清洁机器人的清洁方法及清洁机器人

技术领域

本发明涉及智能家居技术领域，具体涉及一种清洁机器人的清洁方法及清洁机器人。

背景技术

随着清洁机器人的技术发展，清洁机器人逐渐步入普通家庭，逐步将人们从繁重琐碎的家务劳动中解放，从而为人们提供极大的便利。

现有清洁机器人被配置清洁模式时，通常在清洁区域内直接按照弓字形路径进行清洁，此种清洁方法容易出现漏扫情形，导致清洁覆盖率比较低。

发明内容

本发明实施例提供一种清洁机器人的清洁方法及清洁机器人，旨在提供清洁机器人的清洁覆盖率。

在第一方面，本发明实施例提供一种清洁机器人的清洁方法，包括：

控制清洁机器人沿边清洁；

沿边清洁后，控制所述清洁机器人按照预设清洁路径在不同清洁区域之间连续进行清洁。

在第二方面，本发明实施例提供一种清洁机器人，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的清洁机器人的清洁方法。

本发明与现有技术相比至少具有以下有益效果：在本发明实施例提供的清洁机器人的清洁方法中，控制清洁机器人沿边清洁，沿边清洁后，控制清洁机器人按照预设清洁路径在不同清洁区域之间连续进行清洁，由于本实施例先沿边清洁，清洁散落在诸如墙体等边界处的垃圾，然后再控制清洁机器人连续清洁不同清洁区域，从而提高了清洁覆盖率。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1为本发明实施例提供的一种清洁机器人的清洁方法的流程示意图；

图2为本发明实施例提供的第一应用场景的示意图；

图3为本发明实施例提供的第二应用场景的示意图；

图4为图1所示的S11的流程示意图；

图5为本发明实施例提供的第三应用场景的示意图；

图6为图1所示的S12的流程示意图；

图7为图6所示的S123的流程示意图；

图8为本发明另一实施例提供的一种清洁机器人的清洁方法的流程示意图；

图9为本发明再一实施例提供的一种清洁机器人的清洁方法的流程示意图；

图10为本发明实施例提供的第四应用场景的示意图；

图11为本发明实施例提供的第五应用场景的示意图；

图12为本发明实施例提供的第六应用场景的示意图；

图13为本发明实施例提供的第七应用场景的示意图；

图14为本发明实施例提供的一种清洁机器人的清洁装置的结构示意图；

图15为图14所示的清洁控制模块的结构示意图；

图16为本发明实施例提供的一种清洁机器人的电路结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有作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。

需要说明的是，如果不冲突，本发明实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。再者，本发明所采用的“第一”、“第二”、“第三”等字样并不对数据和执行次序进行限定，仅是对功能和作用基本相同的相同项或相似项进行区分。

实施例一：

本发明实施例提供一种清洁机器人的清洁方法，请参阅图1，清洁机器人的清洁方法包括如下步骤：

S11.控制清洁机器人沿边清洁。

本步骤中，清洁机器人进入沿边模式，在沿边模式下进行沿边清洁。

S12.沿边清洁后，控制清洁机器人按照预设清洁路径在不同清洁区域之间连续进行清洁。

本步骤中，预设清洁路径为清洁机器人在清洁区域内进行清洁作业时的路径，清洁区域为需要清洁的区域，其中，预设清洁路径可由用户给定清洁机器人的，或者可由清洁机器人自动选择的。预设清洁路径的形状可呈弓字形或Y字形等。

本实施例中，清洁机器人按照预设清洁路径在当前清洁区域进行清洁，当结束当前清洁区域的清洁后，清洁机器人再导航至与当前清洁区域最近的清洁区域，按照预设清洁路径进行清洁。

为了详细阐述本实施例的工作过程，下文提供两种应用场景对此作出详细阐述，具体如下：

本发明实施例提供第一应用场景。请参阅图2，清洁机器人21进入沿边模式，由初始位置211导航至边界22的目标点221，自标点221开始依序清洁边界22、边界23、边界24及边界25。在清洁机器人21沿边清洁的过程中，清洁机器人21根据传感器采集的传感数据，更新地图数据。清洁机器人21结束沿边清洁后，在清洁区域26内按照弓字形进行清洁。

本发明实施例提供第二应用场景。请参阅图3，清洁机器人31进入沿边模式，由初始位置311导航至边界32的目标点321，自标点321开始依序清洁边界32、边界33、边界34。沿着边界34清洁后，遇到障碍物35时，环绕障碍物35以清洁障碍物35的边界。清洁障碍物35的边界后沿着边界36、边界37及边界38进行清洁。清洁边界38后，遇到障碍物39时，环绕障碍物39以清洁障碍物39的边界。清洁障碍物39的边界后沿着尚未清洁的部分边界32进行清洁。

清洁机器人31结束沿边清洁后，根据地图数据，生成清洁地图，并根据预设分区算法，将清洁地图分成至少一个清洁区域。

如图3所示，清洁地图被分成清洁区域310、清洁区域320、清洁区域330及清洁区域340。清洁机器人31在清洁区域310内按照弓字形进行清洁。结束清洁区域310的清洁后，清洁机器人31导航至与清洁区域310最近的清洁区域320，并按照弓字形进行清洁。

