CN118209107A - 清洁机器人的路径规划方法、清洁机器人及存储介质 - Google Patents

清洁机器人的路径规划方法、清洁机器人及存储介质 Download PDF

Info

Publication number
CN118209107A
CN118209107A CN202410224777.XA CN202410224777A CN118209107A CN 118209107 A CN118209107 A CN 118209107A CN 202410224777 A CN202410224777 A CN 202410224777A CN 118209107 A CN118209107 A CN 118209107A
Authority
CN
China
Prior art keywords
path
graph
cleaning robot
graph node
reference line
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
CN202410224777.XA
Other languages
English (en)
Inventor
梁康华
余聪
王宇谦
龚鼎
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.)
Yunjing Intelligent Innovation Shenzhen Co ltd
Yunjing Intelligent Shenzhen Co Ltd
Original Assignee
Yunjing Intelligent Innovation Shenzhen Co ltd
Yunjing Intelligent Shenzhen 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 Yunjing Intelligent Innovation Shenzhen Co ltd, Yunjing Intelligent Shenzhen Co Ltd filed Critical Yunjing Intelligent Innovation Shenzhen Co ltd
Priority to CN202410224777.XA priority Critical patent/CN118209107A/zh
Publication of CN118209107A publication Critical patent/CN118209107A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请实施例公开了一种清洁机器人的路径规划方法,包括:根据清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,其中所述第一几何特征至少包括一组平行线的几何特征;根据路径参考线,规划清洁机器人的运动参考路径。本申请实施例能够基于当前环境对应的环境地图确定出覆盖整个环境地图范围的路径参考线,并在上述路径参考线的基础上以路径参考线为路径蓝本、在环境地图外轮廓范围内规划出清洁机器人在所在环境中执行清洁任务时需要遵循的运动参考路径。基于此,本申请实施例在保证针对所在环境进行清洁时的覆盖效率与覆盖率的基础上降低清洁路径的反复情况,提高清洁效率;同时保证全局路径整齐,提升路径的美观程度。

