JP2021503334A - 自律移動ロボットによる床の処理 - Google Patents

Abstract

【課題】表面の処理のための自律移動ロボットの効率を向上させる。【解決手段】自律移動ロボット（１００）を制御する方法であって、前記ロボット（１００）の床処理モジュール（１６０）で床面を処理するための処理モードで前記ロボット（１００）を制御するステップと、前記ロボット（１００）に配置された汚れセンサ（１２６）によって前記床面の汚れを表す汚れセンサ信号を検出するステップと、前記床面の処理中に、前記汚れセンサ信号に基づいて前記ロボット（１００）の速度を変更するステップと、を有する。【選択図】図１

Description

本願は、表面を処理するための自律移動ロボットの分野に関する。

近年、自律移動ロボットは、例えば床面積の処理（特に清掃）にますます使用されている。ここで重要なのは、ロボットに取り付けられたブラシなどの表面処理装置で特定の領域を完全に処理することである。単純な装置であれば、例えば清掃すべき領域の上をランダムに移動することで、ロボットの動作領域の地図の作成及び使用をせずに済ましている。これらのシステムにより、既に処理されている表面を記憶することが可能になる。

ロボットの動作領域の地図をナビゲーションのために使用する現代の自律移動ロボットは、表面を処理する（例えば、清掃する）際に、最も好ましい系統的な動きのパターン又は処理パターンを有する処理モードを使用することができる。このパターンは、ロボットが使用される地域の複雑な環境、例えば家具のある住居などに適応しなければならない。また、ロボットは、ロボットの動作範囲内を移動する人、ロボットのセンサでは検知しにくい障害物、特に汚れた場所など、想定外の状況にも対応できることが求められる。

実際の経路計画（軌跡計画）は、処理パターンと、それぞれの処理モードで使用される衝突回避戦略に依存する。未処理の部分領域をどのように処理するかも、同様に処理モードにも依存する。このように、床面を処理するための処理モードは、ロボットが床面をカバーしようとする動きのパターン（例えば、蛇行、螺旋など）、それぞれの走行速度、使用される衝突回避戦略、および床面の未処理の（例えば、障害物のために省略された）床面部分を再処理するための戦略によって特徴づけられる。床面のロボット支援加工のための異なるアプローチ（処理モード）は、例えば、公報ＤＥ１０ ２０１５ １１９ ８６５ Ａｌ（特許文献１）に記載されている。

ＤＥ １０ ２０１５ １１９ ８６５ Ａｌ

一般に、本発明の目的は、表面の処理（例えば床面の清掃）のための自律移動ロボットのための既存の、ロボットによって実行される方法を改良し、ロボットの効率を向上させることにある。

この目的は、請求項１、１６及び２０の何れか一項に記載の方法と、請求項２５に記載の自律移動ロボットとにより解決することができる。様々な構成および更なる展開は、従属請求項の対象である。

一つの実施形態は、自律移動ロボットを制御する方法であって、前記ロボットの床処理モジュールで床面を処理するための処理モードでロボットを制御するステップと、前記ロボットに配置された汚れセンサによって前記床面の汚れを表す汚れセンサ信号を検出するステップと、前記汚れセンサ信号に基づいて前記ロボットの速度を変更するステップと、を有する。

他の実施形態は、自律移動ロボットを制御する方法であって、前記ロボットの処理モジュールにより床面を処理するための処理モードで前記ロボットを制御するステップと、前記床面の処理された領域がマークされ、どの領域をまだ処理しなければならないかを決定するために使用される処理地図を生成するステップと、前記ロボットに配置された汚れセンサによって前記床面の汚れを表す汚れセンサ信号を検出するステップと、前記処理地図内の前記ロボットの現在の位置に応じた領域を、前記汚れセンサ信号に応じて「処理済み」としてマークするか、マークしないステップと、
を有する。

さらに他の実施形態は、自律移動ロボットを制御する方法であって、床面を処理するための処理モードで前記ロボットを制御するステップと、前記床面上の異なる位置又は領域に床面の処理の強度の尺度が割り当てられている強度マップを前記床面の処理中に作成するステップと、を有する。

さらに他の実施形態は、前記ロボットにここに記載の何れかに記載の方法を実行させるように構成された制御ユニットを有する自律移動ロボットである。

表面の処理（例えば床面の清掃）のための自律移動ロボットの効率を向上させることができる。

ロボット操作領域における自律移動ロボットを示す図である。 自律移動型ロボットの構成を示すブロック図である。 自律移動型ロボットのセンサユニットと制御ソフトウェアの機能的な相互作用を示すブロック図である。 ここで説明した方法の一例を示すフローチャートである。 は、ここで説明した実施形態に従って床面を処理する際の自律移動ロボットの移動パターンの一例を示す図である。

様々な実施形態を、図面を用いて以下に詳しく説明する。図面は必ずしも縮尺に忠実なものではなく、発明は示された側面に限定されるものではない。むしろ、基礎となる原則を提示することに価値が置かれている。

図１は、床面処理用の自律移動ロボット１００の一例を示す図である。現代の自律移動ロボット１００は、地図ベースのナビゲーションをする。すなわち、ロボット１００はロボット使用領域の電子地図を有する。ロボットが使用領域を移動している間、ロボットは障害物を検出する。障害物は、家具、壁、ドアなどの物体であり得る。しかし、人や動物をロボットが障害物として検知することも可能である。図示の例では、ロボット１００は、既に部屋の壁Ｗ１、Ｗ２の一部を検出している。地図を作成して更新し、この地図に基づいてロボット使用領域における自律移動ロボット１００の位置を決定するための方法は、それ自体公知である。このために、例えば、ＳＬＡＭプロセスを用いることができる（ＳＬＡＭ：Ｓｉｍｕｌｔａｎｅｏｕｓ Ｌｏｃａｌｉｚａｔｉｏｎ ａｎｄ Ｍａｐｐｉｎｇ）。

図２は、自律移動ロボット１００の様々なユニット（モジュール）を示すブロック図である。ユニットまたはモジュールは、ロボットを制御するための固有の構造グループまたはソフトウェアの一部とすることができる。ユニットは複数のサブユニットを持つことができる。ロボット１００の動作に関与するソフトウェアは、ロボット１００の制御ユニット１５０によって実行することができる。図示の例では、制御ユニット１５０は、メモリ１５６に含まれるソフトウェア命令を実行するように設計されたプロセッサ１５５を含む。制御ユニット１５０のいくつかの機能は、少なくとも部分的に外部コンピュータを用いて実行することもできる。これは、制御ユニット１５０が必要とする計算能力を、例えば、ホームネットワークまたはインターネット（クラウド）を介してアクセス可能な外部コンピュータに少なくとも部分的に外部委託できることを意味する。

