清洁机器人控制方法、清洁机器人、清洁系统及存储介质

技术领域

本申请涉及清洁机器人技术领域，具体涉及一种清洁机器人控制方法、清洁机器人、清洁系统及计算机可读存储介质。

背景技术

在相关技术中，清洁机器人在基站附近清洁时，可能会被基站底座卡住、无法挣脱，为了避免清洁机器人的清洁过程中在基站附近遇阻的情况，通常以基站为中心设定一个机器人禁入区，该禁入区往往大于基站的实际占用区，清洁机器人在清洁过程中不会进入该禁入区划定的范围。然而如此，将会导致因清洁机器人无法进入禁入区而出现禁入区漏清洁的情况，清洁效果不佳。

发明内容

本申请提供了一种清洁机器人控制方法、清洁机器人、清洁系统及计算机可读存储介质。

本申请实施方式的清洁机器人控制方法，包括：

在所述清洁机器人执行清洁任务且进入预设位置的预设范围内的情况下，获取所述清洁机器人当前位置处的环境图像，所述预设位置用于标记基站的位置；

将所述环境图像与预设曲线进行匹配处理，所述预设曲线用于标记所述基站的轮廓；

根据所述匹配处理的结果，确定所述环境图像中的所述基站的轮廓，以控制所述清洁机器人对围绕所述基站的预设区域进行清洁。

如此，本申请利用机器人在围绕基站的预设范围内获取环境图像并与基站轮廓线进行匹配的方式来判断基站的占据位置，并控制机器人在基站的轮廓外的区域进行清扫。这样能够通过确定基站的实际占据位置，来控制机器人进行主动清洁或规避清洁，避免因禁入区的划定而导致的漏清洁情况或在不清楚基站的实际轮廓时导致的机器人卡在基站底座的情况，有效改善清洁效果。

在某些实施方式中，所述方法还包括：

在所述清洁机器人未执行清洁任务且位于所述基站外的情况下，获取所述基站的第一点云图像；或

获取预先确定的所述基站的第一点云图像；

根据所述第一点云图像，确定所述预设曲线。

如此，本申请能够控制机器人预先确定基站的轮廓信息。

在某些实施方式中，所述根据所述第一点云图像，确定所述预设曲线，包括：

根据所述第一点云图像，确定所述第一点云图像的中点；

根据所述第一点云图像，以所述中点为原点，进行拟合处理，确定所述预设曲线。

如此，本申请提供了机器人确定基站的轮廓信息的方法。

在某些实施方式中，所述方法还包括：

所述清洁机器人从所述基站出发开始建图，记录所述基站的方位信息，以确定所述预设位置在所述地图中的坐标信息；和/或，

根据所述预设位置在所述地图中的坐标信息和所述环境图像中的所述基站的轮廓，确定所述基站的轮廓在所述地图中的坐标信息。

如此，本申请能够控制机器人从基站出发开始建图，并记录基站的方位信息，并根据预设位置在地图中的坐标信息和环境图像中的基站的轮廓，确定基站的轮廓在地图中的坐标信息，也即利用地图中的坐标信息表示基站的预设位置、轮廓，为后续的匹配识别、清洁与规避提供基础数据。