Description

清洁机器人的路径规划方法、清洁机器人及存储介质
技术领域
本申请涉及机器人控制技术领域,具体涉及一种清洁机器人的路径规划方法、清洁机器人及计算机可读存储介质。
背景技术
目前,清洁机器人需要事先规划在待清洁环境中的移动路径,使得其可以完全覆盖整个环境中待清洁的区域。然而由于实际环境中地形、物品的位置等因素的不统一,室内空间实际的几何轮廓往往并不规则,从而对路径规划造成了一定的困难。
发明内容
本申请提供了一种清洁机器人的路径规划方法、清洁机器人及计算机可读存储介质。
本申请实施方式涉及的清洁机器人的路径规划方法,包括:
根据所述清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,其中所述第一几何特征至少包括一组平行线的几何特征;
根据所述路径参考线,规划所述清洁机器人的运动参考路径。
如此,本申请实施方式能够基于当前环境对应确定出能够覆盖整个环境地图范围的路径参考线,并进一步在上述路径参考线的基础上以路径参考线为路径蓝本、在环境地图外轮廓范围内规划出清洁机器人在整个当前环境中执行清洁任务时需要遵循的运动参考路径。基于上述的方案,本申请实施方式能够在保证针对所在环境进行清洁时的覆盖效率与覆盖率的基础上,尽可能降低清洁路径出现反复的情况,提高针对当前环境的清洁效率;同时保证全局路径整齐,提升路径的美观程度。
在某些实施方式中,所述根据所述清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,包括:
根据所述环境地图的第一标记点、所述平行线的预设倾斜程度,以及预设的参考线间隔,确定多条所述路径参考线。
如此,本申请实施方式能够基于环境地图确定出路径参考线针对环境地图的覆盖方式。
在某些实施方式中,所述根据所述路径参考线,规划所述清洁机器人的运动参考路径,包括:
根据位于所述环境地图的轮廓边界范围内的所述路径参考线,确定有效路径参考线;
根据所述有效路径参考线间的几何关系,确定线段拓扑图,其中在所述线段拓扑图中每条所述有效路径参考线对应一个图节点;
根据所述线段拓扑图,确定所述运动参考路径。
如此,本申请实施方式能够基于被包含在环境地图的轮廓边界范围内的路径参考线之间的几何关系,将路径参考线节点化,从而利用形成图节点以及线段拓扑图的方式来规划运动参考路径。
在某些实施方式中,所述根据所述线段拓扑图,确定所述运动参考路径,包括:
以第一有效路径参考线对应的所述图节点为起始图节点,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径,其中所述预设参数包括生成的所述运动参考路径的长度,所述图节点所在位置的清洁优先级、脏污情况、障碍物情况、可清洁面积、地面类型、房间类型、区域范围中的至少一个。
如此,本申请实施方式还能够在线段拓扑图中基于代价计算来有向连接各个图节点,从而实现针对各个有效路径参考线的弓字形覆盖路径的确定。
在某些实施方式中,所述以第一有效路径参考线对应的所述图节点为起始图节点,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径,包括:
在第一图节点的数量为0的情况下,连接所述当前图节点、以及与所述当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且未经连接的图节点,其中所述第一图节点为与所述当前图节点邻接的、且未经连接的图节点;
在所述第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径。
如此,本申请实施方式能够针对当前图节点为靠近地图边缘的有效路径参考线所对应的图节点、或者可选的下一个需要有向连接的图节点不存在的情况下,执行根据预定方式进行有向连接,同时还能够针对一般的图节点基于代价计算结果来进行有向连接。
在某些实施方式中,所述在所述第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径,包括:
在所述第一图节点的数量为1的情况下,有向连接所述当前图节点以及所述第一图节点,以确定所述运动参考路径;
在所述第一图节点的数量大于1的情况下,根据所述代价计算结果确定待连接第一图节点;
有向连接所述当前图节点以及所述待连接第一图节点,以确定所述运动参考路径。
如此,本申请实施方式还提供了针对线段拓扑图中的当前图节点具有一个或多个能够进一步有向连接的后续图节点时的图节点连接方式。
在某些实施方式中,清洁机器人的路径规划方法还包括:
在所述清洁机器人沿所述运动参考路径执行清洁任务时遇到障碍物的情况下,控制所述清洁机器人沿所述障碍物的外轮廓执行清洁任务;
根据所述清洁机器人沿所述障碍物的外轮廓执行清洁任务的起始点以及所述路径参考线,确定所述清洁机器人的第二运动参考路径。
如此,本申请实施方式还提供了清洁机器人在沿着规划好的运动参考路径执行清洁任务途中遇到障碍物侵线的情况下,针对障碍物周围进行清洁以及重新规划路线的方式方法。
在某些实施方式中,所述根据所述清洁机器人沿所述障碍物的外轮廓执行清洁任务的起始点以及所述路径参考线,确定所述清洁机器人的第二运动参考路径,包括:
根据位于所述环境地图的轮廓边界范围内的所述路径参考线,确定有效路径参考线;
根据所述有效路径参考线间的几何关系,确定线段拓扑图,其中在所述线段拓扑图中每条所述有效路径参考线对应一个图节点;
以所述起始点所在的有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述第二运动参考路径,其中所述预设参数包括生成的所述运动参考路径的长度,所述图节点所在位置的清洁优先级、脏污情况、障碍物情况、可清洁面积、地面类型、房间类型、区域范围中的至少一个。
如此,本申请实施方式能够以针对障碍物的清洁任务的运动起始点为起始点,通过上述实施方式中的规划方式重新规划运动参考路径,从而实现针对障碍物周围进行清洁以及绕开障碍物继续执行针对当前环境的清洁任务。
本申请实施方式中的清洁机器人包括存储器与处理器,所述存储器存储有计算机程序,在所述计算机程序被所述处理器执行的情况下,所述清洁机器人实现上述的方法。
本申请实施方式中的计算机可读存储介质存储有计算机程序,在所述计算机程序被一个或多个处理器执行的情况下,实现上述的方法。
本申请的实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实施方式的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施方式中清洁机器人的路径规划方法的流程示意图之一;
图2为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之一;
图3为本申请实施方式中清洁机器人的路径规划方法的流程示意图之二;
图4为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之二;
图5为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之三;
图6为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之四;
图7为本申请实施方式中清洁机器人的路径规划方法的流程示意图之三;
图8为本申请实施方式中清洁机器人的路径规划方法的流程示意图之四;
图9为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之五;
