CN106239504B - 清洁机器人及其控制方法 - Google Patents

Abstract

本公开揭示了一种清洁机器人及其控制方法，属于智能家居领域。该方法包括：在当前区域中寻找具有预定逆反射光特征的物体；在存在所述物体时，获取所述物体的逆反射光特征与预定图案之间的相似度；检测所述相似度是否大于预设值；若所述相似度大于所述预设值，则将所述物体标记为所述带有预定图案的物体；解决了清洁机器人在初始状态下未存储有带有预定图案的物体的地图位置时，清洁机器人无法自动回到带有预定图案的物体所在位置问题，达到了令清洁机器人能够自主寻找带有预定图案的物体，提高清洁机器人的智能程度的效果。

Description

清洁机器人及其控制方法

技术领域

本公开涉及智能家居领域，特别涉及一种清洁机器人及其控制方法。

背景技术

清洁机器人是在无使用者操作的情况下，在某一待清洁区域自动行进的同时，进行清洁操作的机器人。

当清洁机器人开始工作时，清洁机器人从充电桩出发进行清洁任务，并绘制地图，此时地图中标记有充电桩的位置；当清洁机器人完成清洁任务或电量低于预定值后，根据地图中标记的充电桩的位置，回到充电桩。

公开内容

为了解决清洁机器人在初始状态下未存储有充电桩的地图位置时，清洁机器人无法自动回到充电桩所在位置进行充电的问题，本公开提供一种清洁机器人及其控制方法。该技术方案如下：

根据本公开实施例的第一方面，提供一种清洁机器人，该清洁机器人包括：

控制单元；

与控制单元电性相连的检测单元和行进驱动单元；

控制单元被配置为：

在当前区域中寻找具有预定逆反射光特征的物体；

在存在物体时，获取物体的逆反射光特征与预定图案之间的相似度；

检测相似度是否大于预设值；

若相似度大于预设值，则将物体标记为带有预定图案的物体。

可选的，控制单元，还被配置为：

获取与物体之间的距离；

检测距离是否小于第一阈值；

若距离小于第一阈值，则将物体标记为带有预定图案的物体；

若距离大于第一阈值，则行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案的之间的相似度的步骤。

可选的，控制单元，还被配置为：

获取物体的高亮点的数量；

检测高亮点的数量是否大于预定数量；

若高亮点的数量大于预定数量，则将物体标记为带有预定图案的物体。

可选的，控制单元，还被配置为：

若相似度不大于预设值，则获取与物体之间的距离；

检测距离是否大于第二阈值；

若距离大于第二阈值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按距离从远到近的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，控制单元还被配置为：

若相似度不大于预设值，则获取物体的高亮点的数量；

检测数量是否大于预定数值；

若数量大于预定数值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按数量从大到小的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与充电桩的逆反射光图案之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，控制单元还被配置为：

若相似度不大于预设值，则获取与物体之间的距离和物体的高亮点的亮度；

根据距离和高亮点的亮度确定相对亮度值；

检测相对亮度值是否大于预定亮度值；

若相对亮度值大于预定亮度值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按相对亮度值从大到小的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，控制单元，还被配置为：

在当前区域中确定一条行进路径，行进路径用于遍历当前区域；

在按照行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

可选的，控制单元，还被配置为：

以清洁机器人的当前位置为中心，以预定距离为半径确定出形状为圆形的行进路径；

或，

以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为n 边形的行进路径；

或，

以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为不规则图形的行进路径。

可选的，控制单元，还被配置为：

将清洁区域划分为若干个局部区域，若干个局部区域按顺序排列构成局部区域集合；

以清洁机器人的当前位置所在的区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值或者当前区域中不存在物体时，将局部区域集合中当前区域的下一个局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤。

可选的，控制单元，还被配置为：

以清洁机器人的当前位置为中心确定一个局部区域，将局部区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则以寻找到的物体中的一个物体为中心重新确定一个局部区域，将重新确定的局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤。

可选的，逆反射光特征包括高亮点，控制单元，还被配置为：

根据高亮点确定出一条直线；

行进至直线的前方位置。

根据本公开实施例的第二方面，提供一种清洁机器人控制方法，该方法包括：

在当前区域中寻找具有预定逆反射光特征的物体；

在存在物体时，获取物体的逆反射光特征与预定图案之间的相似度；

检测相似度是否大于预设值；

若相似度大于预设值，则将物体标记为带有预定图案的物体。

可选的，将物体标记为带有预定图案的物体之前，该方法还包括：

获取与物体之间的距离；

检测距离是否小于第一阈值；

若距离小于第一阈值，则将物体标记为带有预定图案的物体；

若距离大于第一阈值，则行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案的之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，将物体标记为带有预定图案的物体之前，该方法还包括：

获取物体的高亮点的数量；

检测高亮点的数量是否大于预定数量；

若高亮点的数量大于预定数量，则将物体标记为带有预定图案的物体。

可选的，该方法还包括：

若相似度不大于预设值，则获取与物体之间的距离；

检测距离是否大于第二阈值；

若距离大于第二阈值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按距离从远到近的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，该方法还包括：

若相似度不大于预设值，则获取物体的高亮点的数量；

检测数量是否大于预定数值；

若数量大于预定数值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按数量从大到小的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，该方法还包括：

若相似度不大于预设值，则获取与物体之间的距离和物体的高亮点的亮度；

根据距离和高亮点的亮度确定相对亮度值；

检测相对亮度值是否大于预定亮度值；

若相对亮度值大于预定亮度值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按相对亮度值从大到小的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，当前区域中寻找具有预定逆反射光特征的物体，包括：

在当前区域中确定一条行进路径，行进路径用于遍历当前区域；

在按照行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

可选的，在当前区域中确定一条行进路径，包括：

以清洁机器人的当前位置为中心，以预定距离为半径确定出形状为圆形的行进路径；

或，

以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为n 边形的行进路径；

或，

以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为不规则图形的行进路径。

可选的，该方法还包括：

将清洁区域划分为若干个局部区域，若干个局部区域按顺序排列构成局部区域集合；

以清洁机器人的当前位置所在的区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值或者当前区域中不存在物体时，将局部区域集合中当前区域的下一个局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤。

可选的，该方法还包括：

以清洁机器人的当前位置为中心确定一个局部区域，将局部区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则以寻找到的物体中的一个物体为中心重新确定一个局部区域，将重新确定的局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤。

可选的，逆反射光特征包括高亮点，行进至物体的前方位置，包括：

根据高亮点确定出一条直线；

行进至直线的前方位置。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过清洁机器人在其所在的当前区域中寻找具有预定逆反射光特征的物体，在寻找到具有预定反射光的物体，检测到物体的逆反射光特征与预定图案之间的相似度大于预设值时，将物体标记为带有预定图案的物体，解决了清洁机器人在初始状态下未存储有带有预定图案的物体的地图位置时，清洁机器人无法自动回到带有预定图案的物体所在位置的问题，令清洁机器人能够自主寻找带有预定图案的物体，提高了清洁机器人的智能程度，减少人工行为干预。当带有预定图案的物体是充电桩时，令清洁机器人能够实现完全自动回桩，提高了清洁机器人的智能程度，由于寻找充电桩是清洁机器人一个工作周期中的最后一个环节，也是清洁机器人能够充电为全自动进入下一个循环的工作周期的关键环节，当清洁机器人能够自主寻桩，实现完全自动回桩时，在一定程度上能够减少人工行为干预。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1A是本公开各个实施例涉及的一种清洁机器人的示意图；