在某些实施方式中，所述在所述清洁机器人执行清洁任务且进入预设位置的预设范围内的情况下，获取所述清洁机器人当前位置处的环境图像，包括：

在所述清洁机器人进入所述预设范围后，获取所述清洁机器人当前位置处的第二点云图像；

根据所述第二点云图像，确定所述环境图像。

如此，本申请能够控制机器人在进入基站周围的预设范围的情况下获取环境点云图，为后续的识别匹配做数据准备。

在某些实施方式中，所述在所述清洁机器人进入所述预设范围后，获取所述清洁机器人当前位置处的第二点云图像，包括：

在所述清洁机器人进入所述预设范围后，每间隔预设时间段获取所述清洁机器人当前位置处的第二点云图像；

所述根据所述第二点云图像，确定所述环境图像，包括：

将多个所述第二点云图像相叠加，确定所述环境图像。

如此，本申请能够通过多时刻采集图像以及多个点云图叠加的方法，确定出当前位置处环境的图像。

在某些实施方式中，所述将所述环境图像与预设曲线进行匹配处理，包括：

对所述环境图像进行点云分割，确定多个第三点云图像；

根据所述预设曲线，对多个所述第三点云图像分别进行拟合度校验；

在存在至少一个符合预设拟合度条件的所述第三点云图像的情况下，确定所述第三点云图像与所述预设曲线匹配成功；或者，

在多个所述第三点云图像均不满足预设拟合度条件的情况下，确认所述第三点云图像与所述预设曲线匹配失败。

如此，本申请能够控制机器人根据环境图像与预设曲线进行识别匹配，并判断其匹配成功与否，也即判断环境图像中是否存在基站的轮廓。

在某些实施方式中，根据所述预设曲线，对多个所述第三点云图像分别进行拟合度校验，包括：

以所述第三点云图像的中点为原点、以所述预设曲线为目标，对所述第三点云图像进行校验处理，确定所述第三点云图像的拟合度；

所述在存在至少一个符合预设拟合度条件的所述第三点云图像的情况下，确定所述第三点云图像与所述预设曲线匹配成功，包括：

在存在至少一个所述拟合度不小于预设阈值的第三点云图像的情况下，确定所述第三点云图像与所述预设曲线匹配成功；

所述在多个所述第三点云图像均不满足预设拟合度条件的情况下，确认所述第三点云图像与所述预设曲线匹配失败，包括：

在多个所述第三点云图像的拟合度均小于所述预设阈值的情况下，确定所述第三点云图像与所述预设曲线匹配失败。

如此，本申请提供了进行识别匹配的方法以及判定匹配成功与失败的条件。

在某些实施方式中，所述根据匹配处理的结果，确定环境图像中的基站的轮廓，以控制所述清洁机器人对围绕所述基站的预设区域进行清洁，包括：

在所述匹配处理结果为所述第三点云图像与所述预设曲线匹配成功的情况下，确认符合预设拟合度条件且拟合度最大的所述第三点云图像为所述环境图像中的所述基站的轮廓；

根据所述环境图像中的所述基站的轮廓，控制所述清洁机器人对围绕所述基站的轮廓外区域进行清洁；或者，

在所述匹配处理结果为所述第三点云图像与所述预设曲线匹配失败的情况下，控制所述清洁机器人对围绕所述预设位置的禁入区外的区域进行清洁。如此，本申请能够在环境图像与基站轮廓匹配成功的情况下控制机器人对基站周围进行清洁，在环境图像与基站轮廓匹配不成功的情况下控制机器人规避基站，也即在预设位置的禁入区外进行清洁。在某些实施方式中，所述根据所述基站的轮廓，控制所述清洁机器人对围绕所述基站的预设区域进行清洁，之后还包括：

控制所述清洁机器人规避所述基站的轮廓外的已清洁区域，执行其他区域的清洁任务。

如此，本申请能够控制机器人在对基站周围的区域进行清洁后规避基站周围的已清洁区域，使得机器人不在基站附近清洁，并继续执行其他区域的清洁任务。

本申请还提供一种清洁机器人，包括存储器与处理器，所述存储器存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行如上述实施方式中所述的清洁机器人控制方法。

本申请还提供一种清洁系统，包括基站以及如上所述的清洁机器人。

本申请还提供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计算机程序，当所述计算机程序被一个或多个处理器执行时，实现如上述实施方式中所述的清洁机器人控制方法。

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是本申请实施方式中的清洁机器人控制方法的流程示意图；

图2是本申请实施方式中的清洁机器人控制方法的应用场景示意图；

图3是本申请实施方式中的清洁机器人控制方法的流程示意图；

图4是本申请实施方式中的清洁机器人控制方法的流程示意图；

图5是本申请实施方式中的清洁机器人控制方法的流程示意图；

图6是本申请实施方式中的清洁机器人控制方法的流程示意图；

图7是本申请实施方式中的清洁机器人控制方法的应用场景示意图；

图8是本申请实施方式中的清洁机器人控制方法的应用场景示意图；

图9是本申请实施方式中的清洁机器人控制方法的应用场景示意图。

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。

在相关技术中，由于与清洁机器人配套使用的基站往往设计有斜坡形状且凹凸不平的底座，所以当机器人执行清洁任务经过基站附近时容易出现机器人被卡在基站底座上无法正常移动的情况。而为了避免这种情况，相关技术中一般会在基站周围的特定范围内设置一个机器人禁入区，但这样又会导致禁入区内的地面因为机器人无法到达而出现漏清洁的情况，影响清洁效果和用户体验。