自律移動ロボット１００は、例えば、電気モータ、ギアおよび車輪を有する駆動ユニット１７０を備え、その結果として、ロボット１００は、少なくとも理論的には、使用領域の任意の点に移動することができる。駆動ユニット１７０は、制御ユニット１５０から受け取ったコマンドまたは信号をロボット１００の動きに変換するように構成されている。

自律移動ロボット１００は、ヒューマン・マシン・インタフェイス（ＨＭＩ）２００および／または他の外部デバイス３００への通信接続１４５を確立するために、通信ユニット１４０をさらに備える。通信接続１４５は、例えば、直接無線接続（例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標））、ローカル無線ネットワーク接続（例えば、ＷＬＡＮまたはＺｉｇＢｅｅ（登録商標））またはインターネット接続（例えば、クラウドサービス）である。ヒューマン・マシン・インタフェイス２００は、自律移動ロボット１００に関する情報（例えば、バッテリ状態、現在の作業指示、清掃地図などの地図情報）を、例えば視覚的または音響的な形式でユーザに出力することができ、自律移動ロボット１００の作業指示に関するユーザーコマンドを受け取ることができる。ＨＭＩ２００は、例えば、タブレットＰＣ、スマートフォン、スマートウォッチおよびその他のウェアラブル、コンピュータ、スマートテレビ、またはヘッドマウントディスプレイなどである。ＨＭＩ２００は、追加的または代替的に、ロボットに直接統合することができ、それにより、例えば、ボタン、ジェスチャー、および／または音声入力および出力を使用してロボット１００を操作することができる。

外部デバイス３００は、例えば、計算および／またはデータがアウトソーシングされるコンピュータおよびサーバ、追加情報を提供する外部センサ、または自律移動ロボット１００が協働、または情報を交換できる他の家電製品（例えば他の自律移動ロボット）である。

自律移動ロボット１００は、床面を処理（例えば、清掃）する、特に処理ユニットなどの作業ユニット１６０を有することができる。このような処理ユニットは、例えば、汚れ物質を取り除く空気流を生成するための吸引ユニット、ブラシまたは他の洗浄装置を含むことができる。代替的に、または追加的に、床面に洗浄液を塗布して処理するようにロボットを構成することができる。

自律移動ロボット１００は、様々なセンサ、例えば、その使用領域におけるロボットの環境に関する情報（使用領域内の障害物またはその他のランドマークの位置と範囲など）を取得するための１つ以上のセンサを備えたセンサユニット１２０を備える。環境に関する情報を取得するためのセンサは、ロボットの環境にある物体（例えば、壁または他の障害物など）までの距離を測定するためのセンサである。この目的のために、例えば、三角測量、又は、送出された信号の通過時間測定により距離を測定できる光学および／または音響センサ（三角測量センサ、３Ｄカメラ、レーザスキャナ、超音波センサなど）などの種々のセンサが知られている。また、代替的または追加的に、カメラを使用して周囲の情報を収集できる。特に２つ以上の位置からオブジェクトを観察する際に、物体（障害物）の位置と範囲も決定できる。

さらに、ロボットには、障害物との（ほとんどは意図しない）接触（または衝突）を検出するセンサを搭載できる。これは、（たとえば、衝突の際のロボットの速度変化を検出する）加速度センサ、接触スイッチ、静電容量センサ、またはその他の触覚センサまたはタッチセンサを使用して実現できる。さらに、ロボットは、床のエッジ、たとえば階段を検出するための床センサ（転落センサや落下センサとも呼ばれる）を有することができる。自律移動ロボットの領域におけるその他の一般的なセンサは、ロボットの速度や移動距離を決定するためのセンサであり、これらのセンサは、例えば、ロボットの位置と動きの変化を判断するための距離計または慣性センサ（加速度センサ、回転速度センサ）、および車輪と床の間の接触を検出する車輪接触スイッチである。

また、ロボットは、床面の汚れを検出するセンサを有し得る。このようなセンサは、ここでは汚れセンサと呼ばれる。例えば、このようなセンサは、清掃中にロボットが収容される汚れを検出することができる。例えば、吸引ロボットには、収集された（塵埃などの）汚れを含む吸引された空気が床面から汚れ回収容器に導かれる流路が設けられている。例えば、汚れセンサは、流路を通過する気流中の汚れの量を表す読み取り値を提供することができる。別の汚れセンサは、例えば、より重い汚れ粒子による振動や揺動を検出することができる（例えば、ピエゾセンサで）。代替的または追加的に、空気の流れの中の汚れの量を視覚的に検出することができる。例えば、カメラの画像記録から直接汚れを判定することができる。別の変形例として、１つ以上の光源と１つ以上の受光素子との組み合わせがある。空気の流れの中に含まれる汚れの粒子は、その数や大きさによって出射光を散乱させ、受光器で検出される光の強度を変化させる。もう一つの可能性としては、床面の汚れを直接検出することである。例えば、カメラで直接汚れを検出することができる。代替的または追加的に、床面を光源で照らすことができ、反射光の特性に基づいて汚染を検出することができる。例えば、液体により床面の導電性に基づいて汚染を検出することができる。床面の汚染を測定するためのこれらのセンサやその他のセンサは、それ自体が知られているので、これ以上の説明はしない。

簡単な例では、汚れセンサの測定信号は、少なくとも２つの状態を示す。第１の状態は、汚染なしまたは正常な汚染を示し、第２の状態は、強い汚れ（すなわち、測定された汚れが閾値以上である）を示す。両状態の区別は、例えば、検出された汚れ粒子の閾値に基づいて行われる。また、原則として、２つ以上の状態（例えば、「きれいな状態」「普通に汚れている状態」「とても汚れている状態」など）を区別することも可能であり、汚れに対するロボットのより細かい段階で反応することができる。

自律移動ロボット１００は、例えば、そのエネルギ貯蔵手段（バッテリ）を充電できる基地局１１０に割り当てることができる。ロボット１００は、タスクの完了後にこの基地局１１０に戻ることができる。ロボットが処理するタスクをもう持っていない場合、新しい作業を基地局１１０で待つことができる。

