CN112180931A - 扫地机的清扫路径规划方法、装置及可读存储介质 - Google Patents

Abstract

本发明公开了一种扫地机的清扫路径规划方法、装置、可读存储介质及电子设备，方法包括：获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图；根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内；确定所述待清扫区域地图中障碍物的沿墙路径；根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。本发明的技术方案，基于待处理房间地图以及扫地机沿墙清扫所形成的位置点，重新确定一个清扫范围更大的待清扫区域地图，确保清扫覆盖率以及清扫效果，之后，基于障碍物的沿墙路径，在待清扫区域地图内快速规划清扫路径，以提高清扫路径的规划效率。

Description

扫地机的清扫路径规划方法、装置及可读存储介质

技术领域

本发明涉及扫地机技术领域，尤其涉及扫地机的清扫路径规划方法、装置及可读存储介质。

背景技术

随着人们生活水平的不断提高，扫地机开始走入人们的视线，并被越来越多的人所接受使用。现有的扫地机器人通常是按照扫地机沿墙清扫所形成的闭合线所形成的区域作为待清扫区域，在待清扫区域内规划清扫路径，然后扫地机沿着清扫路径进行清扫。

然而，导致机器人无法清扫到扫地机沿墙清扫所形成的闭合线之外的区域，降低了清扫效果。

发明内容

本发明提供一种扫地机的清扫路径规划方法、装置、可读存储介质及电子设备，根据待处理房间地图以及扫地机沿墙清扫所形成的位置点，确定出位置点之外的待清扫区域，以提高清扫效果。

第一方面，本发明提供了一种扫地机的清扫路径规划方法，包括：

获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图；

根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内；

确定所述待清扫区域地图中障碍物的沿墙路径；

根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

第二方面，本发明提供了一种扫地机的清扫路径规划装置，包括：

获取模块，用于获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图；

地图确定模块，用于根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内；

路径确定模块，用于确定所述待清扫区域地图中的障碍物的沿墙路径；

清扫模块，用于根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

第三方面，本发明提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。

第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。

本发明提供了一种扫地机的清扫路径规划方法、装置、可读存储介质及电子设备，基于待处理房间地图以及扫地机沿墙清扫所形成的位置点，重新确定一个清扫范围更大的待清扫区域地图，确保清扫覆盖率以及清扫效果，之后，确定待清扫区域地图中的障碍物的沿墙路径，基于障碍物的沿墙路径，在待清扫区域地图内快速规划清扫路径，提高清扫路径的规划效率，之后，即可控制扫地机根据清扫路径进行清扫。

上述的非惯用的优选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种扫地机的清扫路径规划方法的流程示意图；

图2为本发明一实施例提供的另一种扫地机的清扫路径规划方法的流程示意图；

图3为本发明一实施例提供的一种扫地机的清扫路径规划装置的结构示意图；

图4为本发明一实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。

本发明实施例所提供的扫地机的清扫路径规划方法可应用在电子设备上，具体可以应用于清洁机器人、服务器或一般计算机上，清洁机器人可以是扫地机，此处不做限定。如图1所示，为本发明实施例提供的一种扫地机的清扫路径规划方法。本实施例中，所述方法具体包括以下步骤：

步骤101、获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图。

具体地，位置点有多个，包括扫地机沿着房间的墙边进行清扫直至行进路线形成闭合线的过程中所生成的路径点，从而确保位置点能够准确的反映出扫地机的真实行驶路径，便于后续得到的待清扫区域地图的参考价值。需要说明的是，考虑到扫地机在沿墙行走时会出现定位误差，导致部分路径点可能在房间外的，或者，离墙过远，而这些路径点可能会对降低后续处理的准确性，因此，需要去除房间外、离墙过远的路径点，从而确保所得到的位置点的参考价值。

具体地，当电子设备为扫地机时，可通过其上安装的数据采集传感器采集环境数据，当电子设备不是扫地机时，可获取扫地机上的传感器采集的环境数据，之后根据环境数据构建环境地图，对环境地图进行灰度化、去噪、边界线抽取等操作，以得到便于处理且更能反映实际场景的待处理房间地图。其中，数据采集传感器可以是结构光、激光雷达等非视觉传感器，也可以是摄像头等视觉传感器，考虑到对视觉传感器采集的图像进行处理更为复杂同时计算量较大，因此，优选对非视觉传感器。

具体地，待处理房间地图优选栅格地图，为了便于图像处理，待处理房间地图优选灰度地图。显然，待处理房间地图应该是沿墙清扫的房间，从而确保可将位置点映射到待处理房间地图中。需要说明的是，考虑到扫地机是只会在清扫完一个房间后对下一个房间进行清扫，因此，待处理房间地图应当包括一个房间。

在一个实施例中，具体可通过如下方式确定待处理房间地图：

根据扫地机上的非视觉传感器采集的环境数据，构建扫地机沿墙清扫的房间对应的原始房间灰度地图；对原始房间灰度地图依次进行障碍物边界的噪声点去除、障碍物边界的抽取以及空闲区域中的离群区域去除，以确定参考房间灰度地图；当参考房间灰度地图中的障碍物边界闭合时，对参考房间灰度地图进行完整性检测，将通过完整性检测的参考房间灰度地图确定为待处理房间地图；当参考房间灰度地图中的障碍物边界未闭合时，对参考房间灰度地图中未闭合的障碍物边界进行膨胀处理以使边界线闭合，对膨胀处理后的参考房间灰度地图进行完整性检测，将通过完整性检测的膨胀处理后的参考房间灰度地图确定为待处理房间地图。

