CN115344034A - 一种智能清洁机器人路径规划方法及智能清洁装置 - Google Patents

一种智能清洁机器人路径规划方法及智能清洁装置 Download PDF

Info

Publication number
CN115344034A
CN115344034A CN202210263140.2A CN202210263140A CN115344034A CN 115344034 A CN115344034 A CN 115344034A CN 202210263140 A CN202210263140 A CN 202210263140A CN 115344034 A CN115344034 A CN 115344034A
Authority
CN
China
Prior art keywords
control terminal
cleaning
position information
path
obstacle
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
Application number
CN202210263140.2A
Other languages
English (en)
Inventor
赵江民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xi'an Dasheng Technology Co ltd
Original Assignee
Xi'an Dasheng Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xi'an Dasheng Technology Co ltd filed Critical Xi'an Dasheng Technology Co ltd
Priority to CN202210263140.2A priority Critical patent/CN115344034A/zh
Publication of CN115344034A publication Critical patent/CN115344034A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • 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
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Optics & Photonics (AREA)
  • Electromagnetism (AREA)
  • Acoustics & Sound (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请公开了一种智能清洁机器人路径规划方法及智能清洁装置，涉及智能清洁技术领域，解决了现有技术中的清洁机器人无法自动判断自己的位置，并且无法规划出最优清洁路线的问题。本方案的方法包括当处于已知环境地图的情况下，获取实时位置信息，并将实时位置信息发送至控制终端；接收由控制终端发送的最优清扫路径，并根据最优清扫路径进行清扫；当最优清扫路径中遇到障碍物时，将障碍物所在位置信息记录并发送至控制终端；接收控制终端发送的避障碍策略，并完成清扫任务。通过采用本发明的智能清洁机器人路径规划方法及智能清洁装置，实现了能够自动记录地图判断自己的位置并规划出最优清洁路线。