图1B是本公开各个实施例涉及的一种清洁机器人的示意图；

图1C是本公开各个实施例涉及的一种清洁机器人的示意图；

图1D是本公开各个实施例涉及的一种LDS保护盖的示意图；

图2A是本公开各个实施例涉及的一种充电桩的示意图；

图2B是本公开各个实施例涉及的一种充电桩的示意图；

图2C是本公开各个实施例涉及的一种充电桩的示意图；

图3是本公开各个实施例涉及的一种清洁机器人的结构方框图；

图4A是根据一示例性实施例示出的一种清洁机器人控制方法的流程图；

图4B是本公开各个实施例涉及的一种清洁机器人的工作示意图；

图5A是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图5B是本公开各个实施例涉及的一种清洁机器人的工作示意图；

图5C是本公开各个实施例涉及的一种清洁机器人的工作示意图；

图5D是本公开各个实施例涉及的一种清洁机器人的工作示意图；

图6A是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图6B是本公开各个实施例涉及的一种高亮点分布示意图；

图6C是本公开各个实施例涉及的一种清洁机器人的工作示意图；

图7A是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图7B是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图7C是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图7D是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图7E是根据一示例性实施例示出的另一种清洁机器人控制方法的流程图；

图8是本公开各个实施例涉及的一种清洁机器人的工作示意图；

图9是本公开各个实施例涉及的一种清洁机器人的工作示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在清洁机器人执行清洁任务的过程中，清洁机器人通常需要寻找一些带有预定图案的物体，比如：充电桩、引导桩等，当清洁机器人在初始状态下未存储有带有预定图案的物体的地图位置时，清洁机器人无法自主寻找到带有预定图案的物体，也就无法执行后续动作。

在一些情况下，清洁机器人在初始状态下未存储有充电桩的地图位置，当清洁机器人的电量低于预定电量或清洁任务结束时，清洁机器人无法执行回桩动作，也即无法回到充电桩进行充电。

比如：用户新购置清洁机器人，第一次开机时，就将清洁机器人放置在地面上进行清洁或试用清洁机器人的回桩功能，此时，清洁机器人绘制的地图中没有充电桩的位置，在清洁机器人的电量低于预定电量或清洁任务结束时，清洁机器人找不到充电桩，无法执行回桩动作。或者，在上一次清洁任务结束后，清洁机器人未回到充电桩充电，在下一次开机时，清洁机器人需要重新绘制地图，由于清洁机器人不是从充电桩出发的，此时清洁机器人绘制的地图中没有充电桩的位置，在清洁机器人的电量低于预定电量或清洁任务结束时，清洁机器人找不到充电桩，无法执行回桩动作。

在另一些情况下，清洁机器人由于意外情况未完成当前区域的清洁任务，就被移动到其他区域，此时清洁机器人检测到的地图与之前绘制的地图可能无法匹配，清洁机器人定位失败，需要重新绘制地图，而再次绘制的地图中可能没有充电桩的位置，当清洁机器人的电量低于预定电量或清洁任务结束时，清洁机器人无法执行回桩动作，也即无法回到充电桩进行充电。

比如：清洁机器人原本在客厅进行清洁任务，用户手动干预将清洁机器人拿到未清洁过的卧室进行清洁，此时，清洁机器人检测到的地图与之前绘制的地图无法匹配，清洁机器人需要重新绘制地图，由于卧室中并没有放置充电桩，清洁机器人重新绘制的地图中没有充电桩的位置，当清洁机器人清扫完卧室后，清洁机器人找不到充电桩，无法执行回桩动作。

本公开提供了如下实施例来解决上述情况中清洁机器人无法自动寻找带有预定图案的物体的问题。

图1A、图1B和图1C是本公开各示例性实施例涉及的一种清洁机器人的示意图，图1A示例性地示出了该清洁机器人10的俯视示意图，图1B示例性地示出了该清洁机器人10的仰视示意图，图1C示例性地示出了该清洁机器人10的后视图。

如图1A、图1B和图1C所示，该清洁机器人10包括：机体110、检测组件120、驱动模块130、控制模块(图中未示出)、存储组件(图中未示出)、主刷140和电池组件(图中未示出)。

机体110形成清洁机器人的外壳，并且容纳其它部件。

可选的，机体110呈扁平的圆柱形。

检测组件120用于对清洁机器人的周侧环境进行检测，从而发现障碍物、墙面、台阶和用于对清洁机器人进行充电的充电桩等环境物体。检测组件120 还用于向控制模块提供清洁机器人的各种位置信息和运动状态信息。检测组件 120可包括悬崖传感器、超声传感器、红外传感器、磁力计、三轴加速度计、陀螺仪、里程计、LDS(Laser Distance Sensor，激光测距传感器)、超声波传感器、摄像头、霍尔传感器等。本实施例对检测组件120的个数及所在位置不作限定。

其中，LDS位于机体110上方，LDS包括发光单元和受光单元。发光单元包括发射光的发光元件，例如发光元件是发射红外光线的红外LED(Light Emitting Diode，发光二极管)，或是发射可见光线的可见光LED，或是发射激光束的激光二极管。受光单元包括图像传感器，被周围环境物体反射回来的光线可以在图像传感器上形成明暗程度不同的光点，亮度大于预设亮度的点为高亮点，亮度小于预设亮度的点为暗点。可选的，图像传感器是CMOS(Complementary Metal Oxide Semiconductor，互补金属氧化物半导体)传感器或者CCD(Charge-coupled Device，电荷耦合元件)传感器。

由于LDS的外侧具有保护盖，保护盖的支撑柱所在的位置遮挡住LDS 的发光单元向外发射的光，也遮挡住LDS的受光单元接收反射回来的光，因此，保护盖支撑柱所在的位置是LDS的检测盲区。图1D示例性地示出了一种LDS保护盖的示意图，区域11为保护盖的支撑柱所在位置，也即LDS的检测盲区。

驱动模块130用于驱动清洁机器人的前进或后退。

可选的，驱动模块130包括一对安装在机体110底部的中间两侧的驱动轮 131和132，驱动轮131和132用于驱动清洁机器人前进或后退。

可选的，驱动模块130还包括设置在机体110前部的导向轮133，导向轮 133用于改变清洁机器人在行进过程中的行驶方向。

控制模块设置在机体110内的电路板上，包括处理器，处理器可以根据LDS 反馈的周围环境物体的信息和预设的定位算法，绘制清洁机器人所处环境的即时地图。处理器还可以根据悬崖传感器、超声传感器、红外传感器、磁力计、加速度计、陀螺仪、里程计等装置反馈的距离信息和速度信息综合判断清洁机器人当前所处的工作状态。

存储组件设置在机体110内容的电路板上，存储组件包括存储器，存储器可以存储清洁机器人的位置信息和速度信息，以及处理器绘制出的即时地图。

主刷140安装在机体110底部。可选地，主刷140是以滚轮型相对于接触面转动的鼓形转刷。

电池组件包括充电电池，分别与充电电池连接的充电电路，设置在清洁机器人机身侧面的充电电极151。可选的，充电电路包括充电控制电路、充电温度检测电路、充电电压检测电路。可选的，充电电极151为条状，共有两条充电电极。