该实施例中，通过对非视觉传感器采集的环境数据构建的原始房间地图进行障碍物边界的噪声点去除、障碍物边界的抽取、障碍物边界的闭合检测以及未闭合障碍物边界的闭合处理，从而得到障碍物边界闭合且房间完整的待处理房间地图。

需要说明的是，通过非视觉传感器采集的环境数据构建房间灰度地图属于现有技术，此处不再赘述。

具体地，原始房间灰度地图包括障碍物区域、空闲区域以及未知区域，障碍物区域指的是障碍物所在区域，空闲区域指的是不存在障碍物的区域，未知区域指的是不知道是否存在障碍物的区域，也可以理解为非视觉传感器未探测到的区域，换言之，原始房间灰度地图包括障碍物区域上的像素点、空闲区域上的像素点以及未知区域上的未知像素点。障碍物边界可以理解为障碍物区域的轮廓，也可以理解为障碍物区域上所有和空闲区域直接连接的像素点所形成的线。

考虑到基于非视觉传感器采集的环境数据构建的原始房间灰度地图中会存在噪声点，使得原始房间灰度地图和真实场景出现差异，而对于原始房间灰度地图来说，其障碍物主要是墙以及墙围成的房间内的桌子、沙发、椅子等物体，而障碍物主要是墙，而墙的边界是对其进行表现的重要特征，而且也是确定待清扫区域的依据，当墙的边界存在噪声点时，会使得墙的边界不再是连续的直线，使得墙的边界并不能真实的反映墙面形状，因此需要去除原始房间灰度地图中的障碍物边界上的噪声点，以确保去除噪声点后的障碍物边界，能够准确的表征障碍物边界。需要说明的是，障碍物边界上的噪声点可以理解为不能真实反映障碍物轮廓的像素点，即使得障碍物边界不平滑的像素点。

对于结构光传感器或者激光雷达等非视觉传感器来说，通常都是利用发射的激光线去探测周围环境，因此并不能知道探测的障碍物的厚度，比如，墙的厚度，这里，在对原始房间灰度地图中障碍物边界上的噪声点进行去除后，进行障碍物边界的提取，去除障碍物区域内部的像素点，保留对障碍物区域进行表征的障碍物边界这一重要特征，便于后续处理。

原始房间灰度地图中存在多个空闲区域，这些空闲区域的面积有大有小，而对于一个房间来说，正常情况下，应该只有一个面积较大的空闲区域，因此，对于面积较小的空闲区域来说，应当是噪声，即离群区域，离群区域可能位于房间外，也可以位于障碍物内部，使得原始房间灰度地图与真实场景存在差异，这里，具体可通过未知区域上的像素点的灰度值或者障碍物区域上的像素点的灰度值，替换离群区域上的像素点的灰度值，去除原始灰度房间灰度地图中的离群区域。需要说明的是，各个空闲区域之间不接触，因此，只要离群区域的像素点的灰度值不再是空闲区域的像素点的灰度值即可，故可通过未知区域上的像素点的灰度值或者障碍物上的像素点的灰度值，去除离群区域。具体地，面积最大的空闲区域之外的其他空闲区域均为离群区域，举例来说，假设有N个空闲区域，1到N个空闲区域分别对应的面积为S1、S2、…、SN-1、SN，若SN最大，则将S1、S2、…、SN-1分别对应的空闲区域确定为离群区域。

具体地，对原始房间灰度地图进行边界噪声点检测，以确定障碍物边界上的噪声点，当该噪声点被判断为障碍物边界时，通过障碍物边界上的像素点的灰度值，替换该噪声点的灰度值，以去除该噪声点；当该噪声点被判断为障碍物边界之外的噪声点，且该噪声点位于障碍物边界内部，即房间内，则通过空闲区域上的像素点的灰度值，替换该噪声点的灰度值，以去除该噪声点；当该噪声点被判断为障碍物边界之外的噪声点，且该噪声点位于障碍物边界外部，即房间外，则通过位置区域上的像素点的灰度值，替换该噪声点的灰度值，以去除该噪声点；然后，保留所有与空闲区域的像素点相连的障碍物区域上的像素点，通过未知区域的像素点的灰度值，替换障碍物区域上的其他像素点的灰度值。之后，通过未知区域的像素点的灰度值，替换面积最大的空闲区域之外的其他空闲区域上的像素点的灰度值，最终得到参考房间灰度地图。

参考房间灰度地图中的障碍物边界不是和空闲区域连接，就是和未知区域连接，当障碍物边界不是闭合区域时，则空闲区域有极大的可能是和未知区域连接的，而判断房间是否完整的依旧是空闲区域是否和未知区域连接，因此，对参考房间灰度地图进行障碍物边界的闭合检测。