Description

一种智能清洁机器人路径规划方法及智能清洁装置
技术领域
本申请涉及智能清洁技术领域，尤其涉及一种智能清洁机器人路径规划方法及智能清洁装置。
背景技术
目前，公知的清洁机器人一般能设定时间预约打扫，自行充电。机器人前方设置有传感器，可侦测障碍物，如侦测到墙壁或其他障碍物，会自行转弯，依据不同厂商设定，按照不同判断机制行驶并规划清扫地区。目前市场上大部分扫地机器人采用的是并无精准定位的随机路径清扫方式，清扫面积覆盖率低，耗时长，效率低，容易发生部分房间与角落的漏扫和重复清扫，且清洁耗时长。虽然采用改进算法规划的扫地机器人优化了弓形清扫模式，但因为实现方式上没有定位，本质上还是随机式，且价格较高，性价比较低。
发明内容
本申请实施例通过提供一种智能清洁机器人路径规划方法及智能清洁装置，解决了现有技术中的清洁机器人无法自动判断自己的位置，并且无法规划出最优清洁路线的问题，实现了能够自动记录地图判断自己的位置并规划出最优清洁路线。
第一方面，本发明实施例提供了一种智能清洁机器人路径规划方法，包括：
当处于已知环境地图的情况下，获取实时位置信息，并将所述实时位置信息发送至控制终端，所述控制终端用于将所述实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径；
接收由所述控制终端发送的所述最优清扫路径，并根据所述最优清扫路径进行清扫；
当所述最优清扫路径中遇到障碍物时，将所述障碍物所在位置信息记录并发送至所述控制终端；所述控制终端用于根据接收的障碍物所在位置信息制定出避障碍策略；
接收所述控制终端发送的避障碍策略，并完成清扫任务。
更进一步地，所述获取实时位置信息，并将所述实时位置信息发送至控制终端包括：
通过超声波传感器和红外线传感器获取实时位置信息，并将所述实时位置信息发送至控制终端；
当所述实时位置信息与所述已知环境地图信息一致时，根据所述已知环境地图信息规划出最优清扫路径；
当所述实时位置信息与所述已知环境地图信息不一致时，根据阈值重新绘制环境地图，并根据所述新环境地图信息规划出最优清扫路径。
更进一步地，所述接收所述控制终端发送的避障碍策略，并完成清扫任务包括：
接收所述控制终端发送的避障碍策略；
跟踪障碍物的轮廓，当能够直接移动到目标点时，立即驶向所述目标点；当不能够直接移动到目标点时，则到达所述目标点的路径不存在，则重新规划路线，并重复上述步骤，直至完成清扫任务。
更进一步地，所述智能清洁机器人路径规划方法还包括：
当处于未知环境地图的情况下，获取环境感知特征，并进行局部定位；
将所述环境感知特征和所述局部定位信息发送至所述控制终端，所述控制终端用于根据所述环境感知特征以及局部定位信息判断和定位拐点端点坐标，并建立局部地图信息；
在所述局部地图信息中按照规划线路进行清扫。
更进一步地，所述获取环境感知特征，并进行局部定位包括：
通过超声波传感器获取环境感知特征，并通过环境拓扑节点串联进行局部定位。
更进一步地，所述环境拓扑节点采用几何表述，同时维护环境地图表述的一致性。
更进一步地，获取环境感知特征包括提取环境特征、建立拐角垂直线段、根据经验阈值判断和定位拐点端点坐标。
第二方面，本发明实施例提供了一种智能清洁装置，所述智能清洁装置包括：
获取模块，用于获取实时位置信息，并将所述实时位置信息发送至控制终端，所述控制终端用于将所述实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径；
接收模块，用于接收由所述控制终端发送的所述最优清扫路径，并根据所述最优清扫路径进行清扫；
避障模块，当所述最优清扫路径中遇到障碍物时，用于将所述障碍物所在位置信息记录并发送至所述控制终端；所述控制终端用于根据接收的障碍物所在位置信息制定出避障碍策略；
驱动模块，用于接收所述控制终端发送的避障碍策略，并完成清扫任务。
第三方面，本发明实施例提供了一种服务器，所述服务器包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于执行服务器中的程序指令，使得所述服务器执行所述的智能清洁机器人路径规划方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时能够实现所述的智能清洁机器人路径规划方法。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本发明实施例提供的一种智能清洁机器人路径规划方法，当智能清洁机器人处于已知环境地图的情况下，智能清洁机器人对自身进行定位，获取实时位置信息，并将实时位置信息上传至控制终端，通过控制终端规划出最优的清扫路线，然后智能清洁机器人根据该最优清扫路径进行清扫，保证清洁机器人在有限的工作时间里达到最优的清洁效率且清扫时间最短。