制御ユニット１５０は、ロボットがその使用領域で独立して動き、タスクを実行するために必要なすべての機能を提供するように構成することができる。このためのソフトウェアを実行するために、制御ユニット１５０は、例えば、プロセッサ１５５およびメモリモジュール１５６を含む。制御ユニット１５０は、センサユニット１２０および通信ユニット１４０から受信した情報に基づいて、作業ユニット１６０および駆動ユニット１７０の制御コマンド（例えば、制御信号）を生成することができる。既に述べたように、駆動ユニット１７０は、これらの制御信号または制御コマンドをロボットの動きに変換することができる。メモリ１５６に含まれるソフトウェアは、モジュール形式で構成されていても良い。例えば、ナビゲーションモジュール１５２は、ロボット使用領域の地図を自動的に作成し、ロボット１００の動きを計画する機能を提供する。制御ソフトウェアモジュール１５１は、汎用的（グローバル）な制御機能を提供して、個々のモジュール間のインターフェイスを形成できる。

ロボットが自律的にタスクを実行できるようにするために、制御ユニット１５０は、上記のナビゲーションモジュール１５２によって提供される、その使用領域でロボットをナビゲートする機能を含むことができる。これらの機能自体は既知であり、特に、次のいずれかを含めることができる。
・センサユニット１２０を使用して環境に関する情報を収集することによる、例えば、ＳＬＡＭ法を使用した（必ずしも使用しなくても良い）（電子）地図の作成。
・地図に割り当てられた、１つまたは複数のロボット使用領域の1つまたは複数の地図の管理。
・センサユニット１２０のセンサで検知された周囲の情報に基づいて、地図内のロボットの位置と向き（合わせて「姿勢」と呼ぶ）の決定。
・ロボットの現在の姿勢（開始点）から到着点までの地図に基づいた経路計画（軌道計画）。
・ロボット（１００）が１つ以上の障害物（壁など）の輪郭に沿って、この輪郭から実質的に一定の距離ｄで移動する輪郭追従モード。
・部分領域の認識であって、この際に、地図が分析され、部分領域に分割され、たとえば、壁や出入口などの部屋の境界が識別され、これにより、部分領域は、住居の部屋やこれらの部屋の有用な部分的な範囲を表す。
制御ユニット１５０は、ナビゲーションモジュール１５２を使用し、センサユニット１２０からの情報に基づいて、例えば、ロボットが動作している間にロボットの環境が変化したとき（障害物が移動した、ドアが開いたなど）、ロボット使用領域の地図を連続的に更新することができる。

一般に、ロボット１００で使用できる（電子）地図は、ロボットの使用領域とこの使用領域でのロボットに関連する環境に関する位置関連情報を格納するための地図データ（例えば、データベースなど）のコレクションである。この際、「位置関連」とは、保存された情報が地図上の位置または姿勢に割り当てられることを意味する。したがって、地図データおよび地図情報は、常に、地図がカバーするロボットの使用領域内の特定の場所または領域を参照している。このように、地図は地図データを含む多数のデータレコードを表し、地図データには、任意の位置関連情報を含めることができる。ここでは、位置関連情報をさまざまな詳細の程度及び抽象の程度で保存し、この程度は、特定の機能に適合させることができる。特に、個々の情報を冗長に保存できる。多くの場合、同じ領域に関連しているが異なる形式（データ構造）で保存されている複数の地図の編集は、「1つの地図」とも呼ばれる。

保存された）地図データ、（現在測定されている）センサデータ、およびロボットの現在のタスクに基づいて、ナビゲーションモジュール１５２は、ロボットの経路を計画することができる。この際に、経路点（中間目的地）と目的地を決定すれば十分であり得る。そして、この計画は、制御ソフトウェアモジュール１５１によって、具体的な駆動コマンドに変換され得る。これらの駆動コマンドに基づいて、駆動装置１７０が制御され、例えば、経路点に沿って（経路点から経路点へ）目的地までロボットが移動する。計画された経路は、完全な領域、作業道及び／又は引き続く短い移動区間（例えば、障害物を回避する際の数センチ）を含んでいてもよい。

自律移動ロボットは、ロボットを制御するために使用される異なる動作モードを有することができる。動作モードは、ロボットの（内部および外部から見える）動作を決定する。例えば、地図を用いてナビゲートするロボットは、新たな地図を構築するための動作モードを有し得る。別の動作モードは、目標点までのナビゲーションのために使用される。すなわち、ロボットは、１つの点（例えば、基地局）から第２の点（目標、例えば、タスクが開始される位置、特に清掃タスク）までナビゲートする。他の動作モード（すなわち、処理モード、特に清掃モード）は、ロボットの実際のタスクを実行するために使用され得る。

ロボットは、床面を処理するための１つ以上の処理モードを有することができる。つまり、特定の（清掃）作業を行うために、ロボットが一定の基準に従って動作モードを選択し、その動作モードで作業を行う。最も単純な例では、選択すべき処理モードをユーザがロボットに割り当てる。代替的または追加的に、処理モードの一定のシーケンス（例えば、（部分）領域の探索、（部分的な）領域の縁部の清掃、（部分的な）領域の表面の背清掃）を実行することができる。処理モードは、例えば、床面をカバーするための戦略において異なり得る。例えば、ロボットは、ランダムに又はシステマティックに走行制御され得る。ランダムな戦略は、通常、地図なしで行われる。システマティックな走行戦略は、通常、ロボット使用領域（またはその一部）の地図を使用するが、これは、処理中に構築することができ、または処理が開始される前に知ることができる（例えば、学習走行または以前の動作から）。床面を覆うためのシステマティックな走行戦略の典型的な例は、それぞれの動作モードに割り当てられた動作パターン（処理／清掃の場合には処理／清掃パターンとも呼ばれる）に基づいている。よく使われる動作パターンは、平行したトラック（蛇行）に沿った動きを含む。他の動きのパターンは、螺旋トラックに沿った動きに基づいている。さらなる動作パターンは、所定の領域の輪郭に従うことができ、その際に、輪郭は、例えば、壁に近い処理を達成するために、現実的な障害物と仮想的な障害物から構成され得る。

また、処理モードは、清掃用具の選択や使用方法により異なる。例えば、吸引力の高い吸引ユニットと、高速回転するブラシとを使用する動作モード（カーペット清掃モード）があり得る。また、別の動作モード（硬いフロアの清掃モード）として、吸引力を弱めてブラシの回転を遅くしたものもあり得る。さらに、硬い床では、ワイピングユニットを使用することができる。また、床の種類（石、木など）により、洗浄液（水など）を塗布する場合としない場合がある。