图10为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之六;
图11为本申请实施方式中清洁机器人的路径规划方法的应用场景示意图之七;
图12为本申请实施方式中清洁机器人的路径规划方法的流程示意图之五;
图13为本申请实施方式中清洁机器人的路径规划方法的流程示意图之六;
图14为本申请实施方式中清洁机器人的示意图。
具体实施方式
下面详细描述本申请的实施方式,实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的实施方式的限制。
如图1所示,本申请实施方式中的清洁机器人的路径规划方法,具体包括如下步骤:
01:根据清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,
其中第一几何特征至少包括一组平行线的几何特征;
02:根据路径参考线,规划清洁机器人的运动参考路径。
本申请实施方式中的清洁机器人的路径规划装置,可以实现上述的清洁机器人的路径规划方法。具体地,清洁机器人的路径规划装置包括参考线确定模块以及路径规划模块,其中参考线确定模块用于根据清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,路径规划模块用于根据路径参考线,规划清洁机器人的运动参考路径。
本申请实施方式中的清洁机器人,可以实现上述清洁机器人的路径规划方法。具体地,清洁机器人包括存储器与处理器,其中存储器存储有计算机程序,处理器用于根据清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,以及用于根据路径参考线,规划清洁机器人的运动参考路径。
具体地,目前,以室内环境为例,清洁机器人需要事先规划在室内环境中的移动路径,使得其可以完全覆盖整个室内环境中待清洁的区域。然而由于实际环境中地形、物品的位置等因素的不统一,室内空间实际的几何轮廓往往并不规则,例如有较多小的区域,或复杂的拐角等,从而对路径规划造成了一定的困难。
目前的相关技术中,往往通过牛耕式清扫的方式来规划清洁机器人在室内环境中的移动路径,同时针对环境复杂的角落进行是否需要清扫还需要决策与判断。但上述方式很容易造成部分室内环境的遗漏或重复覆盖,在杂物较多的情况下轨迹较为混乱,清洁效率较为低下。
为了能够解决上述问题,本申请提供了一种清洁机器人的路径规划方法,用以解决路径规划存在困难、清洁路径较为混乱的问题。
首先,针对当前清洁任务所需要覆盖的室内环境,以室内环境对应的环境地图为初始数据,基于环境地图的外轮廓确定包括若干条等间距平行线的平行线组。平行线组可以是一组、两组或两组以上,例如相互垂直的两组平行线组。上述平行线组的设置目的在于为参考线设立一个参照标准,方便后续根据参考线确定出一个弓字形或井字形覆盖整个当前环境的运动路径。
接下来,在以上述的平行线组为参照标准确定出能够覆盖整个环境地图的多条路径参考线后,以上述的路径参考线为蓝本,将其中的一部分作为有效部分,并在有效部分当中添加清洁机器人在执行清洁任务时进行移动的起始点、终止点以及行进方向等信息,最终形成一个能够覆盖整个当前环境的运动参考路径。这样一来,清洁机器人即可以仅凭借当前环境的环境地图经过数据处理完成一个弓字形或井字形覆盖的运动路径的规划,大大简化了运动路径的确定过程。另外,当清洁机器人沿着运动参考路径运动遇到障碍物时,清洁机器人还能够基于障碍物对运动路径的影响重新根据上述的方式规划一个新的弓字形覆盖的运动路径,从而尽最大可能避免障碍物对运动路径造成的干扰。
如此,本申请实施方式能够基于当前环境对应的环境地图确定出能够覆盖整个环境地图范围的路径参考线,并进一步在上述路径参考线的基础上以路径参考线为路径蓝本、在环境地图外轮廓范围内规划出清洁机器人在整个当前环境中执行清洁任务时需要遵循的运动参考路径。基于上述的方案,本申请能够在保证针对所在环境进行清洁时的覆盖效率与覆盖率的基础上,尽可能降低清洁路径出现反复的情况,提高针对当前环境的清洁效率。
在某些实施方式中,步骤01包括:
根据环境地图的第一标记点、平行线的预设倾斜程度,以及预设的参考线间隔,确定多条路径参考线。
在某些实施方式中,参考线确定模块还用于根据环境地图的第一标记点、平行线的预设倾斜程度,以及预设的参考线间隔,确定多条路径参考线。
在某些实施方式中,处理器还用于根据环境地图的第一标记点、平行线的预设倾斜程度,以及预设的参考线间隔,确定多条路径参考线。
具体地,对于根据平行线组确定路径参考线的方式,一般是以当前环境地图的一个或多个特定标记点(对应于第一标记点)为基准,辅以平行线组中每一条直线的倾斜程度以及相邻两条平行直线的间距,取能够完全覆盖环境地图所在区域的若干条平行线为路径参考线。比如,请参阅图2,图2用粗实线示出了当前的环境地图的轮廓边界,以及轮廓边界左下角的点为第一标记点,水平向右为横轴正向,竖直向上为纵轴正向建立一个平面直角坐标系,以0为斜率(对应于平行线的倾斜程度)、2个单位长度为间距(对应于预设的参考线间隔),做多条平行线,其中第一标记点须在上述平行线中的一条上。根据上述方式,即可以得到如图2中虚线所示的一组路径参考线。其中,第一标记点可以是环境地图中的任一点,可以根据实际情况进行选择,上述轮廓边界上的点仅是示例;平行线的倾斜程度以及预设的参考线间隔均是可以根据实际的清洁任务需要以及清洁机器人自身的尺寸进行调整的,其具体值本申请不做限定。
除此之外,在某些示例中,请再次参阅图2,为了能够确定路径参考线,降低数据处理难度,第一标记点可以设置为无穷多个,上述的无穷多个标记点共同构成环境地图的最小外接矩形。环境地图的外接多边形取最小外接矩形,如图2中的细实线所示。当然,环境地图的外接多边形还可以是平行四边形、或其他至少存在一组平行边的多边形,此处不作限制。
接下来,示例性地,获取上述最小外接矩形长度较小的边的长度W,并获取预设的路径参考线间距。一般而言,最小外接矩形的边可以取长度较小的边或者长度较大的边,考虑到数据处理效率,需要路径参考线的数量较小,因此示例性地取最小外接矩形长度较小的边的长度。而路径参考线间距的大小设定取决于清洁机器人自身的清洁模块能够覆盖的范围大小、以及用户针对当次清洁任务的需求,具体设定可以根据用户的实际选择确定,在用户没有进行实际选择时还可以根据清洁机器人自身的尺寸以及当次清洁任务的缺省值默认设定。
一般来说,上述的预设路径参考线间距的范围为2cm~30cm。根据上述两组数据即可知确定出的路径参考线的条数为W与A的商值,对于W不能被A整除的情况,由于通常当前室内环境的整体长或宽远远大于A,因此直接采用四舍五入的取整方式得到的路径参考线的间距与A之间存在的误差非常小,可以忽略不计。
根据上述方式生成的路径参考线,请参阅图2中的多条平行的细虚线。
如此,本申请能够基于环境地图的边界确定出路径参考线针对环境地图的覆盖方式。
如图3所示,在某些实施方式中,步骤02包括:
021:根据位于环境地图的轮廓边界范围内的路径参考线,确定有效路径参考线;
022:根据有效路径参考线间的几何关系,确定线段拓扑图,
其中在线段拓扑图中每条有效路径参考线对应一个图节点;
023:根据线段拓扑图,确定运动参考路径。
在某些实施方式中,路径规划模块还用于根据位于环境地图的轮廓边界范围内的路径参考线,确定有效路径参考线,以及用于根据有效路径参考线间的几何关系,确定线段拓扑图,以及用于根据线段拓扑图,确定运动参考路径。
在某些实施方式中,处理器还用于根据位于环境地图的轮廓边界范围内的路径参考线,确定有效路径参考线,以及用于根据有效路径参考线间的几何关系,确定线段拓扑图,以及用于根据线段拓扑图,确定运动参考路径。