当在清扫过程中遇到障碍物时，智能清洁机器人会将障碍物所在位置信息记录并发送至控制终端，然后控制终端根据接收到的信息制定出避障碍策略，然后由智能清洁机器人根据该避障碍策略完成对最优清扫路径的清扫。通过采用本发明的一种智能清洁机器人路径规划方法，有效解决了现有技术中的清洁机器人无法自动判断自己的位置，并且无法规划出最优清洁路线的问题，实现了能够自动记录地图判断自己的位置并规划出最优清洁路线。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。
图1为本申请实施例提供的智能清洁机器人路径规划方法流程结构示意图一；
图2为本申请实施例提供的智能清洁机器人路径规划方法流程结构示意图二；
图3为本申请实施例提供的智能清洁机器人控制终端软件主画面；
图4为本申请实施例提供的智能清洁机器人控制终端手动控制画面；
图5为本申请实施例提供的智能清洁机器人控制终端激光建图画面一；
图6为本申请实施例提供的智能清洁机器人控制终端激光建图画面二；
图7为本申请实施例提供的智能清洁机器人控制终端任务配置画面一；
图8为本申请实施例提供的智能清洁机器人控制终端任务配置画面二。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
第一方面，参考图1，本发明实施例提供了一种智能清洁机器人路径规划方法，包括：
步骤S100：当处于已知环境地图的情况下，获取实时位置信息，并将实时位置信息发送至控制终端，控制终端用于将实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径。
具体的，使用时，打开智能清洁机器人开关，手机或电脑设备连接智能清洁机器人wifi，并参照图3所示的画面，实现对智能清洁机器人的初始化设定，用户根据需求对智能清洁机器人进行功能选择,并利用机身前侧的激光导航传感器建立环境地图信息。
按照图3-图4的主画面进入图5-图6地图工具进行新建地图功能任务，地图起名后，手动遥控操作机器对现场进行激光扫描建图，在完成建图后保存。然后对建立的地图进行编辑，其中包括虚拟墙和清除噪点，虚拟墙可以在地图上隔离一段机器人无法到达的区域，即在空间上保护一个没有障碍的区域；清除噪点即清除扫图时，扫到的四周移动的等不固定的点清除掉，这样把固定在这个环境中的各个物体的位置定位好，清除无效的干扰点，才可以有效的规划清洁线路，并可以对此区域的清洁时间频次进行设置。
步骤S101：接收由控制终端发送的最优清扫路径，并根据最优清扫路径进行清扫。
地图建立好之后，进入图7-图8的任务配置，在任务类型中分区路径添加新路径区域，然后通过软件对生成的地图上圈画出需要工作的区域，并可设置机器人工作时的起始点位置，方便管理机器人，然后长按生成的区域名生成规划线路。为了方便管理，提供“弓”字型、“回”字型两种线路方式，并且“弓”字型线路也可以对走向行列的切换。软件根据算法和提前设置好的机器人尺寸生成一个适应的最佳导航行进线路。
步骤S102：当最优清扫路径中遇到障碍物时，将障碍物所在位置信息记录并发送至控制终端；控制终端用于根据接收的障碍物所在位置信息制定出避障碍策略。
在清扫过程中，进行路障扫描，遇到障碍时进入避障程序，同时把障碍物所在位置信息记录进地图数据中；然后控制终端判断是否打扫完全部可清洁格栅，若清扫完成则结束；否则返回上述步骤。
步骤S103：接收控制终端发送的避障碍策略，并完成清扫任务。
本发明实施例提供的一种智能清洁机器人路径规划方法，当智能清洁机器人处于已知环境地图的情况下，智能清洁机器人对自身进行定位，获取实时位置信息，并将实时位置信息上传至控制终端，通过控制终端规划出最优的清扫路线，然后智能清洁机器人根据该最优清扫路径进行清扫，保证清洁机器人在有限的工作时间里达到最优的清洁效率且清扫时间最短。当在清扫过程中遇到障碍物时，智能清洁机器人会将障碍物所在位置信息记录并发送至控制终端，然后控制终端根据接收到的信息制定出避障碍策略，然后由智能清洁机器人根据该避障碍策略完成对最优清扫路径的清扫。通过采用本发明的一种智能清洁机器人路径规划方法，有效解决了现有技术中的清洁机器人无法自动判断自己的位置，并且无法规划出最优清洁路线的问题，实现了能够自动记录地图判断自己的位置并规划出最优清洁路线。