结束清洁区域320的清洁后，清洁机器人31导航至与清洁区域320最近的清洁区域330，并按照弓字形进行清洁。

结束清洁区域330的清洁后，清洁机器人31导航至与清洁区域330最近的清洁区域340，并按照弓字形进行清洁。

结束清洁区域340的清洁后，清洁机器人31查找到已将全部清洁区域进行清洁完毕后，再根据清洁地图，查找是否存在漏扫区域。

在清洁区域310中，其存在漏扫区域350，于是，本实施例控制清洁机器人导航至漏扫区域350进行清洁。

可以理解的是，在一些实施例中，清洁机器人返回边界的目标点后，可视为沿边清洁的结束。

还可以理解的是，在一些实施例中，清洁机器人返回初始位置后，可视为沿边清洁的结束。

由于本实施例先沿边清洁，清洁散落在诸如墙体等边界处的垃圾，然后再控制清洁机器人连续清洁不同清洁区域，从而提高清洁覆盖率。

在一些实施例中，控制清洁机器人沿边清洁时，请参阅图4，S11包括：

S111.获取地图数据。

S112.根据地图数据，确定满足边界筛选条件的边界为目标边界，其中，目标边界包括与清洁机器人的初始位置最近的目标点。

S113.控制清洁机器人由初始位置导航至目标点。

S114.自目标点开始，控制清洁机器人沿边清洁。

在S111中，地图数据为由清洁机器人根据传感器采集相应区域的传感数据而生成清洁地图的数据，传感器包括激光雷达和/或摄像头。

在一些实施例中，地图数据可实时更新，本实施例可根据清洁机器人在不同位置采集的传感数据，更新地图数据。举例而言，请结合图3，当清洁机器人31在清洁区域310时，清洁机器人314通过传感器采集清洁区域310的传感数据，根据传感数据，生成地图数据，亦即此时的地图数据用于表示清洁区域310。当清洁机器人31移动至清洁区域330，通过传感器采集清洁区域330的传感数据，根据传感数据，更新地图数据，亦即此时的地图数据能够用于表示清洁区域310、清洁区域320、清洁区域330及清洁区域340。

在一些实施例中，地图数据可提前预存在清洁机器人的本地。

在一些实施例中，清洁机器人在沿边清洁之前，清洁机器人已遍历全部区域，得到全部区域的传感数据，并根据全部区域的传感数据，生成地图数据，地图数据用于表示全部区域。

与上述实施例不同点在于，在一些实施例中，在沿边清洁之前，用户通过移动终端将地图数据发送给服务器，服务器将地图数据发送给清洁机器人，清洁机器人将地图数据保存在本地。

在S112中，边界筛选条件为用于在地图数据中筛选出目标边界的条件，目标边界为地图数据经由边界筛选条件处理得到的边界。

在一些实施例中，目标边界为地图数据中最短的边界。

在一些实施例中，本实施例根据地图数据确定满足边界筛选条件的边界为目标边界时，确定地图数据中每个边界的长度，判断每个边界的长度在地图数据中是否是最小的，若是最小的，则选择长度最小的边界为目标边界。若不是最小的，则继续判断另一个边界的长度在地图数据中是否是最小的。

举例而言，请结合图3，假设地图数据为清洁区域310的数据和清洁区域320的部分数据，地图数据包括边界32、边界33及边界34，其中，边界32的长度在边界33及边界34中是最小的，因此，本实施例选择边界32作为目标边界。

在家居环境中，长度较短的物体比较常见，长度比较长的物体比较少。假设清洁机器人距离长度比较长的物体比较远，若选择长度比较长的物体的边界作为目标边界，清洁机器人需要行走较长距离方可到达目标边界进行沿边清洁。但是，若选择长度比较短的物体的边界作为目标边界，清洁机器人容易寻找到目标边界，并高效率地沿着目标边界进行沿边清洁，因此，本实施例根据复杂的家居环境的特性，容易寻找到长度最小边界作为目标边界，即可导航至目标边界以便高效率地进行沿边清洁。

与上述实施例不同点在于，在一些实施例中，本实施例根据地图数据确定满足边界筛选条件的边界为目标边界时，确定清洁机器人到地图数据中每个边界的距离，判断每个边界的距离在地图数据中是否是最小的，若是最小的，则选择距离最小的边界为目标边界。若不是最小的，则继续判断另一个边界的距离在地图数据中是否是最小的。

举例而言，请参阅图5，图5与图3的区别点在于，清洁机器人31到边界33的距离比到边界32的距离，及比到边界34的距离要小，亦即清洁机器人31到边界33的距离在地图数据中是最小的，因此，本实施例选择边界33作为目标边界。

本实施例能够自清洁机器人当前的初始位置，移动最小距离便可到达目标边界以便高效率地进行沿边清洁。

与上述实施例不同点在于，在一些实施例中，本实施例根据地图数据确定满足边界筛选条件的边界为目标边界时，确定地图数据中每个边界的长度及清洁机器人到每个边界的距离，判断每个边界的长度在地图数据中是否是最小的，且判断每个边界的距离在地图数据中是否是最小的，若每个边界的长度在地图数据中是最小的，且每个边界的距离在地图数据中是最小的，则选择边界作为目标边界。