在上述情况的基础上，如图1所示，本申请实施方式中的一种清洁机器人(以下简称“机器人”)控制方法，包括：

01：在清洁机器人执行清洁任务且进入预设位置的预设范围内的情况下，获取清洁机器人当前位置处的环境图像；

02：将环境图像与预设曲线进行匹配处理，预设曲线用于标记基站的轮廓；

03：根据匹配处理的结果，确定环境图像中的基站的轮廓，以控制清洁机器人对围绕基站的预设区域进行清洁。

本申请还提供一种清洁机器人控制装置，本申请的清洁机器人控制方法可以由清洁机器人控制装置实现。具体地，清洁机器人控制装置包括图像获取模块、图像匹配模块以及运动控制模块，其中，图像获取模块用于在清洁机器人执行清洁任务且进入预设位置的预设范围内的情况下，获取清洁机器人当前位置处的环境图像，图像匹配模块用于将环境图像与预设曲线进行匹配处理，预设曲线用于标记基站的轮廓，运动控制模块用于根据匹配处理的结果，确定环境图像中的基站的轮廓，以控制清洁机器人对围绕基站的预设区域进行清洁。

本申请还提供一种清洁机器人，包括存储器与处理器，存储器存储有计算机程序，处理器用于在清洁机器人执行清洁任务且进入预设位置的预设范围内的情况下，获取清洁机器人当前位置处的环境图像，以及用于将环境图像与预设曲线进行匹配处理，预设曲线用于标记基站的轮廓，以及用于根据匹配处理的结果，确定环境图像中的基站的轮廓，以控制清洁机器人对围绕基站的预设区域进行清洁。

具体地，为了能够实现机器人对基站的周围区域进行清洁的同时又不会被基站的底座妨碍，本申请提供了一种通过识别基站的位置及其轮廓的方式来控制机器人对围绕基站的区域进行清洁。

首先，在机器人正在执行清洁任务的过程中，当机器人进入到基站周围的预设范围时，本实施方式提供的控制方法触发，机器人调用安装在机器人上的传感器设备(例如，雷达)获取机器人当前位置处周围环境的图像。预设位置用于表示基站的位置，在某些示例中，预设位置可以是基站的几何中心、基站轮廓上的标识点或者基站轮廓上具有特定性质的点，比如基站上机器人出入口顶部边缘的中点等。预设范围为根据需要设定的预设位置周围一定距离内的一片区域范围，在某些示例中可以设置为预设位置周围1米距离内的范围，比如以预设位置为圆心、0.5米为半径的圆形范围，以预设位置为中心、1米为边长的正方形范围，机器人进入该范围时即触发获取当前位置处机器人周围环境的环境图像这一动作。也即在基站的轮廓未知的情况下，可以先以某个点(也即预设位置)来代表基站。

然后，将获取到的环境图像与用于表示基站轮廓的预设曲线进行识别匹配。预设曲线用于描述基站的轮廓线，是机器人预先已经获取到的已知数据。在某些示例中，预设曲线描述的是基站表面最凸出处的轮廓线。将环境图像与预设曲线进行识别匹配，指在图像层面将环境图像中与基站相关的部分与预设曲线进行图像特征比对，以确定环境图像中可能存在的基站的轮廓。

最后，根据匹配结果确定在环境图像中的基站的轮廓。

地图是机器人执行清洁任务时进行运动的数据基础，与位置相关的数据都会被记录到地图中，包括上述的预设位置、预设范围、基站的轮廓等，在地图中可以利用具体的坐标信息来分别表示上述信息。图2示意性地示出了上述地图，其中外围实线的矩形表示当前清洁区域的边界，x坐标轴与y坐标轴为地图的坐标轴，两坐标轴的交点为原点，虚线正方形框框定的范围为上述的预设范围，灰色正方形框定的范围为禁入区，黑色圆点表示预设位置。