此外，为了方便管理不同的区域和清扫时间间隔次数，可在任务列表中添加不同区域的任务，个性化的工作设置，提供了对不同地域的清洁要求，更科学的规划清洁效率。当清洁机器人完成任务后返回设置好的待命点，当电量低于要求时，自动前往规划好的充电区域进行自动充电，以完成全自动的工作与管理。另外，如图3-图8所示，在手机或电脑设备中的软件上方还提供故障问题具体显示，点击感叹号可查看，和通讯异常显示-机器人标志颜色。完善的应用设置提供好的服务。
地图已知情况下的单元域规划的输入步骤如下：
输入代表地图二值二维数组map＝(x，y)；按照二维数组特点，坐标原点在左上角，y是高，x是宽，y向下递增，x向右递增；将x和y封装成一个类，进行传参，重写equals方法比较坐标(x,y)；当x(k)＝x(k-1)，y(k)＝y(k-1)，map(k)＝map(k-1)，否则当x(k)不等于x(k-1)或y(k)不等于y(k-1)，map(k)＝map(k-2)；封装路径结点类，字段包括：坐标、g值、f值、父结点，实现comparable接口；最后数据结构为a*算法输入的所有数据封装在一起。
其中，a*算法处理步骤如下：
算法中定义几个常量来确定：二维数组中bar＝1值表示障碍物、path＝2为二维数组中绘制路径的代表值、direct_value＝10表示计算g值需要横纵移动代价，direct_value＝14表示斜移动代价；使用priorityqueue与arraylist定义open和close辅助表分别取最小值与保存结点；定义布尔类判断方法；计算h值，这里使用“曼哈顿”法，坐标分别取差值相加；从open列表中查找结点；添加邻结点到open表；回溯法绘制路径；开循环移动结点寻找路径，设定循环结束条件，open表为空或者最终结点在close表。
更进一步地，结合图2，智能清洁机器人路径规划方法还包括：
步骤S200：当处于未知环境地图的情况下，获取环境感知特征，并进行局部定位。
智能清洁机器人利用近超声波传感器和红外线传感器获取实时位置信息，并将实时位置信息发送至控制终端。
当实时位置信息与已知环境地图信息一致时，智能清洁机器人根据已知环境地图信息规划出最优清扫路径。当实时位置信息与已知环境地图信息不一致时，智能清洁机器人根据获取的实时位置坐标阈值重新绘制新的环境地图，并根据新的环境地图信息规划出最优清扫路径。
步骤S201：将环境感知特征和局部定位信息发送至控制终端，控制终端用于根据环境感知特征以及局部定位信息判断和定位拐点端点坐标，并建立局部地图信息。
通过激光传感器对其自身进行定位；陀螺仪和光电编码器是常用的测量角速度和机器人运动状态的工具，能对速度、加速度和角速度进行精准测量，即可解出机器人移动的距离以及转过的角度,再根据激光雷达地图，对其自身进行定位。这种方法具有自参自测的优点,即无需外部信息即可自行测量其运动参数。与市场上的航迹推算不同的是，通过陀螺仪和光电编码器测得的物理量更加精确，且不会随工作时间的推移,逐渐累进积分运算误差和定***时差造成的误差，建立的局部地图信息更加精确。
步骤S202：在局部地图信息中按照规划线路进行清扫。
局部地图建立好之后，参照上述清扫了步骤，进入图7-图8的任务配置，在任务类型中分区路径添加新路径区域，然后通过软件对生成的地图上圈画出需要工作的区域，并可设置机器人工作时的起始点位置，然后长按生成的区域名生成规划线路。为了方便管理，提供“弓”字型、“回”字型两种线路方式，并且“弓”字型线路也可以对走向行列的切换。软件根据算法和提前设置好的机器人尺寸生成一个适应的最佳导航行进线路。
更进一步地，获取环境感知特征，并进行局部定位包括：
通过超声波传感器获取环境感知特征，并通过环境拓扑节点串联进行局部定位。
利用几何-拓扑混合地图技术建立环境地图，通过结合环境地图和实时位置，用先进路径规划算法规划出最优清扫路径，并将数据上传云平台实现实时分析记录与控制。具体的，通过精准定位模块的环境拓扑节点串联进行局部定位，精准定位模块包括陀螺仪、激光雷达，陀螺仪用于采集智能清洁机器人偏移的角速度、速度和加速度，判断智能清洁机器人的行走方向，并配合室内导航定位***与行走电机的运行状况。
更进一步地，环境拓扑节点采用几何表述，同时维护环境地图表述的一致性。
几何-拓扑混合地图定位推算在实际中拐角判断如下：
其中，(x1,y1,xc1,yc1)与(x2,y2,xc2,yc2)为形成拐角两条近似垂直线段；(xc1,yc1)和(xc2,yc2)为处于拐角区线段端点坐标，es和ed为阈值经验值。
更进一步地，获取环境感知特征包括提取环境特征、建立拐角垂直线段、根据经验阈值判断和定位拐点端点坐标。
通过多传感器信息融合技术，记录环境地图并实时判断现处的位置，精确定位智能清扫机器人在构建的环境地图上的位置，精确定位障碍物如桌椅等所在位置，实现能做到最大清洁度的最优路径规划，同时节约清洁时间。