作为一种可能的情况，如果参考房间灰度地图中的障碍物边界是闭合的，则可对参考房间灰度地图进行完整性检测，完整性检测通过后，将参考房间灰度地图确定为待处理房间地图。

作为另一种可能的情况，当参考房间灰度地图中的障碍物边界未闭合时，对参考房间灰度地图中未闭合的障碍物边界进行膨胀处理以使障碍物边界闭合，对膨胀处理后的参考房间灰度地图进行完整性检测，完整性检测通过后，将膨胀处理后的参考房间灰度地图确定为待处理房间地图。

具体地，当待处理房间地图中的空闲区域仅与障碍物边界连接，而未和未知区域连接时，则说明房间探索完成，此时即可停止建图，需要说明的是，对于依赖于惯性测量单元进行机器人同时定位与建图的方法来说，惯性测量单元的工作时间越长，误差越大，因此，在构建的地图完整后即可停止建图，可降低得到的待处理房间地图的误差，确保其精度。

步骤102、根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内。

该实施例中，通过待处理房间地图和位置点，确定待清扫区域地图，位置点位于待清扫区域地图的边界之内，从而扩大了清扫区域，提高了清扫覆盖率，能够对位置点和墙之间的区域进行清扫，提高了清扫效果。

这里，待清扫区域地图的边界指的是待清扫区域地图中的轮廓，也可以理解为形成待清扫区域的闭合线。

在一个实施例中，具体可通过如下方法确定待清扫区域地图：

确定位置点对应在待处理房间地图上的参考像素点，并将待处理房间中参考像素点所形成的闭合区域之外的区域确定为合法区域；以参考像素点为圆心，按照半径由小到大的顺序进行检索，以从合法区域内确定距离参考像素点最近的候选像素点，候选像素点为障碍物边界上的像素点；根据扫地机的半径，从参考像素点和候选像素点连线上的像素点中确定出目标像素点；当相邻的两个目标像素点之间的距离大于距离阈值时，对相邻的两个目标物像素点之间进行像素点插值，以得到插值像素点；将待处理房间地图中目标像素点以及插值像素点所形成的闭合区域确定为待清扫区域地图。

具体地，每个位置点均对应一个参考像素点，对待处理房间地图中这些参考像素点进行连接或者拟合，得到一个闭合区域，将该闭合线之外的区域确定为合法区域，从而确保合法区域内的障碍物边界有极大的概率为墙体，即房间的最大边界，之后，即可在合法区域内确定出待清扫区域地图，以扩大清扫覆盖面积。可选地，对多个参考像素点进行连接或者拟合所得到的闭合线，确定该闭合线外的障碍物边界，并由该闭合线和障碍物边界所形成的区域确定为合法区域。

然后，以参考像素点为圆心，按照半径由小到大的顺序进行检索，从合法区域内确定距离参考像素点最近的候选像素点，即找到距离位置点最近的障碍物边界上的像素点，从而了解到房间的最大边界，比如，障碍物边界为墙面，则候选像素点可以理解为墙面上最靠近位置点的像素点，这里，考虑到对待处理房间地图进行处理时，需要遍历待处理房间地图上的所有像素点，计算力较大，而本发明实施例仅需要对参考像素点周围的像素点进行检测，降低了计算力，提高了检索效果。

可选地，根据待处理房间地图中像素点的宽度以及扫地机的半径，确定预设距离，比如，像素点的宽度为5cm，则预设距离可以是10cm，即两个像素点的宽度，然后以参考像素点为圆心，以预设距离为半径进行检索，无需检索预设距离内的像素点，降低计算量，检索的每个像素点和参考像素点之间的距离均为预设距离，针对每个检索的像素点，判断该像素点的灰度值是否为障碍物边界上的像素点的灰度值，若是，则判断该像素点是否在合法区域，如否，则继续检索，若是，则将该像素点确定为候选像素点，停止检索，若未找到候选像素点，则在预设距离的基础上增加一个像素点的宽度，然后，按照上述相似的方式继续进行检索。

在了解到距离位置点最近的障碍物边界上的像素点之后，即候选像素点，根据扫地机的半径，从参考像素点和候选像素点连线上的像素点中确定出目标像素点，扫地机在目标像素点对应在房间的实际位置时，不会和墙接触，从而确保扫地机不会和墙发生碰撞摩擦，这里，当目标像素点位于候选像素点的左侧或右侧时，目标像素点和候选像素点之间的水平距离不小于扫地器的半径，当目标像素点位于候选像素点的上侧或下侧时，目标像素点和候选像素点之间的垂直距离不小于扫地器的半径。