需要说明的是，清洁机器人还可以包括其他模块或组件，或者，仅包括上述部分模块或组件，本实施例对此不作限定，仅以上述清洁机器人为例进行说明。

图2A是本公开各示例性实施例涉及的一种用于对清洁机器人进行充电的充电桩的示意图。如图2A所示：

该充电桩包括桩体21、位于桩体21正面的充电电极22、逆反射光图案区域23。

桩体21的底座部分带有一定坡度，便于清洁机器人上桩。

充电电极22设置在充电桩的正面，充电电极22用于为清洁机器人提供充电接口，当清洁机器人机身侧面的充电电极151与充电桩上的充电电极22贴合时，充电桩对清洁机器人进行充电。

可选的，充电电极为条状，充电桩具有两条充电电极22。

逆反射光图案区域23与充电电极22位于同一面，逆反射光图案区域中不同区域的逆反射系数不同，当清洁机器人的LDS发射出的光打到逆反射光图案区域后，LDS接收到逆反射光图案区域反射的反射光的强度不同，LDS中的图像传感器会形成预定图案。比如，逆反射系数大的区域发射的光在图像传感器中形成的是高亮点，逆反射系数小的区域反射的光在图像传感器中形成的是暗点。需要说明的是，逆反射光图案区域反射的光线的方向与打在逆反射光图案区域的光线的方向相反且平行，也即逆反射图案区域的入射光与反射光的方向相反且平行。图2B示例性地示出了一种逆反射光图案区域，区域231的逆反射系数小于区域232的逆反射系数。

为防止清洁机器人上桩充电时，清洁机器人挤压充电桩使得充电桩发生移位，在充电桩的底部设置有防滑垫，防滑垫与地面之间的摩擦力能够克服清洁机器人挤压充电桩产生的作用力。可选的，充电桩底部设置有两条防滑垫，防滑垫的摩擦系数根据实际情况确定。图2C示例性的示出了充电桩的底部结构，在充电桩的底部共设置有2条防滑垫24。

图3是根据一示例性实施例提供的清洁机器人的结构方框图。清洁机器人包括控制单元310、存储单元320、检测单元330、驱动单元340、清洁单元350 和充电单元360。

控制单元310用于控制清洁机器人的总体操作。在接收到清洁命令时，控制单元310能够控制清洁机器人按照预设逻辑行进并且在行进过程中进行清洁。在接收到行进命令时，控制单元310控制清洁机器人以预定的行进模式在行进路径行进。本实施例对控制单元310接收到用户的其他指令不再赘述。

存储单元320用于存储至少一个指令，这些指令至少包括用于执行预定的行进模式和行进路径的指令、用于进行清洁的指令、用于绘制即时地图的指令、用于寻找具有预定逆反射光特征的物体的指令等等。存储单元320还用于存储清洁机器人在行进过程中感应到的自身位置数据、障碍物数据以及墙体数据等。

检测单元330用于检测清洁机器人在行进过程中的障碍物、清洁机器人的行进状态、充电桩逆反射光特征。

驱动单元340用于根据控制单元310的控制信号控制驱动轮的驱动方向和转动速度。

清洁单元350用于根据在接收到清洁命令后，控制清洁机器人按照预设逻辑行进，并且在行进过程中控制清洁机器人底部的主刷以滚动的方式清洁与主刷接触的接触面和控制风机产生吸力将待清洁物吸入。

充电单元360用于在清洁机器人上桩后，为清洁机器人进行充电。

在示例性实施例中，控制单元310可以被一个或多个应用专用集成电路 (ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行本公开实施例中的清洁机器人充电方法。

上述控制单元310被配置为：

在当前区域中寻找具有预定逆反射光特征的物体；

在存在物体时，获取物体的逆反射光特征与预定图案之间的相似度；

检测相似度是否大于预设值；

若相似度大于预设值，则将物体标记为充电桩。

可选的，控制单元310，还被配置为：

获取与物体之间的距离；

检测距离是否小于第一阈值；

若距离小于第一阈值，则将物体标记为带有预定图案的物体；

若距离大于第一阈值，则行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案的之间的相似度的步骤。

可选的，控制单元310，还被配置为：

获取物体的高亮点的数量；

检测高亮点的数量是否大于预定数量；

若高亮点的数量大于预定数量，则将物体标记为带有预定图案的物体。

可选的，控制单元310，还被配置为：

若相似度不大于预设值，则获取与物体之间的距离；

检测距离是否大于第二阈值；

若距离大于第二阈值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按距离从远到近的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，控制单元310还被配置为：

若相似度不大于预设值，则获取物体的高亮点的数量；

检测数量是否大于预定数值；

若数量大于预定数值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按数量从大到小的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，逆反射光特征包括高亮点，控制单元310还被配置为：

若相似度不大于预设值，则获取与物体之间的距离和物体的高亮点的亮度；

根据距离和高亮点的亮度确定相对亮度值；

检测相对亮度值是否大于预定亮度值；

若相对亮度值大于预定亮度值，则标记物体为候选的物体；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按相对亮度值从大到小的顺序进行排序，得到优先级序列；

按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

可选的，控制单元310，还被配置为：

在当前区域中确定一条行进路径，行进路径用于遍历当前区域；

在按照行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

可选的，控制单元310，还被配置为：

以清洁机器人的当前位置为中心，以预定距离为半径确定出形状为圆形的行进路径；

或，

以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为n 边形的行进路径；

或，

以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为不规则图形的行进路径。

可选的，控制单元310，还被配置为：

将清洁区域划分为若干个局部区域，若干个局部区域按顺序排列构成局部区域集合；

以清洁机器人的当前位置所在的区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值或者当前区域中不存在物体时，将局部区域集合中当前区域的下一个局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤。

可选的，控制单元310，还被配置为：

以清洁机器人的当前位置为中心确定一个局部区域，将局部区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则以寻找到的物体中的一个物体为中心重新确定一个局部区域，将重新确定的局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤。

可选的，逆反射光特征包括高亮点，控制单元310，还被配置为：

根据高亮点确定出一条直线；

行进至直线的前方位置。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储单元320，上述指令可由控制单元310执行以完成上述本公开实施例中的清洁机器人控制方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本公开实施例将基于上述清洁机器人来阐述其充电方法，但本公开实施例不限定清洁机器人的类型。

请参考图4A，其示出了一示例性实施例示出的清洁机器人控制方法的流程图。该清洁机器人控制方法包括如下步骤：

在步骤401中，在当前区域中寻找具有预定逆反射光特征的物体。

清洁机器人在初始状态下未存储有带有预定图案的物体的地图位置时，清洁机器人在当前区域中寻找具有预定逆反射光特征的物体。

逆反射光特征是指LDS接收到的与入射光线的方向相反且平行的反射光线后形成的图案特征。

预定图案是清洁机器人预先存储的图案，预定图案是指能够标识特定物体的图案。每个特定物体的预定图案是唯一的。可选的，带有预定图案的物体也即特征物体是充电桩或引导桩等物体。

可选的，清洁机器人在执行清洁任务的过程中寻找带有预定图案的物体，或者，清洁机器人在执行完清洁任务后寻找带有预定图案的物体。

可选的，清洁机器人所在的当前区域，是以清洁机器人的当前位置为中心，以预设值为半径确定的圆形区域，比如预设值为1米，则当前区域为以清洁机器人的当前位置为中心，半径为1米的圆形区域。

