技术新讯 > 家具门窗制品及其配附件制造技术 > 一种机器人避障清洁方法,以及可避障清洁的机器人与流程  >  正文

一种机器人避障清洁方法,以及可避障清洁的机器人与流程

  • 国知局
  • 2024-07-09 17:57:35

本发明属于机器人,尤其涉及机器人的清洁路径规划与避障。

背景技术:

1、目前,清洁机器人是一种可减少家庭人工清洁工作的智慧设备,可替代人工完成基础的家庭地面维护工作,正逐渐为大众所接受,成为小家电市场的新宠。

2、清洁机器人通常包括导航组件、清洁组件和运动组件。其中,导航组件的核心目的为利用传感器感测并构建环境地图,以最小代价(时间或者清洁路径)完成当前区域的清洁工作。

3、然而,清洁机器人自身携带的传感器通常有限,常用的传感器有里程计、陀螺仪、激光雷达、摄像头、tof(time of flight)传感器、加速度计、撞板等,但由于这些传感器被安装在不同位置、不同角度或不同高度,且其作用范围、测量手段和最终的表现方式均有所不同。并且,在障碍物规避中,由于机器人所携带的传感器视场角有限,所感测到的障碍物仅可能为部分角落,因此需要通过多个视角、多次调整才可实现完全避开;如果环境中有多个复杂障碍物,需要机器人再次增加决策次数,这样会容易导致机器人的行为逻辑失效。因此,本专利提出了一种机器人避障清洁方法,并首次引入障碍物/清洁路径的威胁区域和强制更新区域,以解决如何减少机器人对障碍物的碰撞次数,并降低对传感器测量数据的精度要求的问题,最终提高清洁覆盖率与清洁效率。

4、此外,在机器人遭遇障碍物而进行避障之后,通常会面临如何重新规划清洁路径以对其进行更新的问题,以便提高清洁覆盖率与清洁效率。由于该过程严重依赖各种传感器的测量数据,因而当传感器失效或者传感器无法实现障碍物的全维度精确测量时,会面临清洁路径更新过程中的部分数据的丢失而导致控制逻辑失效的情况,继而导致机器人运行被迫终止。

5、因此,本专利还提出了一种基于障碍物等效模型的机器人避障清洁方法,以及避障清洁机器人,以解决上述问题。

技术实现思路

1、本发明公开一种机器人避障清洁方法及可避障清洁的机器人,它是采用以下技术方案来实现的。

2、一种机器人避障清洁方法,包括如下步骤:

3、1)检测机器人清洁路径方向上是否存在障碍物;若是,则利用传感器收集环境信息,以得到环境数据,并进入下一步骤,若否,则机器人继续前进;

4、2)识别机器人是否进入清洁路径强制更新区域,若是,则基于所述环境数据,强制更新机器人剩余清洁路径;若否,则判断所述机器人与所述障碍物的距离是否小于预设距离,若是,则控制机器人减速前进,若否,则继续正常前进;

5、3)基于更新后的清洁路径,沿该路径进行跟踪清洁。

6、作为本技术的进一步改进,所述检测机器人清洁路径方向上是否存在障碍物之后,还包括:

7、a)将所述环境数据构建为威胁区域数据;

8、b)利用所述威胁区域数据,提取出机器人的威胁区域;

9、其中,所述威胁区域位于机器人清洁路径方向至障碍物的区间内,且更靠近所述障碍物;

10、和/或,还包括:

11、a)将所述环境数据构建为强制更新区域数据;

12、b)利用所述强制更新区域数据,提取出机器人的强制更新区域;

13、其中,所述强制更新区域位于机器人清洁路径方向至障碍物的区间内,且更远离所述障碍物。

14、作为本技术的进一步改进,所述剩余清洁路径为机器人遭遇障碍物(碰撞障碍物)开始,直至越过障碍物,并包括越障后的所有清洁路径;所述剩余清洁路径也可以为从进入到强制更新区域至障碍物之间的任意位置开始,直至越过障碍物,并包括越障后的所有清洁路径。

15、作为本技术的进一步改进,所述剩余清洁路径位于所述障碍物外;