考虑到将传感器上的数据转换到地图上进行表示的过程中，有很大的概率会存在误差，比如，对于栅格地图来说，栅格地图中的每个像素点的宽度是5cm，那么在得到栅格地图的过程中误差是不可避免的，作为一种可行的实现方式，可以获取该候选像素点的置信水平，即该像素点是障碍物边界的概率，以及参考像素点的置信水平，即该像素点为位置点的概率，基于候选像素点的置信水平、参考像素点的置信水平以及扫地机的半径，从参考像素点和候选像素点连线上的像素点中确定出目标像素点，从而确保确定出的目标像素点的参考价值。这里，可以预先设置不同置信水平分别对应的距离误差，置信水平越高，距离误差越小，障碍物像素点的置信水平对应的距离误差，和参考像素点对应的置信水平对应的距离误差可以不同，以可以相同，优选不同，也可以构建置信水平、像素点的宽度与置信水平对应的距离误差之间的函数，以表征置信水平和置信水平对应的距离误差之间的关系，这样，将置信水平代入该函数中，即可得到置信水平对应的距离误差。具体地，针对每个候选像素点，将该候选像素点的置信水平对应的距离误差、参考像素点对应的置信水平对应的距离误差和扫地机的半径之和确定为置信距离，从而确保清扫安全，当该候选像素点位于目标像素点的左侧或右侧时，从参考像素点和候选像素点连线上的像素点中，确定出与该候选像素点在水平方向上相距的距离值为该置信距离的目标像素点，当该候选像素点位于目标像素点的上侧或下侧时，从参考像素点和候选像素点连线上的像素点中，确定出与该候选像素点在垂直方向上相距的距离值为该置信距离的目标像素点。需要说明的是，置信距离和像素点的宽度不具有整数倍关系时，需要对置信距离进行四舍五入，以使得置信距离和像素点的宽度具有整数倍关系，举例来说，假设像素点的宽度为5cm，置信距离为8cm，则可将置信距离调整为10cm，即像素点的宽度的2倍。

当相邻的两个目标像素点之间没有连接时，则说明两个目标像素点之间是空白的，此时，需要对两个目标像素点之间进行像素点插值处理，得到插值像素点，这里，相邻的两个目标像素点不在墙角时，直接连接两个目标像素点，将连线上的像素点作为插值像素点即可，当相邻的两个目标像素点位于墙角时，确定由两个目标像素点的最大横坐标和最大纵坐标所形成的像素点，然后，该像素点分别连接两个目标像素点，将两条连接线上的像素点作为插值像素点。因此，距离阈值指的是待处理房间地图中的一个像素点所占用的距离，即一个像素点的宽度。

此时，相邻的两个目标像素点之间接触连接，相邻的两个插值像素点之间接触，相邻的目标像素点和插值像素点之间接触，故连接这些目标像素点以及插值像素点，即可得到一个闭合区域，将该闭合区域对应在待处理房间地图中的区域确定为待清扫房间地图即可，得到的待清扫房间地图进行了扩大处理，从而确保清扫覆盖率。

步骤103、确定所述待清扫区域地图中障碍物的沿墙路径。

沿墙路径表示扫地机进入沿墙运动的模式(简称沿墙模式)后的路径轨迹。具体的，沿墙模式是指：清洁机器人将障碍物边界扩大后的边界模拟成实际的墙，清洁机器人以不接触障碍物的方式，模拟沿墙行走一段距离，最后形成的路径轨迹近似于障碍物边界的一段或整段，这样的路径轨迹即为沿墙路径。

需要说明的是，待清扫区域地图中的障碍物可以理解为一个闭合区域，该闭合区域上的像素点的灰度值可表征障碍物，本发明实施例并不涉及到障碍物的语义识别，换言之，并不知道障碍物到底是什么，仅仅知道障碍物边界。

在一个实施例中，具体可通过如下方式确定沿墙路径：

根据获取的待清扫区域地图中的障碍物的安全距离和扫地机的半径，确定障碍物的最小边界；根据获取的扫地机的清扫路径规划速度区间，在最小边界的基础上确定障碍物的最大边界；根据扫地机的历史清扫记录，估算出障碍物对应的脏污区域，脏污区域位于最小边界和所述最大边界之间的区域中；根据障碍物对应的脏污区域，确定障碍物的沿墙路径，沿墙路径穿过脏污区域。

具体地，障碍物的安全距离表示了扫地机和障碍物之间的最小距离，最小边界和障碍物之间的距离为障碍物的安全距离和扫地机的半径之和，以降低障碍物和/或清洁机器人的风险或负面影响，提高清扫安全性。

考虑到扫地机在障碍物周围清扫，不太可能保持清扫速度的一致性，具有一个清扫速度区间。这里，速度越慢则扫地机移动越慢，更容易实现沿墙路径，速度越快则扫地机移动越快，要实现沿墙路径的难度就越大，则需要预留更长距离进行缓冲，所以在最小边界的基础上，设置一个最大边界，最大边界和最小边界之间的区域用于扫地机做缓冲，确保实现沿墙路径。

然后，根据扫地机的历史清扫记录，估算出障碍物对应的脏污区域，这里，脏污区域位于最小边界和最大边界之间的区域中。其中，历史清扫记录包括清扫速度、清扫时间、清扫路线、清扫区域等信息，需要说明的是，历史清扫记录应该是当前时刻之前预设时段内记录，以确保历史清扫记录的参考价值。具体地，可以对最小边界和最大边界之间的区域进行划分，得到若干个候选区域，然后，针对每个候选区域，从历史清扫记录中确定出该候选区域的清扫次数，之后，将清扫次数满足预设值的候选区域分别确定为脏污区域。

若不需要考虑其他因素，可选地，获取每个脏污区域对应的若干个清扫路径上的关键点，比如可以是拐点，也可以是形成清扫路径必不可少的点，对每个脏污区域对应的若干个关键点进行拟合，从而确定出障碍物对应的沿墙路径。

