清扫机器人的控制方法、机器人及计算机可读存储介质

技术领域

本发明大致涉及机器人技术领域，尤其涉及一种清扫机器人的控制方法，一种机器人以及一种计算机可读存储介质。

背景技术

现有的清洁机器人在针对实体墙进行沿边贴墙清扫时，大多采用沿边红外传感器、接触式传感器等简单传感检测方案，实现的沿边贴墙清扫的运动控制策略相对单一，在清扫过程中，需要碰撞接触实现贴墙清扫及避障，对大型的商用清洁机器人而言不可靠且不适用；针对实体墙缺乏有效的多传感器融合感知方案，不能应用在相对复杂且存在障碍物的墙体边缘环境；单一的运动控制策略无法满足复杂墙体边界环境中的近距离清扫。因此，急需一种能够满足机器人在各种复杂的实体墙环境进行近距离贴墙清扫和无碰撞要求的技术方案。

背景技术部分的内容仅仅是发明人所知晓的技术，并不当然代表本领域的现有技术。

发明内容

针对现有技术存在问题中的一个或多个，本发明提供一种清扫机器人的控制方法，该方法基于一种融合感知方案并结合完备的清扫运动控制策略，能够使机器人在各种复杂的实体墙环境进行近距离贴墙清扫和无碰撞要求。所述清扫机器人安装有激光雷达和深度相机，所述控制方法包括：

获取所述激光雷达采集的点云数据；

通过所述激光雷达采集的点云数据检测墙体特征；

获取所述深度相机采集的图像数据；

将所述深度相机采集的图像数据与所述激光雷达采集的点云数据进行融合，得到融合数据；

比较所述激光雷达采集的点云数据与所述融合数据之间的差异；

基于所述墙体特征、所述激光雷达采集的点云数据与所述融合数据之间的差异获得感知数据；和

根据所述感知数据控制所述机器人执行相应的清扫运动策略。

根据本发明的一个方面，其中所述通过所述激光雷达采集的点云数据检测墙体特征的步骤包括：在所述激光雷达采集的点云中，通过与预设结构化特征进行特征匹配，检测所述墙体特征。

根据本发明的一个方面，其中所述比较所述激光雷达采集的点云数据与所述融合数据之间的差异的步骤包括：在期望位姿处，基于所述点云数据确定所述机器人与所述墙体的第一距离，基于所述融合数据确定所述机器人与所述墙体的第二距离，并确定所述第一距离和所述第二距离的第一差异。

根据本发明的一个方面，其中所述比较所述激光雷达采集的点云数据与所述融合数据之间的差异的步骤还包括：基于所述点云数据获得所述机器人的第一当前位姿，确定所述第一当前位姿的第一航向角度与所述期望位姿的第二航向角度之间的航向差异。

根据本发明的一个方面，其中所述基于所述墙体特征、所述激光雷达采集的点云数据与所述融合数据之间的差异获得感知数据的步骤包括：确定所述墙体特征是否为预设特征、确定所述第一差异是否小于第一阈值、并确定所述航向差异是否小于第二阈值，得到确定结果，基于所述确定结果获得所述感知数据。

根据本发明的一个方面，其中所述基于所述确定结果获得所述感知数据的步骤包括：当确定所述墙体特征为所述连续直线特征或所述连续曲线特征、所述第一差异小于所述第一阈值，并且所述航向差异小于所述第二阈值时，将所述激光雷达采集的点云数据作为所述感知数据；当确定所述墙体特征不满足所述连续直线特征或所述连续曲线特征、所述第一差异不小于所述第一阈值，或所述航向差异不小于所述第二阈值时，将所述融合数据作为所述感知数据。

根据本发明的一个方面，其中所述根据所述感知数据控制所述机器人执行相应的清扫运动策略的步骤包括：根据所述感知数据，适应性调整所述机器人的位姿和/或速度，以控制所述机器人靠墙侧与所述墙体保持第一预设距离执行清扫任务。

根据本发明的一个方面，其中所述根据所述感知数据控制所述机器人执行相应的清扫运动策略的步骤还包括：根据所述感知数据，分别检测所述机器人的正前方、侧前方和靠墙侧相反侧是否存在障碍物，如果存在障碍物，控制所述机器人与正前方障碍物保持第二预设距离，与侧前方障碍物保持第三预设距离，并与靠墙侧相反侧障碍物保持第四预设距离，其中所述第四预设距离大于所述第一预设距离。