16、作为本技术的进一步改进,所述威胁区域数据和/或所述强制更新区域数据至少包括环境的深度信息数据、环境的宽度信息数据和环境的高度信息数据之一。

17、作为本技术的进一步改进,所述强制更新机器人剩余清洁路径之后,还包括对剩余清洁路径的跟踪;

18、其中包括:

19、获取更新后的清洁路径的起点与终点,并从该起点至终点沿清洁路径执行跟踪清洁;其中,当所述起点与终点均位于预设区域内,且由所述起点与终点形成的清洁路径的长度小于预设距离时,则跟踪完毕;否则再次进入所述步骤2,直至跟踪完毕。

20、其中,所述否则再次进入所述步骤2,包括机器人沿更新后的清洁路径行进的过程中(如行进至该障碍物的背面或该障碍物的任意周边区域),通过传感器持续检测其是否进入相对于障碍物/下一障碍物的强制更新区域,若是,则意味着原更新后的清洁路径已穿过障碍物,需要再次对清洁路径进行更新。

21、作为本技术的进一步改进,所述清洁路径的长度为所述起点与终点的连线距离。

22、作为本技术的进一步改进,所述清洁路径优选为弓扫线,包括单弓扫线、双弓扫线或多弓扫线等。

23、作为本技术的进一步改进,所述预设距离优选为弓扫线宽度的倍数,即n×sd;其中,n为正整数,sd为相邻弓扫线宽度。

24、作为本技术的进一步改进,所述障碍物区域位于所述预设区域内,且该预设区域的外边界与所述障碍物区域的外边界具有预设宽度。

25、作为本技术的进一步改进,所述得到环境数据,还包括确定障碍物的尺寸和/或位置数据;其中,所述尺寸数据包括障碍物的深度信息、宽度信息和高度信息之一;所述位置数据包括障碍物相对机器人的在三维坐标下的位置,尤其是障碍物的外侧边界相对于机器人中心点在三维坐标下的距离。

26、作为本技术的进一步改进,为避免障碍物的误识别,在识别机器人是否进入清洁路径强制更新区域之前,还包括对比所述障碍物的尺寸和/或位置数据与机器人的预设避障参数,以控制机器人是否进入清洁路径强制更新区域,从而启动清洁路径的强制更新,否则继续正常行进。

27、作为本技术的进一步改进,所述机器人的预设避障参数包括尺寸避障阈值,如预设的障碍物深度、宽度和高度之一;还包括位置避障阈值,如机器人的三维坐标位置点与障碍物的中心三维坐标位置点之间的距离参数,其中,所述距离参数包括xyz坐标系下的x、y、z值。

28、其中,若所述障碍物的尺寸和/或位置数据不位于该机器人的上述预设避障参数范围内时,则不认为所述障碍物为真实的/可采用规避动作的障碍物,则不执行强制更新任务,按照原清洁路径正常行进。

29、作为本技术的进一步改进,所述强制更新区域和威胁区域可选为扇形、矩形、圆形、梯形或三角形等任意不规则形状,该不规则形状可以适应障碍物或机器人的不同外形特点来确定。

30、上述方法使得机器人在识别到清洁路径方向上存在障碍物时,就判断是否进入强制更新区域,在进入强制更新区域时,则启动强制更新程序。可见,在机器人前向运动时通过传感器直接获取、并感知其相对于障碍物的特定位置/区域,以提前控制其减速慢行或提前开启强制更新程序,提前操作避障,减少了机器人与障碍物的碰撞次数/几率,同时也降低了因碰撞已发生才开启避障与强制更新程序而给机器人带来的逻辑失效风险。

31、并且,在清洁路径方向上将机器人与障碍物之间的区域依次划分为强制更新区域和威胁区域,分梯度、分顺序对障碍物前方区域进行提前避障,以便根据相对障碍物的实际不同深度距离划分为不同区域等级,如此对区域的细分设计提高了控制精准度,为避障程序的启动提供了更多选择空间,如速度/方向的改变、喷液速度/喷液量的改变以及吸污电机的动力参数等进行提前获取与更新等。如本专利在机器人在进入强制更新区域则立即启动相关判定与强制更新程序,而当机器人进入威胁区域时则开启避障与对更新后清洁路径的跟踪,而机器人清洁跟踪的启动势必会涉及上述包括速度、喷液、电机等参数的再设定,因此,在碰撞发生前则已经提供足够时间冗余缓冲,以便控制信号的发出与动作的执行,也便于及时纠错,大大减少了碰撞次数/几率,提高了清洁安全性。