具体地,在上述实施方式的基础上,也即确定了多条路径参考线的情况下,以环境地图的外轮廓为边界,将外轮廓以内的范围确定为有效范围,并将有效范围内的路径参考线确定为有效路径参考线。有关于有效路径参考线请参阅图4中环境地图外轮廓范围内的粗实线,而环境地图外轮廓以外的路径参考线部分依然用虚线表示。
在根据上述方式确定了全部的有效路径参考线的基础上,基于相邻的有效路径参考线之间的几何关系,将每一条有效路径参考线转化为拓扑关系中的图节点,形成一个用于描述清洁机器人经过的各有效路径参考线的线段拓扑图。示例性地,请参阅图5,在图4示出的应用场景的基础上,为每一条有效路径参考线赋予编号,其中以1号参考线为编号起始,按照由上至下编号、再由下至上补充编号的逻辑,从1号参考线开始对所有的有效路径参考线进行编号。而后根据上述的参考线编号为每条有效路径参考线对应的图节点进行对应编号,即生成一个如图6所示的线段拓扑图。
最后,在上述的拓扑图中基于一定的规则将各个图节点有向连接,并进一步根据执行了有向连接后的拓扑图最终生成以有效路径参考线为蓝本的运动参考路径。
如此,本申请能够基于被包含在环境地图的轮廓边界范围内的路径参考线之间的几何关系,将路径参考线节点化,从而利用形成图节点以及线段拓扑图的方式来规划运动参考路径。
在某些实施方式中,步骤023包括:
0230:以第一有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定运动参考路径,
其中预设参数包括生成的运动参考路径的长度,图节点所在位置的清洁优先级、脏污情况、障碍物情况、可清洁面积、地面类型、房间类型、区域范围中的至少一个。
在某些实施方式中,路径规划模块还用于以第一有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定运动参考路径。
在某些实施方式中,处理器还用于以第一有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定运动参考路径。
具体地,也即在已经确定了线段拓扑图的基础上,接下来需要针对各个图节点进行有向连接,从而初步确定出清洁机器人先后经过的有效路径参考线,并最终确定运动参考路径。
一般而言,为了开始执行有向连接过程,清洁机器人开启本次清洁任务的起始点(对应第一有效路径参考线对应的图节点,也即对应起始图节点)为用户在地图中指定的位置、或者为清洁机器人的当前位置(例如,清洁机器人根据定位确定的当前位置,可能是地图中的任意位置),在指定起始位置时,得到的起始点可以位于环境地图的轮廓边界上,包括但不限于地图中靠边缘区域的最外边的点(例如,进门口,如图6中的1号图节点)、地图中最靠里区域的最里边的点(例如,某房间的最里面)、地图中基站的所在位置(例如,清洁机器人从基站出发),以便于运动参考路径的整体规划。
然后,以当前图节点为计算对象,通过对预设参数的代价计算,根据代价计算的结果来确定当前图节点需要有向连接的下一个图节点,最后将当前图节点切换为最近有向连接的图节点,如此循环往复,直到所有图节点均被有向连接。在上述有向连接图节点的过程中,根据代价计算的结果来确定当前图节点需要有向连接的下一个图节点时,上述的下一个图节点须是当前并未被有向连接的图节点。
上述的预设参数,一般是用于描述当前环境属性或者清洁机器人自身属性的参数,这些参数能够对当前环境中不同位置的清洁任务优先级产生影响,进而对图节点的有向连接以及运动参考路径的规划产生影响,故通过针对预设参数的代价计算可以定量确定有向连接的方式,进而得到一个整体最优的运动参考路径。
其中利用预设参数进行代价计算,至少应包括如下的情况中的一种:
①预设参数为清洁机器人在根据该连接方式对应的运动参考路径执行清洁任务时,需要经过的行进距离,为了保证清洁效率的最大化,代价计算的目标在于使上述的行进距离最短,可以是所有图节点连接后的总行进距离最短,也可以是在每次选择下一个连接的图节点时总是选择行进距离最短的那个图节点(也即在每连接一个图节点时总选行进距离最短的)。
②预设参数为图节点所在位置对应的区域在当前环境中需要被清洁的优先级,一般为了保证清洁效果,代价计算的目标在于是保证根据上述优先级降序清洁对应的区域。优先级可以是默认的,也可以是用户自行设置的。
③预设参数为图节点所在位置对应的区域在当前环境中的脏污情况,一般为了更优的清洁效果,代价计算的目标在于保证根据脏污情况由干净到肮脏和/或由干到湿的顺序清洁对应的区域。也即先清扫较干净的区域,再清扫较脏的区域(和/或,先清扫干的区域,再清扫湿的区域),以避免污染后清洁的区域。
④预设参数为图节点所在位置对应的区域在当前环境中的障碍物情况,一般为了保证清洁效率,代价计算的目标在于是保证根据障碍物由少到多,和/或由简单到复杂的顺序清洁对应的区域。也即先清扫障碍物较少和/或较简单的区域,再清扫障碍物较多和/或较复杂的区域。
⑤预设参数为图节点所在位置对应的区域在当前环境中的可清洁面积,一般为了保证清洁效率,代价计算的目标在于是保证根据可清洁面积由大到小的顺序清洁对应的区域。也即先清扫大面积的区域,再清扫小面积的区域。
⑥预设参数为图节点所在位置对应的区域在当前环境中的地面类型,一般为了保证清洁效率,代价计算的目标在于是保证根据地面类型由较平整的清洁面到不平整的清洁面的顺序清洁对应的区域。也即先清扫较平整的清洁面(例如地面、瓷砖、地板等),再清扫不平整的清洁面(例如地毯、毛毯、门槛、台阶等)。
⑦预设参数为图节点所在位置对应的区域在当前环境中的房间类型,一般为了保证清洁效果,代价计算的目标在于是保证根据房间类型由用户活动占比由大到小的顺序清洁对应的区域。也即先清扫用户活动更多的区域(例如卧室、客厅等),再清扫用户活动较少的区域(例如厨房、卫生间等)。
⑧预设参数为图节点所在位置对应的区域在当前环境中的区域范围,一般为了保证清洁效果,代价计算的目标在于是保证根据区域范围由由大到小的顺序清洁对应的区域。也即先清扫大范围的区域(例如客厅),再清扫小范围的区域(例如卫生间等)。
⑨预设参数还可以是上述①至⑧所列举的因素中的至少两种因素的加权平均值,也即赋予上述至少两种因素一定权重(各因素的权重加和为1),再进行加权计算。例如,赋予有效路径参考线对应的区域在当前环境中需要被清洁的优先级的权重为60%,赋予行进距离的权重为40%,进行代价计算后获得最优的连接方式,将其确定为运动参考路径对应的分组连接方式。
最后,根据各个图节点的有向连接结果,以及弓字形覆盖方式中清洁机器人运动的起始点、终止点以及运动方向的确定方式,确定出每一条有效路径参考线的起始点、终止点以及运动方向,从而将各个图节点的有向连接结果转换成最终的运动参考路径。
如此,本申请实施方式还能够在线段拓扑图中基于代价计算来有向连接各个图节点,从而实现针对各个有效路径参考线的弓字形覆盖路径的确定。
如图7所示,在某些实施方式中,步骤0230包括:
0231:在第一图节点的数量为0的情况下,连接当前图节点、以及与当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且未经连接的图节点,
其中第一图节点为与当前图节点邻接的、且未经连接的图节点;
0232:在第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定运动参考路径。
在某些实施方式中,路径规划模块还用于在第一图节点的数量为0的情况下,连接当前图节点、以及与当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且未经连接的图节点,以及用于在第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定运动参考路径。