床面の汚れを検出するセンサ（汚れセンサ）からの信号の値に基づいて動作モード（清掃モード）を変更することができる。例えば、激しく汚れた場所が存在する場合には、局所的な汚染を除去するために特別な動作モード（スポット清掃モード）を開始することができる。本実施形態では、蛇行動作パターンを有する動作モードから、螺旋動作パターンを有する動作モード（スポット清掃モード）に切り替えることができる。ただし、システマティックな清掃のための処理モードを変更すると、（特に、ナビゲーションと経路の計画において）使用する方法が複雑になるため混乱が生じる。したがって、検出された強い汚染を考慮する方法は、システマティックな処理モードに容易に組み込むことができる、より簡便な方法を用いることが望ましい。ロボットによる経路計画の手順は、現在の動作モードに依存する場合がある。

床面を清掃するための動作モード（清掃モード）は、ロボットが現在観察されている床面（例えば、特定の部屋またはその一部）を可能な限り完全にカバーしようとする動作パターン（例えば、蛇行、螺旋など）、使用される衝突回避戦略（例えば、引き返し、障害物を避けるなど）、および未処理の（例えば、障害物のために省略された）床面部分を再処理するための戦略によって特徴付けられる。例えば、処理モードに関連付けられた動作パターン（例えば、蛇行経路）の実行が完了した後に、省略された領域を走行し清掃することができる。他のアプローチでは、清掃のための地図を使用して、既に清掃された表面にマークを付けて、その表面を後処理することができるようにしている。ここに記載された実施形態は、特に汚れの増加が検出された場合に、清掃中のモード変更を回避することを目的としている。

（汚れに対する速度低下の応答）図３は、床面の汚れを検出するためのセンサ（汚れセンサ）が自律移動ロボットのアーキテクチャにどのように統合され得るかの例を示す図である。ナビゲーションモジュール１５２において、地図データ（例えば、障害物の位置等）及びロボットの位置は、（センサユニット１２０に含まれるナビゲーションセンサ１２１によって供給される）ロボットの環境に関する情報に基づいて、走行距離測定によって更新される（例えば、ＳＬＡＭ法に従って、後述の図４のステップＳ１も参照）。走行距離測定のためにロボット１２１のセンサユニット１２０は、距離計１２２（例えば、ホイールエンコーダ、光学式距離計等）を有し得る。そして、現在の動作モード（処理モード、清掃モード等）に応じてロボットの経路計画が更新される。経路計画は、現在の動作モードに割り当てられた運動パターン、それぞれの動作モードで使用される衝突回避戦略（例えば、後退、障害物の輪郭に沿った走行など）、および省略された部分領域の再処理に使用される戦略に基づいている。経路計画は、例えば、目的地への経路点の決定、経路セグメントの決定、動きベクトル、および／またはロボット使用領域を通るロボットの経路を記述するための他の要素を含むことができる。この経路を辿る際のロボットの動力学的要素（特に速度と加速度）は、家庭用ロボットの場合、経路を計画する際には、通常、（自走車のような大型の高速移動ロボットとは異なり）無視することができる。また、経路計画の更新は、ロボットが以前に計画された経路上にまだあるかどうかをチェックすることも含み得る。偏差がある場合（特に許容範囲よりも大きい場合）には、ロボットがどのようにして計画された経路に戻ることができるかを決定し得る。さらに、経路計画の更新は、以前に計画された経路が衝突せずに実行できるかどうかをチェックし得る。例えば、これまで存在しなかった障害物や、経路計画では考慮されていなかった障害物を回避することができる。経路計画の更新が完了すると、ナビゲーションモジュール１５２の第１ステップ（地図データおよびロボット位置の更新）を繰り返し得る。

ナビゲーションモジュール１５２の経路計画の結果は制御ソフトウェアモジュール１５１に転送され、制御ソフトウェアモジュール１５１は、事前定義可能な規則に従って駆動ユニット１７０の駆動コマンドを作成する。例えば、駆動ユニット１７０は、１つの軸上にある独立して駆動される２つの車輪（差動駆動）からなる。経路に追従する際の、このような駆動とその制御は、それ自体が知られている。例えば、両輪を同じ速度で駆動すると直線運動が発生する。２つの車輪の間の中点を中心とした回転は、両車輪が同じ速度で反対方向に回転するときに発生する。車輪、チェーン駆動装置または脚部を有する他の駆動装置のような他の駆動装置１７０は、それ自体知られている。

制御ソフトウェアモジュール１５１による駆動コマンドを生成する際には、一定の制約条件を遵守する必要がある。例えば、ロボットが受ける加速度は、一定の値を超えることができないか、および／または超えてはならない。他の例としては、最高速度の決定がある。このような制約は、ロボットの使用部品だけでなく、ロボットの環境によっても与えられる。例えば、使用するモータを動作させる際には、永続的に機能を確保するために、超えてはならない最大速度及び／又は最大電力を遵守することができる。最高速度に達するのは、例えば、長い直進走行時などである。通常、カーブ時や障害物を避けるときには、より低速になる。特に、移動の実行に要求される精度に基づいて、移動の速度が低下される。

さらに、制御ソフトウェアモジュール１５１は、安全関連機能を含むことができる。このような安全性に重要な機能は、安全に重要なイベント（検出された危険な状況）に対するロボットの反応（例えば、急ブレーキ、回避行動など）を引き起こすことができる。考えられる安全上重要なイベントは、例えば、センサ（衝突センサ１２４、バンパー）による衝突の検出、または別のセンサ（落下センサ１２５、ドロップセンサ）によるたちエッジの検出である。検出された衝突または検出された落下エッジに対する反応としては、ロボットの即時停止（緊急停止）が考えられる。さらに、あらかじめ設定した距離（約１〜５ｃｍ）だけロボットを後退させることで、障害物（または落下の際のエッジ）までの安全な距離を作ることができる。ナビゲーションモジュール１５２は、安全上重要なイベントに対するこの標準化された反応に対処する必要はない。ナビゲーションモジュール１５２は、ロボットの現在位置およびセンサ（バンパーまたは落下センサ）によって検出された障害物の位置を決定することができ、したがって、経路の適応および／または新たな決定のために使用することができれば十分である。

