多级融合定位的视觉机器人自动充电方法及装置

技术领域

本发明涉及机器人自动充电技术领域，尤其涉及一种带有视觉单元的移动机器人根据不同距离范围内使用不同技术进行融合的充电基座定位方法及装置。

背景技术

随着机器人技术从工业应用到家庭应用领域的逐渐普及化，移动机器人正在代替越来越多的人力劳动，诸如货物运输、迎宾导引、清扫地面、陪伴看护等等。受限于电能存储技术的限制，目前最高密度的锂离子电池通常也只能维持移动机器人数小时的续航时间。因此自动充电技术几乎已经是移动机器人的标准功能配置，也成为了机器人展现各自智能水平的“开胃小菜”。

虽然当前已经存在了大量的机器人自动充电方法，并已经成熟地应用在了许多工业场景，然而要想普遍地大规模应用到家庭场景，却仍然存在着一些巨大的挑战，这里一方面是复杂多变的家居环境对人工智能技术的挑战，另一方面则是消费者价格预期对产品成本控制能力的挑战。我们知道扫地机器人作为智能家居场景中的一个典型代表，飞速发展数十年后，目前在中国的渗透率也不足10%，其中一个很重要的原因就在于性价比尚未达到绝大多数用户的心理预期。2021年中国人均可支配收入每月不足三千元，而市面上一台扫机器人中低档次的在一两千元，中高档次的则可达四五千元，显然购买一台扫机器人对于绝大多数人还是要慎重考虑的一件事。作为相对刚需场景的扫地机器人都在面临性价比的巨大压力，其他更加新颖场景的智能家居机器人，例如移动监控机器人、儿童教育机器人、老人护理机器人、宠物陪伴机器人等，对于性价比的要求就自然更高了。因此，如何以一种极低的成本实现极为可靠的自动充电，就成为了移动机器人进入智能家居场景时首先要面临的难题。

目前常见的移动机器人自动充电方法可以大体上分为以下几类：

1) 轨道引导；

2) 地面标识；

3) 无线通信；

4) 激光雷达；

5) 红外对射；

6) 图像识别；

7) 自建地图。

然而上述任何一种单一的方法都存在一些难以克服的局限性，无法满足智能家居机器人需要的极低成本且极为可靠的苛刻要求。第1种轨道引导的方法在工业界应用较多，例如机械导轨或者磁条导轨（参考文献发明专利申请号201910020973.4，一种融合红外导航及磁导航的机器人自动充电系统及方法），这种方法虽然非常可靠，但成本高昂，占地面积大，施工复杂，不可能应用于普通家居场景。第2种地面标识的方法，例如在地面粘贴一些方向标识码（参考文献发明专利申请号201911090279.6，一种实现移动机器人自动充电的方法）或者二维码，协助机器人找到充电基座，虽然标识码成本不高，但仍需人工改变环境，且地面贴码容易污损，需要定期维护，故对于家居环境来说也是很不方便的。第3种无线通信的方法，例如使用UWB定位技术（参考文献发明专利申请号201910829330.4，一种机器人自动充电上桩系统和一种上桩方法）则需要架设成本高昂的基站，使用ZigBee等无线通信技术（参考文献发明专利申请号201610416248.5，一种基于无线和红外定位的轮式机器人自动充电的方法）则存在缺乏方向信息和定位精度太低的问题。第4种激光雷达的技术（参考文献发明专利申请号201811530400.8，基于ROS机器人操作系统的机器人自动充电对接方法）具有方向性且定位精度高，但成本动辄上千，过于高昂。第5种红外对射的技术（参考文献发明专利申请号201910687118.9，机器人自动充电控制方法、装置、系统及机器人）具有方向性且成本较低，但存在距离较短且易受环境光线干扰的问题。第6种图像识别的技术（参考文献发明专利申请号202010737640.6，一种巡检机器人自动充电方法、系统、设备和存储介质）在复杂的家居环境中识别成功率不高因而可靠性较差，且在多房间的场景下易受障碍物遮挡。第7种自建地图的方法（参考文献发明专利申请号202110344749.8，机器人自动充电方法、系统、终端设备及存储介质），本质上是使用SLAM（SimultaneousLocalization And Mapping，同步定位与地图构建）技术，但家居环境中可靠的SLAM目前较依赖于昂贵的激光雷达，而视觉SLAM则在复杂多变的家居环境中难以做到较高的准确度及可靠性。