可选的，若确定出清洁机器人所在的当前区域大于清洁机器人所在的实际区域，则以实际区域作为清洁机器人所在的当前区域。比如：根据清洁机器人自身的位置确定出清洁机器人所在的当前区域为半径为1米的圆形区域，而实际区域为边长为1.2米的正方形区域，则确定清洁机器人所在的当前区域为1.2 米的正方形区域。

可选的，若清洁机器人与墙之间的距离小于预设值，则清洁机器人行进至与墙的距离大于预设值的位置处，再以行进后的当前位置为中心，确定清洁机器人所在的当前区域。

比如：如图4B所示，清洁机器人的当前位置为41，则确定清洁机器人所在的当前区域为圆42确定的区域。

在步骤402中，在存在物体时，获取物体的逆反射光特征与预定图案之间的相似度。

在存在物体时，获取该物体的逆反射光特征，比较该逆反射光特征和预定图案，获取物体的逆反射光特征与预定图案之间的相似度。

在步骤403中，检测相似度是否大于预设值。

可选的，预设值是预先设置的值。比如预设值为80％。相似度越高，物体是带有预定图案的物体的可能性越大。

若相似度大于预设值，则执行步骤404；若相似度不大于预设值，则不将物体标记为带有预定图案的物体。

在步骤404中，若相似度大于预设值，则将物体标记为带有预定图案的物体。

当带有预定图案的物体是充电桩时，若清洁机器人已经执行完清洁任务，则行进至充电桩进行充电；若清洁机器人未完成清洁任务，则在执行完清洁任务后，行进至充电桩进行充电。

综上所述，本公开实施例提供的清洁机器人控制方法，通过清洁机器人在其所在的当前区域中寻找具有预定逆反射光特征的物体，在寻找到具有预定反射光的物体，检测到物体的逆反射光特征与预定图案之间的相似度大于预设值时，将物体标记为带有预定图案的物体，解决了清洁机器人在初始状态下未存储有带有预定图案的物体的地图位置时，清洁机器人无法自动回到带有预定图案的物体所在位置的问题，令清洁机器人能够自主寻找带有预定图案的物体充电桩，提高了清洁机器人的智能程度，减少人工行为干预。当带有预定图案的物体是充电桩时，令清洁机器人能够实现完全自动回桩，提高了清洁机器人的智能程度，由于寻找充电桩是清洁机器人一个工作周期中的最后一个环节，也是清洁机器人能够充电为全自动进入下一个循环的工作周期的关键环节，当清洁机器人能够自主寻桩，实现完全自动回桩时，在一定程度上能够减少人工行为干预。

请参考图5A，其示出了另一示例性实施例示出的清洁机器人控制方法的流程图。该清洁机器人控制方法包括如下步骤：

在步骤501中，在当前区域中确定一条行进路径，行进路径用于遍历当前区域。

当清洁机器人沿该行进路径行进时，清洁机器人的LDS能够遍历当前区域。

该步骤有如下几种实现方式：

一、以清洁机器人的当前位置为中心，以预定距离为半径确定出形状为圆形的行进路径。

可选的，预定距离与当前区域的大小有关，预定距离小于当前区域的半径，或小于当前区域的中心点到当前区域的边界的最小距离。

比如：如图5B所示，清洁机器人的当前位置为51，当前区域的边界为52，当前区域的半径为2米，以51为中心，以1.5米为半径确定出的行进路径为53。

二、以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为n边形的行进路径。

可选的，n为大于等于3的整数。比如：确定出的行进路径的形状为三角形、四边形、五边形等。

比如：如图5C所示，清洁机器人的当前位置为54，当前区域的边界为55，沿当前区域轮廓内侧，确定出的行进路径为56，该行进路径的形状为正方形。

三、以清洁机器人的当前位置为中心，沿当前区域轮廓内侧，确定出形状为不规则图形的行进路径。

若当前区域轮廓为不规则图形，为了使清洁机器人能够遍历该区域，则沿当前区域的轮廓内侧确定出形状为不规则图形的行进路径。行进路径与当前区域轮廓内侧相距预设距离，该预设距离保证清洁机器人在行进过程中不会与当前区域的边界发生碰撞。比如：当前区域的边界为墙，清洁机器人沿行进路径行进时不会与墙发生碰撞。

比如：如图5D所示，清洁机器人的当前位置为57，当前区域的边界为58，当前区域的轮廓为不规则图形，沿当前区域轮廓内存，确定出的行进路径为59，行进路径的形状为不规则图形。

在步骤502中，在按照行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

若存在具有预定逆反射光特征的物体，则执行步骤503；若不存在具有预定逆反射光特征的物体，则重新确定行进路径，在按照重新确定的行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

在步骤503中，在存在物体时，获取物体的逆反射光特征与预定图案之间的相似度。

在存在具有预定逆反射光特征的物体时，获取物体的逆反射光特征，比较物体的逆反射光特征与预定图案，获取物体的逆反射光特征与预定图案之间的相似度。

预定图案预先存储在清洁机器人中。

在步骤504中，检测相似度是否大于预设值。

若相似度大于预设值，则执行步骤505；若相似度不大于预设值，则执行步骤509。

在步骤505中，若相似度大于预设值，则获取与物体之间的距离。

在步骤506中，检测距离是否小于第一阈值。

若距离小于第一阈值，则执行步骤507；若距离大于第一阈值，则执行步骤 508。

可选的，第一阈值是预先设置的，比如预定阈值是80厘米。

在步骤507中，若距离小于第一阈值，则将物体标记为带有预定图案的物体。

在步骤508中，若距离大于第一阈值，则行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案的之间的相似度的步骤。

与物体之间的距离大于第一阈值时，清洁机器人中的LDS能够识别到该物体的逆反射光特征，但不能确定逆反射光特征所表示的图案是否是预定图案，因此，需要行进至物体的前方位置再次获取物体的逆反射光特征与预定图案的之间的相似度，检测相似度是否大于预设值。其中，物体的前方位置与物体之间的距离小于第一阈值。可选的，清洁机器人行进至物体的正前方。

当逆反射光特征包括高亮点和暗点时，行进至物体的前方位置可以通过如下方式实现，如图6A所示：

在步骤5051中，根据高亮点确定出一条直线。

一般情况下，一个逆反射光特征包括多个高亮点，则根据多个高亮点之间的位置关系，拟合出一条直线。可选的，根据各个高亮点的坐标进行线性拟合，确定出一条直线。需要说明的是，拟合直线的方法本公式实施例不做限定。

比如：如图6B所示，一个物体的逆反射光特征包括4个高亮点61，根据4 个高亮点61的位置关系，拟合出一条直线62。

在步骤5052中，行进至直线的前方位置。

清洁机器人根据拟合出的直线的位置，行进至该直线的前方位置。

在步骤509中，若相似度不大于预设值，则获取与物体之间的距离。

在相似度不大于预设值时，获取清洁机器人的当前位置与物体之间的距离。

比如：如图6C所示，清洁机器人行进至位置63时，检测到位置64处的物体的逆反射光特征与预定图案之间的相似度小于预设值，则获取位置63和位置 64之间的距离；由于相似度小于预设值，清洁机器人需要沿行进路径继续行进，行进至位置65时，检测到位置66处的物体的逆反射光特征与充电桩的逆反射光图案之间的相似度小于预设值，则获取位置65和位置66之间的距离。