举例而言，请继续参阅图3，不仅清洁机器人31到边界32的距离在地图数据中是最小的，而且边界32的长度在地图数据中也是最小的，因此，本实施例选择边界32作为目标边界。

本实施例不仅能够灵活地结合复杂的家居环境的特性，而且还能够同时综合清洁机器人只需移动最小距离的条件，多维度地查找目标边界，有利于提高沿边清洁的效率。

如前所述，本实施例通过边界筛选条件确定目标边界后，目标边界可包括与清洁机器人的初始位置最近的目标点，亦即，初始位置与目标点的距离在初始位置到目标边界上其余边界点的距离中是最小的。

举例而言，请继续参阅图3，边界32为目标边界，初始位置311到边界点321的距离比初始位置311到边界32上其余任一边界点的距离都要小，因此，边界点321作为目标点。

在S113中，本实施例可根据预设路径规划算法，生成最短移动路径，控制清洁机器人根据最短移动路径，自初始位置导航至目标点，如此，本实施例能够快速地导航至目标点，有利于提高沿边清洁的效率。其中，预设路径规划算法包括A*算法、迪杰斯特拉算法或BFS算法等，

在S114中，本实施例自目标点开始，控制清洁机器人沿边清洁。其中，本实施例自目标点开始，可选择指定清洁方向进行沿边清洁，指定清洁方向可为左边界方向或右边界方向。

在一些实施例中，在控制清洁机器人沿边清洁的过程中，清洁机器人的清洁方法还包括：若遇到第一障碍物，则环绕第一障碍物进行清洁，以获得第一障碍物的边界数据，根据第一障碍物的边界数据，更新地图数据。

第一障碍物为阻挡清洁机器人沿边清洁的障碍物，其中，第一障碍物可为任意类型的障碍物，比如第一障碍物为沙发、垃圾桶、玩具、花盆等。另外，相对已规划或已探测得到的边界，第一障碍物可为位于边界的清洁方向上的障碍物或者可为位于边界附近的障碍物。

在一些实施例中，第一障碍物与边界的距离小于清洁机器人的可通行距离，可通行距离为至少容许清洁机器人通行的宽度。通常，当清洁机器人的形状呈圆形时，可通行距离为清洁机器人的直径。

在一些实施例中，第一障碍物与边界的距离为0，亦即，第一障碍物与边界进行接触。

在一些实施例中，第一障碍物与边界的距离大于0但小于可通行距离，亦即，第一障碍物与边界具有间隙，但是，清洁机器人无法穿过所述间隙。

清洁机器人设有障碍检测组件，障碍检测组件能够产生检测信号，以用于检测是否遇到障碍物，即清洁机器人能够根据检测信号判断是否遇到第一障碍物。

在一些实施例中，所述根据检测信号判断是否遇到第一障碍物包括：判断检测信号是否满足障碍物存在条件，若检测信号满足障碍物存在条件，则确定清洁机器人遇到第一障碍物。若检测信号不满足障碍物存在条件，则确定清洁机器人没遇到第一障碍物。

在一些实施例中，障碍检测组件包括碰撞传感器，碰撞传感器的数量为两组，清洁机器人设有前撞壳体，两组碰撞传感器对称设置在前撞壳体的中心轴线的两侧。当清洁机器人向前直行时，若遇到第一障碍物，第一障碍物会挤压前撞壳体移动，同时，前撞壳体会挤压碰撞传感器。第一障碍物与前撞壳体的碰撞程度不同，碰撞传感器可产生不同幅值的检测信号。若没遇到第一障碍物，碰撞传感器的检测信号保持在指定参考值，比如指定参考值为0。

在一些实施例中，判断检测信号是否满足障碍物存在条件包括：判断所述检测信号是否不为指定参考值，若是，则确定清洁机器人遇到第一障碍物，若否，则确定清洁机器人没遇到第一障碍物。

如前所述，虽然清洁机器人遇上障碍物，但是，清洁机器人可通过连续不断地直行碰撞障碍物，以撞开障碍物，如此清洁机器人无需切换到障碍物并沿着障碍物清洁。当障碍物过重时，清洁机器人无法撞开此类障碍物，若强行欲要撞开障碍物，容易出现撞坏清洁机器人的情况。

在一些实施例中，与上述实施例不同点在于，判断检测信号是否满足障碍物存在条件包括：判断所述检测信号是否大于或等于第一预设阈值，若是，则确定清洁机器人遇到第一障碍物，若否，则确定清洁机器人没遇到第一障碍物。若检测信号小于第一预设阈值，则说明障碍物与前撞壳体的碰撞程度是比较轻微的，在保证不撞坏清洁机器人的前提下，清洁机器人可以通过连续不断地碰撞障碍物以撞开障碍物，后续无需脱离目标边界的清洁方向以沿着障碍物进行清洁。

若检测信号大于或等于第一预设阈值，则说明障碍物与前撞壳体的碰撞程度是比较强烈的，为了避免撞坏清洁机器人，清洁机器人将所述障碍物作为第一障碍物，以避让第一障碍物，亦即脱离目标边界的清洁方向以沿着第一障碍物进行清洁。