综合而言，市面上还没有一种可以满足成本极低且极为可靠的能够适应复杂家居环境的机器人自动充电技术。

发明内容

本发明的内容就是为了解决上述难题而创造出来的。本发明提出的一种机器人自动充电方法，是指控制机器人通过方向调整和位置移动逐渐接近充电基座并实现充电的过程，所述充电方法包含以下五个步骤。

步骤一：控制机器人通过无线电波感应的方法在较远距离范围内（P1-P2）定位充电基座的方位；所述无线电波感应的方法是在充电基座和机器人内分别安装无线电波发射器和接收器，通过接收到的无线电波信号强度计算充电基座和机器人之间的距离，再通过控制机器人移动一段距离后再次测量无线电波信号强度的变化，计算充电基座相对于机器人的方向和距离；需要注意的是，无线电波发射器可以安装在机器人内也可以安装在充电基座内，无接电波接收器同样可以安装在机器人和充电基座的任意一者之内，无接电波的发射器和接收器也可以同时安装在机器人中或充电基座中，只需要满足机器人和充电基座这两者至少有一者有发射器而另一者有接收器即可；在一些实施方案中，所述的无线电波感应方法是指采用符合WiFi或者蓝牙或者ZigBee标准的无线电波；其中采用WiFi标准时可选用2.4GHz通道或者5GHz通道，如果产品需要降低功耗和成本，可以选用ZigBee标准或蓝牙标准。由于无线电波相对于光信号有一定的穿透和衍射绕障的能力，因此不仅仅是在较远距离范围内，特别是存在多个房间和大量桌椅家具的家居场景中，机器人也可以粗步定位搜寻到充电基座的方位。

步骤二：控制机器人通过图像识别的方法在中等距离范围内（Q1-Q2）定位充电基座的方位；所述图像识别的方法是在机器人内部安装摄像头与图像处理程序，通过控制机器人对周围环境拍摄照片，计算照片中是否存在与充电基座相似的物体，若存在则计算充电基座的方向和距离；如果环境照片中存在多个可能的相似物体，则可以根据匹配度或识别置信度由高到低排序进行尝试；在一些实施方案中，所述的图像识别方法是指预先拍摄充电基座的照片并提取图像特征值，再跟实时采集的环境照片中提取的特征值进行匹配计算，若匹配度超过一个设定的阈值则认为存在相似物体；而在另一些实施方案中，所述的图像识别方法是指预先从不同视角拍摄充电基座的多张照片，并标记出充电基座在照片中的位置，然后输入神经网络训练模型中获取可用于识别目标的神经网络程序，再将获得的神经网络程序用于识别实时拍摄的环境照片中是否存在充电基座及其识别置信度；这里主要根据产品需求及应用场景选用是使用特征匹配的方案还是使用神经网络训练的方案，前者需要充电基座本身的外形或图案具有较强的独特性，而后者需要采集和标注大量的照片样本集。

步骤三：控制机器人通过二维码识别的方法在较近距离范围内（S1-S2）定位充电基座的方位；所述二维码识别的方法是在充电基座表面上设置二维码图案，在机器人内部安装摄像头与图像处理程序，通过控制机器人对充电基座拍摄照片并提取二维码的位置及像素大小，从而计算充电基座相对于机器人的方向和距离；值得注意的时，这里是在充电基座的表面而非在地面上设置二维码，不同于地面标识的充电引导方法；在一些实施方案中，所述的二维码识别方法是指预先根据二维码图案的物理尺寸和摄像头的成像参数标定出照片中二维码的像素尺寸与充电基座相对于机器人的距离之间的映射关系。由于二维码可以做到唯一性，该步骤可以确保不会发生误识别；同时由于二维码定位可以做到单个像素乃至亚像素级别的分辨率，该步骤可以实现很高的充电基座对准精度。