由于基站周围设定了机器人禁入区，所以在地图中基站的位置由一个与禁入区的面积、形状均相同的几何图形占据的，该几何图形表示的范围即为机器人禁入区的范围，也即预设位置的禁入区。如上所述，预设曲线与环境图像的识别匹配是基于图像特征比对进行的，当环境图像与预设曲线的图像特征比对结果符合条件，则认定匹配结果为匹配成功，此时可以确定基站在上述地图中的具体位置及其轮廓，也即确定基站的轮廓在地图中对应的坐标信息，并利用该位置以及基站的轮廓信息取代表示禁入区的几何图形，从而机器人可以根据地图中代表基站的轮廓的坐标信息实现对基站周围原禁入区范围内的区域执行清洁，避免漏扫。

如此，本申请利用机器人在围绕基站的预设范围内获取环境图像，并与基站的轮廓线进行匹配的方式来确定环境图像中的基站的轮廓，并控制机器人对围绕基站的预设区域进行清扫。这样能够通过精准确认基站的轮廓，来控制机器人进行主动清洁或规避清洁，以对围绕基站的区域进行清洁，避免因禁入区的划定而导致的漏清洁情况或在不清楚基站的实际轮廓时导致的机器人卡在基站底座的情况等，能有效改善清洁效果和提升用户体验。

在某些实施方式中，如图3所示，清洁机器人控制方法还包括：

001a：在清洁机器人未执行清洁任务且位于基站外的情况下，获取基站的第一点云图像；或

001b：获取预先确定的基站的第一点云图像；

002：根据第一点云图像，确定预设曲线。

在某些实施方式中，清洁机器人控制装置还包括轮廓确定模块，轮廓确定模块用于在清洁机器人未执行清洁任务且位于基站外的情况下，获取基站的第一点云图像，或用于获取预先确定的基站的第一点云图像，以及用于根据第一点云图像，确定预设曲线。

在某些实施方式中，处理器用于在清洁机器人未执行清洁任务且位于基站外的情况下，获取基站的第一点云图像，或用于获取预先确定的基站的第一点云图像，以及用于根据第一点云图像，确定预设曲线。

具体地，对于表示基站轮廓的预设曲线而言，其确定过程一般在机器人出厂前即可以完成，也可以在出厂后由用户在执行清洁任务之前自行执行。预设曲线拥有对应的前置数据，一般为基站的点云图像，尤其是用于描述基站表面最凸出处轮廓线的点云图像，对应于上述的第一点云图像。而对于第一点云图像，在某些示例中，其获取可以分为如下两种情况：

其一是由机器人自主获取：机器人在基站外且并未执行清洁任务的情况下，调整机器人在基站外的位置，使其能够通过安装于其上的传感器获取到基站外表面的点云图，例如通过机器人环绕基站一周采集上述数据，并将其中表示基站表面最凸出处的轮廓部分的点云确定为第一点云图像。

其二则是预设输入，例如事先通过其他采集设备(如：雷达、深度相机等)环绕基站一周采集上述数据，使机器人直接获取预先确定的表示基站表面最凸出处的轮廓部分的点云图，也即机器人直接获取预先确定的第一点云图像。

然后，以上述的第一点云图像为图像基础，对其进行预设规则下的图像处理，最终确定并保存表示基站表面最凸出处轮廓线的预设曲线。

如此，本申请能够控制机器人预先确定基站的轮廓信息。

在某些实施方式中，步骤002还包括：

根据第一点云图像，确定第一点云图像的中点；

根据第一点云图像，以中点为原点，进行拟合处理，确定预设曲线。

在某些实施方式中，轮廓确定模块还用于根据第一点云图像，确定第一点云图像的中点，以及用于根据第一点云图像，以中点为原点，进行拟合处理，确定预设曲线。

在某些实施方式中，处理器用于根据第一点云图像，确定第一点云图像的中点，以及用于根据第一点云图像，以中点为原点，进行拟合处理，确定预设曲线。

具体地，对于以第一点云图像为基础确定预设曲线的过程，可以采用如下的方式进行：

对于第一点云图像，首先获取点云图中的中点。在某些示例中，由于第一点云图像描述的是基站的轮廓，因此在第一点云图像中选定一个标记点后，即可以在第一点云图像的多个点中选取一个作为整个第一点云图像的中点。然后，以获取到的第一点云图像的中点为原点，对第一点云图像上的点进行拟合处理，意在将第一点云图像拟合为一条曲线，也即预设曲线。