更进一步地，接收控制终端发送的避障碍策略，并完成清扫任务包括：
接收控制终端发送的避障碍策略。
跟踪障碍物的轮廓，当能够直接移动到目标点时，立即驶向目标点；当不能够直接移动到目标点时，则到达目标点的路径不存在，则重新规划路线，并重复上述步骤，直至完成清扫任务。
具体的，遇到障碍物时的避障碍策略为bug2障碍策略，具体为：
智能清洁机器人先跟踪障碍物的轮廓，当能直接移动到目标点时，立即离开；bug算法中的m-line连接qstart和qgoal为一条固定不变的直线；遇到障碍物时智能清洁机器人会进入轮廓跟踪模式，当到达m-line上一个接近目标点的位置后，继续沿m-line驶向目标；如果智能清洁机器人再次在m-line遇到上之前的撞击点，则到达目标的路径不存在；在清扫同时进行红外扫描并对陀螺仪传回数据检测，检测智能清洁机器人车体是否离开地面；若检测到车体离开地面，则停止所有功能进入待机状态。
本发明实施例还提供了一种智能清洁装置，包括：
获取模块，用于获取实时位置信息，并将实时位置信息发送至控制终端，控制终端用于将实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径。
更优的，当处于已知环境地图的情况下，获取模块用于获取实时位置信息，并将实时位置信息发送至控制终端，控制终端用于将实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径。
具体的，使用时，打开智能清洁机器人开关，手机或电脑设备连接智能清洁机器人wifi，并参照图3所示的画面，实现对智能清洁机器人的初始化设定，用户根据需求对智能清洁机器人进行功能选择,并利用机身前侧的激光导航传感器建立环境地图信息。
按照图3-图4的主画面进入图5-图6地图工具进行新建地图功能任务，地图起名后，手动遥控操作机器对现场进行激光扫描建图，在完成建图后保存。然后对建立的地图进行编辑，其中包括虚拟墙和清除噪点，虚拟墙可以在地图上隔离一段机器人无法到达的区域，即在空间上保护一个没有障碍的区域；清除噪点即清除扫图时，扫到的四周移动的等不固定的点清除掉，这样把固定在这个环境中的各个物体的位置定位好，清除无效的干扰点，才可以有效的规划清洁线路，并可以对此区域的清洁时间频次进行设置。
其中，获取环境感知特征，并进行局部定位包括：
通过超声波传感器获取环境感知特征，并通过环境拓扑节点串联进行局部定位。
利用几何-拓扑混合地图技术建立环境地图，通过结合环境地图和实时位置，用先进路径规划算法规划出最优清扫路径，并将数据上传云平台实现实时分析记录与控制。具体的，通过精准定位模块的环境拓扑节点串联进行局部定位，精准定位模块包括陀螺仪、激光雷达，陀螺仪用于采集智能清洁机器人偏移的角速度、速度和加速度，判断智能清洁机器人的行走方向，并配合室内导航定位***与行走电机的运行状况。
此外，当处于未知环境地图的情况下，获取模块还能够获取环境感知特征，并进行局部定位。
智能清洁机器人利用近超声波传感器和红外线传感器获取实时位置信息，并将实时位置信息发送至控制终端。
当实时位置信息与已知环境地图信息一致时，根据已知环境地图信息规划出最优清扫路径。当实时位置信息与已知环境地图信息不一致时，根据阈值重新绘制环境地图，并根据新环境地图信息规划出最优清扫路径。然后将环境感知特征和局部定位信息发送至控制终端，控制终端用于根据环境感知特征以及局部定位信息判断和定位拐点端点坐标，并建立局部地图信息。
通过激光传感器对其自身进行定位；陀螺仪和光电编码器是常用的测量角速度和机器人运动状态的工具，能对速度、加速度和角速度进行精准测量，即可解出机器人移动的距离以及转过的角度,再根据激光雷达地图，对其自身进行定位。这种方法具有自参自测的优点,即无需外部信息即可自行测量其运动参数。与市场上的航迹推算不同的是，通过陀螺仪和光电编码器测得的物理量更加精确，且不会随工作时间的推移,逐渐累进积分运算误差和定***时差造成的误差，建立的局部地图信息更加精确。
接收模块，用于接收由控制终端发送的最优清扫路径，并根据最优清扫路径进行清扫。
更优的，本实施例的接收模块用于接收由控制终端发送的最优清扫路径，并根据最优清扫路径进行清扫。地图建立好之后，进入图7-图8的任务配置，在任务类型中分区路径添加新路径区域，然后通过软件对生成的地图上圈画出需要工作的区域，并可设置机器人工作时的起始点位置，方便管理机器人，然后长按生成的区域名生成规划线路。为了方便管理，提供“弓”字型、“回”字型两种线路方式，并且“弓”字型线路也可以对走向行列的切换。软件根据算法和提前设置好的机器人尺寸生成一个适应的最佳导航行进线路。