在某些实施方式中,处理器还用于在第一图节点的数量为0的情况下,连接当前图节点、以及与当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且未经连接的图节点,以及用于在第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定运动参考路径。
具体地,在根据上述实施方式中的方式对各图节点进行有向连接时,为了尽可能保持运动参考路径的连贯性、并保持运动参考路径尽可能短,一般被直接连接的两个图节点对应的有效路径参考线是邻接的。请参阅图5,由于各路径参考线之间的间距是基于清洁机器人自身的尺寸以及覆盖需求确定的,故为了保证清洁任务的效果,在清洁机器人位于相邻的有效路径参考线上时能够覆盖的范围需要存在重叠部分,此处将上述的存在重叠部分的、位置相邻的有效路径参考线称为邻接参考线,邻接参考线对应的图节点也为邻接关系。根据上述针对邻接参考线的定义,可以得知一些针对邻接参考线这一概念的示例,比如图5中,7号与8号参考线邻接,8号与15号参考线邻接,但7号与9号参考线不邻接,7号与15号参考线也不邻接。那么相应地,在图6所示的拓扑图中,用细实线直接相连的两个图节点互为邻接关系,则7号与8号图节点邻接,8号与15号图节点邻接,但7号与9号图节点不邻接,7号与15号图节点也不邻接。
而在执行有向连接的过程中,示例性地,若当前图节点为地图边缘位置的有效路径参考线对应的图节点(比如图6中的14号图节点以及21号图节点)时,由于与当前图节点邻接的图节点(比如图6中的与14号图节点邻接的13号图节点、与21号图节点邻接的20号图节点)已经参与过有向连接,因此与当前图节点邻接的、且未经连接的图节点(对应于第一图节点)的数量为0。除此之外,还可能存在其他的第一图节点数量为0的情况,此处不再赘述。
此时为了保持运动参考路径的连贯性、并保持运动参考路径尽可能短,则将与当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且没有参与过有向连接的图节点,确定为下一个需要连接的图节点。比如以图6为例,以1号图节点为起始图节点,经过代价计算执行有向连接,依次顺序连接了1号~14号图节点,当前图节点为14号图节点,此时第一图节点的数量为0。在这种情况下,与当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且没有参与过有向连接的图节点为15号图节点,则14号图节点有向连接的下一个图节点即为15号图节点。
而在另一些示例中,在执行有向连接的过程中,若第一图节点的数量大于0,则意味着需要进行有向连接的下一个图节点可能依然存在备选项,故此时继续根据通过对预设参数的代价计算,根据代价计算的结果来确定当前图节点需要有向连接的下一个图节点,最后将当前图节点切换为最近有向连接的图节点,如此循环往复,直到所有图节点均被有向连接,有向连接过程即完成。
如此,本申请实施方式能够针对当前图节点为靠近地图边缘的有效路径参考线所对应的图节点、或者可选的下一个需要有向连接的图节点不存在的情况下,执行根据预定方式进行有向连接,同时还能够针对一般的图节点基于代价计算结果来进行有向连接。
如图8所示,在某些实施方式中,步骤0232包括:
0233:在第一图节点的数量为1的情况下,有向连接当前图节点以及第一图节点,以确定所述运动参考路径;
0234:在第一图节点的数量大于1的情况下,根据代价计算结果确定待连接第一图节点;
0235:有向连接当前图节点以及待连接第一图节点,以确定运动参考路径。
在某些实施方式中,路径规划模块还用于在第一图节点的数量为1的情况下,有向连接当前图节点以及第一图节点,以及用于在第一图节点的数量大于1的情况下,根据代价计算结果确定待连接第一图节点,以及用于有向连接当前图节点以及待连接第一图节点,以确定运动参考路径。
在某些实施方式中,处理器还用于在第一图节点的数量为1的情况下,有向连接当前图节点以及第一图节点,以及用于在第一图节点的数量大于1的情况下,根据代价计算结果确定待连接第一图节点,以及用于有向连接当前图节点以及待连接第一图节点,以确定运动参考路径。
具体地,在上述实施方式的基础上,如果第一图节点的数量为1,也即意味着可选的下一个图节点仅有1个,此时经过代价计算结果进行有向连接的结果也是唯一的。因此,除了根据代价计算结果来连接当前图节点以及唯一的第一图节点的方式以外,还可以在已知第一图节点的数量为1的情况下,直接连接当前图节点以及唯一的第一图节点,这样可以简化计算过程,有利于计算过程的性能优化。
而如果第一图节点的数量大于1,也即意味着可选的下一个图节点不止1个,则需要根据利用预设参数进行代价计算的计算结果,在可选的多个第一图节点中确定出最优选择(对应于待连接第一图节点),然后将当前图节点与待连接第一图节点有向连接,并将当前图节点切换为上述的待连接第一图节点,继续有向连接过程。
比如,以图6为例,以1号图节点为起始图节点,经过代价计算执行有向连接,依次顺序连接了1号~8号图节点,当前图节点为8号图节点,此时的第一图节点为9号图节点以及15号图节点,假设代价计算的预设参数为使得生成的运动参考路径的长度最短,此时根据代价计算结果确定9号图节点为上述的待连接第一图节点,故将8号与9号图节点有向连接,并将9号图节点切换为当前图节点,继续有向连接过程。
如此,本申请实施方式还提供了针对线段拓扑图中的当前图节点具有一个或多个能够进一步有向连接的后续图节点时的图节点连接方式。
那么,根据上述的有向连接过程以及相关示例,以1号图节点为起始图节点,在不同的代价计算结果下可以得到如图9或图10所示的经过有向连接的线段拓扑图。然后基于上述的经过有向连接的线段拓扑图,以及弓字形覆盖的路径确定规则,确定运动参考路径,图11示出了运动参考路径中1号参考线~7号参考线的局部状态,以1号参考线的左端点为起始点,根据弓字形覆盖,相邻的有效路径参考线的运动方向相反,起始点与终止点的分布方向也相反。
如图12所示,在某些实施方式中,清洁机器人的路径规划方法还包括:
031:在清洁机器人沿运动参考路径执行清洁任务时遇到障碍物的情况下,控制清洁机器人沿障碍物的外轮廓执行清洁任务;
032:根据清洁机器人沿障碍物的外轮廓执行清洁任务的起始点以及路径参考线,确定清洁机器人的第二运动参考路径。
在此基础上,如图13所示,步骤032包括:
0321:根据位于环境地图的轮廓边界范围内的路径参考线,确定有效路径参考线;
0322:根据有效路径参考线间的几何关系,确定线段拓扑图,
其中在线段拓扑图中每条有效路径参考线对应一个图节点;
0323:以起始点所在的有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定第二运动参考路径,
其中预设参数包括生成的运动参考路径的长度,图节点所在位置的清洁优先级、脏污情况、障碍物情况、可清洁面积、地面类型、房间类型、区域范围中的至少一个。
在某些实施方式中,路径规划模块还用于在清洁机器人沿运动参考路径执行清洁任务时遇到障碍物的情况下,控制清洁机器人沿障碍物的外轮廓执行清洁任务,以及用于根据清洁机器人沿障碍物的外轮廓执行清洁任务的起始点以及路径参考线,确定清洁机器人的第二运动参考路径,以及用于根据位于环境地图的轮廓边界范围内的路径参考线,确定有效路径参考线,以及用于根据有效路径参考线间的几何关系,确定线段拓扑图,以及用于以起始点所在的有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定第二运动参考路径。