对于拟合处理的方法，在某些示例中，可以采用样条曲线拟合，关系式如下：

y＝C

其中，x与y为第一点云图像中点的坐标，C

如此，本申请提供了机器人确定基站的轮廓信息的方法。

在某些实施方式中，清洁机器人控制方法还包括：

清洁机器人从基站出发开始建图，记录基站的方位信息，以确定预设位置在地图中的坐标信息；和/或，

根据预设位置在地图中的坐标信息和环境地图中的基站的轮廓，确定基站的轮廓在地图中的坐标信息。

在某些实施方式中，清洁机器人控制装置还包括定位模块，定位模块用于清洁机器人从基站出发开始建图，记录基站的方位信息，以确定预设位置在地图中的坐标信息；和/或，根据预设位置在地图中的坐标信息和环境地图中的基站的轮廓，确定基站的轮廓在地图中的坐标信息。

在某些实施方式中，处理器用于清洁机器人从基站出发开始建图，记录基站的方位信息，以确定预设位置在地图中的坐标信息；和/或，根据预设位置在地图中的坐标信息和环境地图中的基站的轮廓，确定基站的轮廓在地图中的坐标信息。

具体地，对于机器人对基站的当前位置的确定，由于在具体应用环境中基站的位置并不能提前确定，故机器人从基站出发开始建图，获取基站的方位信息并记录到地图中，作为执行清洁任务的数据基础。方位信息，包括了基站的位置与方向，方向指基站的朝向，在某些示例中，可以是基站上机器人出入口的朝向，如图2所示，以二维地图为例，图2中以黑色圆点为起点的箭头表示基站的方向。在方位信息的描述方面，可以根据地图的坐标系，确定基站在地图中的位置坐标、以及基站上机器人出入口的朝向与地图坐标系横轴正方向或纵轴正方向的夹角，上述的位置坐标和/或夹角信息也即预设位置在地图中的坐标信息。在某些示例中，如图2所示的情况，黑色圆点在地图所在坐标系中的坐标即为预设位置在地图中的坐标，图中箭头与x坐标轴正方向的夹角即为基站的方向。也即利用地图的坐标信息来表示基站的预设位置、轮廓等信息。本申请不限制地图的形式、类型等(例如一维或多维)。

如此，本申请能够控制机器人从基站出发开始建图，并记录基站的方位信息，并根据预设位置在地图中的坐标信息和基站的轮廓，确定基站的轮廓在地图中的坐标信息，也即利用地图中的坐标信息来表示基站的预设位置、基站的轮廓，为后续的匹配识别、清洁与规避提供基础数据。

在某些实施方式中，如图4所示，步骤01包括：

011：在清洁机器人进入预设范围后，获取清洁机器人当前位置处的第二点云图像；

012：根据第二点云图像，确定环境图像。

在某些实施方式中，图像获取模块用于在清洁机器人进入预设范围后，获取清洁机器人当前位置处的第二点云图像，以及用于根据第二点云图像，确定环境图像。

在某些实施方式中，处理器用于在清洁机器人进入预设范围后，获取清洁机器人当前位置处的第二点云图像，以及用于根据第二点云图像，确定环境图像。

具体地，对于环境图像的获取，在某些示例中，当机器人进入预设位置周围的预设范围后，调用用于获取点云图像的传感器，获取当前位置处周围环境的点云图，也即第二点云图像，然后以第二点云图像为图像基础进行处理，最终根据第二点云图像确定出当前环境的环境图像。机器人在预设范围内一边行走、一边清洁、一边获取第二点云图像，获取的第二点云图像中可能包含基站的信息。

如此，本申请能够控制机器人在进入基站周围的预设范围的情况下获取环境点云图，为后续的识别匹配做数据准备。

在某些实施方式中，步骤011包括：

在清洁机器人进入预设范围后，每间隔预设时间段获取清洁机器人当前位置处的第二点云图像；

在此基础上，步骤012包括：

将多个第二点云图像相叠加，确定环境图像。

在某些实施方式中，图像获取模块用于在清洁机器人进入预设范围后，每间隔预设时间段获取清洁机器人当前位置处的第二点云图像，以及用于将多个第二点云图像相叠加，确定环境图像。