本发明还提供一种机器人，包括：

壳体；

移动底盘，具有行走机构；

传感器，包括激光雷达和深度相机，所述激光雷达和所述深度相机安装于所述机器人，配置成采集所述机器人的周围环境信息；

清洁装置，用于清扫；和

处理单元，与所述行走机构、所述激光雷达以及所述深度相机耦合，配置成可执行如上所述的控制方法。

本发明还提供一种计算机可读存储介质，包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的控制方法。

采用本发明的技术方案，能够使机器人针对各种复杂的实体墙进行近距离贴墙清扫，对环境变化具备非常好的适应能力，能够针对不同的环境完成高质量的沿边清扫，并能够针对其周边障碍物实现良好的检测与避障效果，更好地满足机器人在沿边清扫过程中的墙边清扫细节和无碰撞要求，进一步提升了机器人的安全性。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1示出了根据本发明一个实施例的清扫机器人的控制方法的流程图；

图2示出了根据本发明一个实施例的机器人的示意图；

图3a和图3b分别示出了根据本发明一个实施例的墙体特征为连续直线特征、连续曲线特征的激光雷达点云的示意图；

图4示出了根据本发明一个优选实施例的机器人对其周围多个方向进行安全距离约束的示意图；和

图5示出了根据本发明一个优选实施例的控制方法的示意图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本发明的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。

在本发明的描述中，需要理解的是，术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"坚直"、"水平"、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语"第一"、"第二"仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有"第一"、"第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，"多个"的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语"安装"、"相连"、"连接"应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接:可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征之"上"或之"下"可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征"之上"、"上方"和"上面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征"之下"、"下方"和"下面"包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度小于第二特征。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供一种用于清扫机器人的控制方法，该控制方法基于一种融合感知方案并结合完备的清扫运动控制策略，能够使机器人在各种复杂的实体墙环境进行近距离无碰撞的清扫，并能够针对其周边障碍物实现良好的检测与避障效果，更好地满足机器人在清扫过程中的贴墙清扫细节和无碰撞要求，下面具体介绍。

图1示出了根据本发明一个实施例的清扫机器人的控制方法100的流程图，图2示出了根据本发明一个实施例的机器人的示意图，图5示出了根据本发明一个优选实施例的控制方法100的示意图，请一并参考图1、图2和图5，机器人安装有激光雷达和深度相机，所述控制方法100包括步骤S101～S107,下面对所述方法100的各个步骤进行详细描述。

在步骤S101，获取所述激光雷达采集的点云数据。

激光雷达是一种常用的测距传感器，包括发射单元、接收单元以及处理单元，其中发射单元配置成发射激光束,用以探测周围物体，接收单元用于接收激光束入射到障碍物上反射的回波并转换为电信号，所述电信号通过被处理单元处理生成若干个点，其中每个点都携带有探测物体的各种数据，例如反射率、坐标信息等，若干个点的数据集合，构成了点云数据。

根据本发明的一个优选实施例，激光雷达可以为单线激光雷达，单线激光雷达仅包含单个发射单元和单个接收单元，不仅灵敏度高而且成本低。当机器人接到沿边清扫任务时，可根据已知地图确定其当前自身定位并导航至目标墙体附近的预设位置，在一定范围内沿墙边行进过程中，可对墙体发射激光束进行探测，以获取墙体的点云数据。需要说明的是，本发明不限制激光雷达的类型，在另一些实施例中，激光雷达也可以为多线激光雷达，具体可根据实际情况进行选择。

在步骤S102，通过所述激光雷达采集的点云数据检测墙体特征。

根据本发明的一个优选实施例，在激光雷达采集的点云中，可通过与预设结构化特征进行特征匹配，检测所述墙体特征。关于特征匹配的具体方法，本发明不进行限制，在一些优选实施例中，可以采用ICP算法进行特征匹配，以判断墙体特征是否为连续直线特征或一定曲率下的连续曲线特征。应理解，在特征匹配之前，还可以对点云进行滤波等预处理，以便去除噪点，有利于获得更准确的判断结果并提高处理效率。图3a和图3b分别示例性示出了根据本发明一优选实施例的墙体特征为连续直线特征、连续曲线特征的激光雷达点云的示意图。

在步骤S103，获取所述深度相机采集的图像数据。

在一些优选实施例中，本发明的激光雷达可以为单线激光雷达，单线激光雷达不存在纵向视场角，其在沿水平方向扫描探测时，获得的点云数据的纵坐标基本一致，通过深度相机采集探测物体的图像，可以获得图像数据，通过该图像数据可以获得探测物体的三维坐标，有利于弥补单线激光雷达的纵向视场角的不足，并且通过该图像数据还可以获得探测物体的深度，便于后续处理。