在步骤510中，检测距离是否大于第二阈值。

可选的，第二阈值是预先设置的。比如，第二阈值是60厘米。

在步骤511中，若距离大于第二阈值，则标记物体为候选的物体。

若距离小于第二阈值，则不标记物体。

当带有预定图案的物体与清洁机器人之间的距离小于第二阈值时，清洁机器人获取到的反射光特征与预定图案之间的相似度是大于预设值的。若获取到的相似度不大于预设值且距离小于第二阈值，则能够表明物体不是带有预定图案的物体；由于在与物体之间的距离大于第二阈值时，清洁机器人中不能确定逆反射光特征所表示的图案是否是预定图案，也即清洁机器人不能判断物体是否是带有预定图案的物体，因此相似度不大于预设值且距离大于第二阈值时，该物体有可能是带有预定图案的物体。

若在当前区域中寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则需要确认标记的各个候选的物体中是否存在带有预定图案的物体，也即执行步骤512。

在步骤512中，若在当前区域中寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按距离从远到近的顺序进行排序，得到优先级序列。

该距离是指清洁机器人检测到相似度不大于设置值时，清洁机器人与物体之间相距的距离。

比如：候选的物体共有3个分别为A、B、C，假设A物体对应的距离为1 米，B物体对应的距离为0.9米，C物体对应的距离为1.5米，则按距离从远到近的顺序得到的优先级序列为C、A、B。

优先级序列中，优先级越靠前的物体是带有预定图案的物体的概率越大。

在步骤513中，按照优先级序列，行进至物体的前方位置，重新执行获取物体的逆反射光特征与预定图案之间的相似度的步骤。

从优先级最高的物体开始，首先行进至优先级最高的物的前方位置，执行获取物体的逆反射光特征与预定图案之间的相似度的步骤，若确定该物体的逆反射光特征与预定图案之间的相似度小于预设值，则再行进至下一个物体的前方位置，执行获取物体的逆反射光特征与预定图案之间的相似度的步骤；直到确定出一个物体的逆反射光特征与预定图案的之间的相似度大于预设值，或，对于优先级序列中的每个物体，清洁机器人已经再一次检测过物体的逆反射光特征与预定图案之间的相似度是否大于预设值。

在行进至物体的前方位置后，若确定物体的逆反射光特征与预定图案的之间的相似度大于预设值，则将该物体确定为带有预定图案的物体，不再执行其他步骤。

当带有预定图案的物体是充电桩时，若清洁机器人已经执行完清洁任务，则行进至充电桩进行充电；若清洁机器人未完成清洁任务，则在执行完清洁任务后，行进至充电桩进行充电。

可选的，若清洁机器人遍历完当前区域仍未寻找到带有预定图案的物体，清洁机器人启动报警机制，提醒用户进行人工行为干预。比如：清洁机器人发出蜂鸣声。

综上所述，本公开实施例提供的清洁机器人控制方法，通过清洁机器人在其所在的当前区域中寻找具有预定逆反射光特征的物体，在寻找到具有预定反射光的物体，检测到物体的逆反射光特征与预定图案之间的相似度大于预设值时，将物体标记为带有预定图案的物体，解决了清洁机器人在初始状态下未存储有带有预定图案的物体的地图位置时，清洁机器人无法自动回到带有预定图案的物体所在位置的问题，令清洁机器人能够自主寻找带有预定图案的物体充电桩，提高了清洁机器人的智能程度，减少人工行为干预。当带有预定图案的物体是充电桩时，令清洁机器人能够实现完全自动回桩，提高了清洁机器人的智能程度，由于寻找充电桩是清洁机器人一个工作周期中的最后一个环节，也是清洁机器人能够充电为全自动进入下一个循环的工作周期的关键环节，当清洁机器人能够自主寻桩，实现完全自动回桩时，在一定程度上能够减少人工行为干预。

此外，还通过在相似度大于预设值时，检测物体与清洁机器人之间的距离，在距离大于第一阈值时，行进至物体的前方位置再次重新检测逆反射光特征和预定图案之间的相似度，避免清洁机器人将其他不是带有预定图案的物体误判为带有预定图案的物体。

在基于图5A所示实施例的可选实施例中，逆反射光特征包括高亮点，当检测到相似度大于预设值后，为了避免清洁机器人将其他不是带有预定图案的物体误判为带有预定图案的物体，还可以通过检测逆反射光特征包括的高亮点的数量是否大于预定数量来确定物体是否是带有预定图案的物体，也即上述步骤 505可被替代实现为步骤505a，步骤506被替代实现为步骤506a，步骤507和步骤508可被替代实现为步骤507a，如图7A所示：

在步骤505a中，若相似度大于预设值，则获取物体的高亮点的数量。

由于存在物体的逆反射光特征与预定图案之间的相似度大于预设值，但是物体并不是带有预定图案的物体的情况，因此还需要将高亮点的数量作为判断条件。

在步骤506a中，检测高亮点的数量是否大于预定数量。

比较物体的高亮的数量和预定数量，若高亮点的数量大于预定数量，则执行步骤507a，若高亮点的数量小于预定数量，则确定该物体不是带有预定图案的物体，继续沿行进路径行进，寻找具有预定逆反射光特征的物体。

可选的，预定数量是预先设置的。比如：预设数量为4。

在步骤507a中，若高亮点的数量大于预定数量，则将物体标记为带有预定图案的物体。

此外，还通过在相似度大于预设值时，检测物体的高亮点的数量是否大于预定数量，在数量大于预定数值时将物体标记为带有预定图案的物体，避免清洁机器人将其他不是带有预定图案的物体误判为带有预定图案的物体。

在基于图5A所示实施例的可选实施例中，逆反射光特征包括高亮点，在相似度不大于预设值时，还可以获取物体的高亮点的数量，将高亮点的数量作为判断物体是否是充电桩的附加条件。也即上述步骤509被替代实现为步骤509a，步骤510被替代实现为步骤510a，步骤511被替代实现为步骤511a，步骤512 被替代实现为步骤512a，如图7B所示：

在步骤509a中，若相似度不大于预设值，则获取物体的高亮点的数量。

比如：如图6C所示，清洁机器人行进至位置63时，检测到位置64处的物体A的逆反射光特征与预定图案之间的相似度小于预设值，则获取物体A的高亮点的数量；由于相似度小于预设值，清洁机器人需要沿行进路径继续行进，行进至位置65时，检测到位置66处的物体B的逆反射光特征与预定图案之间的相似度小于预设值，则获取物体B的高亮点的数量。

在步骤510a中，检测数量是否大于预定数值。

可选的，预定数值是预先设置的。比如：预设数量为3。

在步骤511a中，若数量大于预定数值，则标记物体为候选的物体。

若预定数值小于预定数值，则不标记物体。

由于可能存在带有预定图案的物体倾斜的情况，在带有预定图案的物体倾斜时，清洁机器人检测到物体的逆反射光特征与预定图案之间的相似度小于预设值，但该物体是带有预定图案的物体，也即清洁机器人发生了误判，将带有预定图案的物体识别为其他不带有预定图案的物体，因此，需要将高亮点数量大于预定数值的物体标记为候选物体，在清洁机器人发生误判未寻找到带有预定图案的物体时，能够从标记为候选的物体中寻找到带有预定图案的物体。