なお、床面作業用ロボットが、特に汚れの激しい部分を検出してより集中的に処理できるようにするために、床面の汚れを検出するためのセンサ（汚れセンサ１２６）を備えるようにしても良い。表面をより集中的に清掃する簡単な方法は、汚れた表面をより長時間作業するようにロボットの速度を落とすことである。速度の低下は、制御ソフトウェアモジュール１５１によって駆動コマンドが生成される際に直接、生成することができる。つまり、ナビゲーションモジュール１５２は、別途、汚れの有無を知らされる必要がない。処理モード、特に処理戦略をそれに応じて適応させる必要はない。これにより、ひどく汚れた部分に素早く直接的に反応することが可能になる。特に、安全上重要なイベントの場合のよう比較的早い反応の実現が可能となる。走行速度に加えて、または走行速度の代わりに、ロボットの走行方向を変更することもできる。たとえば、少し後方に移動してから再び前方に移動して、この動作でカバーされた床面を複数回清掃できる。追加的または代替的に、現在計画されている軌道も変更できる（これにより、進行方向も変更される）。この変更は、例えば、（軌道の変更によって生じる「回り道」を通過して）ひどい汚れが検出された領域を何度かカバーした後、当初計画した軌道を継続するような方法で行うことができる。

例えば、ひどい汚れを検出した場合には、許容最大速度を第１の値ｖ１から第２の値ｖ２に変更することで速度を調整することができる。特に、最高速度を低下させることができる（ｖ２＜ｖ１、例えば、ｖ２＝０．５×ｖ１）。これにより、特に長い直進路の速度を大幅に低下させることができる。たとえば、障害物のためにロボットがよりゆっくりと走行する必要がある領域では、速度は、新しく定義された最高速度ｖ２よりも大きい場合にのみ低減される。これにより、ロボットの不必要な追加の減速が回避される。低減された最高速度ｖ２は、例えば、汚れセンサによってひどい汚れの状態が検出される限り維持され得る。代替的または追加的に、減少した最高速度ｖ２は、重度の汚染状態が通常の汚染状態に戻った後、所定の時間（たとえば５秒）または所定の距離（たとえば５ｃｍ）の間維持され得る。その後、最高速度は元の値ｖ１にリセットされる。汚れの増加に対するこの反応は、ナビゲーションモジュールの処理、特に経路計画および／または経路計画の更新に影響を与えない。

ひどい汚れが検出されたときの速度変化の別の例は、通常の汚れの状態からひどい汚れの状態への変化が検出されたときにロボットを停止することである。これは、例えば、検出された衝突または検出された落下エッジに対する反応と同様に行うことができる（例えば、緊急停止）。これは、ひどく汚れた領域への迅速な反応が保証される。

追加的または代替的に、ロボットはバックの走行ができる。すなわち、移動方向が逆になる。たとえば、ロボットは、制御ソフトウェアモジュールによって、事前に定義可能な距離（例えば、５ｃｍ）を逆方向に走行するように制御され得る。これは、検出された衝突または検出された落下エッジに対する反応と同様に行うことができる。特に、ナビゲーションモジュール１５１によるコストの掛かる計画は必要とされない。ナビゲーションモジュール１５１は、従来のように、処理モードとその処理戦略、ロボットの位置情報、及び地図情報に基づいて、汚れの増加を考慮することなく、ロボットの経路計画を引き継ぐことができる。バックの走行は、ひどい汚れを検出し、より汚れている可能性のある領域を再処理する際の遅延を補償するという利点がある。

ロボットが逆走する前に、ロボットは停止しなければならない。これは、危険な状況の場合と同様の急ブレーキ操作により実行され得る。あるいは、ゆっくりとした制動と（反対方向への）加速を行うことで、視覚的には「よりスムーズな」前後の動きの印象を与えることができる。また、このような走行操作は、どうように、危険な状況になったときの反応（停止・反転）に類似した標準的な反応として実装することができる。したがって、このために、同様に、ナビゲーションモジュール１５２に実装されている処理モードの適応は必要ない。

後退時には、ロボットは直線的に後方に移動したり、最後の軌跡に沿って移動したりすることができる。後者は、例えば、最後に生成された駆動コマンドを反転させることによって行われる。後退移動のための距離及び／又は時間は、予め設定された値であり得る。代替的に、後退移動を停止して通常の移動を再開するための条件として、センサの測定を行うこともできる。例えば、汚れセンサの信号を利用することができる。例えば、汚れに対する検出信号が再び予め設定された閾値以下に低下するまで、あるいは障害物との衝突が差し迫るまで後退させることができる。一例として、ロボットは、汚れセンサが強い汚れをもはや検出しなくなるまで後退し、その後、定義された距離（または時間）を移動する。衝突回避は後退移動にアクティブであり得る。

代替的な構成として、ナビゲーションモジュール１５１がまた、汚染についての情報を提供され、ロボットの後退移動のための経路計画を実行することができる。これは、ロボットの走行制御をする際に、ロボットの背後にある可能性のある障害物を考慮することができるという利点がある。代替的又は追加的に、上述のように制御ソフトウェアモジュール１５２によって後退移動を走行制御することができ、その際にその移動は安全監視モジュールによって追加的に監視される。安全監視モジュールは、たとえば、障害物との衝突やギャップに落下する危険がある場合、動きを停止させ得る。安全監視モジュールは、スタンドアロンのモジュールであってもよいし、制御ソフトウェアモジュール１５１の一部であってもよく、ナビゲーションモジュール１５２とは独立して動作する。

ロボットが停止した後、および／または後退した後、ロボットは再び前進することができる。例えば、上述したように、少なくとも所定の距離または時間だけ減速した速度を用いることができる。代替的又は追加的に、ひどい汚れが検出される毎に、ロボットを後退移動させ、人間がひどい汚れに対処する手順に似た連続的な揺動動作を行うことができる。

（処理地図で特徴付けられない汚れへの対応）汚れセンサの信号に応答して床面を処理するように自律移動ロボットを制御することへの代替的なアプローチは、処理地図（例えば、清掃地図）を使用することである。処理地図では、すでに処理されているすべての領域がマークされている。これをユーザに表示することで、例えば、ユーザは、ロボットの活動の概要を知ることができる。同時に、処理が必要な領域を認識するために、ロボットはこの地図を使用することができる。したがって、例えば、障害物の位置により処理が完了していない領域を特定することができる。まだ処理されていないこれらの領域は、ロボットがそれらを通過するときに、現在の処理パターンを中断して、現在の処理プロセスに含めることができる。あるいは、処理地図に基づいて（動作モードに依存する）処理パターンに従って領域の処理が完了すると、未処理領域が特定され、処理のために舵が取られ得る。このような手順は、それ自体が知られている。