在一些实施例中，与上述实施例不同点在于，障碍检测组件为无线收发器，无线收发器设置在清洁机器人的前端，用于朝着清洁机器人的运动方向进行发射检测信号，并接收由前方障碍物反射回的检测信号。判断检测信号是否满足障碍物存在条件包括：判断所述检测信号是否大于或等于第二预设阈值，若是，则确定清洁机器人遇到第一障碍物，若否，则确定清洁机器人没遇到第一障碍物。无线收发器可为红外收发器或者超声波收发器等。

在一些实施例中，障碍检测组件为碰撞传感器，清洁机器人沿着第一障碍物进行清洁的过程中，每间隔预设时间，清洁机器人朝着靠近目标方向的方向进行旋转，获取旋转过程中碰撞传感器发送的检测信号，若检测信号用于指示尚未清洁完第一障碍物，则清洁机器人停止旋转，并通过惯性测量单元(Inertial measurement unit，IMU)记录清洁机器人相对目标方向的当前角度，根据当前角度调整清洁机器人的姿态，以继续沿着第一障碍物进行清洁，其中，目标方向为：在遇到第一障碍物之前清洁机器人的运动方向。

当清洁机器人的形状呈圆形时，预设时间至少大于或等于清洁机器人的直径除以行走速度而得到的时间。

在一些实施例中，根据当前角度调整清洁机器人的姿态包括：在当前角度上，控制清洁机器人朝着偏离目标方向的方向旋转预设角度。

本实施例在沿着障碍物进行清洁的过程中，按照预设时间进行试探性地朝着靠近目标方向的方向进行旋转，以便判断是否碰撞到障碍物，此处的障碍物可为第一障碍物或其它障碍物。若在旋转过程中还遇到障碍物，则通过惯性测量单元记录清洁机器人相对目标方向的当前角度，比如清洁机器人朝着清洁机器人的目标方向顺时针旋转，在相对目标方向的角度为30度时还碰撞到障碍物，于是，清洁机器人在相对目标方向的角度为30度的基础上，逆时针旋转10度。逆时针旋转完毕后，清洁机器人继续沿着障碍物清洁预设时间，经过预设时间后，再试探性地朝着目标方向进行旋转，以此类推，如此便可实现沿着障碍物进行清洁的目的。

第一障碍物的边界数据为第一障碍物的边界的位置数据。在一些实施例中，本实施例根据地图数据，构建坐标系，其中，坐标系的原点为清洁地图的左上角，坐标系的正X轴为清洁地图的左上角朝向右上角的方向，坐标系的正Y轴为清洁地图的左上角朝向左下角的方向。当清洁机器人遇到第一障碍物时，清洁机器人记录第一障碍物的边界在清洁地图上的坐标数据，并将坐标数据打包成边界数据。

清洁机器人在原有地图数据上增加第一障碍物的边界数据，并更新地图数据，因此，地图数据已包括第一障碍物的边界数据，后续可根据更新后的地图数据，有效地进行分区、规划路径及作其它控制逻辑。请继续参阅图3，清洁机器人31沿着清洁边界34进行清洁时，遇到障碍物35，则障碍物35为第一障碍物。清洁机器人31根据障碍物35的边界数据，更新原有地图数据，得到第一地图数据。

接着，清洁机器人31沿着清洁边界38进行清洁时，遇到障碍物39，则障碍物39为另一个第一障碍物。清洁机器人31根据障碍物39的边界数据，更新第一地图数据，得到第二地图数据。

本实施例在沿边清洁遇到第一障碍物时，可环绕第一障碍物进行清洁以此更新地图数据，有利于后续能够更加有效地进行分区、规划路径及作其它控制逻辑。

在一些实施例中，控制清洁机器人按照预设清洁路径在不同清洁区域之间连续进行清洁时，请参阅图6，S12包括：

S121.获取清洁地图。

S122.根据预设分区算法，将清洁地图分成至少一个清洁区域。

S123.控制清洁机器人按照预设清洁路径在至少一个清洁区域之间连续进行清洁。

在S121中，清洁地图为用于表示清洁机器人所处的环境情况，其中，如前所述，清洁地图可由清洁机器人根据地图数据生成的，亦可提前预存在清洁机器人的本地上。

在S122中，预设分区算法用于将清洁地图分成至少一个清洁区域，清洁区域为清洁机器人需要清洁的区域。请继续参阅图3，本实施例可将清洁地图分成以下清洁区域：清洁区域310、清洁区域320、清洁区域330及清洁区域340。

在S123中，如图3所示，清洁机器人31能够按照弓字形的清洁路径连续清洁以下清洁区域310、清洁区域320、清洁区域330及清洁区域340。本实施例先对清洁地图进行划分清洁区域，后续又在各个清洁区域之间连续进行清洁，有利于提高清洁覆盖率。

在一些实施例中，控制清洁机器人按照预设清洁路径在至少一个清洁区域之间连续进行清洁时，请参阅图7，S123包括：

S21.获取目标清洁区域的边界数据。

S22.根据目标清洁区域的边界数据，确定目标清洁方向。

S23.根据目标清洁方向，在目标清洁区域内按照预设清洁路径进行清洁。

S24.清洁目标清洁区域后，控制清洁机器人导航至与目标清洁区域距离最近的清洁区域，以按照预设清洁路径连续进行清洁。

在S21中，目标清洁区域为所述至少一个清洁区域中的一个清洁区域，目标清洁区域的边界数据为用于表示目标清洁区域的边界的数据。如前所述，本实施例根据预设分区算法将清洁地图分成至少一个清洁区域后，得到每个清洁区域，亦即也可得到每个清洁区域的边界数据。