32、此外,在路径更新过程中,本专利通过获取并判断路径起点与终点相对于预设区域(如障碍物)的位置,以及该起点与终点形成的清洁路径的长度与清洁路径(如弓扫线)的宽度的大小,而现有技术均是直接获取障碍物区域(包括障碍物尺寸),因而相对于现有技术,进一步降低了碰撞次数/几率,也进一步提高了清洁安全性;尤其的,在机身可进入的情况下,还尽可能的增大了清洁覆盖面积,避免漏扫。其中,由于机身通常具有一定宽度,相对于现有技术,本专利设计上述预设区域,而非障碍物区域,若在机器人进入预设区域就开始按照更新后清洁路径进行跟踪,而不是在起点、终点均位于障碍物区域之内才开始跟踪,进一步降低了机器人碰撞障碍物的次数/几率,提高了清洁安全性。

33、本专利还提供一种基于障碍物等效模型的机器人避障清洁方法,包括如下步骤:

34、1)检测机器人清洁路径方向上是否存在障碍物;若是,则进入下一步骤,若否,则机器人继续前进;

35、2)识别机器人是否进入清洁路径强制更新区域,若是,则进入下一步骤,若否,控制机器人减速前进;

36、3)利用传感器获取障碍物深度和/或宽度和/或高度信息,若无法获取上述信息,则进入下一步骤,否则,利用上述信息重构障碍物区域,并利用该障碍物区域,更新剩余清洁路径;

37、4)采用等效模型对障碍物在深度和/或宽度和/或高度方向上的区域进行等效,以拟制出虚拟障碍物区域,并利用该虚拟障碍物区域,更新剩余清洁路径;

38、5)基于所述剩余清洁路径,执行跟踪清洁;其中,所述剩余清洁路径位于所述障碍物外。

39、其中,在所述控制机器人减速前进之前,需要判断所述机器人与所述障碍物的距离是否小于预设距离,若是,则控制机器人减速前进,若否,则继续正常前进。

40、作为本技术的进一步改进,所述剩余清洁路径为机器人遭遇障碍物(碰撞障碍物)开始,直至越过障碍物,并包括越障后的所有清洁路径;所述剩余清洁路径也可以为从进入到强制更新区域至障碍物之间的任意位置开始,直至越过障碍物,并包括越障后的所有清洁路径。

41、作为本技术的进一步改进,所述更新剩余清洁路径之后,还包括对剩余清洁路径的跟踪,其中包括:

42、获取更新后的清洁路径的起点与终点,并从该起点至终点沿清洁路径执行跟踪清洁;其中,当所述起点与终点均位于预设区域内,且由所述起点与终点形成的清洁路径的长度小于预设距离时,则跟踪完毕;否则再次进入所述步骤2,直至跟踪完毕;其中,该预设区域包括所述障碍物区域。

43、作为本技术的进一步改进,所述采用等效模型对障碍物在深度和/或宽度和/或高度方向上的区域进行等效,具体包括在如下方向上的障碍物区域进行等效,以得到虚拟障碍物区域:

44、深度方向:h=0.5×n×sd;和/或

45、宽度方向:若d>n×sd且d<(n+1)×sd,则d=n×sd;和/或

46、高度方向:y=h;

47、其中,h为虚拟障碍物区域内的障碍物深度,y为虚拟障碍物区域内的障碍物高度,d为虚拟障碍物区域内的障碍物宽度,n为正整数,sd为清洁路径的相邻清洁线宽度,h为机器人机身高度;

48、其中,所述清洁路径为弓扫线路径。

49、作为本技术的进一步改进,所述检测机器人清洁路径方向上是否存在障碍物之后,还包括:

50、a)将所述环境数据构建为威胁区域数据;

51、b)利用所述威胁区域数据,提取出机器人的威胁区域;

52、其中,所述威胁区域位于机器人清洁路径方向至障碍物的区间内,且更靠近所述障碍物;

53、和/或,还包括:

54、a)将所述环境数据构建为强制更新区域数据;