若在当前区域中寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则需要确认标记的各个候选的物体中是否存在带有预定图案的物体，也即执行步骤512a。

在步骤512a中，若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按数量从大到小的顺序进行排序，得到优先级序列。

比如：清洁机器人在行进过程中，寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，其中，高亮点的数量大于预定数值的物体有3 个，分别为A、B、C，A的高亮点的数量为5，B的高亮点的数量为4，C的高亮点数量为6，则优先级序列为C、A、B。

在基于图7A所示实施例的可选实施例中，逆反射光特征包括高亮点，在相似度不大于预设值时，还可以获取物体的高亮点的数量，将高亮点的数量作为判断物体是否是带有预定图案的物体的附加条件。也即上述步骤509被替代实现为步骤509b，步骤510被替代实现为步骤510b，步骤511被替代实现为步骤 511b，步骤512被替代实现为步骤512b，如图7C所示：

在步骤509b中，若相似度不大于预设值，则获取物体的高亮点的数量。

该步骤已在步骤509a中进行了详细阐述，这里不再赘述。

在步骤510b中，检测数量是否大于预定数值。

该步骤已在步骤510a中进行了详细阐述，这里不再赘述。

在步骤511b中，若数量大于预定数值，则标记物体为候选的物体。

该步骤已在步骤511a中进行了详细阐述，这里不再赘述。

在步骤512b中，若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按数量从大到小的顺序进行排序，得到优先级序列。

该步骤已在步骤512a中进行了详细阐述，这里不再赘述。

在基于图5A所示实施例的可选实施例中，逆反射光特征包括高亮点，在相似度不大于预设值时，还可以获取与物体之间的距离和物体的高亮点的亮度，将高亮点的亮度作为判断物体是否是充电桩的附加条件。也即上述步骤509被替代实现为步骤509c和步骤509d，步骤510被替代实现为步骤510c，步骤511 被替代实现为步骤511c，步骤512被替代实现为步骤512c，如图7D所示：

在步骤509c中，若相似度不大于预设值，则获取与物体之间的距离和物体的高亮点的亮度。

比如：如图6C所示，清洁机器人在行进至位置63时，检测到位置64处的物体A的逆反射光特征与预定图案之间的相似度小于预设值，获取到物体A的高亮点的亮度和与物体A之间的距离；由于相似度小于预设值，清洁机器人需要沿行进路径继续行进，行进至位置65时，检测到位置66处的物体B的逆反射光特征与预定图案之间的相似度小于预设值，获取到物体B的高亮点的亮度和与物体B之间的距离。

在步骤509d中，根据距离和高亮点的亮度确定相对亮度值。

清洁机器人获取到的高亮点的亮度是实际亮度。

可选的，当获取到的物体的高亮点有多个时，将最高亮度作为该物体的高亮点的亮度。比如：获取到物体的高亮点有3个，亮度分比为8坎德拉/平方米， 7坎德拉/平方米，9坎德拉/平方米，则将9坎德拉/平方米作为该物体的高亮的亮度。

可选的，当获取到的物体的高亮点有多个时，将多个高亮点的亮度平均值作为该物体的高亮点的亮度。比如：获取到物体的高亮点有3个，亮度分别为 8坎德拉/平方米，7坎德拉/平方米，9坎德拉/平方米，则该物体的高亮点的亮度为8坎德拉/平方米。

一个距离值对应一个参考亮度，清洁机器人存储有多组距离与参考亮度之间的对应关系。可选的，参考亮度是预先令清洁机器人的LDS将光线打到带有预定图案的物体上后，根据清洁机器人接收到的逆反射的光线确定出的亮度。

可选的，根据获取到的与物体之间的距离确定出该距离对应的参考亮度。

比如：获取到与物体之间的距离为1米，1米对应的参考亮度为10坎德拉/ 平方米，或者，获取到与物体之间的距离为0.9米，0.9米对应的参考亮度为9 坎德拉/平方米。

可选的，将获取到的物体的高亮点的亮度除以参考亮度得到的结果作为相对亮度值。比如：高亮点的亮度为5坎德拉/平方米，参考亮度为8坎德拉/平方米，则相对亮度值为0.625。

可选的，用获取到的物体的高亮点的亮度与参考亮度之差的绝对值作为相对亮度值。比如：高亮点的亮度为5坎德拉/平方米，参考亮度为8坎德拉/平方米，则相对亮度值为3。

在步骤510c中，检测相对亮度值是否大于预定亮度值。

可选的，预定亮度值是预先设置的。比如：相似亮度值是通过物体的高亮点的亮度除以参考亮度得到的，则预定亮度值为0.8；或者，相对亮度值是物体的高亮点的亮度与参考亮度之差的绝对值，则预定亮度值为2。

在步骤511c中，若相对亮度值大于预定亮度值，则标记物体为候选的物体。

若相对亮度值小于预定亮度值，则不标记物体。

由于可能存在带有预定图案的物体倾斜的情况，在带有预定图案的物体倾斜时，清洁机器人检测到物体的逆反射光特征与预定图案之间的相似度小于预设值，但该物体是带有预定图案的物体，也即清洁机器人发生了误判，将带有预定图案的物体识别为其他不带有预定图案的物体，因此，需要将相对亮度值大于预定亮度值的物体标记为候选物体，在清洁机器人发生误判未寻找到带有预定图案的物体时，能够从标记为候选的物体中寻找到带有预定图案的物体。

若在当前区域中寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则需要确认标记的各个候选的物体中是否存在带有预定图案的物体，也即执行步骤512c。

在步骤512c中，若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则将标记的各个候选的物体按相对亮度值从大到小的顺序进行排序，得到优先级序列。

比如：清洁机器人在行进过程中，寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，其中，相对亮度值大于预定亮度值的物体有3 个，分别为A、B、C，A的相对亮度值为0.81，B的相对亮度值为0.85，C的相对亮度值为0.95，则优先级序列为C、B、A。

在基于图7A所示实施例的可选实施例中，逆反射光特征包括高亮点，逆反射光特征包括高亮点，在相似度不大于预设值时，还可以获取物体的高亮点的亮度和与物体之间的距离，将高亮点的亮度作为判断物体是否是充电桩的附加条件。也即上述步骤509被替代实现为步骤509c和步骤509d，步骤510被替代实现为步骤510c，步骤511被替代实现为步骤511c，步骤512被替代实现为步骤512c，如图7E所示。

当清洁机器人能够执行清洁任务的清洁区域比较大时，清洁机器人一次寻找的范围无法覆盖整个清洁区域，因此，需要在清洁区域内划分局部区域，令清洁机器人依次在划分后的每个局部区域内寻找带有预定图案的物体。

比如：带有预定图案的物体是充电桩，用户觉得客厅中的某个位置需要清洁，将清洁机器人放到客厅中的该位置执行定点清洁任务，在清洁机器人执行定点清洁任务时，清洁机器人在定点清洁的位置无法识别到充电桩，在清洁任务结束后，清洁机器人无法执行回桩任务，因此需要将客厅中的清洁区域划分为若干个局部区域，令清洁机器人依次在划分后的每个局部区域内寻找充电桩。