在S22中，目标清洁方向为清洁机器人在清洁区域内执行清洁作业时开始行走的方向。

在一些实施例中，本实施例根据目标清洁区域的边界数据，确定目标清洁方向时，根据目标清洁区域的边界数据，选择与目标清洁区域中最短边界垂直的方向为目标清洁方向。

举例而言，请结合图2，清洁区域26作为目标清洁区域，清洁区域310的边界数据包括边界L1L2的数据、边界L2L3的数据、边界L3L4的数据及边界L4L1的数据。由于边界L1L2的长度或边界L3L4的长度是最短的，其中，边界L1L2的长度等于边界L3L4的长度，因此，清洁机器人21可以选择与边界L1L2或边界L3L4垂直的方向为目标清洁方向。

如前所述，在家居环境中，长度较短的物体比较常见，长度比较长的物体比较少，若选择与目标清洁区域中最长边界平行的直线对应的方向为目标清洁方向，则清洁机器人根据复杂的家居环境的特性，快速高效地在清洁区域内按照目标清洁方向进行清洁。

与上述实施例不同点在于，在一些实施例中，本实施例根据目标清洁区域的边界数据，确定目标清洁方向时，根据目标清洁区域的边界数据，选择与目标清洁区域中最长边界平行的方向为目标清洁方向。

举例而言，请结合图3，清洁区域310作为目标清洁区域，清洁区域310的边界数据包括边界AB的数据、边界BC的数据、边界CD的数据及边界DA的数据，其中，边界BC的长度比其余任一边界的长度都要长，因此，边界BC为最长边界，因此，清洁机器人31选择与边界BC平行的方向为目标清洁方向。

本实施例通过选择与目标清洁区域中最长边界平行的方向为目标清洁方向，后续按照预设清洁路径进行清洁时，可减少清洁机器人的转弯次数，如此可节省因转弯而花费大量的时间，有利于提高清洁效率。

在S23中，由于目标清洁方向已确定，因此，清洁机器人可根据目标清洁方向，在目标清洁区域内按照预设清洁路径进行清洁。

在S24中，清洁目标清洁区域后，清洁机器人导航至与目标清洁区域距离最近的清洁区域。在一些实施例中，控制清洁机器人导航至与目标清洁区域距离最近的清洁区域包括：确定与目标清洁区域距离最近的清洁区域作为最近清洁区域，在所述最近清洁区域中确定与清洁机器人的当前位置最近的位置作为导航点，根据清洁机器人的当前位置与导航点，生成导航路径，根据导航路径，控制清洁机器人由当前位置移动至导航点。当清洁机器人导航至最近清洁区域的导航点时，清洁机器人自导航点开始，按照预设清洁路径连续进行清洁，如此能够快速到达最近清洁区域进行连续清洁，有利于提高清洁效率。

在一些实施例中，请参阅图8，清洁机器人的清洁方法还包括：

S13.结束全部清洁区域的清洁后，控制清洁机器人返回清洁机器人的初始位置。

S14.根据清洁地图，确定漏扫区域。

S15.自初始位置，控制清洁机器人导航至漏扫区域。

S16.控制清洁机器人按照预设清洁路径在漏扫区域进行清洁。

在S13中，初始位置为清洁机器人开始执行清洁作业时的位置。如前所述，清洁机器人自初始位置开始，在各个清洁区域之间连续进行清洁，结束全部清洁区域的清洁后，清洁机器人再返回初始位置。

在S14中，漏扫区域为清洁机器人结束全部清洁区域的清洁后，仍处于待清洁状态的区域。由于清洁机器人清洁每个位置，清洁机器人都会在清洁地图上标记所述位置为已清洁状态，因此，结束全部清洁区域的清洁后，清洁机器人遍历清洁地图以选择处于待清洁状态的区域为漏扫区域。

举例而言，请结合图3，由于清洁机器人自初始位置311开始清洁清洁区域310时，将位置点D设为清洁区域310的结束点，当清洁机器人310按照弓字形的清洁路径移动至位置点D时，清洁机器人310视为清洁区域310已清洁完毕，便继续对清洁区域320进行清洁。

实际上，清洁区域310只有上半部分区域才被清洁完毕，下半部分区域(漏扫区域)并未得到清洁。当清洁机器人结束全部清洁区域的清洁后，遍历清洁地图以选择处于待清洁状态的区域，因此，清洁机器人可发现清洁区域310的下半部分区域仍处于待清洁状态，亦即清洁区域310的下半部分区域为漏扫区域301。

可以理解的是，在一些实施例中，为了一次性全覆盖地清洁完清洁区域，区别于如图3所示的“以初始位置开始清洁清洁区域310”的作法，清洁机器人根据清洁区域，选择最优清洁点，自最优清洁点开始，按照预设清洁路径在清洁区域内以全覆盖方式进行清洁。