在某些实施方式中，处理器用于在清洁机器人进入预设范围后，每间隔预设时间段获取清洁机器人当前位置处的第二点云图像，以及用于将多个第二点云图像相叠加，确定环境图像。

具体地，对于由第二点云图像确定环境图像的方式，为了提高根据点云图像确定环境图像的过程以及后续图像匹配过程的精确度，采用了一种多点云图叠加的方式。

在某些示例中，当机器人进入预设范围后，每间隔一段时间机器人就会获取一帧第二点云图像，这样一来在机器人于预设范围内运动的过程中获取到了多帧第二点云图像。具体间隔的时间不宜太长，例如可以设定为5ms，这样可以在短时间内获取到多帧第二点云图像，同时也能够尽可能压缩机器人在预设范围内运动的时间。

然后，将获取到的多帧第二点云图像相叠加，在叠加时应将机器人的运动过程中出现的视角差考虑在内，将所有的第二点云图像在同一个视角下进行叠加，得到的图像即为环境图像，在这种情况下环境图像依然是点云图像。

如此，本申请能够通过多时刻采集图像以及多个点云图叠加的方法，确定出当前位置处环境的图像。

在某些实施方式中，如图5所示，步骤02包括：

021：对环境图像进行点云分割，确定多个第三点云图像；

022：根据预设曲线，对多个第三点云图像进行拟合度校验；

023：在存在至少一个符合预设拟合度条件的第三点云图像的情况下，确定第三点云图像与预设曲线匹配成功；或者，

024：在多个第三点云图像均不满足预设拟合度条件的情况下，确认第三点云图像与预设曲线匹配失败。

在某些实施方式中，图像匹配模块用于对环境图像进行点云分割，确定多个第三点云图像，以及用于根据预设曲线，对多个第三点云图像进行拟合度校验，以及用于在存在至少一个符合预设拟合度条件的第三点云图像的情况下，确定第三点云图像与预设曲线匹配成功，以及用于在多个第三点云图像均不满足预设拟合度条件的情况下，确认第三点云图像与预设曲线匹配失败。

在某些实施方式中，处理器用于对环境图像进行点云分割，确定多个第三点云图像，以及用于根据预设曲线，对多个第三点云图像进行拟合度校验，以及用于在存在至少一个符合预设拟合度条件的第三点云图像的情况下，确定第三点云图像与预设曲线匹配成功，以及用于在多个第三点云图像均不满足预设拟合度条件的情况下，确认第三点云图像与预设曲线匹配失败。

具体地，为了实现环境图像与预设曲线进行匹配，需要尽可能地将环境图像中用于描述基站轮廓的部分点云拿出来与预设曲线进行图像匹配，这样能够有效提高匹配成功率与匹配效率。为了实现这一目的，在某些示例中，将环境图像进行点云分割，也即将环境图像这一整体性的点云图像，分割成多个第三点云图像，每个第三点云图像是环境图像的一部分。具体到点云分割的方法，可以采用根据lof局部离群因子进行分割的方法，或根据实际需求采用其他的点云分割方法，本申请不做限定。

然后，以预设曲线为基准对每个第三点云图像进行拟合度校验。在某些示例中，对于每个第三点云图像，以预设曲线的方程为目标曲线，对第三点云图像中的每个点进行拟合度校验计算。

接下来根据上述的拟合度校验计算过程，当至少一个第三点云图像符合拟合度条件时即视为第三点云图像与预设曲线匹配成功，多个第三点云图像符合拟合度条件也认为第三点云图像与预设曲线匹配成功。否则，当所有第三点云图像都不符合拟合度条件时，视为第三点云图像与预设曲线匹配失败。最后，根据上述的匹配结果和预设的规则选择一个最符合要求的第三点云图像作为基站点云，也即基站的轮廓。