避障模块，当最优清扫路径中遇到障碍物时，用于将障碍物所在位置信息记录并发送至控制终端；控制终端用于根据接收的障碍物所在位置信息制定出避障碍策略。
具体的，避障模块在清扫过程中，进行路障扫描，遇到障碍时进入避障程序，同时把障碍物所在位置信息记录进地图数据中；然后控制终端判断是否打扫完全部可清洁格栅，若清扫完成则结束；否则返回上述步骤。
更进一步地，接收控制终端发送的避障碍策略，并完成清扫任务包括：
接收控制终端发送的避障碍策略。
跟踪障碍物的轮廓，当能够直接移动到目标点时，立即驶向目标点；当不能够直接移动到目标点时，则到达目标点的路径不存在，则重新规划路线，并重复上述步骤，直至完成清扫任务。
具体的，遇到障碍物时的避障碍策略为bug2障碍策略，具体为：
智能清洁机器人先跟踪障碍物的轮廓，当能直接移动到目标点时，立即离开；bug算法中的m-line连接qstart和qgoal为一条固定不变的直线；遇到障碍物时智能清洁机器人会进入轮廓跟踪模式，当到达m-line上一个接近目标点的位置后，继续沿m-line驶向目标；如果智能清洁机器人再次在m-line遇到上之前的撞击点，则到达目标的路径不存在；在清扫同时进行红外扫描并对陀螺仪传回数据检测，检测智能清洁机器人车体是否离开地面；若检测到车体离开地面，则停止所有功能进入待机状态。
驱动模块，用于接收控制终端发送的避障碍策略，并完成清扫任务。
其中，驱动模块用于接收控制终端发送的避障碍策略，并完成清扫任务，当在清扫过程中遇到障碍物时，智能清洁机器人会将障碍物所在位置信息记录并发送至控制终端，然后控制终端根据接收到的信息制定出避障碍策略，然后由智能清洁机器人根据该避障碍策略完成对最优清扫路径的清扫。
本发明的另一个实施例还提供了一种服务器，包括：存储器和处理器。
存储器用于存储程序指令。
处理器用于执行服务器中的程序指令，使得服务器执行的智能清洁机器人路径规划方法。
本发明的另一个实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有可执行指令，计算机执行可执行指令时能够实现的智能清洁机器人路径规划方法。
上述存储介质包括但不限于随机存取存储器(英文：Random Access Memory；简称：RAM)、只读存储器(英文：Read-Only Memory；简称：ROM)、缓存(英文：Cache)、硬盘(英文：Hard Disk Drive；简称：HDD)或者存储卡(英文：Memory Card)。所述存储器可以用于存储计算机程序指令。
虽然本申请提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。本实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照本实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然,也可以将实现某功能的模块由多个子模块或子单元组合实现。
本申请中所述的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(英文：Application Specific Integrated Circuit；简称：ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请所述装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,也可以通过数据迁移的实施过程中体现出来。该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施方式采用递进的方式描述，各个实施方式之间相同或相似的部分互相参见即可，每个实施方式重点说明的都是与其他实施方式的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机***环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器***、基于微处理器的***、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。
以上实施例仅用以说明本申请的技术方案，而非对本申请限制；尽管参照前述实施例对本申请进行了详细的说明，本领域普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部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申请技术方案的范围。