在一种实现方式中，首先，将清洁区域划分为若干个局部区域，划分后的若干个局部区域按顺序排列构成局部区域集合。

清洁机器人在寻找带有预定图案的物体时，按局部区域集合中的顺序依次在每个局部区域内寻找带有预定图案的物体。

可选的，带有预定图案的物体一般设置在清洁区域的边界，以清洁区域的边界为基准，从距离边界预设距离的区域处设置节点，该预设距离保证清洁机器人在行进过程中不会与当前区域的边界发生碰撞，比如预设距离为0.5米；每个节点之间间隔第一距离，第一距离根据实际情况确定，比如：第一距离为2 米。

可选的，局部区域集合中各个局部区域的顺序是按各个区域的实际位置排列的，或者，是按各个区域内存在带有预定图案的物体的概率从高到低排列的。存在带有预定图案的物体的概率是清洁机器人计算得到的。

然后，以清洁机器人的当前位置所在的区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤，也即执行上述步骤501。

若寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值或者当前区域中不存在物体时，将局部区域集合中当前区域的下一个局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤，也即再次执行步骤501。

在一个示例性的例子中，以清洁区域的边界为基准，将清洁区域划分为若干个局部区域，如图8所示，每个局部区域的边界用虚线表示，局部区域集合中各个局部区域的排列顺序如图7中的箭头所示，清洁机器人的当前位置为71，当前位置71所在的区域为72，则将区域72作为当前区域，在区域72中，清洁机器人开始执行步骤501；若清洁机器人在区域72寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值或者区域72中不存在物体，清洁机器人行进至区域72的下一个区域73，将区域73作为当前区域，再次执行步骤 501；依次类推，直到找到带有预定图案的物体，或将清洁区域遍历完。

可选的，若清洁机器人将清洁区域遍历完后仍未找到带有预定图案的物体，可启动报警机制，比如：发出警报信号。

在另一种实现方式中，以清洁机器人的当前位置为中心确定一个局部区域，将局部区域作为当前区域，执行在当前区域中寻找具有预定逆反射光特征的物体的步骤，也即执行步骤501。

若在当前区域寻找到的物体的逆反射光特征与预定图案之间的相似度都不大于预设值，则以寻找到的物体中的一个物体为中心重新确定一个局部区域，将重新确定的局部区域作为当前区域，再次执行在当前区域中寻找具有预定逆反射光特征的物体的步骤，也即再次执行步骤501。

可选的，逆反射特征包括高亮点，根据高亮点的数量从大到小的顺序对物体排序，得到优先级序列，优先将以优先级序列中优先级最高的物体为中心确定的局部区域作为当前区域。

可选的，根据与各个物体之间的距离，按距离从远到近的顺序对物体进行排序，得到优先级序列，优先将以优先级序列中优先级最高的物体为中心确定的局部区域，作为当前区域。

可选的，按优先级序列中物体的排列顺序，选择下一个局部区域的中心。

可选的，按存在带有预定图案的物体的概率从高到低的顺序选择下一个局部区域。存在带有预定图案的物体的概率是清洁机器人计算得到的。

可选的，若清洁机器人将清洁区域遍历完后仍未找到带有预定图案的物体，可启动报警机制，比如：发出蜂鸣声。

在一个示例性的例子中，带有预定图案的物体是充电桩，如图9所示，清洁机器人的当前位置为80，确定出当前区域为81，清洁机器人在区域81中执行如图5A所示的清洁机器人充电方法，未找到充电桩，但是找到3个具有逆反射光特征的物体A、B、C；若逆反射光特征为高亮点，物体A具有3个高亮点，物体B具有4个高亮点，物体C具有2个高亮点，则先将物体B为中心确定的局部区域82作为当前区域，清洁机器人在区域82中执行步骤501，若在区域 82中未找到充电桩，则将物体A为中心确定的局部区域83确定为当前区域，清洁机器人在区域83中执行步骤501；若在物体A、物体B、物体C确定的局部区域中都未找到充电桩，则以在物体A、物体B、物体C确定的局部区域寻找到的具有逆反射光特征的物体作为新的中心重新确定局部区域，直到找到充电桩，或将清洁区域遍历完。

需要说明的是，清洁机器人在寻找带有预定图案的物体时，可以基于清洁机器人绘制的地图进行寻找，也可以不基于绘制的地图进行寻找。当清洁机器人不基于绘制的地图寻找带有预定图案的物体时，根据传感器获取的即时数据确定清洁机器人和物体的相对位置，再根据清洁机器人和物体的相对位置控制清洁机器人到达带有预定图案的物体所在的位置。可选的，传感器是陀螺仪、加速度计、超声传感器、摄像头、LDS中的至少一种。

比如：清洁机器人沿墙寻找充电桩，利用陀螺仪、加速度计、超声传感器获取的即时数据获取确定充电桩，具体地，清洁机器人利用超声传感器获取与墙之间的距离，保证清洁机器人沿与墙平行的方向行进，利用陀螺仪和加速度计获取的数据计算出清洁机器人行进的距离，每当清洁机器人行进预定距离，比如预定距离为90厘米时便停止行进，以清洁机器人当前所停留的位置为中心确定一个区域寻找充电桩，若没有寻找到充电桩，则继续沿与墙平行的方向行进，每行进预定距离停止行进，以当前所停留的位置为中心确定一个区域寻找充电桩，依此类推，直到清洁机器人寻找到充电桩，或者遍历完清洁区域。

需要说明的是，在清洁机器人不基于绘制的地图寻找带有预定图案的物体时，寻找带有预定图案的物体的原理与清洁机器人基于绘制的地图寻找带有预定图案的物体的原理相同，也即，清洁机器人仍能执行如图4A、图5A、图7A、图7B、图7C所示的清洁机器人控制方法来寻找带有预定图案的物体。在不基于绘制的地图寻找带有预定图案的物体时，清洁机器人的精度相当于惯性导航，在直线上行进或行驶距离不远时，数据处理的精确度较好，当行进路线复杂或行驶距离较远时，数据处理的精确度会下降。

本领域技术人员在考虑说明书及实践这里公开的内容后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (22)

1.一种清洁机器人，其特征在于，所述清洁机器人包括：

控制单元；

与所述控制单元电性相连的检测单元和行进驱动单元；

所述控制单元被配置为：

在当前区域中寻找具有预定逆反射光特征的物体；

在存在所述物体时，获取所述物体的逆反射光特征与预定图案之间的相似度；

检测所述相似度是否大于预设值；

若所述相似度大于所述预设值，则将所述物体标记为带有所述预定图案的物体。

2.根据权利要求1所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

获取与所述物体之间的距离；

检测所述距离是否小于第一阈值；

若所述距离小于所述第一阈值，则将所述物体标记为所述带有所述预定图案的物体；

若所述距离大于所述第一阈值，则行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案的之间的相似度的步骤。

3.根据权利要求1所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

获取所述物体的高亮点的数量；

检测所述高亮点的数量是否大于预定数量；

若所述高亮点的数量大于所述预定数量，则将所述物体标记为所述带有所述预定图案的物体。

4.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

若所述相似度不大于所述预设值，则获取与所述物体之间的距离；

检测所述距离是否大于第二阈值；

若所述距离大于所述第二阈值，则标记所述物体为候选的物体；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则将标记的各个所述候选的物体按所述距离从远到近的顺序进行排序，得到优先级序列；