在某些实施方式中,处理器还用于在清洁机器人沿运动参考路径执行清洁任务时遇到障碍物的情况下,控制清洁机器人沿障碍物的外轮廓执行清洁任务,以及用于根据清洁机器人沿障碍物的外轮廓执行清洁任务的起始点以及路径参考线,确定清洁机器人的第二运动参考路径,以及用于根据位于环境地图的轮廓边界范围内的路径参考线,确定有效路径参考线,以及用于根据有效路径参考线间的几何关系,确定线段拓扑图,以及用于以起始点所在的有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与代价计算结果对应的连接方式有向连接各图节点,确定第二运动参考路径。
具体地,在某些场景中,在清洁机器人确定了运动参考路径,并已经开始沿着运动参考路径执行清洁任务的情况下,若在运动路径上遇到了侵入运动参考路径的障碍物,则清洁机器人首先将确定障碍物侵入运动参考路径的当前时刻自身所处的位置确定为一个临时起始点,并以该临时起始点为起始点,沿障碍物的边缘绕行障碍物一周并回到起始点,在绕行过程中对障碍物的边缘区域执行清洁任务,从而保证障碍物边缘周围的区域在清洁任务中没有遗漏地被覆盖。
接下来,由于原有的运动参考路径被障碍物阻断,需要重新规划一条运动参考路径。因此,即以上述的临时起始点为基准,首先确定临时起始点所在的有效路径参考线、以及上述障碍物阻断的其他有效路径参考线与障碍物外轮廓的交点,然后,将有效路径参考线上除了被障碍物占据以外的其他部分作为新的有效路径参考线,基于上述的运动参考路径规划方法,重新生成一个线段有向图、并基于上述对线段有向图的处理方式重新规划一条运动参考路径(对应于第二运动参考路径)。在某些示例中,为了保证清洁效率,在第二运动参考路径的规划过程中,原有运动参考路径中已经经过的有效路径参考线会被忽略,也即第二运动参考路径不包括清洁机器人在当次清洁任务中已经经过的有效路径参考线。
如此,本申请还提供了清洁机器人在沿着规划好的运动参考路径执行清洁任务途中遇到障碍物侵线的情况下,针对障碍物周围进行清洁以及重新规划路线的方式方法,同时能够以针对障碍物的清洁任务的运动起始点为起始点,通过上述实施方式中的规划方式重新规划运动参考路径,从而实现针对障碍物周围进行清洁以及绕开障碍物继续执行针对当前环境的清洁任务。
本申请实施例涉及的清洁机器人是指为了清洁而设计的机械设备,包括但不限于:吸尘器、洗地机、吸尘吸水机、扫地机、拖地机、扫拖一体机等。
为便于说明,本申请实施例的清洁机器人为扫拖一体机为例进行说明。
图14为一实施方式中清洁机器人的示意性框图。清洁机器人包括机器人主体、驱动电机102、传感器单元103、控制器104、清洁件105、行走单元106、存储器107、通信单元108、交互单元109、储能单元110等。
在机器人主体上设置的传感器单元103可以包括以下至少一种传感器:雷达传感器(如激光雷达)、碰撞传感器、距离传感器、跌落传感器、计数器、陀螺仪等。举例而言,激光雷达设置在机器人主体的顶部或周侧,在工作时,可得到周围的环境信息,例如障碍物相对激光雷达的距离和角度等。此外,也可用摄像头等视觉传感器替代激光雷达,通过对摄像头拍摄的图像中的障碍物进行分析,也可得到障碍物相对摄像头的距离、角度等。碰撞传感器例如包括碰撞壳体和触发感应件;当清洁机器人通过碰撞壳体与障碍物碰撞时,碰撞壳体向清洁机器人内部移动,且压缩弹性缓冲件,以起到缓冲作用。在碰撞壳体向清洁机器人内部移动一定距离后,碰撞壳体与触发感应件接触,触发感应件被触发产生信号,该信号可发送到机器人主体内的控制器104,以进行处理。在与障碍物发生碰撞后,清洁机器人远离障碍物,在弹性缓冲件的作用下,碰撞壳体移回原位。距离传感器具体可以为红外探测传感器,可用于探测障碍物至距离传感器的距离。距离传感器可以设置在机器人主体的侧面,从而通过距离传感器可测出位于清洁机器人侧面附近的障碍物至距离传感器的距离值。距离传感器也可以是超声波测距传感器、激光测距传感器或者深度传感器等。跌落传感器设置在机器人主体的底部边缘,当清洁机器人移动到地面的边缘位置时,通过跌落传感器可探测出清洁机器人有从高处跌落的风险,从而执行相应的防跌落反应,例如清洁机器人停止移动、或往远离跌落位置的方向移动等。在机器人主体的内部还设有计数器和陀螺仪。计数器用于检测清洁机器人移动的距离长度。陀螺仪用于检测清洁机器人转动的角度,从而可确定出清洁机器人的朝向。
控制器104设置在机器人主体内部,控制器104用于控制清洁机器人执行具体的操作。该控制器104例如可以为中央处理器(Central Processing Unit,CPU)、或微处理器(Microprocessor)等。如图14所示,控制器104与储能单元110、存储器107、驱动电机102、行走单元106、传感器单元103、交互单元109以及清洁件105等部件电连接,以对这些部件进行控制。
清洁件105可用于对地面进行清洁,清洁件105的数量可以为一个或多个。清洁件105例如包括拖布。拖布例如包括以下至少一种:旋转拖布、平板拖布、滚筒式拖布、履带式拖布等,当然也不限于此。拖布设置在机器人主体的底部,具体可以为机器人主体的底部靠后的位置。以清洁件为旋转拖布为例,在机器人主体内部设有驱动电机102,在机器人主体的底部伸出两个转轴,拖布套接在转轴上。驱动电机102可带动转轴旋转,从而转轴带动拖布旋转。清洁件105还可以是边刷、滚刷等,此处不作限制。
行走单元106为与清洁机器人的移动相关的部件,行走单元106例如包括驱动轮和万向轮。万向轮和驱动轮配合实现清洁机器人的转向和移动。
存储器107设置在机器人主体上,存储器107上存储有程序,该程序被控制器104执行时实现相应的操作。存储器107还用于存储供清洁机器人使用的参数。其中,存储器107包括但不限于磁盘存储器、只读光盘(Compact Disc Read-Only Memory,CD-ROM)、光学存储器等。
通信单元108设置在机器人主体上,通信单元108用于让清洁机器人和外部设备进行通信;例如与终端或与基站进行通信。其中,基站为配合清洁机器人使用的清洁设备。
交互单元109设置在机器人主体上,用户可通过交互单元109和清洁机器人进行交互。交互单元109例如包括触控屏、开关按钮、扬声器等中的至少一种。例如用户可通过按压开关按钮控制清洁机器人启动工作或停止工作。
储能单元110设置在机器人主体内部,储能单元110用于为清洁机器人提供电力。机器人主体上还设有充电部件,该充电部件用于从外部设备(例如基站)获取电力,从而向清洁机器人的储能单元110进行充电。
应该理解,图14中描述的清洁机器人只是本申请实施例中的一个具体示例,并不对本申请实施例的清洁机器人构成具体限定。本申请实施例的清洁机器人还可以为其它的具体实现方式。在其它的实现方式中,清洁机器人可以比图14所示的清洁机器人有更多或更少的部件;例如,清洁机器人可包括用于储存清水的清水腔室和/或用于储存脏污的脏污容纳部,清洁机器人可以将清水腔室储存的清水输送到拖擦件和/或地面,以润湿拖擦件,以及基于润湿后的拖擦件对地面进行清洁,清洁机器人还可以将地面的脏污或者含有脏污的污水收集至脏污容纳部中;清洁机器人还可以将清水腔室储存的清水输送到拖擦件,以对拖擦件进行清洗,清洗拖擦件后的含有脏污的污水也可以输送至脏污容纳部中。
本申请实施方式中的计算机可读存储介质存储有计算机程序,在计算机程序被一个或多个处理器执行的情况下,实现上述的方法。该计算机可读存储介质可以包括平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在本说明书的描述中,参考术语“某些实施方式”、“一个例子中”、“示例地”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。