步骤四：控制机器人朝向接近充电基座的方向移动一段或多段距离；在一些实施方案中，所述的步骤四中控制机器人移动的距离可以是通过直线或者曲线的轨迹；在一些实施方案中，所述的步骤四中控制机器人移动的方向可以因为临时避开障碍物或满足机器人运动控制限制的需要而先向远离充电基座的方向移动再向接近充电基座的方向移动；特别是存在多个房间或者有较多桌椅家具的环境中，受墙体及家具的阻隔，机器人虽然已经知道了充电基座的相对方位，但很可能需要先绕过障碍物才能进一步接近充电基座。

步骤五：检测机器人是否成功进入预期的充电状态；所述检测机器人充电状态的方法是在机器人内设置电压或电流信号传感器，通过检测到的电信号变化判断机器人是否进入充电状态；在一些实施方案中，所述的检测是否成功进入预期充电状态方法，包括检测机器人是否处于充电状态以及机器人当前充电功率，当机器人处于充电状态并且充电功率大于一个设定的阈值后判定成功进入预期充电状态；值得注意的是，同时采集电压和电流信号有助于机器人更为准确地计算充电状态和充电功率，如果充电功率过小会导致充满所需时间太长，可以视同为未能成功进入预期的充电状态。

其中，步骤一至三中所述距离范围的阈值P1 > Q1 > S1，P2 > Q2 > S2；通常为了提高搜寻效率可以进一步要求P1 >= 2*Q1 >= 4*S1，P2 >= 5*Q2 >= 10*S2，还可以进一步要求P2 >= 10*P1，Q2 >= 5*Q1，S2 >= 3*S1；在一些实施方案中，所述的充电方法中，较远距离范围（P1-P2）是指1~100米，中等距离范围（Q1-Q2）是指0.5~5米，较近距离范围（S1-S2）是指0.02~2米。

所述步骤一获得的充电基座相对机器人距离落入Q1-Q2范围内时，进入所述步骤二。

所述步骤二获得的充电基座相对机器人距离落入S1-S2范围内时，进入所述步骤三。

所述步骤二获得充电基座的方位后可以省略所述步骤一；即如果机器人进入中等距离范围后就不需要再进行远距离搜寻了；特别地，如果机器人一开始就在中等距离范围，则步骤一可以完全不用执行。

所述步骤三获得充电基座的方位后可以省略所述步骤一至二；即如果机器人进入较近距离范围后就不需要再进行较远距离和中等距离搜寻了；特别地，如果机器人一开始就在较近距离范围，则步骤一和步骤二可以完全不用执行。

需要说明的是，在一些实施例中，也可以同时根据步骤一至三中的两个或三个计算充电基座的相对方位，再综合计算求得最后的加权平均值，以进一步提高定位精度和可靠性。

所述步骤四位于所述步骤一至三的后面，位于所述步骤五的前面。

所述步骤四执行之后再进入步骤一时，所述步骤一中测量无线电波信号强度的操作可以缩减到仅执行一次，因为可以利用步骤四执行之前的测量结果和步骤四执行之后的测量结果相互对比，进而计算无线电波信号强度跟随机器人移动产生的变化趋势。

所述步骤一至五可以进行一次或重复多次。

所述步骤五检测到成功进入充电状态后则所述充电方法结束；如果步骤五检测到机器人未能进入充电状态，则说明机器人尚未移动到充电基座上，或对准偏差过大导致充电功率不足，此时可以控制机器人远离充电基座再重新进入定位对准程序，即步骤一至三。