在步骤S104，将所述深度相机采集的图像数据与所述激光雷达采集的点云数据进行融合，得到融合数据。

在一些优选实施例中，可以采用扩展卡尔曼滤波算法将所述深度相机采集的图像数据与所述激光雷达采集的点云数据进行后融合，具体的，可将深度相机采集的图像数据和激光雷达采集的点云数据统一到机器人自身坐标系进行数据统计，得到融合数据，以获得探测物体更加全面的信息。应理解，除了采用扩展卡尔曼滤波算法进行后融合之外，也可以采用其他算法进行前融合，本发明不进行限制，视实际情况而定。

在步骤S105，比较所述激光雷达采集的点云数据与所述融合数据之间的差异。

根据本发明的一个优选实施例，可在期望位姿P0(X

另外，根据当前定位，还可以基于所述点云数据获得所述机器人的第一当前位姿P1(X

在步骤S106，基于所述墙体特征、所述激光雷达采集的点云数据与所述融合数据之间的差异获得感知数据。

根据本发明的一个优选实施例，可确定所述墙体特征是否为预设特征、确定所述第一差异是否小于第一阈值、并确定所述航向差异是否小于第二阈值，得到确定结果，基于所述确定结果获得所述感知数据。具体的，当确定所述墙体特征为所述连续直线特征或所述连续曲线特征、所述第一差异Δd小于所述第一阈值(例如5cm)，并且所述航向差异Δθ小于所述第二阈值(例如5°)时，说明激光雷达采集的点云数据比较准确，可将所述激光雷达采集的点云数据作为所述感知数据；反之，当确定所述墙体特征不满足所述连续直线特征或所述连续曲线特征、所述第一差异Δd不小于所述第一阈值(例如5cm)，或所述航向差异Δθ不小于所述第二阈值(例如5°)时，说明激光雷达采集的点云数据不够准确，此时，可将所述融合数据作为所述感知数据。

在步骤S107，根据所述感知数据控制所述机器人执行相应的清扫运动策略。

根据本发明的一个优选实施例，可以根据所述感知数据，适应性调整所述机器人的位姿和/或速度，以控制所述机器人靠墙侧与所述墙体保持第一预设距离执行清扫任务。具体的，例如当激光雷达采集的点云数据作为感知数据时，可直接采用激光雷达的点云数据输出给运动控制层，以控制机器人靠墙侧与所述墙体保持第一预设距离S1(例如10cm)执行清扫任务。反之，当融合数据作为感知数据时，则采用融合数据输出给运动控制层，根据融合数据实行实时避障，并且根据代价地图限定的可清扫区域，以控制机器人执行清扫任务。其中，代价地图输出的数据，其优点在于可以方便融入虚拟墙和禁扫区域，从而可靠限定可清扫区域。如图4示例性示出的，以所述墙体为直线特征为例，机器人与墙体保持第一预设距离S1(例如10cm)执行沿边清扫任务。应理解，附图虽未示出，但当所述墙体特征为曲线特征时，与之类似，即机器人亦与墙体保持第一预设距离S1(例如10cm)执行沿边清扫任务。

在一些优选实施例中，机器人的沿边清扫功能可采用基于侧偏距的控制方法(包括但不限于PID控制算法)实现，贴墙清扫运动控制指的是通过调整机器人的姿态、速度以实现对机器人的贴墙距离的实时调整且运动过程无碰撞。需要说明的是，所述侧偏距指的是机器人侧边(例如左侧或右侧)与障碍物、墙等实现的距离控制，也就是指机器人侧向沿边距离的控制。在一些优选实施例中，也可基于已知地图规划清扫轨迹，控制机器人跟踪轨迹进行沿边清扫，所述轨迹可参考图4中的虚线。

另外，机器人姿态的调整需要考虑期望贴墙距离与机器人相对墙体形状的期望姿态。其中，期望姿态指的可通过机器人沿边侧的墙体形状检测以匹配的获得最优的期望贴墙姿态。因此，姿态调整的约束条件为贴墙距离偏差及偏差变化量、期望姿态与当前姿态偏差及偏差变化量，从而确保机器人始终保持机器人沿边侧以预设距离进行贴墙清扫，且保持姿态输出的平稳性。

在一些优选实施例中，在机器人贴墙清扫过程中，需要对其行驶速度进行约束，以保证机器人的运动安全。例如当机器人沿直线特征的墙体执行沿边清扫任务时，其最大行驶线速度v

以上实施例介绍了通过约束机器人的行驶速度来提高机器人的运行安全的情形，为了进一步提高机器人的运行安全，在机器人沿墙执行清扫任务时，还应考虑机器人周围多个方向是否存在障碍物，以使机器人在清扫过程中能够与周围多个方向的障碍物保持一定安全距离，以防发生碰撞，损坏机器人，其中所述周围多个方向包括但不限于机器人的正前方、侧前方和靠墙侧相反侧。下面具体介绍。