在一些实施例中，清洁地图为栅格化地图，其中，清洁地图包括障碍物栅格、可通行栅格及未知栅格，障碍物栅格为障碍物占据的位置对应的栅格，可通行栅格为容许清洁机器人通行的栅格，未知栅格为状态待定的栅格。后续经过清洁机器人通过传感器的探测，根据传感器数据，更新未知栅格的状态，比如将未知栅格更新为障碍物栅格，或者，将未知栅格更新为可通行栅格。清洁机器人清洁每个可通行栅格后，都会标记所述可通行栅格的清洁状态为已清洁状态。

在一些实施例中，遍历清洁地图以选择处于待清洁状态的区域为漏扫区域包括：在清洁地图中遍历处于待清洁状态的首个可通行栅格作为首个漏扫栅格，自首个漏扫栅格开始，逐步搜索与所述首个漏扫栅格形成漏扫连通域的其余漏扫栅格，其中，漏扫连通域的栅格都为漏扫栅格，将漏扫连通域对应的区域作为漏扫区域。

在S15中，清洁机器人在漏扫区域中确定与初始位置距离最近的参考位置，根据初始位置与参考位置，导航至漏扫区域。

在S16中，自参考位置开始，清洁机器人按照预设清洁路径在漏扫区域内进行清洁。

在一些实施例中，当漏扫区域的数量为至少两个时，自初始位置导航至漏扫区域包括：计算初始位置到每个漏扫区域的移动距离，根据移动距离由小及大的顺序，排列每个移动距离对应的漏扫区域，得到漏扫清洁顺序，根据漏扫清洁顺序，清洁完当前漏扫区域后再导航至下一个漏扫区域，如此可保证能够提高漏扫清洁效率。

在一些实施例中，在清洁区域内按照预设清洁路径进行清洁的过程中，请参阅图9，清洁机器人的清洁方法还包括：

S17.若遇到第二障碍物，则控制清洁机器人环绕第二障碍物进行沿边清洁。

S18.结束第二障碍物的沿边清洁后，根据第二障碍物的边界数据，搜索第二障碍物的最长线段。

S19.若最长线段的长度大于或等于预设阈值，则根据第二障碍物的边界数据，对清洁地图重新进行分区。

在S17中，第二障碍物为清洁机器人在清洁区域内按照预设清洁路径进行清洁时遇到的障碍物。可以理解的是，清洁机器人沿边清洁时，并不会遇到此类第二障碍物，但是可以遇到上文所阐述的第一障碍物。第二障碍物可为动态障碍物，该动态障碍物为清洁机器人建图之后才位于清洁区域内的障碍物，或者，该动态障碍物为在清洁机器人沿边清洁时传感器并未检测到的障碍物。第二障碍物可为任意类型的障碍物，比如第二障碍物为木板、沙发、垃圾桶、玩具、花盆等。

如前所述，清洁机器人结束沿边清洁后，便在清洁区域内按照预设清洁路径进行清洁。在清洁过程，本实施例可通过障碍检测组件检测清洁机器人是否遇到第二障碍物，若遇到第二障碍物，则清洁机器人环绕第二障碍物进行沿边清洁。在一些实施例中，控制清洁机器人环绕第二障碍物进行沿边清洁包括：记录清洁机器人首次遇到第二障碍物的第一边界位置，自首个边界位置开始环绕第二障碍物进行沿边清洁，依序记录第二障碍物的每个第二边界位置，并判断每个第二边界位置是否等于第一边界位置，若不等于，则继续记录第二障碍物的下一个第二边界位置，若等于，则结束第二障碍物的沿边清洁，其中，第一边界位置和各个第二边界位置可打包成第二障碍物的边界数据。

在S18中，第二障碍物的边界数据为第二障碍物的边界的数据，如前所述，第二障碍物的边界数据包括第一边界位置和各个第二边界位置。清洁机器人根据直线拟合算法处理第二障碍物的边界数据，拟合生成多条线段，在多条线段中搜索最长线段，其中，直线拟合算法可为RANSAC算法等合适算法。

在S19中，若最长线段的长度大于或等于预设阈值，则说明第二障碍物在一定程度上影响到清洁机器人在原划分各个清洁区域的正常清洁，因此，为了提高清洁覆盖率和便利性，清洁机器人根据第二障碍物的边界数据，对清洁地图重新进行分区，比如清洁机器人获取第二障碍物的边界数据，根据第二障碍物的边界数据更新地图数据，根据更新后的地图数据，更新清洁地图，根据预设分区算法，将更新后的清洁地图重新分成至少一个清洁区域。若最长线段小于预设阈值，则第二障碍物对清洁机器人在原划分各个清洁区域的影响比较小，可无需重新分区。其中，预设阈值可由设计者根据工程经验自定义。

当第二障碍物比较长时，第二障碍物较大程度地阻碍清洁机器人按照预设清洁路径在清洁区域内的正常行走，因此，本实施例以第二障碍物为新清洁区域的边界，重新对清洁地图进行分区，一方面，有利于提高清洁机器人的清洁覆盖率，也有利于提高清洁机器人在各个清洁区域中流转时的便利性。