図４は、現在の処理戦略の根底にある処理モードを変更することなく、汚れセンサの信号に応じて自律移動ロボットを制御するアプローチの一例を示す図である。第１ステップ（図４、Ｓ１）では、ナビゲーションセンサとロボットの走行距離センサから提供されるロボットの環境に関する情報に基づいて、環境に関する地図データとロボットの位置が更新される。第２ステップ（図４、Ｓ２）では、処理地図（例えば、清掃地図）が更新される。このために、例えば、ロボットの最後の既知の位置と、前のステップＳ１で決定された位置との間の領域は、処理されたものとしてマークされる。その際に、処理ユニットの（ロボット上の）位置が考慮され得る。処理地図に領域を処理済み（または未処理）としてマーキングする際には、汚れセンサから供給されるデータを考慮し得る。そして、現在の処理モードの設定に従って、ロボットが走行する経路を更新する。例えば、現在の処理モードに関連付けられ、飛ばした表面領域を後処理する戦略が予定されており、ロボットがそれぞれのモードで使用される移動パターン（例えば、蛇行）に従って移動している際に、ロボットが次に飛ばした表面領域の近くを通過した場合に、この表面領域が後処理される。

特に、汚れセンサがある表面の汚れを検出しないか、または普通の汚れを検出した場合、その表面を処理済みとマークすることができる。一方、ひどい汚れが検出された場合には、処理マップ上でそのように表示される。そのようにマークされている箇所は、再度処理される。最も簡単な場合では、その問題の表面を「処理していない」とマーキングすることで、繰り返しの処理が行われる。そのため、その表面には、まだ走行していない表面の領域と同じマークが付いている。この手順では、床面を体系的かつ完全にカバーするための処理戦略に従って、この領域がまだ処理されていないと認識されるため、後で自動的に（未処理領域の再処理のためのそれぞれの処理モードで使用されている戦略に従って）再度、処理が実行されるという効果がある。検出されたひどい汚れを直接考慮した処理戦略と経路計画を、変更したり、適応させたりする必要はない。

図５は、処理地図における床面と対応するマーキングの処理工程の一例を示す図である。図５（ａ）は、ロボット１００が蛇行した経路で地表面をシステマティックに処理する様子を示している。処理地図で「処理済」とマーキングされている部分は、ハッチング表示されている。示された例では、ロボットは局所的にひどく汚れた領域Ｄに向かっている。図５（ｂ）に示す状況では、ロボット１００は、汚れのひどい領域Ｄに到達し、汚れセンサによってその領域を検出している。

ひどく汚れた領域Ｄが検出されたことに対する反応として、一方では、ロボットの現在位置は「処理済み」としてマークされず、他方では、以前に「処理済み」としてマークされていた領域は、再び「処理されていない」（または「後で処理すべき」）としてマークされ、後から再度処理されるようにすることができる。図５（ｃ）に示された例では、（例えば、一定の幅を有する）領域で、かつロボット１００に直接、隣又は背後にあって、ロボット１００と境を接する領域は、再び「処理されていない」とマークされる。これにより、以前に検出されなかったかもしれない汚れの激しい、領域Ｄのエッジも再度処理されるという利点がある。例えば、ロボット径の２倍の辺の長さを有する正方形であって、その中心がロボットの中心に対応する領域が、「処理されていない」とマークされる（図５（ｃ）の点線の正方形を参照）。処理済としてマークされた領域は、通常、ロボット内又はロボット上の処理ユニットの形状、サイズ、および形状に適合されている。。
同様に、検出されたひどい汚れの結果として「処理されていない」とマークされている領域は、処理ユニットの形状、大きさ、および位置に少なくとも部分的に適合されている。

図５（ｄ）は、ロボット１００の蛇行パターンの次の清掃経路を示している。以前にひどい汚れと識別された領域Ｄは、「処理されていない」とマークされている（図５（ｄ）の破線四角参照）。これは、処理地図に基づいてロボット１００によって検出される。したがって、ロボット１００は、「未処理」とマークされたこの領域Ｄに到達すると、再度処理を行う。図５（ｅ）は、領域Ｄの前述の再処理の際に生じる可能性のある処理パターンを示す図である。別の構成では、ロボットは、図５（ｄ）に示すように、直線状の経路を走行し、蛇行した処理パターンの最後に、まだ「未処理」とマークされた領域Ｄに戻って、再び領域Ｄを処理することもできる。汚れの激しい領域Ｄの洗浄性能は、２回の処理により大幅に向上する。システマティックな地図ベースの処理戦略の固有の特徴（抜かされた領域を検出して処理する）が利用されているため、処理モードの特別な適応は必要ない。

（強度地図）前述の自律移動ロボットの制御方法は、個々の領域（特に、非常に汚れていると認識された領域）を他の領域よりも集中的に清掃することを目的としている。個々の領域にそのような集中的な洗浄を繰り返しする必要がある場合、これは長期的にロボットの使用を最適化し、ユーザのニーズにより良く適応させるために使用できる貴重な情報である。

このためには、この情報を体系的に収集・分析しなければならない。そのための第１のステップは、実際の局所的な処理強度を地図に記録することである。これは、使用領域のすべての位置について、それらが処理されたかどうか（処理されていない場合は、処理の強度はゼロ）、そしてどのような強度で起こったかを意味する。

強度の尺度は、例えば、ロボットが激しく汚れた場所上で停止したり、前後に移動したりした場合の処理の持続時間とすることができる。追加的又は代替的に、処理の頻度は、例えば、ロボットが激しく汚れた領域の上を数回走行する場合など、強度の尺度とすることができ、または強度に寄与することができる。また、処理速度は、例えば、ロボットがその場所を、速度を落として走行する場合など、強度の尺度とすることができ、強度に寄与したりすることができる。最後に、処理の際の処理能力は、例えばロボットの吸引力を高めた場合など、強度の尺度とすることができ、強度に寄与したりすることができる。表面の処理が遅い場合、ロボットはその表面でより多くの時間を費やし、表面が複数回処理される場合、ロボットはその表面でより多くの時間を費やす。したがって、処理（清掃）の強度の尺度は、表面の処理時間と使用される処理能力（例えば、吸引ユニットの吸引能力、一般的には、可能な時間単位あたりの汚れの搬出量）との積とすることができる。この積（時間×処理能力）は、床面の表面1単位の処理の際に行われる「作業」と考えることもできる。