在一个实施例中，当了解到扫地机的清扫路径规划速度时，即预先知道了扫地机要清扫时的速度时，可通过如下方式确定出障碍物对应的沿墙路径：

根据障碍物对应的脏污区域，在最小边界和最大边界之间的区域中规划出障碍物对应的候选路径，不同的候选路径对应不同的清扫速度，候选路径穿过脏污区域；从各个候选路径中，确定和扫地机的清扫路径规划速度匹配的候选路径，并将匹配的候选路径确定为障碍物的沿墙路径。

具体地，针对每个预设清扫速度，获取每个脏污区域对应在该预设清扫速度下的若干个清扫路径上的关键点，对每个脏污区域对应的若干个关键点进行拟合，从而确定出障碍物对应在该预设清扫速度下的候选路径，这里，预设清扫速度可以根据扫地机的实际情况确定。然后，确定和扫地机的清扫路径规划速度匹配的候选路径，并将候选路径确定为障碍物的沿墙路径，比如，从预设清扫速度中确定出和扫地机的清扫路径规划速度相同的预设清扫速度，并将其对应的候选路径确定为沿墙路径，当然，若不存在和扫地机的清扫路径规划速度相同的预设清扫速度，也可以从预设清扫速度中确定出和扫地机的清扫路径规划速度相近的若干个预设清扫速度，并对这些预设清扫速度分别对应的候选路径进行融合，得到沿墙路径。在一些可能的场景中，当扫地机到达障碍物周围的清扫速度发生变化时，可以根据预先设置的多个候选路径，及时调整障碍物的沿墙路径，快速实现扫地器的清扫路径调整，确保清扫效率。在另一些可能的场景中，当扫地机需要避障时，可以沿着障碍物的沿墙路径进行障碍物的避障。

在一个实施例中，具体可通过如下方法确定安全距离：

获取待清扫区域地图中的障碍物边界的置信水平以及障碍物边界的形状；根据障碍物边界的置信水平以及障碍物边界的形状，确定障碍物的安全距离。

障碍物边界的置信水平低，则说明障碍物边界错误的可能性增大，即实现沿墙路径的难度就越大，所以需要预留更长距离作为缓冲，所以，障碍物的安全距离会更大。

障碍物边界形状的拐点越多，则说明障碍物边界形状越复杂，实现沿墙路径的难度就越大，所以需要预留更长距离作为缓冲，所以，障碍物的安全距离会更大。

这里，无需进行障碍物识别，仅仅需要知道障碍物边界的形状和障碍物边界的置信水平即可，障碍物边界的形状越复杂，且障碍物边界的置信水平越小，则障碍物的安全距离越大，反之越小，这里，可以结合实际情况预先设置即可。该过程无需对障碍物进行语义识别，降低了处理难度，减少了计算量，但是由于障碍物边界的不同，可实现对不同障碍物边界设置不同的安全距离，从而在一定程度上提高清扫覆盖率，同时，极大程度降低障碍物和/或机器人的风险或负面影响，提高清扫安全性。

步骤104、根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

具体地，可以按照弓字形路径在待清扫区域地图上进行路径规划，也可以按照回字形路径在待清扫区域地图上进行路径规划，从而确定出清扫路径，之后，控制扫地机根据清扫路径进行清扫。

通过以上技术方案可知，本实施例存在的有益效果是：基于完整的待处理房间地图以及扫地机沿墙清扫所形成的位置点，重新确定一个清扫范围更大的待清扫区域地图，确保清扫覆盖率以及清扫效果。在待清扫区域地图中的障碍物的最小边界和最大边界之间的区域内规划沿墙路径，能够适应不同场景的变化，确保清扫效果。

图1所示仅为本发明所述方法的基础实施例，在其基础上进行一定的优化和拓展，还能够得到所述方法的其他优选实施例。

为了更加清楚的说明本发明的技术方案，请参考图2，本发明实施例提供了另一种扫地机的清扫路径规划方法，本实施例在前述实施例的基础上，结合具体应用场景进行进一步的叙述。本实施例中，具体可以包括如下各个步骤：

步骤201、根据所述扫地机上的非视觉传感器采集的环境数据，构建所述扫地机沿墙清扫的房间对应的原始房间灰度地图；对所述原始房间灰度地图依次进行障碍物边界的噪声点去除、障碍物边界的抽取以及空闲区域中的离群区域去除，以确定参考房间灰度地图。

具体地，非视觉传感器是结构光传感器，原始房间灰度地图中包括一个房间内的障碍物区域、空闲区域以及未知区域，这里，障碍物区域为黑色，由若干个黑色点形成，空闲区域为白色，由若干个白色点形成，未知区域为灰色，由若干个灰色点形成，这里，黑色点、白色点以及灰色点可以理解为像素点。去除黑色区域边界上的噪声点后，保留和白色点相连接的黑色点，将未和白色点相连接的黑色点全部变为灰色点，将面积最大的白色区域之外的其他白色区域全部变为黑色或灰色，得到参考房间灰度地图，此时，参考房间灰度地图包括黑色边界线、白色区域以及灰色区域。

