一种提高清洁效率的方法、以及清洁机器人技术

本申请公开了一种提高清洁效率的方法，该方法包括，获取待清洁环境的第一地图数据，进行复杂区域检测；所述复杂区域为：清洁机器人可出入，但在出入过程中可能与障碍物发生碰撞，而且障碍物的分布有可能中断清洁机器人当前移动，使其难以按着既定规划路径离开的区域；判断待清洁环境中是否有复杂区域；如果有复杂区域，则在复杂区域，按照用于复杂区域的第一清洁方式进行清洁，在除复杂区域之外的非复杂区域，按照用于非复杂区域的第二清洁方式进行清洁。本申请既保证了清洁的效果，又避免了复杂区域对既有清洁规划的中断，提升了整体清洁的流畅性，保证了整体有序高效。保证了整体有序高效。保证了整体有序高效。

【技术实现步骤摘要】
一种提高清洁效率的方法、以及清洁机器人


[0001]本专利技术涉及智能机器人领域，特别地，涉及一种提高清洁效率的方法。

技术介绍

[0002]在智能清洁中，由于环境比较复杂，会导致清洁过程变得冗长。以家居环境下的清洁为例，清洁机器人在执行清洁任务时，可能会进入一些被障碍物分割而变得碎片化区域，如餐厅中桌子和凳子组成的区域，这些区域内障碍物的分布会中断清洁机器人的正常清洁，甚至扰乱清洁机器人的正常清洁规划，造成清洁区域不连续，导致清洁效率较低。