此外，本发明还同时提出一种机器人自动充电装置，所述装置包括机器人和充电基座，所述机器人内设有可以采集图像的摄像头，所述机器人内设有无线感应或发射部件，所述充电基座内设有供电装置，所述充电基座内设有无线感应或发射部件，所述充电基座表面设有二维码图案；所述自动充电装置使用前面所述的充电方法进行工作。特别地，无线感应或发射部件是指符合WiFi或者蓝牙或者ZigBee标准的无线电波。

由于本发明提出的机器人自动充电方法需要的核心硬件传感器只有摄像头和无线通信模组，因此可以很容易地将成本控制在几十元的级别，相对于激光雷达等上千元的高成本方案有很大的经济优势。同时，由于本发明提出的方法综合利用了多种定位搜寻充电基座的方法，可以在不同的距离尺度范围内扬长避短，加上精心设计的不同距离范围内相互切换及组合的方法，将可以极大地提高机器人在复杂的多房间的自然家居环境中充电成功的可能性，达到极为可靠的应用效果。

附图说明

在下文中将基于实施例并参考附图来对本发明进行更详细的描述。

图1是机器人自动充电装置的示意图。

图2是机器人自动充电方法的几个关键步骤的实施先后关系示意图。

图3是机器人自动充电方法的一种典型的实施步骤的流程示意图。

图4是机器人自动充电方法的一种简化式实施步骤的部分流程示意图。

图5是机器人自动充电方法的一种并行式实施步骤的部分流程示意图。

图6是步骤一中无感电波感应的方法实施原理示意图。

图7是步骤二中图像识别的方法实施原理示意图。

图8是步骤三中二维码识别的方法实施原理示意图。

图9是机器人自动充电方法在多个房间的场景中实施步骤四绕过障碍的原理示意图。

在附图中，部件并未按照实际的比例绘制。

具体实施方式

下面将结合附图对本发明作进一步说明。

这里所介绍的细节是示例性的，并仅用来对本发明的实施例进行例证性讨论，它们的存在是为了提供被认为是对本发明的原理和概念方面的最有用和最易理解的描述。关于这一点，这里并没有试图对本发明的结构细节作超出于基本理解本发明所需的程度的介绍，本领域的技术人员通过说明书及其附图可以清楚地理解如何在实践中实施本发明的几种形式。

结合图1所示，本发明提出一种机器人自动充电装置，所述装置包括机器人1和充电基座6，所述机器人内设有可以采集图像的摄像头3，所述机器人内设有无线感应或发射部件2，所述充电基座内设有供电装置7，所述充电基座内设有无线感应或发射部件5，所述充电基座表面设有二维码图案4；所述自动充电装置使用前面所述的充电方法进行工作。特别地，无线感应或发射部件是指符合WiFi或者蓝牙或者ZigBee标准的无线电波。机器人1带有可以被控制产生移动的部件，例如连接有电机的车轮。

结合图2所示，所述步骤四位于所述步骤一至三的后面，即实施步骤一后可以实施步骤四，实施步骤二或步骤三后也可以实施步骤四。同时所述步骤四位于所述步骤五的前面。所述步骤一至五可以因为搜寻充电基座的需要进行一次或重复多次的相互之间跳转。

结合图3所示，这是一种典型的具体实施几个步骤的流程。首先自动充电方法开始时，进入步骤一，控制机器人通过无线电波感应的方法在较远距离范围内（P1-P2）定位充电基座的方位。然后根据获取到的充电基座和机器人之间的相对方位，判断相对距离的值是否落入Q1-Q2范围内，若落入此范围则进入所述步骤二；若未落入，则进入步骤四，控制机器人朝向接近充电基座的方向移动一段或多段距离；如此循环直到相对距离的值落入Q1-Q2范围内再进入步骤二。进入所述步骤二，控制机器人通过图像识别的方法在中等距离范围内（Q1-Q2）定位充电基座的方位，然后根据获得的充电基座相对机器人的距离判断是否落入S1-S2范围内，若落入此范围内则进入所述步骤三；若未落入，则进入步骤四，控制机器人朝向接近充电基座的方向移动一段或多段距离；如此循环直到相对距离的值落入S1-S2范围内再进入步骤三。进入所述步骤三，控制机器人通过二维码识别的方法在较近距离范围内（S1-S2）定位充电基座的方位，然后进入步骤四，根据前一步骤获得的相对方位控制机器人朝向接近充电基座的方向移动一段或多段距离。进入步骤四后，再实施步骤五，检测机器人是否成功进入预期的充电状态，若检测到成功进入预期的充电状态后则充电方法执行结束；若未进入预期的充电状态，说明机器人尚未移动到充电基座上，或对准偏差过大导致充电功率不足，则回到步骤三循环执行，直到进入预期的充电状态。