为了详细阐述清洁机器人遇到第二障碍物时的工作原理，下文结合图10和图11对此作出详细阐述，具体如下：

请参阅图10，图10相对图3的区别点在于，清洁区域310出现了第二障碍物102，且第二障碍物102的长度比较长且大于预设阈值。

如图10所示，若不重新分区，当清洁机器人31自初始位置311开始按照弓字形的清洁路径对清洁区域310的上半部分区域进行清洁时，由于清洁机器人31已将位置点D设为清洁区域310的结束点，当清洁机器人31移动至位置点D时，便认为清洁区域310已被清洁，便继续对清洁区域320进行清洁。此处，相对于上文所阐述的漏扫区域301之外，清洁机器人31也尚未清洁第二障碍物102在清洁区域310内的右半部分，亦即第二障碍物102的右半部分也属于另外一个漏扫区域。虽然后面清洁机器人31通过查找漏扫区域，也可导航至漏扫区域进行清洁，也能够实现无遗漏地清洁，但是，此种方式容易增加清洁机器人在多个漏扫区域中来回移动所需的时间，从而降低清洁效率。

请参阅图11，若重新分区，清洁地图重新被分成清洁区域110、清洁区域120、清洁区域130、清洁区域140及清洁区域150。清洁机器人结束清洁区域110的清洁后，再导航至清洁区域120。清洁机器人结束清洁区域120的清洁后，再导航至清洁区域130。清洁机器人结束清洁区域130的清洁后，再导航至清洁区域140。清洁机器人结束清洁区域140的清洁后，再导航至清洁区域150。清洁机器人结束清洁区域150的清洁后，查找漏扫区域，再导航至漏扫区域进行清洁，如此可节约在多个漏扫区域中来回移动所需的时间，有利于提高清洁效率、便利性及清洁覆盖率。

在一些实施例中，若最长线段小于预设阈值，则控制清洁机器人避让第二障碍物后，再返回目标清洁路径上，其中，目标清洁路径为首次遇到第二障碍物时的预设清洁路径。

请参阅图12，清洁机器人210在清洁区域220内按照预设清洁路径230进行清洁时，遇到了第二障碍物240，因此，预设清洁路径230为目标清洁路径。清洁机器人210先环绕第二障碍物240进行沿边清洁。结束第二障碍物240的沿边清洁后，清洁机器人210根据第二障碍物240的边界数据，搜索第二障碍物240的最长线段。由于第二障碍物240的最长线段小于预设阈值，因此，清洁机器人210避让第二障碍物240后，再次返回预设清洁路径230上，如此，清洁机器人210遇到第二障碍物240时，避让第二障碍物240后还可自动返回原来的预设清洁路径上进行清洁，有利于提高清洁覆盖率。

在一些实施例中，清洁机器人首次遇到第二障碍物的第一边界点与清洁机器人返回目标清洁路径的重返点的距离，在第一边界点与目标清洁路径的其余位置点的距离中是最小的。

请参阅图13，清洁机器人410在清洁区域420内按照预设清洁路径430进行清洁时，遇到了第二障碍物440，并记录首次遇到第二障碍物的第一边界点450，因此，预设清洁路径430为目标清洁路径。

由于第二障碍物440的最长线段小于预设阈值，因此，清洁机器人410避让第二障碍物440后，再次返回预设清洁路径430的重返点460，其中，第一边界点450与重返点460的距离在第一边界点450与预设清洁路径430上其余位置点的距离中是最小的。如此，清洁机器人410遇到第二障碍物440时，避让第二障碍物440后不仅还可自动返回原来的预设清洁路径上进行清洁，而且还能够重新返回重返点460，以最大化地提高清洁覆盖率。

在一些实施例中，本实施例获取目标清洁路径上位于第一边界点之后的路径位置，根据目标清洁方向，依序取出每个路径位置，根据预设路径规划算法，规划返回路径，按照所述返回路径，判断所述清洁机器人从所述第一边界点出发，是否可达所述路径位置，若可达，则选择所述路径位置作为重返点，若不可达，继续获取下一个路径位置。

需要说明的是，在上述各个实施方式中，上述各步骤之间并不必然存在一定的先后顺序，本领域普通技术人员，根据本发明实施方式的描述可以理解，不同实施方式中，上述各步骤可以有不同的执行顺序，亦即，可以并行执行，亦可以交换执行等等。

作为本发明实施方式的另一方面，本发明实施方式提供一种清洁机器人的清洁装置。其中，清洁机器人的清洁装置可以为软件模块，所述软件模块包括若干指令，其存储在存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述各个实施方式所阐述的清洁机器人的清洁方法。

在一些实施方式中，清洁机器人的清洁装置亦可以由硬件器件搭建成的，例如，清洁机器人的清洁装置可以由一个或两个以上的芯片搭建而成，各个芯片可以互相协调工作，以完成上述各个实施方式所阐述的清洁机器人的清洁方法。再例如，清洁机器人的清洁装置还可以由各类逻辑器件搭建而成，诸如由通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、单片机、ARM(Acorn RISC Machine)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合而搭建成。

请参阅图14，清洁机器人的清洁装置550包括沿边控制模块551与清洁控制模块552。沿边控制模块551用于控制清洁机器人沿边清洁，清洁控制模块552用于沿边清洁后，控制清洁机器人按照预设清洁路径在不同清洁区域之间连续进行清洁。