そのような強度地図を作成する簡単な方法は、ロボットの現在の位置を定期的に（たとえば、１秒に１回）保存することである。これにより、点群を含む地図が作成される。ロボットが頻繁に入っている領域および／または長時間滞在した領域（例えば、速度低下による）では、記憶されているロボット位置の点が他の場所よりも密になる。したがって、このように保存されたロボット位置の空間密度（単位面積あたりの点）は、処理の強度の可能な尺度である。

処理強度が高くなる理由としては、（上述したように）汚れセンサから供給されるデータへの反応であり、それによって汚れが激しいと検出された領域を数回及び／又はよりゆっくりと処理する。

処理の強度を高める別の理由は、ナビゲーションセンサによって提供されるロボットの環境に関する情報であってもよい。例えば、障害物付近の速度、特に壁の近くの清掃および/またはコーナの清掃時の速度を下げ得る。これには、速度の低下によってより正確なナビゲーションが可能になるという利点がある。これにより、障害物に近い場所やコーナでの清掃が可能になる。また、清掃能力も向上しているので、コーナやエッジに溜まった汚れをより良く落とすことができる。

その他の理由は、ある領域での処理をより集中的に行うための明示的なユーザ指示である。例えば、ユーザは、ロボット１００に（例えば、ヒューマン・マシン・インタフェイス２００を介して、図２を参照して）、現在位置している領域でより集中的に処理するように、及び／又は処理を繰り返すように指示することができる。また、ユーザは、部屋（廊下など）や領域（食事用コーナなど）をより徹底的に集中的に清掃するようにロボットに指示することもできる。この目的のために、例えば、ロボットの地図データを、ロボットの動作領域の平面図の形でＨＭＩ（例えばタブレット）に表示することができる。ユーザは、表示された地図の中で、より集中的に処理する領域を直接マークすることができる。例えば、床面の処理をより集中的に行う清掃プログラム（処理モード）を選択することができる。

また、地図に記憶されている情報によって、ロボットが場所や領域に対してより集中的に処理を行うようになる。例えば、部屋（またはその一部）でより集中的に処理するような明示的指示などの、ユーザが入力した情報であってもよい。代替的又は追加的に、部屋（例えば「キッチン」）、エリア（例えば「玄関エリア」）及び／又は物体（例えば「テーブル」）の命名のような間接的な情報、例えばユーザによって処理の強度を調整するために使用することができる。例えば、部屋を「キッチン」と表したり、領域を「玄関」や「食事用コーナ」と表したりすることで、特に掃除の必要性が高いことを示すことができる。

また、集中処理の必要性についての情報をロボットが学習することができる。たとえば、ロボットは、汚れがひどいほど、他の領域よりもいっそう集中的に清掃する必要があると判断できる。たとえば、このために、強度地図が、各処理の後に保存され得る。保存された地図は、数回の処理過程を経て、パターンとその変化を分析することができる。例えば、部屋の中では、ほとんどすべての処理で、少なくともいくつかのより集中的な処理が必要であることがわかる。これに基づいて、ロボットは、独立して、あるいはユーザによる確認後に、常に、この部屋を全体として、あるいはその一部として、より集中的な処理モードで処理することができる。あるいは、より頻繁に掃除をするようにユーザに提案することもできる。例えば、これまで２日に１回しか処理が行われていなかった場合には、毎日の処理を提案することができる。

強度地図の全体を保存する代わりに、処理の後に特に集中的に処理されている（例えば、強い汚れによる）領域を決定し、これらの領域を保存することで十分であり得る。例えば、処理強度が、合計強度及び／又は標準処理モードの強度の平均に対応する最小値より大きい領域及び/又は位置が格納される。

このような強度地図は、処理地図や汚れ地図（すなわち、センサによって決定された地表面の汚れが使用領域内の様々な位置又は領域に割り当てられた地図）の代わりとして使用することができる。代替的に、このような強度地図を、必要な情報をより簡単で直接的な方法でユーザに提示し、ロボットの自律学習動作を改善するために、これらの地図に加えてもよい。

１００…自律移動ロボット
１１０…基地局
１２０…センサユニット
１２１…ナビゲーションセンサ
１２２…距離計
１２４…衝突センサ
１２５…落下センサ
１２６…汚れセンサ
１４０…通信ユニット
１４５…通信接続
１５０…制御ユニット
１５１…制御ソフトウェアモジュール
１５２…ナビゲーションモジュール
１５５…プロセッサ
１５６…メモリ
１６０…作業ユニット
１７０…駆動ユニット
２００…ヒューマン・マシン・インタフェイス
３００…外部デバイス

Claims (29)