结合图4所示，这是一种简化式实施方式的几个步骤之间的部分流程示意图。先执行步骤三，所述步骤三获得充电基座的方位后可以省略所述步骤一至二，直接进入步骤四；即如果机器人进入较近距离范围后就不需要再进行较远距离和中等距离搜寻了；特别地，如果机器人一开始就在较近距离范围，则步骤一和步骤二可以完全不用执行。执行步骤三后若未能搜寻到充电基座，则进入步骤二，通过所述步骤二获得充电基座的方位后可以省略所述步骤一，直接进入步骤四；即如果机器人进入中等距离范围后就不需要再进行远距离搜寻了；特别地，如果机器人一开始就在中等距离范围，则步骤一可以完全不用执行。该实施例的后续执行步骤五的流程并未画出，可以参考图3进行后续流程，也可以在本发明内容描述范围内采用其它方式。

结合图5所示，这是一种并行式地执行三个步骤的实施例。该实施例中，同时并行开始执行步骤一、步骤二、步骤三，根据这三个步骤获得的充电基座的相对方位，再综合计算求得最后的加权平均值，以进一步提高定位精度和可靠性。图5中实施例示意的步骤一获得的相对方位的权重为10%，步骤二获得的相对方位的权重为30%，步骤三获得的相对方位的权重为60%，而在其它的实施例中，这些权重值都是可以灵活地根据实际情况进行配置调整的。该实施例的后续执行步骤五的流程并未画出，可以参考图3进行后续流程，也可以在本发明内容描述范围内采用其它方式。

结合图6所示，这是更加详细地描述了一些实施例中是如何执行所述步骤一的。所述步骤一，控制机器人通过无线电波感应的方法在较远距离范围内（P1-P2）定位充电基座的方位（方向和距离）。所述无线电波感应的方法是在充电基座和机器人内分别安装无线电波发射器和接收器，通过接收到的无线电波信号强度计算充电基座和机器人之间的距离。在图6中，充电基座内有无线电波发射器，而机器人内有无线电波接收器，机器人内可以检测特定信道无线电波的信号强度，进而推算充电基座的相对距离。在图6中，机器人先处于位置点A，根据接收到的信号强度计算出相对距离为R1，由此可知充电基座处于以点A为圆心以R1为半径的圆圈上。然后再通过控制机器人移动一段距离后到达点B，再次测量无线电波信号强度，获知充电基座的相对距离为R2，由此可知充电基座也处于以点B为圆心以R2为半径的圆圈上。取这两个圆圈的交点，可知充电基座必然处于C1或C2点上。此时可任选一点C1的方向尝试控制机器人移动一段距离至点D，然后进一步根据此处的信号强度获知充电基座也位于以点D为圆心R3为半径的圆圈上，由此可得充电基座的真实位置在点C2上。这就形成了计算充电基座相对于机器人的方向和距离的一个具体实施方法。需要注意的是，无线电波发射器可以安装在机器人内也可以安装在充电基座内，无接电波接收器同样可以安装在机器人和充电基座的任意一者之内，无接电波的发射器和接收器也可以同时安装在机器人中或充电基座中，只需要满足机器人和充电基座这两者至少有一者有发射器而另一者有接收器即可。例如，如果无线电波发射器安装在机器人内，而接收器安装在充电基座内，信号强度可以由充电基座采集后再通过信息网络（不限定为无线电波通信网络，也可能是光通信、声波通信等信息传输方式）发送给机器人进行处理，或者直接由充电基座内的程序处理后再向机器人直接发送运动控制命令。在一些实施方案中，所述的无线电波感应方法是指采用符合WiFi或者蓝牙或者ZigBee标准的无线电波；其中采用WiFi标准时可选用2.4GHz通道或者5GHz通道，如果产品需要降低功耗和成本，可以选用ZigBee标准或蓝牙标准。