Claims (10)

1.一种智能清洁机器人路径规划方法，其特征在于，包括：
当处于已知环境地图的情况下，获取实时位置信息，并将所述实时位置信息发送至控制终端，所述控制终端用于将所述实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径；
接收由所述控制终端发送的所述最优清扫路径，并根据所述最优清扫路径进行清扫；
当所述最优清扫路径中遇到障碍物时，将所述障碍物所在位置信息记录并发送至所述控制终端；所述控制终端用于根据接收的所述障碍物所在位置信息制定出避障碍策略；
接收所述控制终端发送的避障碍策略，并完成清扫任务。
2.根据权利要求1所述的智能清洁机器人路径规划方法，其特征在于，所述获取实时位置信息，并将所述实时位置信息发送至控制终端包括：
通过超声波传感器和红外线传感器获取实时位置信息，并将所述实时位置信息发送至控制终端；
当所述实时位置信息与所述已知环境地图信息一致时，根据所述已知环境地图信息规划出最优清扫路径；
当所述实时位置信息与所述已知环境地图信息不一致时，根据阈值重新绘制环境地图，并根据所述新环境地图信息规划出最优清扫路径。
3.根据权利要求1所述的智能清洁机器人路径规划方法，其特征在于，所述接收所述控制终端发送的避障碍策略，并完成清扫任务包括：
接收所述控制终端发送的避障碍策略；
跟踪所述障碍物的轮廓，当能够直接移动到目标点时，立即驶向所述目标点；当不能够直接移动到目标点时，则确认到达所述目标点的路径不存在，重新规划路线，并重复上述步骤，直至完成清扫任务。
4.根据权利要求1所述的智能清洁机器人路径规划方法，其特征在于，还包括：
当处于未知环境地图的情况下，获取环境感知特征，并进行局部定位；
将所述环境感知特征和所述局部定位信息发送至所述控制终端，所述控制终端用于根据所述环境感知特征以及所述局部定位信息判断和定位拐点端点坐标，并建立局部地图信息；
在所述局部地图信息中按照规划路径进行清扫。
5.根据权利要求4所述的智能清洁机器人路径规划方法，其特征在于，所述获取环境感知特征，并进行局部定位包括：
通过超声波传感器获取所述环境感知特征，并通过环境拓扑节点串联进行局部定位。
6.根据权利要求5所述的智能清洁机器人路径规划方法，其特征在于，所述环境拓扑节点采用几何表述，同时维护环境地图表述的一致性。
7.根据权利要求4所述的智能清洁机器人路径规划方法，其特征在于，获取环境感知特征包括提取环境特征、建立拐角垂直线段、根据经验阈值判断和定位拐点端点坐标。
8.一种智能清洁装置，其特征在于，包括：
获取模块，用于获取实时位置信息，并将所述实时位置信息发送至控制终端，所述控制终端用于将所述实时位置信息与已知环境地图进行对比，建立新环境地图信息，并规划出最优清扫路径；
接收模块，用于接收由所述控制终端发送的所述最优清扫路径，并根据所述最优清扫路径进行清扫；
避障模块，当所述最优清扫路径中遇到障碍物时，用于将所述障碍物所在位置信息记录并发送至所述控制终端；所述控制终端用于根据接收的障碍物所在位置信息制定出避障碍策略；
驱动模块，用于接收所述控制终端发送的避障碍策略，并完成清扫任务。
9.一种服务器，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于执行服务器中的程序指令，使得所述服务器执行如权利要求1～7任一项所述的智能清洁机器人路径规划方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可执行指令，计算机执行所述可执行指令时能够实现如权利要求1～7任一项所述的智能清洁机器人路径规划方法。
CN202210263140.2A 2022-03-17 2022-03-17 一种智能清洁机器人路径规划方法及智能清洁装置 Pending CN115344034A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210263140.2A CN115344034A (zh) 2022-03-17 2022-03-17 一种智能清洁机器人路径规划方法及智能清洁装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210263140.2A CN115344034A (zh) 2022-03-17 2022-03-17 一种智能清洁机器人路径规划方法及智能清洁装置