步骤202、当所述参考房间灰度地图中的边界线闭合时，对所述参考房间灰度地图进行完整性检测，将通过完整性检测的所述参考房间灰度地图确定为待处理房间地图。

若参考房间灰度地图中的黑色边界线是闭合的，则将目标灰度地图确定为待处理房间地图。

步骤203、确定所述位置点对应在所述待处理房间地图上的参考像素点，并将所述待处理房间中所述参考像素点所形成的闭合区域之外的区域确定为合法区域。

确定位置点对应在待处理房间地图上的参考像素点，连接所有的参考像素点形成闭合线，并将该闭合线之外的区域确定为合法区域，合法区域内包括黑色边界线。

步骤204、以所述参考像素点为圆心，按照半径由小到大的顺序进行检索，以从所述合法区域内确定距离所述参考像素点最近的候选像素点，所述候选像素点为障碍物边界上的像素点；根据所述扫地机的半径，从所述参考像素点和所述候选像素点连线上的像素点中确定出目标像素点。

将距离参考像素点最近的黑色点，确定为候选像素点，假设候选像素点的置信水平对应的距离误差为d1、参考像素点的置信水平对应的距离误差为d2，扫地机的半径为R，像素点的宽度为d，确定候选像素点的置信距离D为R+d1*d+d2*d，当参考像素点位于候选像素点的左侧或右侧时，从参考像素点和候选像素点连线上的像素点中，确定与候选像素点在水平方向上相距的距离值为置信距离D的目标像素点；当参考像素点位于候选像素点的上侧或下侧时，从参考像素点和候选像素点连线上的像素点中，确定与候选像素点在垂直方向上相距的距离值为置信距离D的目标像素点。

步骤205、当相邻的两个所述目标像素点之间的距离大于距离阈值时，对所述相邻的两个所述目标物像素点之间进行像素点插值，以得到插值像素点；将所述待处理房间地图中所述目标像素点以及所述插值像素点所形成的闭合区域确定为待清扫区域地图。

距离阈值为像素点的宽度d，假设相邻的目标像素点p1和p2之间的距离大于像素点的宽度d，p1和p2的像素坐标分别为(x1，y3)以及(x3，y1)，x1小于x3，y1小于y3，确定由p1和p2中的最大横坐标x3和最大纵坐标y3所形成的像素点p`，p`的像素坐标为(x3，y3)，然后，连接p`和p1，p`和p2，若p`和p1的连线上的像素点为p`1，p`和p2的连线上像素点为p`2，则插值像素点为p`、p`1以及p`2。

经过上述处理后，连接目标像素点和插值像素点即可形成闭合区域，将该闭合区域对应在待处理房间地图中的区域确定为待清扫区域地图。

步骤206、根据获取的所述待清扫区域地图中的障碍物边界的置信水平以及障碍物边界的形状，确定所述障碍物的安全距离；根据所述待清扫区域地图中的障碍物的安全距离和所述扫地机的半径，确定所述障碍物的最小边界；根据获取的所述扫地机在所述障碍物周围的清扫速度区间，对所述最小边界进行放大以确定所述障碍物的最大边界。

预先设置好障碍物边界的形状，比如可以是圆形、椭圆形、长方形、圆角矩形、不规则波浪形等，针对每个障碍物边界形状，以障碍物边界的置信水平为自变量，障碍物的安全距离为因变量，建立障碍物边界的置信水平和障碍物的安全距离的函数；后续，确定障碍物边界的形状，并确定该形状对应的函数，将障碍物边界的置信水平代入函数中，从而得到障碍物边界的安全距离。

这里，清扫速度区间可以理解为扫地机在障碍物周围进行清扫时的清扫速度变化范围，这里，可以预设设置不同清扫速度区间分别对应的边界扩大倍数，通过边界扩大倍数从而无需考虑障碍物的大小，确保不同场景的适用情况，当然边界扩大倍数一般不应该过大，比如，可以是1.01-1.1，即第二边界的线长与第一边界的线长的比值范围是1.01～1.1。清扫速度区间的最大值和速度差值越大，则说明机器人需要缓冲的距离越大，此时，扩大倍数越大。具体地，可以预先设置若干个最大清扫速度，针对每个最大清扫速度，以最大清扫速度的速度变化值为自变量，边界扩大倍数为因变量，建立最大清扫速度的速度变化值和边界扩大倍数之间的关系，后续，确定速度变化区间对应的最大速度，并确定最大速度对应的函数，将速度变化区间的最大速度和最小速度的差值绝对值代入函数中，从而得到边界扩大倍数，根据边界扩大倍数对第一边界进行方法，得到第二边界，第一边界以障碍物边界的中心点为参考点进行放大。

步骤207、根据所述扫地机的历史清扫记录，估算出所述障碍物对应的脏污区域，所述脏污区域位于所述最小边界和所述最大边界之间的区域中。

相关内容可参考步骤103的描述，这里不再赘述。

步骤208、根据所述障碍物对应的脏污区域，在所述最小边界和所述最大边界之间的区域中规划出所述障碍物对应的候选路径，不同的所述候选路径对应不同的清扫速度，所述候选路径穿过所述脏污区域。

相关内容可参考步骤103的描述，这里不再赘述。

步骤209、从各个所述候选路径中，确定出和所述扫地机的清扫路径规划速度匹配的候选路径，并将所述匹配的候选路径确定为所述障碍物的沿墙路径；根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