如此，本申请能够控制机器人根据环境图像与预设曲线进行识别匹配，并判断其匹配成功与否，也即判断环境图像中是否存在基站的轮廓。

在某些实施方式中，步骤022包括：

以第三点云图像的中点为原点、以预设曲线为目标，对第三点云图像进行校验处理，确定第三点云图像的拟合度；

在此基础上，步骤023包括：

在存在至少一个拟合度不小于预设阈值的第三点云图像的情况下，确定第三点云图像与预设曲线匹配成功；

在此基础上，步骤024包括：

在多个第三点云图像的拟合度均小于预设阈值的情况下，确定第三点云图像与预设曲线匹配失败。

在某些实施方式中，图像匹配模块用于以第三点云图像的中点为原点、以预设曲线为目标，对第三点云图像进行校验处理，确定第三点云图像的拟合度，以及用于在存在至少一个拟合度不小于预设阈值的第三点云图像的情况下，第三点云图像与预设曲线匹配成功，以及用于在多个第三点云图像的拟合度均小于预设阈值的情况下，确定第三点云图像与预设曲线匹配失败。

在某些实施方式中，处理器用于以第三点云图像的中点为原点、以预设曲线为目标，对第三点云图像进行校验处理，确定第三点云图像的拟合度，以及用于在存在至少一个拟合度不小于预设阈值的第三点云图像的情况下，第三点云图像与预设曲线匹配成功，以及用于在多个第三点云图像的拟合度均小于预设阈值的情况下，确定第三点云图像与预设曲线匹配失败。

具体地，对于拟合度校验，需要对第三点云图像进行数据化处理。接下来对此进行说明：

在某些示例中，对于每个第三点云图像，直接根据图像性质取点云中所有点的中点，每个第三点云图像都对应拥有一个中点。然后，对于每个第三点云图像，以其中点为原点建立坐标系，并以预设曲线的方程为目标曲线方程，对该第三点云图像中所有的点进行拟合度校验计算，拟合度一般用于描述点与曲线之间的拟合与疏离程度，拟合度越高表示点与曲线之间的距离越小，一般拟合度用百分数表示。如此做则每个第三点云图像都对应一个拟合度。拟合度校验计算的方法可以采用包括最小二乘在内的多种数学方法，本申请不做具体限定。

然后为了确定匹配结果，需要确定每个第三点云图像是否符合拟合度条件。在某些示例中，拟合度条件为拟合度不小于拟合度阈值。拟合度阈值是用于描述点与预设曲线之间的拟合程度的拟合度边界值，一般需要根据设备的性质与状态进行调整，在某些示例中可取85％～100％之间的任意值，符合拟合度条件意味着对应的第三点云图像与表示基站轮廓的预设曲线在拟合层面上一致，可以被认为是基站的轮廓图像，而只要存在能够被认为是基站轮廓图像的第三点云图像就意味着第三点云图像与预设曲线匹配成功了。因此，存在至少一个拟合度不小于拟合度阈值的第三点云图像就可以判定第三点云图像与预设曲线匹配成功，而反过来，当所有的第三点云图像的拟合度都小于拟合度阈值时，第三点云图像与预设曲线匹配失败。

如此，本申请提供了进行识别匹配的方法以及判定匹配成功与失败的条件。

在某些实施方式中，如图6所示，步骤03包括：

031：判断匹配结果是否为第三点云图像与预设曲线匹配成功，若是，进入步骤032；

032：确定符合预设拟合度条件且拟合度最大的第三点云图像为环境图像中的基站的轮廓；

033：根据环境图像中的基站的轮廓，控制清洁机器人对围绕基站的轮廓外的区域进行清洁。

在某些实施方式中，运动控制模块用于判断匹配结果是否为第三点云图像与预设曲线匹配成功，以及用于确定符合预设拟合度条件且拟合度最大的第三点云图像为基站的轮廓，以及用于根据环境图像中的基站的轮廓，控制清洁机器人对围绕基站的轮廓外的区域进行清洁。

在某些实施方式中，处理器用于判断匹配结果是否为第三点云图像与预设曲线匹配成功，以及用于确定符合预设拟合度条件且拟合度最大的第三点云图像为基站的轮廓，以及用于根据环境图像中的基站的轮廓，控制清洁机器人对围绕基站的轮廓外的区域进行清洁。