Claims (10)

1.一种清洁机器人的路径规划方法,其特征在于,所述方法包括:
根据所述清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,其中所述第一几何特征至少包括一组平行线的几何特征;
根据所述路径参考线,规划所述清洁机器人的运动参考路径。
2.根据权利要求1所述的方法,其特征在于,所述根据所述清洁机器人所在环境的环境地图的第一几何特征,确定路径参考线,包括:
根据所述环境地图的第一标记点、所述平行线的预设倾斜程度,以及预设的参考线间隔,确定多条所述路径参考线。
3.根据权利要求1所述的方法,其特征在于,所述根据所述路径参考线,规划所述清洁机器人的运动参考路径,包括:
根据位于所述环境地图的轮廓边界范围内的所述路径参考线,确定有效路径参考线;
根据所述有效路径参考线间的几何关系,确定线段拓扑图,其中在所述线段拓扑图中每条所述有效路径参考线对应一个图节点;
根据所述线段拓扑图,确定所述运动参考路径。
4.根据权利要求3所述的方法,其特征在于,所述根据所述线段拓扑图,确定所述运动参考路径,包括:
以第一有效路径参考线对应的所述图节点为起始图节点,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径,其中所述预设参数包括生成的所述运动参考路径的长度,所述图节点所在位置的清洁优先级、脏污情况、障碍物情况、可清洁面积、地面类型、房间类型、区域范围中的至少一个。
5.根据权利要求4所述的方法,其特征在于,所述以第一有效路径参考线对应的所述图节点为起始图节点,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径,包括:
在第一图节点的数量为0的情况下,连接当前图节点、以及与所述当前图节点对应的有效路径参考线距离最近的有效路径参考线所对应的、且未经连接的图节点,其中所述第一图节点为与所述当前图节点邻接的、且未经连接的图节点;
在所述第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径。
6.根据权利要求5所述的方法,其特征在于,所述在所述第一图节点的数量大于0的情况下,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述运动参考路径,包括:
在所述第一图节点的数量为1的情况下,有向连接所述当前图节点以及所述第一图节点,以确定所述运动参考路径;
在所述第一图节点的数量大于1的情况下,根据所述代价计算结果确定待连接第一图节点;
有向连接所述当前图节点以及所述待连接第一图节点,以确定所述运动参考路径。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述清洁机器人沿所述运动参考路径执行清洁任务时遇到障碍物的情况下,控制所述清洁机器人沿所述障碍物的外轮廓执行清洁任务;
根据所述清洁机器人沿所述障碍物的外轮廓执行清洁任务的起始点以及所述路径参考线,确定所述清洁机器人的第二运动参考路径。
8.根据权利要求7所述的方法,其特征在于,所述根据所述清洁机器人沿所述障碍物的外轮廓执行清洁任务的起始点以及所述路径参考线,确定所述清洁机器人的第二运动参考路径,包括:
根据位于所述环境地图的轮廓边界范围内的所述路径参考线,确定有效路径参考线;
根据所述有效路径参考线间的几何关系,确定线段拓扑图,其中在所述线段拓扑图中每条所述有效路径参考线对应一个图节点;
以所述起始点所在的有效路径参考线对应的图节点为起始图节点,根据预设参数执行代价计算,并根据与所述代价计算结果对应的连接方式有向连接各所述图节点,确定所述第二运动参考路径,其中所述预设参数包括生成的所述运动参考路径的长度,所述图节点所在位置的清洁优先级、脏污情况、障碍物情况、可清洁面积、地面类型、房间类型、区域范围中的至少一个。
9.一种清洁机器人,其特征在于,所述清洁机器人包括存储器与处理器,所述存储器存储有计算机程序,在所述计算机程序被所述处理器执行的情况下,所述清洁机器人实现如权利要求1-8任一项所述的方法。
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
存储有计算机程序,在所述计算机程序被一个或多个处理器执行的情况下,
实现如权利要求1-8任一项所述的方法。
CN202410224777.XA 2024-02-28 2024-02-28 清洁机器人的路径规划方法、清洁机器人及存储介质 Pending CN118209107A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410224777.XA CN118209107A (zh) 2024-02-28 2024-02-28 清洁机器人的路径规划方法、清洁机器人及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410224777.XA CN118209107A (zh) 2024-02-28 2024-02-28 清洁机器人的路径规划方法、清洁机器人及存储介质