技术实现思路

[0003]有鉴于此，本专利技术提供了一种提高清洁效率的方法，以解决包含有被障碍物分割的碎片化区域的清洁。
[0004]本专利技术提供的一种提高清洁效率的方法，该方法包括，
[0005]获取待清洁环境的第一地图数据，进行复杂区域检测；所述复杂区域为：清洁机器人可出入，但在出入过程中可能与障碍物发生碰撞，而且障碍物的分布有可能中断清洁机器人当前移动，使其难以按着既定规划路径离开的区域；
[0006]判断待清洁环境中是否有复杂区域；
[0007]如果有复杂区域，则在复杂区域，按照用于复杂区域的第一清洁方式进行清洁，在除复杂区域之外的非复杂区域，按照用于非复杂区域的第二清洁方式进行清洁。
[0008]较佳地，所述获取待清洁环境的第一地图数据，进行复杂区域检测，包括，根据历史地图数据进行复杂区域检测，将检测到的复杂区域进行标记并存储，
[0009]所述判断待清洁环境中是否有复杂区域包括，根据历史地图数据中的复杂区域标记，判断当前清洁环境中是否包括有复杂区域，
[0010]所述按照复杂区域的第一清洁方式进行清洁，进一步包括，优先清洁非复杂区域，在非复杂区域清洁完毕后，再清洁复杂区域。
[0011]较佳地，所述获取待清洁环境的第一地图数据，进行复杂区域检测，包括，
[0012]实时获取待清洁环境当前地图数据，进行复杂区域检测，并在获取当前地图数据的同时进行当前清洁；
[0013]所述如果有复杂区域，则按照复杂区域的第一清洁方式进行清洁，包括，
[0014]当清洁机器人位于当前复杂区域、且不符合离开复杂区域的条件时，则对当前复杂区域进行清洁，
[0015]否则，优先清洁非复杂区域，待非复杂区域清洁完毕后再逐一清洁未清洁的复杂区域。
[0016]较佳地，所述当清洁机器人位于当前复杂区域、且不符合离开复杂区域的条件时，则对当前复杂区域进行清洁，否则，优先清洁非复杂区域，待非复杂区域清洁完毕后再逐一清洁未清洁的复杂区域，包括，
[0017]判断清洁机器人是否位于当前复杂区域，
[0018]若清洁机器人未位于当前复杂区域，则持续当前清洁；
[0019]若清洁机器人位于当前复杂区域，则当当前复杂区域内已清洁轨迹面积所占当前复杂区域面积的比例小于设定的比例阈值时，触发清洁机器人离开当前复杂区域，行进至非复杂区域进行清洁，否则，在当前复杂区域内进行清洁，直至当前复杂区域清洁完毕，触发清洁机器人离开当前复杂区域；
[0020]判断待清洁环境的当前地图数据是否获取完毕，
[0021]如果是，则继续执行所述实时获取待清洁环境当前地图数据，进行复杂区域检测，并在获取当前地图数据的同时进行当前清洁的步骤，
[0022]否则，在下一复杂区域内进行清洁，直至所有复杂区域清洁完毕。
[0023]较佳地，所述按照复杂区域的第一清洁方式进行清洁包括，
[0024]搜索距离清洁机器人最近的障碍物点，
[0025]通过导航靠近所述最近障碍物点，
[0026]当与所述最近障碍物点的距离达到沿边响应阈值时，进入沿边清洁状态，
[0027]搜索与所述最近障碍物点的距离不大于设定距离阈值的障碍物点，根据所搜索的障碍物点、以及所述最近障碍物点的分布，确定用于覆盖所搜索的障碍物点以及所述最近障碍物点的封闭包络边界，该包络边界与包络边界之外的障碍物点具有使得清洁机器人穿行的距离，
[0028]以所述包络边界进行沿边清洁，直至当前沿边清洁完毕，去除当前沿边清洁的包络边界内所包含的障碍物点，
[0029]返回执行所述搜索距离清洁机器人最近的障碍物点的步骤，直至复杂区域内无障碍物点。
[0030]较佳地，所述复杂区域检测包括，
[0031]基于第一地图数据进行噪点滤除，滤除边界障碍物点，得到障碍物地图，所述障碍物地图包括有障碍物点分布，
[0032]将障碍物地图中的障碍物点进行聚类，将用于覆盖聚类后的障碍物点分布的封闭包络内所形成区域标记为复杂区域，
[0033]对复杂区域进行筛选，滤除不满足筛选条件的复杂区域，保留符合筛选条件的复杂区域。
[0034]较佳地，所述复杂区域检测还包括，对于符合筛选条件的复杂区域，按照复杂区域的置信度进行滤除；
[0035]所述复杂区域为矩形。
[0036]较佳地，所述基于第一地图数据进行噪点滤除，滤除边界障碍物点，得到障碍物地图，包括，
[0037]滤除第一地图数据中位于地图边界的障碍物点，得到第二地图数据，
[0038]按照像素阈值对第二地图数据进行过滤，滤除像素值不大于像素阈值的像素点，保留像素值小于像素阈值的像素点，得到第三地图数据，
[0039]基于第三地图数据，进行图像二值化，得到障碍物地图；
[0040]所述将障碍物地图中的障碍物点进行聚类，将用于覆盖聚类后的障碍物点分布的
封闭包络内所形成区域标记为复杂区域，包括，
[0041]遍历障碍物地图中的各个障碍物点，基于所遍历的当前障碍物点，以设定步长进行障碍物点搜索，得到所遍历的当前障碍物点的第一集合，
[0042]将具有包含和被包含关系、和/或具有相交关系的第一集合进行合并，得到第二集合，
[0043]将用于覆盖第二集合中障碍物点分布的封闭包络内所形成的区域标记为复杂区域；
[0044]所述对复杂区域进行筛选，滤除不满足筛选条件的复杂区域，保留符合筛选条件的复杂区域，包括，
[0045]按照如下条件筛选出当前复杂区域：
[0046]至少具有一个使得清洁机器人出入复杂区域的障碍物点间距；且
[0047]复杂区域内障碍物点的数量至少大于设定的数量阈值；且
[0048]复杂区域的覆盖面积大于设定的面积阈值；
