程序503。处理器501执行计算机程序503时实现上述各个方法实施例中的步骤。或者，处理器501执行计算机程序503时实现上述各装置实施例中各模块/单元的功能。

示例性地，计算机程序503可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器502中，并由处理器501执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序503在机器人5中的执行过程。

机器人5可以包括但不仅限于处理器501和存储器502。本领域技术人员可以理解，图5仅仅是机器人5的示例，并不构成对机器人5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，机器人还可以包括输入输出设备、网络接入设备、总线、摄像头组件、激光组件、驱动电机等。

处理器501可以是中央处理单元（Central Processing Unit，CPU），也可以是其它通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

存储器502可以是机器人5的内部存储单元，例如，机器人5的硬盘或内存。存储器502也可以是机器人5的外部存储设备，例如，机器人5上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）等。进一步地，存储器502还可以既包括机器人5的内部存储单元也包括外部存储设备。存储器502用于存储计算机程序以及机器人所需的其它程序和数据。存储器502还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应人为超出本公开的范围。

在本公开所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，模块或单元的划分，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，多个单元或组件可以结合或者可以集成到另一个***，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本实施例方案的目的。

另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。

Claims (9)

1.一种机器人急停模式自动控制方法，应用于智能配送服务的机器人，其特征在于，包括：

检测机器人前行是否受阻；

若是，识别所述机器人受阻的来源，所述来源包括人为阻挡和非人为阻挡；

在所述来源为人为阻挡的情况下，获取所述机器人的受阻时长和负载数据；将所述受阻时长和所述负载数据分别与各自对应的预设的阈值进行比较，并基于所述比较的结果自动控制所述机器人的工作状态，其中，将所述受阻时长与预设的时长阈值进行比较：在所述受阻时长大于所述时长阈值的情况下，将所述负载数据输入预设的负载判断函数，得到所述负载判断函数的输出值；将所述输出值与预设的负载阈值进行比较；在所述输出值大于所述负载阈值的情况下，将所述机器人的工作状态设置为开启急停模式；

在所述来源为非人为阻挡的情况下，将所述机器人的工作状态设置为关闭急停模式，所述机器人的工作状态包括开启急停模式和关闭急停模式。

2.根据权利要求1所述的方法，其特征在于，所述识别所述机器人受阻的来源，包括：

获取所述机器人的周围图像；

基于图像识别算法对所述周围图像进行识别，确定所述机器人受阻的来源。

3.根据权利要求1所述的方法，其特征在于，所述识别所述机器人受阻的来源，包括：

基于所述机器人上预设的激光扫描装置获取所述机器人周围的激光扫描数据；

基于人腿检测方法对所述激光扫描数据进行检测，确定所述机器人受阻的来源。

4.根据权利要求1所述的方法，其特征在于，所述将所述输出值与预设的负载阈值进行比较，还包括：

在所述输出值小于或等于所述负载阈值的情况下，将所述机器人的工作状态设置为关闭急停模式，其中，所述机器人的工作状态包括关闭急停模式。

5.根据权利要求4所述的方法，其特征在于，所述将所述受阻时长与预设的时长阈值进行比较之后，还包括：

在所述受阻时长小于或等于所述时长阈值的情况下，将所述机器人的工作状态设置为关闭急停模式。

6.根据权利要求1所述的方法，其特征在于，所述检测机器人前行是否受阻之后，还包括：

若否，将所述机器人的工作状态设置为关闭急停模式，其中，所述机器人的工作状态包括关闭急停模式。

7.根据权利要求1-6任一项中所述的方法，其特征在于，在将所述机器人的工作状态为开启急停模式之后，周期执行所述机器人急停模式自动控制方法。

8.一种机器人急停模式自动控制装置，应用于智能配送服务的机器人，其特征在于，包括：

检测模块，被配置为检测机器人前行是否受阻；

识别模块，被配置为若是，识别所述机器人受阻的来源，所述来源包括人为阻挡和非人为阻挡；

获取模块，被配置为在所述来源为人为阻挡的情况下，获取所述机器人的受阻时长和负载数据；

控制模块，将所述受阻时长和所述负载数据分别与各自对应的预设的阈值进行比较，并基于所述比较的结果自动控制所述机器人的工作状态，其中，将所述受阻时长与预设的时长阈值进行比较：在所述受阻时长大于所述时长阈值的情况下，将所述负载数据输入预设的负载判断函数，得到所述负载判断函数的输出值；将所述输出值与预设的负载阈值进行比较；在所述输出值大于所述负载阈值的情况下，将所述机器人的工作状态设置为开启急停模式；在所述来源为非人为阻挡的情况下，将所述机器人的工作状态设置为关闭急停模式，所述机器人的工作状态包括开启急停模式和关闭急停模式。

9.一种机器人，包括存储器、处理器以及存储在所述存储器中并且可以在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

Images