值得注意的是，所述步骤四执行之后再进入步骤一时，所述步骤一中测量无线电波信号强度的操作可以缩减到仅执行一次，因为可以利用步骤四执行之前的测量结果和步骤四执行之后的测量结果相互对比，进而计算无线电波信号强度跟随机器人移动产生的变化趋势。实际操作时，还可以根据历史中多次移动后产生的三点或更多点位的信号强度测量结果综合求解最有可能的充电基座方向，以进一步减小测量误差。

结合图7所示，这是更加详细地描述了一些实施例中是如何执行步骤二的。所述步骤二，控制机器人通过图像识别的方法在中等距离范围内（Q1-Q2）定位充电基座的方位。在图7的实施例中，所述图像识别的方法是在机器人内部安装摄像头与图像处理程序，通过控制机器人对周围环境拍摄照片，计算照片中是否存在与充电基座M0相似的物体，若存在则计算充电基座的方向和距离。如果环境照片中存在多个可能的相似物体M1、M2、M3，则可以根据匹配度或识别置信度由高到低排序进行尝试。在图7的实施例中，检测出的3个相似物体的匹配度或识别置信度分别是30%、95%、48%，机器人将先选择最高的M2作为充电基座的目标方位进行尝试。需要说明的是，图中标出的匹配度或识别置信度的数值仅仅只是一个示例，在实际的图像识别中，计算出的相似物体数量和匹配度或置信度的数值都是可能变化的。在一些实施方案中，所述的图像识别方法是指预先拍摄充电基座的照片并提取图像特征值，再跟实时采集的环境照片中提取的特征值进行匹配计算，若匹配度超过一个设定的阈值则认为存在相似物体。而在另一些实施方案中，所述的图像识别方法是指预先从不同视角拍摄充电基座的多张照片，并标记出充电基座在照片中的位置，然后输入神经网络训练模型中获取可用于识别目标的神经网络程序，再将获得的神经网络程序用于识别实时拍摄的环境照片中是否存在充电基座及其识别置信度。这里主要根据产品需求及应用场景选用是使用特征匹配的方案还是使用神经网络训练的方案，前者需要充电基座本身的外形或图案具有较强的独特性，而后者需要采集和标注大量的照片样本集。

结合图8所示，这是更加详细地描述了一些实施例中是如何执行步骤三的。所述步骤三，控制机器人通过二维码识别的方法在较近距离范围内（S1-S2）定位充电基座的方位；所述二维码识别的方法是在充电基座表面上设置二维码图案，在机器人内部安装摄像头与图像处理程序，通过控制机器人对充电基座拍摄照片并提取二维码的位置及像素大小，从而计算充电基座相对于机器人的方向和距离。值得注意的时，这里是在充电基座的表面而非在地面上设置二维码，不同于地面标识的充电引导方法。在图8的实施例中，不仅可以根据识别到二维码照片计算出充电基座相对于机器人的方向、距离，还可以计算出充电基座相对于当前摄像头视线方向的姿态倾斜角，这有利于后续机器人进一步调整自身位置和姿态。在一些实施方案中，所述的二维码识别方法是指预先根据二维码图案的物理尺寸和摄像头的成像参数标定出照片中二维码的像素尺寸与充电基座相对于机器人的距离之间的映射关系。由于二维码可以做到唯一性，该步骤可以确保不会发生误识别；同时由于二维码定位可以做到单个像素乃至亚像素级别的分辨率，该步骤可以实现很高的充电基座对准精度。