由于本实施例先沿边清洁，清洁散落在诸如墙体等边界处的垃圾，然后再控制清洁机器人连续清洁不同清洁区域，从而提高清洁覆盖率。

在一些实施例中，请参阅图15，清洁控制模块552包括地图获取单元553、分区单元554及清洁控制单元555。

地图获取单元553用于获取清洁地图，分区单元554用于根据预设分区算法，将清洁地图分成至少一个清洁区域，清洁控制单元555用于控制清洁机器人按照预设清洁路径在至少一个清洁区域之间连续进行清洁。

在一些实施例中，清洁控制单元555具体用于：获取目标清洁区域的边界数据，根据目标清洁区域的边界数据，确定目标清洁方向，根据目标清洁方向，在目标清洁区域内按照预设清洁路径进行清洁，清洁目标清洁区域后，控制清洁机器人导航至与目标清洁区域距离最近的清洁区域，以按照预设清洁路径连续进行清洁。

在一些实施例中，清洁控制单元555还具体用于：根据目标清洁区域的边界数据，选择与目标清洁区域中最短边界垂直的方向为目标清洁方向；或者，根据目标清洁区域的边界数据，选择与目标清洁区域中最长边界平行的方向为目标清洁方向。

在一些实施例中，请继续参阅图14，清洁机器人的清洁装置550还包括：返回控制模块556、漏扫查找模块557、导航控制模块558及漏扫清洁模块559。

返回控制模块556用于结束全部清洁区域的清洁后，控制清洁机器人返回清洁机器人的初始位置，漏扫查找模块557用于根据清洁地图，确定漏扫区域，导航控制模块558用于自初始位置，导航至漏扫区域，漏扫清洁模块559用于控制清洁机器人按照预设清洁路径在漏扫区域进行清洁。

在一些实施例中，沿边控制模块551具体用于：获取地图数据，根据地图数据，确定满足边界筛选条件的边界为目标边界，其中，目标边界包括与清洁机器人的初始位置最近的目标点，控制清洁机器人由初始位置导航至目标点，自目标点开始，控制清洁机器人沿边清洁。

在一些实施例中，在控制清洁机器人沿边清洁的过程中，请继续参阅图14，清洁机器人的清洁装置550还包括：第一障碍检测模块560和地图更新模块561。第一障碍检测模块560用于若遇到第一障碍物，则环绕第一障碍物进行清洁，以获得第一障碍物的边界数据。地图更新模块561用于根据第一障碍物的边界数据，更新地图数据。

在一些实施例中，沿边控制模块551还具体用于：确定地图数据中每个边界的长度，及清洁机器人到每个所述边界的距离，判断每个边界的长度在地图数据中是否是最小的，和/或，每个边界的距离在地图数据中是否是最小的，若每个边界的长度在地图数据中是最小的，和/或，每个边界的距离在地图数据中是最小的，则选择边界作为目标边界。

在一些实施例中，在清洁区域内按照预设清洁路径进行清洁的过程中，请继续参阅图14，清洁机器人的清洁装置550还包括：第二障碍检测模块562、线段搜索模块563及重新分区模块564。

第二障碍检测模块562用于若遇到第二障碍物，则控制清洁机器人环绕第二障碍物进行沿边清洁，线段搜索模块563用于结束第二障碍物的沿边清洁后，根据第二障碍物的边界数据，搜索第二障碍物的最长线段，重新分区模块564用于若最长线段的长度大于或等于预设阈值，则根据第二障碍物的边界数据，对清洁地图重新进行分区。

需要说明的是，上述清洁机器人的清洁装置可执行本发明实施方式所提供的清洁机器人的清洁方法，具备执行方法相应的功能模块和有益效果。未在清洁机器人的清洁装置实施方式中详尽描述的技术细节，可参见本发明实施方式所提供的清洁机器人的清洁方法。

请参阅图16，图16为本发明实施例提供的一种清洁机器人的电路结构示意图。如图16所示，清洁机器人600包括一个或多个处理器61以及存储器62。其中，图16中以一个处理器61为例。

处理器61和存储器62可以通过总线或者其他方式连接，图6中以通过总线连接为例。

存储器62作为一种存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本发明实施例中的清洁机器人的清洁方法对应的程序指令/模块。处理器61通过运行存储在存储器62中的非易失性软件程序、指令以及模块，从而执行清洁机器人的清洁装置的各种功能应用以及数据处理，即实现上述方法实施例提供的清洁机器人的清洁方法以及上述装置实施例的各个模块或单元的功能。

存储器62可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器62可选包括相对于处理器61远程设置的存储器，这些远程存储器可以通过网络连接至处理器61。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器62中，当被所述一个或者多个处理器61执行时，执行上述任意方法实施例中的清洁机器人的清洁方法。

本发明实施例还提供了一种存储介质，所述存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如图16中的一个处理器61，可使得上述一个或多个处理器可执行上述任意方法实施例中的清洁机器人的清洁方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括存储在存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被清洁机器人执行时，使所述清洁机器人执行上述各个实施例所阐述的清洁机器人的清洁方法。

以上所描述的装置或设备实施例仅仅是示意性的，其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的，作为模块单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，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，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分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发明各实施例技术方案的范围。