具体地，在确定了环境图像与预设曲线的匹配结果后，根据匹配结果的不同，对机器人进行运动控制的方法也不同。在某些示例中，如果匹配结果为第三点云图像与预设曲线匹配成功，为了能够精准地确定基站的轮廓，在所有符合拟合度条件的第三点云图像中，取拟合度最大的作为基站的轮廓(也即代表基站的轮廓信息)，然后根据该轮廓信息结合地图上用于表示基站位置的预设位置，确定基站当前的准确位置(也即确定基站的轮廓在地图中的坐标信息)，然后解除基站周围先前设置的机器人禁入区，控制机器人沿基站的轮廓边缘对紧贴围绕基站的区域执行清洁任务。这样一来，通过准确掌握基站的位置与轮廓能够在基站周围原禁入区范围内的区域执行清洁任务，有效避免了基站周围漏清洁的问题。

如此，本申请能够在环境图像与基站轮廓匹配成功的情况下控制机器人对基站周围进行清洁。

在某些实施方式中，步骤033之后还包括：

034：控制清洁机器人规避基站的轮廓外的已清洁区域，执行其他区域的清洁任务。

在某些实施方式中，运动控制模块用于控制清洁机器人规避基站的轮廓外的已清洁区域，执行其他区域的清洁任务。

在某些实施方式中，处理器用于控制清洁机器人规避基站的轮廓外的已清洁区域，执行其他区域的清洁任务。

具体地，在对紧贴围绕基站的区域执行清洁任务后，机器人也不必要再到基站周围再次执行清洁任务，或者不需要在每次执行清洁任务时都对紧贴围绕基站的区域进行清洁的情况下，故为了降低机器人卡在基站的风险，在机器人对紧贴围绕基站的区域执行完清洁任务后，对于机器人的运动控制添加运动逻辑，例如规避清洁，控制机器人规避基站的轮廓外的已清洁区域，也即使得机器人不再进入基站周围刚刚已经执行过清洁任务的区域，可以控制机器人执行其他区域的清洁任务。

如此，本申请能够控制机器人在对基站周围的区域进行清洁后规避基站周围已清洁区域，以执行其他区域清洁任务。

在某些实施方式中，如图6所示，步骤03还包括：

031：判断匹配结果是否为第三点云图像与预设曲线匹配成功，若否，进入步骤035；

035：控制清洁机器人对围绕预设位置的禁入区外的区域进行清洁。

在某些实施方式中，运动控制模块用于判断匹配结果是否为第三点云图像与预设曲线匹配成功，以及用于控制清洁机器人对围绕所述预设位置的禁入区外的区域进行清洁。

在某些实施方式中，处理器用于判断匹配结果是否为第三点云图像与预设曲线匹配成功，以及用于控制清洁机器人对围绕所述预设位置的禁入区外的区域进行清洁。

具体地，与上述实施方式对应的，在某些示例中，如果匹配结果为第三点云图像与预设曲线匹配失败，也即机器人未能从环境图像获取与表示基站轮廓的预设曲线相匹配的图像，此时机器人不能够确认基站的准确位置，所以依然维持表示基站位置的预设位置以及围绕预设位置的禁入区的设置，此时机器人的运动则仍然依照禁入区规则离开围绕基站的禁入区区域到其他区域执行清洁任务，降低因与基站出现位置冲突而运动受阻的情况出现的概率。

如此，本申请能够在环境图像与基站轮廓匹配不成功的情况下控制机器人规避基站。

接下来，在某些示例中，以图7、8、9为示意说明根据匹配结果控制机器人运动的方法。图7、8、9中最外侧正方形表示清洁区域，虚线框表示基站预设位置的预设范围，灰色正方形表示基站的机器人禁入区，黑色正方形表示基站，黑色圆形表示机器人，箭头表示机器人接下来的运动方向。图7表示机器人进入预设范围后得到匹配结果时的初始状态。在步骤031判定匹配结果为匹配成功的情况下，如图8所示，机器人禁入区被接触，机器人进入紧贴围绕基站的区域(也即基站的轮廓)执行清洁任务，在执行完毕后离开刚刚执行清洁任务的区域。在步骤031判定匹配结果为匹配失败的情况下，如图9所示，机器人禁入区依然存在，故机器人的运动受到禁入区的限制转向离开。

本申请还提供一种清洁系统，包括基站与如上述实施方式中的清洁机器人。

本申请还提供一种计算机可读存储介质，存储有计算机程序，当计算机程序被一个或多个处理器执行时，实现如上述实施方式中的清洁机器人控制方法。

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。