根据本发明的一个优选实施例，还可以根据所述感知数据，分别检测所述机器人的正前方、侧前方和靠墙侧相反侧是否存在障碍物，如果存在障碍物，参考图4，可控制所述机器人与正前方障碍物保持第二预设距离S2，与侧前方障碍物保持第三预设距离S3，并与靠墙侧相反侧障碍物保持第四预设距离S4，其中所述第四预设距离S4(例如12cm～15cm)大于所述第一预设距离S1(例如10cm)。另外，其他预设距离之间没有必然大小关系，均可根据实际情况进行适当调整。

在一些优选实施例中，融合数据还应充分考虑深度相机等传感器的盲区问题，做好相应的策略处理。例如通过多个传感器的探测结果综合分析，采取相应的决策。

在另一些优选实施例中，当检测到机器人周围某个或某些方向不满足安全距离时，例如靠墙侧相反侧不满足安全距离S4时，即满足碰撞条件，可以触发机器人贴墙绕障或重新进行路径规划避障，以防发生碰撞。

在一些优选实施例中，所述控制方法100还包括：通过代价地图确定虚拟墙以及禁扫区域，以控制所述机器人在执行任务时避开所述虚拟墙和所述禁扫区域，以保证机器人的安全。

以上对所述控制方法100进行了详细介绍，本发明还提供一种机器人20，如图2所示，包括壳体21；移动底盘，具有行走机构210；传感器22，包括激光雷达221和深度相机223，所述激光雷达221和所述深度相机223安装于所述机器人20，配置成采集所述机器人的周围环境信息；清洁装置30，例如清洁刷，用于清扫；以及处理单元(图中未示出)，与所述行走机构210、所述激光雷达221以及所述深度相机223耦合，配置成可执行如上所述的控制方法100。

根据本发明的一个优选实施例，激光雷达221可以设置于机器人壳体开缝处，从而容易发出激光信号以对周围物体进行探测。

根据本发明的一个优选实施例，所述行走机构210设置至少两组驱动轮211，可选的，机器人还可以包括至少两组从动轮，一组驱动轮对应一组从动轮，其中，至少一组从动轮用作左从动轮，同时，至少一组从动轮用作右从动轮，左从动轮和右从动轮用于协助左驱动轮和右驱动轮带动机器人运动，以减轻驱动轮211的负载压力。

根据本发明的一个优选实施例，传感器22还包括里程计222，里程计222可利用至少两组驱动轮211的转速值获取所述机器人的线速度和角速度，代入移动机器人运动学模型中，推演出机器人当前位姿，亦即位置与航向角信息，从而控制机器人的速度和/或位姿。

关于机器人的具体类型，本发明不进行限制，例如对于差速移动机器人而言，贴墙清扫的贴墙距离，可直接通过实时调整机器人姿态与纵向速度实现，而对于全向轮机器人，还需考虑机器人横向速度的控制，具体可根据实际情况进行适应性调整。

需要说明的是，本发明的传感器不限于激光雷达、深度相机、里程计，还可包括其他传感器，这些都在本发明的保护范围之内。

本发明还提供一种计算机可读存储介质，包括存储于其上的计算机可执行指令，所述可执行指令在被处理器执行时实施如上所述的控制方法100。

综上对本发明的技术方案进行了详细介绍，采用本发明的技术方案，能够使得机器人在不发送碰撞的情况下，能够较好的完成沿边清扫功能，针对实体墙的细节清扫能达到预期清扫效果；并且沿边功能对环境变化有着非常好的适应能力，能够针对不同的环境完成高质量的沿边清扫；能够针对机器人周围多个方向检测障碍物并与障碍物保持安全距离，另外，针对虚拟墙进行限制清扫，进一步提升了沿边功能的安全性。总之，相比于现有技术，本发明的技术方案，能够满足机器人在各种复杂的实体墙环境进行近距离贴墙清扫和无碰撞要求，而且运动策略丰富，有利于提高机器人的适应能力和鲁棒性。

在一些优选实施例中，计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。所述计算机可读存储介质例如可以是但不限于电、磁、光、或半导体的形态或装置，更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机硬盘、硬盘、随机存取存储器(RAM)、非易失性随机访问存储器(NVRAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或Flash闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本文中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其组合使用。所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(ApplicationSpecific IntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。本发明不进行限制，视具体情况而定。

需要说明的是，本说明书提供了如实施例或示意图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或设备产品执行时，可以按照实施例或者流程图所示的方法顺序执行或者并行执行。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。