相关内容可参考步骤103和步骤104的描述，这里不再赘述。后续，即可控制机器人按照清扫路径进行清扫。

通过以上技术方案可知，本实施例存在的有益效果是：通过对原始房间灰度地图进行障碍物边界的噪声点去除、障碍物边界的抽取以及空闲区域中的离群区域去除、障碍物边界闭合检测、障碍物边界线膨胀、完整性检测等，从而确保了待处理房间地图中的障碍物边界是闭合的，便于图像处理，进而确保待清扫区域地图能够扩大清扫覆盖面积，同时，无需对待处理房间地图进行遍历，仅仅需要对位置点的附近区域进行检测，降低了计算力，提高了计算效率，可快速确定出待清扫区域地图，待清扫区域地图考虑了扫地机的半径和墙面之间的距离，确保了清扫安全；确定出的沿墙路径由于综合考虑到障碍物的安全距离、扫地器半径、历史清扫记录等因素，当扫地机实现沿墙路径时，能够确保清扫安全以及清扫效果。

基于与本发明方法实施例相同的构思，请参考图3，本发明实施例还提供了一种扫地机的清扫路径规划装置，包括：

获取模块301，用于获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图；

地图确定模块302，用于根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内；

路径确定模块303，用于确定所述待清扫区域地图中的障碍物的沿墙路径；

清扫模块304，用于根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

在一个实施例中，所述地图确定模块302，包括：映射单元、检索单元、选择单元、插值单元以及地图确定单元；其中，

所述映射单元，用于确定所述位置点对应在所述待处理房间地图上的参考像素点，并将所述待处理房间中所述参考像素点所形成的闭合区域之外的区域确定为合法区域；

所述检索单元，用于以所述参考像素点为圆心，按照半径由小到大的顺序进行检索，以从所述合法区域内确定距离所述参考像素点最近的候选像素点，所述候选像素点为障碍物边界上的像素点；

所述选择单元，用于根据所述扫地机的半径，从所述参考像素点和所述候选像素点连线上的像素点中确定出目标像素点；

所述插值单元，用于当相邻的两个所述目标像素点之间的距离大于距离阈值时，对所述相邻的两个所述目标物像素点之间进行像素点插值，以得到插值像素点；

所述地图确定单元，用于将所述待处理房间地图中所述目标像素点以及所述插值像素点所形成的闭合区域确定为待清扫区域地图。

在一个实施例中，所述路径确定模块303，包括：第一边界确定单元、第二边界确定单元、脏污区域确定单元以及路径确定单元；其中，

所述第一边界确定单元，用于根据获取的所述待清扫区域地图中的障碍物的安全距离和所述扫地机的半径，确定所述障碍物的最小边界；

所述第二边界确定单元，用于根据获取的所述扫地机在所述障碍物周围的清扫速度区间，对所述最小边界进行放大以确定所述障碍物的最大边界；

所述脏污区域确定单元，用于根据所述扫地机的历史清扫记录，估算出所述障碍物对应的脏污区域，所述脏污区域位于所述最小边界和所述最大边界之间的区域中；

所述路径确定单元，用于根据所述障碍物对应的脏污区域，确定所述障碍物的沿墙路径，所述沿墙路径穿过所述脏污区域。

在一个实施例中，所述路径确定单元，包括：路径规划子单元以及选择子单元；其中，

所述路径规划子单元，用于根据所述障碍物对应的脏污区域，在所述最小边界和所述最大边界之间的区域中规划出所述障碍物对应的候选路径，不同的所述候选路径对应不同的清扫速度，所述候选路径穿过所述脏污区域；

所述选择子单元，用于从各个所述候选路径中，确定出和所述扫地机的清扫路径规划速度匹配的候选路径，并将所述匹配的候选路径确定为所述障碍物的沿墙路径。

在一个实施例中，所述第一边界确定单元，包括：获取子单元以及距离确定子单元；其中，

所述获取子单元，用于获取所述待清扫区域地图中的障碍物边界的置信水平以及障碍物边界的形状；

所述距离确定子单元，用于根据所述障碍物边界的置信水平以及障碍物边界的形状，确定所述障碍物的安全距离。

在一个实施例中，所述获取模块，包括：地图构建单元、地图处理单元、第一检测单元以及第二检测单元；其中，

所述地图构建单元，用于根据所述扫地机上的非视觉传感器采集的环境数据，构建所述扫地机沿墙清扫的房间对应的原始房间灰度地图；

所述地图处理单元，用于对所述原始房间灰度地图依次进行障碍物边界的噪声点去除、障碍物边界的抽取以及空闲区域中的离群区域去除，以确定参考房间灰度地图；

所述第一检测单元，用于当所述参考房间灰度地图中的边界线闭合时，对所述参考房间灰度地图进行完整性检测，将通过完整性检测的所述参考房间灰度地图确定为待处理房间地图；

所述第二检测单元，用于当所述参考房间灰度地图中的边界线未闭合时，对所述参考房间灰度地图中未闭合的边界线进行膨胀处理以使边界线闭合，对膨胀处理后的参考房间灰度地图进行完整性检测，将通过完整性检测的所述膨胀处理后的参考房间灰度地图确定为待处理房间地图。