[0049]若当前复杂区域不满足筛选条件，则滤除当前复杂区域，返回所述按照如下条件筛选出当前复杂区域的步骤，直至得到符合条件的复杂区域；
[0050]所述对于符合筛选条件的复杂区域，按照复杂区域的置信度进行滤除，包括，
[0051]赋予符合筛选条件的复杂区域一置信度初始值，
[0052]判断符合筛选条件的复杂区域是否在历史结果中，如果是，则当该复杂区域的单前置信度不大于置信度初始值时，增加其当前置信度，如果未在历史结果中，则减少其当前置信度；
[0053]判断当前置信度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提高清洁效率的方法，其特征在于，该方法包括，获取待清洁环境的第一地图数据，进行复杂区域检测；所述复杂区域为：清洁机器人可出入，但在出入过程中可能与障碍物发生碰撞，而且障碍物的分布有可能中断清洁机器人当前移动，使其难以按着既定规划路径离开的区域；判断待清洁环境中是否有复杂区域；如果有复杂区域，则在复杂区域，按照用于复杂区域的第一清洁方式进行清洁，在除复杂区域之外的非复杂区域，按照用于非复杂区域的第二清洁方式进行清洁。2.如权利要求1所述的方法，其特征在于，所述获取待清洁环境的第一地图数据，进行复杂区域检测，包括，根据历史地图数据进行复杂区域检测，将检测到的复杂区域进行标记并存储，所述判断待清洁环境中是否有复杂区域包括，根据历史地图数据中的复杂区域标记，判断当前清洁环境中是否包括有复杂区域，所述按照复杂区域的第一清洁方式进行清洁，进一步包括，优先清洁非复杂区域，在非复杂区域清洁完毕后，再清洁复杂区域。3.如权利要求1所述的方法，其特征在于，所述获取待清洁环境的第一地图数据，进行复杂区域检测，包括，实时获取待清洁环境当前地图数据，进行复杂区域检测，并在获取当前地图数据的同时进行当前清洁；所述如果有复杂区域，则按照复杂区域的第一清洁方式进行清洁，包括，当清洁机器人位于当前复杂区域、且不符合离开复杂区域的条件时，则对当前复杂区域进行清洁，否则，优先清洁非复杂区域，待非复杂区域清洁完毕后再逐一清洁未清洁的复杂区域。4.如权利要求3所述的方法，其特征在于，所述当清洁机器人位于当前复杂区域、且不符合离开复杂区域的条件时，则对当前复杂区域进行清洁，否则，优先清洁非复杂区域，待非复杂区域清洁完毕后再逐一清洁未清洁的复杂区域，包括，判断清洁机器人是否位于当前复杂区域，若清洁机器人未位于当前复杂区域，则持续当前清洁；若清洁机器人位于当前复杂区域，则当当前复杂区域内已清洁轨迹面积所占当前复杂区域面积的比例小于设定的比例阈值时，触发清洁机器人离开当前复杂区域，行进至非复杂区域进行清洁，否则，在当前复杂区域内进行清洁，直至当前复杂区域清洁完毕，触发清洁机器人离开当前复杂区域；判断待清洁环境的当前地图数据是否获取完毕，如果是，则继续执行所述实时获取待清洁环境当前地图数据，进行复杂区域检测，并在获取当前地图数据的同时进行当前清洁的步骤，否则，在下一复杂区域内进行清洁，直至所有复杂区域清洁完毕。5.如权利要求1至4任一所述的方法，其特征在于，所述按照复杂区域的第一清洁方式进行清洁包括，搜索距离清洁机器人最近的障碍物点，通过导航靠近所述最近障碍物点，
当与所述最近障碍物点的距离达到沿边响应阈值时，进入沿边清洁状态，搜索与所述最近障碍物点的距离不大于设定距离阈值的障碍物点，根据所搜索的障碍物点、以及所述最近障碍物点的分布，确定用于覆盖所搜索的障碍物点以及所述最近障碍物点的封闭包络边界，该包络边界与包络边界之外的障碍物点具有使得清洁机器人穿行的距离，以所述包络边界进行沿边清洁，直至当前沿边清洁完毕，去除当前沿边清洁的包络边界内所包含的障碍物点，返回执行所述搜索距离清洁机器人最近的障碍物点的步骤，直至复杂区域内无障碍物点。6.如权利要求1或3所述的方法，其特征在于，所述复杂区域检测包括，基于第一地图数据进行噪点滤除，滤除边界障碍物点，得到障碍物地图，所述障碍物地图包括有障碍物点分布，将障碍物地图中的障碍物点进行聚类，将用于覆盖聚类后的障碍物点分布的封闭包络内所形成区域标记为复杂区域，对复杂区域进行筛选，滤除不满足筛选条件的复杂区域，保留符合筛选条件的复杂区域。7.如权利要求6所述的方法，其特征在于，所述复杂区域检测还包括，对于符合筛选条件的复杂区域，按照复杂区域的置信度进行滤除；所述复杂区域为矩形。8.如权利要求7所述的方法，其特征在于，所述基于第一地图数据进行噪点滤除，滤除边界障碍物点，得到障碍物地图，包括，滤除第一地图数据中位于地图边界的障碍物点，得到第二地图数据，按照像素阈值对第二地图数据进行过滤，滤除像素值不大于像素阈值的像素点，保留像素值小于像素阈值的像素点，得到第三地图数据，基于第三地图数据，进行图像二值化，得到障碍物地图；所述将障碍物地图中的障碍物点进行聚类，将用于覆盖聚类后的障碍物点分布的封闭包络内所形成区域标记为复杂区域，包括，遍历障碍物地图中的各个障碍物点，基于所遍历的当前障碍物点，以设定步长进行障碍物点搜索，得到所遍历的当前障碍物点的第一集合，将具有包含和被包含关系、和/或具有相交关系的第一集合进行合并，得到第二集合，将用于覆盖第二集合中障碍物点分布的封闭包络内所形成的区域标记为复杂区域；所述对复杂区域进行筛选，滤除不满足筛选条件的复杂区域，保留符合筛选条件的复杂区域，包括，按照如下条件筛选出当前复杂区域：至少具有一个使得清洁机器人出入复杂区域的障碍物点间距；且复杂区域内障碍物点的数量...

【专利技术属性】
技术研发人员：陈一平，
申请(专利权)人：杭州萤石软件有限公司，
类型：发明
国别省市：