Publications (1)

Publication Number Publication Date
CN115344034A true CN115344034A (zh) 2022-11-15

Family

ID=83947820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210263140.2A Pending CN115344034A (zh) 2022-03-17 2022-03-17 一种智能清洁机器人路径规划方法及智能清洁装置

Country Status (1)

Country Link
CN (1) CN115344034A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117031986A (zh) * 2023-10-10 2023-11-10 江苏通创现代建筑产业技术研究院有限公司 一种建筑幕墙自动化清洁的控制方法及***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117031986A (zh) * 2023-10-10 2023-11-10 江苏通创现代建筑产业技术研究院有限公司 一种建筑幕墙自动化清洁的控制方法及***
CN117031986B (zh) * 2023-10-10 2023-12-15 江苏通创现代建筑产业技术研究院有限公司 一种建筑幕墙自动化清洁的控制方法及***

Similar Documents

Publication Publication Date Title
CN109144067B (zh) 一种智能清洁机器人及其路径规划方法
CN108507578B (zh) 一种机器人的导航方法
US11175670B2 (en) Robot-assisted processing of a surface using a robot
EP3974778B1 (en) Method and apparatus for updating working map of mobile robot, and storage medium
US10884420B2 (en) Cleaning robot and shortest path planning method based on cleaning robot
CN110974091B (zh) 清洁机器人及其控制方法、存储介质
KR101372482B1 (ko) 이동 로봇의 경로 계획 방법 및 장치
CN108209743B (zh) 一种定点清洁方法、装置、计算机设备和存储介质
CN108762273B (zh) 一种清扫方法
JP2021535485A (ja) 自律移動ロボットによるロボット使用領域の探索
CN102138769A (zh) 清洁机器人及其清扫方法
CN107450569A (zh) 一种扫地机器人的控制方法及设备
WO2021058032A1 (zh) 地图建立方法、自移动设备、自动工作***
JP5016409B2 (ja) 自律移動装置
JP2013510377A (ja) 自律ロボットにより表面を完全にカバーする方法およびシステム
CN113475977B (zh) 机器人路径规划方法、装置及机器人
CN111990930B (zh) 一种测距方法、装置、机器人和存储介质
US11966232B2 (en) Systems for setting and programming zoning for use by autonomous modular robots
CN113115621A (zh) 智能割草***及其自主建图方法
CN115344034A (zh) 一种智能清洁机器人路径规划方法及智能清洁装置
CN111609853A (zh) 三维地图构建方法、扫地机器人及电子设备
US20210191422A1 (en) Robotic cleaning device with dynamic area coverage
CN115500737A (zh) 一种地面介质探测方法、装置及清洁设备
CN111897336B (zh) 一种机器人沿边行为结束的判断方法、芯片及机器人
CN113516715A (zh) 目标区域录入方法、装置、存储介质、芯片及机器人

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