在一个实施例中，所述待处理房间地图中的空闲区域仅与障碍物边界连接，未与未知区域连接。

图4是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器401以及存储有执行指令的存储器402，可选地还包括内部总线403及网络接口404。其中，存储器402可能包含内存4021，例如高速随机存取存储器(Random-AccessMemory，RAM)，也可能还包括非易失性存储器4022(non-volatile memory)，例如至少1个磁盘存储器等；处理器401、网络接口404和存储器402可以通过内部总线403相互连接，该内部总线403可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(ExtendedIndustry Standard Architecture，扩展工业标准结构)总线等；内部总线403可以分为地址总线、数据总线、控制总线等，为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。当然，该电子设备还可能包括其他业务所需要的硬件。当处理器401执行存储器402存储的执行指令时，处理器401执行本发明任意一个实施例中的方法，并至少用于执行如图1或图2所示的方法。

在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成一种扫地机的清扫路径规划装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的一种扫地机的清扫路径规划方法。

处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本发明实施例还提供了一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行执行指令时，所述处理器执行本发明任意一个实施例中提供的方法。该电子设备具体可以是如图4所示的电子设备；执行指令是一种扫地机的清扫路径规划装置所对应计算机程序。

本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。

本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理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权利要求范围之内。

Claims (10)

1.一种扫地机的清扫路径规划方法，其特征在于，包括：

获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图；

根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内；

确定所述待清扫区域地图中障碍物的沿墙路径；

根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理房间地图和所述位置点，确定待清扫区域地图，包括：

确定所述位置点对应在所述待处理房间地图上的参考像素点，并将所述待处理房间中所述参考像素点所形成的闭合区域之外的区域确定为合法区域；

以所述参考像素点为圆心，按照半径由小到大的顺序进行检索，以从所述合法区域内确定距离所述参考像素点最近的候选像素点，所述候选像素点为障碍物边界上的像素点；

根据所述扫地机的半径，从所述参考像素点和所述候选像素点连线上的像素点中确定出目标像素点；

当相邻的两个所述目标像素点之间的距离大于距离阈值时，对所述相邻的两个所述目标物像素点之间进行像素点插值，以得到插值像素点；

将所述待处理房间地图中所述目标像素点以及所述插值像素点所形成的闭合区域确定为待清扫区域地图。

3.根据权利要求1所述的方法，其特征在于，所述确定所述待清扫区域地图中的障碍物的沿墙路径，包括：

根据获取的所述待清扫区域地图中的障碍物的安全距离和所述扫地机的半径，确定所述障碍物的最小边界；

根据获取的所述扫地机在所述障碍物周围的清扫速度区间，对所述最小边界进行放大以确定所述障碍物的最大边界；

根据所述扫地机的历史清扫记录，估算出所述障碍物对应的脏污区域，所述脏污区域位于所述最小边界和所述最大边界之间的区域中；

根据所述障碍物对应的脏污区域，确定所述障碍物的沿墙路径，所述沿墙路径穿过所述脏污区域。

4.根据权利要求3所述的方法，其特征在于，所述根据所述障碍物对应的脏污区域，确定所述障碍物的沿墙路径，包括：

根据所述障碍物对应的脏污区域，在所述最小边界和所述最大边界之间的区域中规划出所述障碍物对应的候选路径，不同的所述候选路径对应不同的清扫速度，所述候选路径穿过所述脏污区域；

从各个所述候选路径中，确定出和所述扫地机的清扫路径规划速度匹配的候选路径，并将所述匹配的候选路径确定为所述障碍物的沿墙路径。

5.根据权利要求3所述的方法，其特征在于，所述获取所述待清扫区域地图中的障碍物的安全距离，包括：

获取所述待清扫区域地图中的障碍物边界的置信水平以及障碍物边界的形状；

根据所述障碍物边界的置信水平以及障碍物边界的形状，确定所述障碍物的安全距离。

6.根据权利要求1所述的方法，其特征在于，所述获取所述扫地机沿墙清扫的房间对应的待处理房间地图，包括：

根据所述扫地机上的非视觉传感器采集的环境数据，构建所述扫地机沿墙清扫的房间对应的原始房间灰度地图；

对所述原始房间灰度地图依次进行障碍物边界的噪声点去除、障碍物边界的抽取以及空闲区域中的离群区域去除，以确定参考房间灰度地图；

当所述参考房间灰度地图中的障碍物边界闭合时，对所述参考房间灰度地图进行完整性检测，将通过完整性检测的所述参考房间灰度地图确定为待处理房间地图；

当所述参考房间灰度地图中的障碍物边界未闭合时，对所述参考房间灰度地图中未闭合的障碍物边界进行膨胀处理以使边界线闭合，对膨胀处理后的参考房间灰度地图进行完整性检测，将通过完整性检测的所述膨胀处理后的参考房间灰度地图确定为待处理房间地图。

7.根据权利要求6所述的方法，其特征在于，所述待处理房间地图中的空闲区域仅与障碍物边界连接，未与未知区域连接。

8.一种扫地机的清扫路径规划装置，其特征在于，包括：

获取模块，用于获取扫地机沿墙清扫所形成的位置点以及所述扫地机沿墙清扫的房间对应的待处理房间地图；

地图确定模块，用于根据所述待处理房间地图和所述位置点，确定待清扫区域地图，所述位置点位于所述待清扫区域地图的边界之内；

路径确定模块，用于确定所述待清扫区域地图中的障碍物的沿墙路径；

清扫模块，用于根据所述障碍物的沿墙路径，在所述待清扫区域地图内规划清扫路径。

9.一种计算机可读存储介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。

10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。

Images