1. 自律移動ロボット（１００）を制御する方法であって、
   前記ロボット（１００）の床処理モジュール（１６０）で床面を処理するための処理モードで前記ロボット（１００）を制御するステップと、
   前記ロボット（１００）に配置された汚れセンサ（１２６）によって前記床面の汚れを表す汚れセンサ信号を検出するステップと、
   前記床面の処理中に、前記汚れセンサ信号に基づいて前記ロボット（１００）の速度を変更するステップと、
   を有する。
2. 請求項１に記載の方法であって、
   前記汚れセンサ信号は、前記床面の前記汚れに応じて、第１の状態と第２の状態をとることができる。
3. 請求項２に記載の方法であって、
   前記汚れセンサ信号の前記第１の状態は通常の汚れを示し、前記汚れセンサ信号の前記第２の状態は強い汚れを示す。
4. 請求項２又は請求項３に記載の方法であって、
   前記処理モードには、前記ロボットの最高速度が割り当てられており、
   前記最高速度は前記汚れセンサ信号の状態に依存する。
5. 請求項２乃至請求項４の何れか一項に記載の方法であって、
   前記汚れセンサ信号の前記第２の状態に応答して前記ロボットの速度を第１の値から第２の値に低下させる。
6. 請求項５に記載の方法であって、
   前記速度を低下させた後、前記速度は少なくとも１つの事前に定義された基準に従って再び前記第１の値に戻される。
7. 請求項６に記載の方法であって、
   前記少なくとも１つの事前に定義された基準が、
   前記汚れセンサ信号が再び前記第１の状態をとり、それ以降、所定の時間が経過したこと、
   前記汚れセンサ信号が再び前記第１の状態をとり、それ以降、前記ロボットが所定の距離を走行したこと、
   前記速度が低下してから所定の期間が経過したこと、
   前記速度が低下してから前記ロボット（１００）が所定の距離を走行したこと、
   の条件のうちの少なくとも１つの条件を有する。
8. 請求項２乃至請求項７の何れか一項に記載の方法であって、
   前記第１の状態から前記第２の状態への前記汚れセンサ信号の変化に応答して、前記ロボット（１００）が停止する。
9. 請求項２乃至請求項８の何れか一項に記載の方法であって、
   前記第１の状態から前記第２の状態への前記汚れセンサ信号の変化に応答して、前記ロボット（１００）が後退する。
10. 請求項９に記載の方法であって、
    後退は、前記ロボット（１００）が所定の距離及び／又は時間だけ直線的に戻るか、又は前記ロボットが来た軌跡に沿って戻ることによって達成される。
11. 請求項９又は請求項１０に記載の方法であって、
    衝突が起こらないように後退の際に障害物が考慮される。
12. 請求項９乃至請求項１１の何れか一項に記載の方法であって、
    前記ロボット（１００）は、障害物の位置に関する情報を地図に保存し、後退の際には、前記地図上に保存された前記情報を用いて衝突を回避し、障害物に関する現在のセンサ情報が使用されない。
13. 請求項８乃至請求項１２の何れか一項に記載の方法であって、
    停止又は後退の後に、前記処理モードは、通常の進行方向において低速で継続される。
14. 請求項１乃至請求項１３の何れか一項に記載の方法であって、
    前記処理モードにおいて、前記ロボット（１００）は、前記処理モードに関連付けられた最高速度以下の速度で前記床面上を移動し、
    前記ロボット（１００）の速度を変更する前記ステップは、前記最高速度を減少させることによって達成される。
15. 請求項１乃至請求項１４の何れか一項に記載の方法であって、
    処理モードで前記ロボットを制御する前記ステップは、
    前記処理モードに関連付けられた移動パターン、前記処理モードに関連付けられた障害物回避戦略、及び前記処理モードに関連付けられた未処理面の後処理のための戦略に応じ、地図情報及び前記ロボットの位置に基づいて経路計画を実行するステップと、
    計画された経路を駆動コマンドに変換するステップと、
    を有する。
16. 自律移動ロボット（１００）を制御する方法であって、
    前記ロボット（１００）の処理モジュール（１６０）により床面を処理するための処理モードで前記ロボット（１００）を制御するステップと、
    前記床面の処理された領域がマークされ、どの領域をまだ処理しなければならないかを決定するために使用される処理地図を生成するステップと、
    前記ロボット（１００）に配置された汚れセンサ（１２６）によって前記床面の汚れを表す汚れセンサ信号を検出するステップと、
    前記処理地図内の前記ロボットの現在の位置に応じた領域（Ｄ）を、前記床面の処理中に前記汚れセンサ信号に応じて「処理済み」としてマークするか、マークしないステップと、
    を有する。
17. 請求項１６に記載の方法であって、
    前記汚れセンサ信号は、前記床面の汚れに応じて、第１の状態と第２の状態をとることができ、
    前記汚れセンサ信号の第１の状態は通常の汚れを示し、前記汚れセンサ信号の第２の状態は強い汚れを示す。
18. 請求項１６又は請求項１７に記載の方法であって、
    前記汚れセンサ信号に応じて、前記処理地図内の前記ロボットの現在の位置に応じた前記領域をマークすることには、
    前記ロボットの現在の位置に応じた前記領域（Ｄ）が既に処理されたかどうかにかかわらず、前記汚れセンサ信号が強い汚れを示しているときに、前記領域が「処理されている」とマークされることを防止すること
    が含まれる。
19. 請求項１６乃至請求項１８の何れか一項に記載の方法であって、
    前記ロボットの現在の位置に応じた領域（Ｄ）は、前記領域（Ｄ）が実際に処理され、前記汚れセンサ信号が正常な汚れを示している場合に、「処理された」としてのみマークされる。
20. 請求項１６乃至請求項１９の何れか一項に記載の方法であって、
    前記領域（Ｄ）が実際に処理され、前記汚れセンサ信号が強い汚れを示す場合に、前記領域（Ｄ）は「未処理」または「後で処理されるべき」のいずれかとしてマークされる。
21. 請求項１６乃至請求項２０の何れか一項に記載の方法であって、
    前記ロボットの現在の位置に応じた前記領域（Ｄ）は、前記ロボットの現在の位置を取り囲む。
22. 自律移動ロボット（１００）を制御する方法であって、
    床面を処理するための処理モードで前記ロボット（１００）を制御するステップと、
    前記床面上の異なる位置又は領域に前記床面の処理の強度のための尺度が割り当てられている強度地図を前記床面の処理中に作成するステップと、
    を有する。
23. 請求項２２に記載の方法であって、
    前記床面の処理の強度のための尺度は、前記処理の持続時間、前記処理の頻度、前記処理の際の速度、前記処理中の清掃能力、前記処理の持続時間と処理能力の積のうちの少なくとも１つに依存する。
24. 請求項２２又は請求項２３に記載の方法であって
    前記床面の処理中は、前記処理の前記強度が、前記ロボットの環境内の障害物の位置情報に基づいて前記床面の汚れを示す汚れセンサから供給される信号及びユーザの指示のいずれかに基づいて制御される。
25. 請求項２２乃至請求項２４の何れか一項に記載の方法であって、
    前記床面の処理中に、前記ロボット（１００）は、ロボット使用領域の地図を用いてナビゲーションを行い、前記強度地図及び／又は前記強度地図に基づく情報が、前記ロボット使用領域の地図とともに保存される。
26. 請求項２２乃至請求項２５の何れか一項に記載の方法であって、
    前記強度地図に基づいて、ヒューマン・マシン・インタフェイス（２００）を介して、部屋及び／又は領域をより頻繁に、及び／又はより集中的に処理することをユーザに提案する。
27. 自律移動ロボット（１００）を制御する方法であって、
    前記ロボット（１００）の床処理モジュール（１６０）により床面を処理するための処理モードでロボット（１００）を制御するステップと、
    前記ロボット（１００）に配置された汚れセンサ（１２６）によって前記床面の汚れを表す汚れセンサ信号を検出するステップと、
    前記床面の処理中に、前記汚れセンサ信号に基づいて前記処理モードを適合化するステップと、
    を有する。
28. 請求項２７に記載の方法であって、
    前記処理モードを適合化する前記ステップは、
    前記床面の処理中に、前記汚れセンサ信号に応じて前記ロボットの走行速度及び／又は走行方向を変更するステップ
    を有する。
29. 前記ロボットに請求項１乃至請求項２８の何れか一項に記載の方法を実行させるように構成された制御ユニット（１５０）を有する自律移動ロボット（１００）。