55、b)利用所述强制更新区域数据,提取出机器人的强制更新区域;

56、其中,所述强制更新区域位于机器人清洁路径方向至障碍物的区间内,且更远离所述障碍物。

57、作为本技术的进一步改进,所述威胁区域数据和/或所述强制更新区域数据至少包括环境的深度信息数据、环境的宽度信息数据和环境的高度信息数据之一。

58、作为本技术的进一步改进,所述强制更新机器人剩余清洁路径之后,还包括对剩余清洁路径的跟踪;

59、其中包括:

60、获取更新后的清洁路径的起点与终点,并从该起点至终点沿清洁路径执行跟踪清洁;其中,当所述起点与终点均位于预设区域内,且由所述起点与终点形成的清洁路径的长度小于预设距离时,则跟踪完毕;否则再次进入所述步骤2,直至跟踪完毕。

61、作为本技术的进一步改进,所述障碍物区域位于所述预设区域内,且该预设区域的外边界与所述障碍物区域的外边界具有预设宽度。

62、作为本技术的进一步改进,所述得到环境数据,具体包括确定障碍物的尺寸和/或位置数据;其中,所述尺寸数据包括障碍物的深度信息、宽度信息和高度信息之一;所述位置数据包括障碍物相对机器人的在三维坐标下的位置。

63、采用上述方法使得在传感器无法获取环境深度/高度/宽度信息数据时,也能正常避障并进行避障后的清洁路径的更新与跟踪。其中,本专利引入等效模型,构建虚拟的环境/障碍物边界,将其视为实际障碍物以进行避障,减少了可能的碰撞次数/几率,也大大降低了因传感器数据缺失而导致的系统宕机风险,提高了清洁安全性;因此,在传感器数据缺失时,通过等效模型而获得障碍物信息成为一种可能,以便成功实现清洁路径的再规划,由此避免重复清洁与机器人漏扫。尤其的,本方案在部分传感器失效时也能够基于等效模型来构建虚拟障碍物,降低了对各类传感器的数据精度要求,大大降低了成本,也大大减少了清洁路径更新过程中因部分数据的丢失而导致的控制逻辑失效的情形。

64、特别的,本专利的等效模型中,若障碍物宽度位于相邻弓扫线宽度范围内,则将其中之一的弓扫线宽度视为障碍物宽度,以及赋予障碍物深度为0.5倍的弓扫线宽度,一方面最大限度减少了无效的跟踪路径,另一方面也最大限度与真实障碍物尺寸匹配,以便顺利避障,进一步提高了清洁面,同时也进一步提高了机器人安全性。

65、本专利还提出一种可避障清洁的机器人,该机器人包括:

66、传感器采集模块,用于收集环境信息,以得到环境数据;

67、计算模块,用于将所述环境数据转化为所述机器人的障碍物区域数据;

68、路径更新模块,用于根据所述障碍物区域数据对所述机器人的清洁路径进行更新,以获得更新后的清洁路径;

69、弓扫模块,用于根据所述更新后的清洁路径执行弓扫。

70、作为本技术的进一步改进,所述将所述环境数据转化为所述机器人的障碍物区域数据,具体包括:

71、利用环境数据以得到所述障碍物在深度和/或宽度和/或高度方向上的尺寸数据,并利用该尺寸数据构建为障碍物区域数据;

72、或者,采用等效模型对所述障碍物在深度和/或宽度和/或高度方向上的区域进行等效,以拟制出虚拟障碍物区域,并将该虚拟障碍物区域作为所述障碍物区域。

73、作为本技术的进一步改进,所述机器人还可用于实现前述的任一方法。

74、本专利的主要贡献点包括但不限于引入了威胁区域、强制更新区域和等效模型进行避障、清洁路径更新和跟踪,以及在清洁路径更新与跟踪中所建立的区别于现有技术的障碍物模型、相关参数的识别与选择等,上述方法及装置明显地扩大了清洁面、提高了机器人安全性,并降低了成本且便于控制,其具体有益效果已在前述进行详细阐述,在此不在赘述。

75、本技术的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者,部分特征和优点可以从说明书中推知或毫无疑义地确定,或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

本文地址:https://www.jishuxx.com/zhuanli/20240615/61239.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。