按照所述优先级序列，行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案之间的相似度的步骤。

5.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述逆反射光特征包括高亮点，所述控制单元还被配置为：

若所述相似度不大于所述预设值，则获取所述物体的所述高亮点的数量；

检测所述数量是否大于预定数值；

若所述数量大于所述预定数值，则标记所述物体为候选的物体；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则将标记的各个所述候选的物体按所述数量从大到小的顺序进行排序，得到优先级序列；

按照所述优先级序列，行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案之间的相似度的步骤。

6.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述逆反射光特征包括高亮点，所述控制单元还被配置为：

若所述相似度不大于所述预设值，则获取与所述物体之间的距离和所述物体的所述高亮点的亮度；

根据所述距离和所述高亮点的亮度确定相对亮度值；

检测所述相对亮度值是否大于预定亮度值；

若所述相对亮度值大于所述预定亮度值，则标记所述物体为候选的物体；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则将标记的各个所述候选的物体按所述相对亮度值从大到小的顺序进行排序，得到优先级序列；

按照所述优先级序列，行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案之间的相似度的步骤。

7.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

在所述当前区域中确定一条行进路径，所述行进路径用于遍历所述当前区域；

在按照所述行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

8.根据权利要求7所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

以所述清洁机器人的当前位置为中心，以预定距离为半径确定出形状为圆形的所述行进路径；

或，

以所述清洁机器人的当前位置为中心，沿所述当前区域轮廓内侧，确定出形状为n边形的所述行进路径；

或，

以所述清洁机器人的当前位置为中心，沿所述当前区域轮廓内侧，确定出形状为不规则图形的所述行进路径。

9.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

将清洁区域划分为若干个局部区域，所述若干个局部区域按顺序排列构成局部区域集合；

以所述清洁机器人的当前位置所在的区域作为所述当前区域，执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值或者所述当前区域中不存在所述物体时，将所述局部区域集合中所述当前区域的下一个局部区域作为所述当前区域，再次执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤。

10.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述控制单元，还被配置为：

以所述清洁机器人的当前位置为中心确定一个局部区域，将所述局部区域作为所述当前区域，执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则以寻找到的所述物体中的一个物体为中心重新确定一个局部区域，将重新确定的局部区域作为所述当前区域，再次执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤。

11.根据权利要求1至3任一所述的清洁机器人，其特征在于，所述逆反射光特征包括高亮点，所述控制单元，还被配置为：

根据所述高亮点确定出一条直线；

行进至所述直线的前方位置。

12.一种清洁机器人控制方法，其特征在于，所述方法包括：

在当前区域中寻找具有预定逆反射光特征的物体；

在存在所述物体时，获取所述物体的逆反射光特征与预定图案之间的相似度；

检测所述相似度是否大于预设值；

若所述相似度大于所述预设值，则将所述物体标记为带有所述预定图案的物体。

13.根据权利要求12所述的方法，其特征在于，所述将所述物体标记为所述带有所述预定图案的物体之前，所述方法还包括：

获取与所述物体之间的距离；

检测所述距离是否小于第一阈值；

若所述距离小于所述第一阈值，则将所述物体标记为所述带有所述预定图案的物体；

若所述距离大于所述第一阈值，则行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案的之间的相似度的步骤。

14.根据权利要求12所述的方法，其特征在于，所述逆反射光特征包括高亮点，所述将所述物体标记为所述带有所述预定图案的物体之前，所述方法还包括：

获取所述物体的高亮点的数量；

检测所述高亮点的数量是否大于预定数量；

若所述高亮点的数量大于所述预定数量，则将所述物体标记为所述带有所述预定图案的物体。

15.根据权利要求12至14任一所述的方法，其特征在于，所述方法还包括：

若所述相似度不大于所述预设值，则获取与所述物体之间的距离；

检测所述距离是否大于第二阈值；

若所述距离大于所述第二阈值，则标记所述物体为候选的物体；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则将标记的各个所述候选的物体按所述距离从远到近的顺序进行排序，得到优先级序列；

按照所述优先级序列，行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案之间的相似度的步骤。

16.根据权利要求12至14任一所述的方法，其特征在于，所述逆反射光特征包括高亮点，所述方法还包括：

若所述相似度不大于所述预设值，则获取所述物体的所述高亮点的数量；

检测所述数量是否大于预定数值；

若所述数量大于所述预定数值，则标记所述物体为候选的物体；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则将标记的各个所述候选的物体按所述数量从大到小的顺序进行排序，得到优先级序列；

按照所述优先级序列，行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案之间的相似度的步骤。

17.根据权利要求12至14任一所述的方法，其特征在于，所述逆反射光特征包括高亮点，所述方法还包括：

若所述相似度不大于所述预设值，则获取与所述物体之间的距离和所述物体的所述高亮点的亮度；

根据所述距离和所述高亮点的亮度确定相对亮度值；

检测所述相对亮度值是否大于预定亮度值；

若所述相对亮度值大于所述预定亮度值，则标记所述物体为候选的物体；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则将标记的各个所述候选的物体按所述相对亮度值从大到小的顺序进行排序，得到优先级序列；

按照所述优先级序列，行进至所述物体的前方位置，重新执行所述获取所述物体的逆反射光特征与预定图案之间的相似度的步骤。

18.根据权利要求12至14任一所述的方法，其特征在于，所述当前区域中寻找具有预定逆反射光特征的物体，包括：

在所述当前区域中确定一条行进路径，所述行进路径用于遍历所述当前区域；

在按照所述行进路径的行进过程中，寻找具有预定逆反射光特征的物体。

19.根据权利要求18所述的方法，其特征在于，所述在当前区域中确定一条行进路径，包括：

以所述清洁机器人的当前位置为中心，以预定距离为半径确定出形状为圆形的所述行进路径；

或，

以所述清洁机器人的当前位置为中心，沿所述当前区域轮廓内侧，确定出形状为n边形的所述行进路径；

或，

以所述清洁机器人的当前位置为中心，沿所述当前区域轮廓内侧，确定出形状为不规则图形的所述行进路径。

20.根据权利要求12至14任一所述的方法，其特征在于，所述方法还包括：

将清洁区域划分为若干个局部区域，所述若干个局部区域按顺序排列构成局部区域集合；

以所述清洁机器人的当前位置所在的区域作为所述当前区域，执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值或者所述当前区域中不存在所述物体时，将所述局部区域集合中所述当前区域的下一个局部区域作为所述当前区域，再次执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤。

21.根据权利要求12至14任一所述的方法，其特征在于，所述方法还包括：

以所述清洁机器人的当前位置为中心确定一个局部区域，将所述局部区域作为所述当前区域，执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤；

若寻找到的所述物体的逆反射光特征与所述预定图案之间的相似度都不大于所述预设值，则以寻找到的所述物体中的一个物体为中心重新确定一个局部区域，将重新确定的局部区域作为所述当前区域，再次执行所述在当前区域中寻找具有预定逆反射光特征的物体的步骤。

22.根据权利要求13所述的方法，其特征在于，所述逆反射光特征包括高亮点，所述行进至所述物体的前方位置，包括：

根据所述高亮点确定出一条直线；

行进至所述直线的前方位置。