结合图9所示，这是更加详细地描述了一些实施例中是如何执行步骤四的。所述步骤四，控制机器人朝向接近充电基座的方向移动一段或多段距离。在一些实施方案中，所述的步骤四中控制机器人移动的距离可以是通过直线或者曲线的轨迹，例如图9中的AB段、DE段是平直线，而BC段、FG段是竖直线，GH段是斜直线，CD段和EF段则是曲线。在一些实施方案中，所述的步骤四中控制机器人移动的方向可以因为临时避开障碍物或满足机器人运动控制限制的需要而先向远离充电基座的方向移动再向接近充电基座的方向移动。特别是存在多个房间或者有较多桌椅家具的环境中，受墙体及家具的阻隔，机器人虽然已经知道了充电基座的相对方位，但很可能需要先绕过障碍物才能进一步接近充电基座，例如图9中的BC段是在远离充电基座的方向。由于无线电波相对于光信号有一定的穿透和衍射绕障的能力，因此不仅仅是在较远距离范围内，特别是存在多个房间和大量桌椅家具的家居场景中，机器人也可以粗步定位搜寻到充电基座的方位。在图9的实施例中，由于墙体障碍物的阻隔，在A-D段主要依靠步骤一的无线电波定位的方法，而在D-G段则可以使用步骤二的图像识别方法提高定位精度，最后在G-H段使用二维码识别定位的方法精准地使机器人接近充电基座。

下面更加详细地描述了一些实施例中是如何执行步骤五的。所述步骤五，检测机器人是否成功进入预期的充电状态。所述检测机器人充电状态的方法是在机器人内设置电压或电流信号传感器，通过检测到的电信号变化判断机器人是否进入充电状态。使用电流信号可以判断机器人的电池是处于充电还是处于放电模式，而使用电压信号可以判断电池的剩余电量水平；由于不同的剩余电量水平下，电池的最大充电功率是不同的，这对于计算当前充电功率是否处于预期的充电功率水平是至关重要的。在一些实施方案中，所述的检测是否成功进入预期充电状态方法，包括检测机器人是否处于充电状态以及机器人当前充电功率，当机器人处于充电状态并且充电功率大于一个设定的阈值后判定成功进入预期充电状态。在一些非常具体的实施方案中，充电功率的阈值可以设为当前剩余电量水平下的最大充电功率的50%。值得注意的是，同时采集电压和电流信号有助于机器人更为准确地计算充电状态和充电功率，如果充电功率过小会导致充满所需时间太长，可以视同为未能成功进入预期的充电状态。

在一般的实施例中，步骤一至三中所述距离范围的阈值P1 > Q1 > S1，P2 > Q2 >S2。通常为了提高搜寻效率可以进一步要求P1 >= 2*Q1 >= 4*S1，P2 >= 5*Q2 >= 10*S2，还可以进一步要求P2 >= 10*P1，Q2 >= 5*Q1，S2 >= 3*S1。在一些非常具体的实施方案中，所述的充电方法中，较远距离范围（P1-P2）是指1~100米，即P1=1米，P2=100米；中等距离范围（Q1-Q2）是指0.5~5米，即Q1=0.5米，Q2=5米；较近距离范围（S1-S2）是指0.02~2米，即S1=0.02米，S2=2米。

应注意的是，前面所述的例子仅以解释为目的，而不能认为是限制了本发明。虽然已经根据示例性实施例对本发明进行了描述，然而应当理解，这里使用的是描述性和说明性的语言，而不是限制性的语言。在当前所述的和修改的所附权利要求的范围内，在不脱离本发明精神的范围中，可以对本发明进行改变。尽管这里已经根据特定的方式、材料和实施例对本发明进行了描述，但本发明并不仅限于这里公开的细节；相反，本发明可扩展到例如在所附权利要求的范围内的所有等同功能的结构、方法和应用。