Publications (1)

Publication Number Publication Date
CN118209107A true CN118209107A (zh) 2024-06-18

Family

ID=91454811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410224777.XA Pending CN118209107A (zh) 2024-02-28 2024-02-28 清洁机器人的路径规划方法、清洁机器人及存储介质

Country Status (1)

Country Link
CN (1) CN118209107A (zh)

Similar Documents

Publication Publication Date Title
JP4264009B2 (ja) 自走式掃除機
US11013385B2 (en) Automatic cleaning device and cleaning method
JP7374547B2 (ja) 探測方法、装置、移動ロボット及び記憶媒体
EP2540203B1 (en) Robot cleaner and control method thereof
CN110974091B (zh) 清洁机器人及其控制方法、存储介质
EP2837986B1 (en) Cleaning robot and method for controlling the same
CN110786783B (zh) 清洁机器人的清洁方法及清洁机器人
CN111248819A (zh) 一种清洁路径执行方法及清洁机器人
CN111399516B (zh) 一种机器人路径规划方法、装置以及机器人
CN108873879B (zh) 自主移动机器人及其寻桩方法、控制装置和智能清洁***
CN108852174B (zh) 自主移动机器人及其寻桩方法、控制装置和智能清洁***
CN106155056A (zh) 自移动机器人行走方法与装置
JP2000353014A (ja) 清掃ロボット
CN103054519A (zh) 机器人吸尘器以及用于控制该机器人吸尘器的方法
KR101938703B1 (ko) 로봇 청소기 및 그 제어방법
US11819174B2 (en) Cleaning control method and device, cleaning robot and storage medium
CN114531903A (zh) 移动机器人的行进控制方法、路径规划方法及移动机器人
WO2024022360A1 (en) Method, device, and system for controlling cleaning robot, and storage medium
CN118209107A (zh) 清洁机器人的路径规划方法、清洁机器人及存储介质
CN117008148A (zh) 打滑状态的检测方法、设备及存储介质
CN118149816A (zh) 清洁设备的路径规划方法、清洁设备及存储介质
JP7345140B2 (ja) 自走式掃除機
CN116392043A (zh) 自移清洁设备及其控制方法、装置和存储介质
JP2022162933A (ja) 自律走行型掃除機
CN117665849A (zh) 机器人的地形检测方法、控制方法、机器人及存储介质

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