清洁机器人及其避障方法与流程

本发明涉及自动清洁
技术领域：
，特别是涉及一种清洁机器人及其避障方法。
背景技术：
：回顾国内外清洁机器人技术这十多年的发展历程，发展趋势已经由最初的实现清洁功能转变为如今追求更高智能性，目前主要创新主要是针对机器人的自主导航技术，比如实时路径规划与避障技术。传统的清洁机器人在清洁地板时大都采用红外传感器、超声波传感器或是触觉传感器来探测障碍物，这些距离传感器不仅便宜、尺寸小，而且还容易使用，但是单个超声波传感器在测量障碍物的准确位置是有困难的，红外传感器在观测环境时的视野比较狭窄。这两类传感器可以提供的关于环境的信息十分稀少，基于这些稀少的信息机器人很难重构一张环境地图。所以传统的清洁机器人需要额外地安装一些触碰传感器来探测障碍物，但是触碰传感器只有碰到环境中的物体时才会被触发，所以这会给机器人和其他物体造成一定的损伤。此外，由于缺少局部环境模型，传统的机器人经常会被困在类似于墙角这类环境中。为了解决这个问题，各大厂家着手在清洁机器人上搭载激光扫描仪比如SICKRLMS200和HokuyoRURG-04LX。相比较传统的距离传感器，激光扫描仪确实可以提高情节机器人的自主导航与避障能力，但是它的价格过于昂贵，此外，在家庭环境中使用时还存在着安全隐患。因此，针对上述清洁机器人避障技术存在的问题，有必要提供一种清洁机器人及其避障方法。技术实现要素：有鉴于此，本发明的目的在于提供一种清洁机器人及其避障方法，以解决机器人避障能力适应性不强的问题，并且控制整个机器人的制造成本。为了实现上述目的，本发明实施例提供的技术方案如下：一种清洁机器人，所述清洁机器人的边缘处安装有若干距离传感器，所述距离传感器呈非径向排列的方式安装，以确保清洁机器人正前方的区域均能被探测到。作为本发明的进一步改进，所述距离传感器沿清洁机器人左右对称分布。作为本发明的进一步改进，所述距离传感器为红外或激光距离传感器。相应地，一种清洁机器人的避障方法，所述避障方法包括：S1、创建描绘清洁机器人正前方区域连通性的局部栅格地图，局部栅格地图包括第一类栅格、第二类栅格及第三类栅格，其中，第一类栅格为无障碍区域，第二类栅格为有障碍区域，第三类栅格为不确定障碍区域；S2、设定第三类栅格为无障碍区域；S3、设定清洁机器人走过的栅格为无障碍区域；S4、在清洁机器人移动过程中搜索出一条逆时针方向的可移动的直线路径，路径的转角为θ1；S5、在清洁机器人移动过程中搜索出一条顺时针方向的可移动的直线路径，路径的转角为θ2；S6、比较θ1和θ2的绝对值，确定路径转角绝对值较小的路径就为下一时刻清洁机器人的移动路线。作为本发明的进一步改进，所述避障方法还包括：优化距离传感器的位姿参数，位姿参数包括距离传感器的数量n、位置角α、方位角β。作为本发明的进一步改进，所述“优化距离传感器的位姿参数”具体包括：沿清洁机器人左右对称分布安装m个距离传感器；设置一侧距离传感器的位姿参数OptParm，其中，位置角α范围是[0°，89°]，同时方位角β范围是[-89°，89°]；设置另一侧距离传感器的位姿参数该位姿参数为位姿参数OptParm的相反数。作为本发明的进一步改进，所述步骤S1还包括：通过更新局部栅格地图；其中，△X为清洁机器人的位姿变化，M为局部栅格地图。作为本发明的进一步改进，所述步骤S1还包括：将距离传感器的数据融合到新的局部栅格地图中，确定测量模型为：z1z2...zm=h1(Xr(k+1),M)h2(Xr(k+1),M)...hm(Xr(k+1),M),]]>其中，在k+1时刻传感器的数据为Z(k+1)＝[z1z2…zm]，m表示距离传感器的数量，M为局部栅格地图。本发明的有益效果是：将距离传感器采用非径向排列的方式安装于清洁机器人上，通过使用少量而廉价的距离传感器能够完全实现清洁机器人的无碰撞导航；距离传感器的安装位置经过优化后使得清洁机器人能够感知到更大范围的区域，并且有充足的反应时间完成避障；创建了描绘清洁机器人正前方区域连通性的局部栅格地图，可使清洁机器人具备稳定的自主避障能力。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，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为本发明一具体实施方式中距离传感器在清洁机器人上的非径向排列的安装示意图；图2为现有技术中距离传感器在清洁机器人上呈放射状的安装示意图；图3为本发明一具体实施方式中清洁机器人避障方法的具体流程图；图4为本发明一具体实施方式中的局部栅格地图示意图。具体实施方式为了使本
技术领域：
的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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，都应当属于本发明保护的范围。参图1所示，本发明一具体实施方式中的清洁机器人，清洁机器人的边缘处安装有若干距离传感器，距离传感器呈非径向排列的方式安装，以确保清洁机器人正前方的区域均能被探测到。如本实施方式中，距离传感器沿清洁机器人左右对称分布，左侧设置有距离传感器11、12，右侧设置有距离传感器21、22，左侧的距离传感器11、12与右侧的距离传感器21、22对称分布。常见清洁机器人上的距离传感器(激光或超声波)以径向排列的方式布置在机器人的边缘，使得其探测的距离尽可能的远，以便当机器人在探测到障碍物时有充足的时间做局部路径规划，如图2所示。但是，当清洁机器人以平均10厘米/秒的速度移动时，一般的红外传感器的有效探测距离达到80厘米，这意味着机器人有8秒的时间用来避障。在实际应用中，清洁机器人仅仅只需要停在那儿然后转身来弯避开障碍物，而不需要像大多移动服务机器人那样以平稳变化的速度规划出一条避障路径，所以预警障碍物的距离可以减少一些。另一方面，由于红外传感器测量的数据信息较少并且会有微小的障碍物无法被探测到，比如桌子、椅子的腿等。在发明中，机器人的形状被认为是圆形的，就像大多数清洁机器人一样。这让机器人避免被困在狭小的空间中。将距离传感器以非径向排列的方式布置在机器人的边缘，这使得机器人能够获得最大的探测区域。相比较传统径向排列的布置方式，本发明能够确保机器人前方的区域都被覆盖到，机器人移动时，前方将不再有盲区。优选地，本实施方式中的距离传感器为红外或激光距离传感器。上述实施方式中以4个距离传感器为例进行说明，在其他实施方式中也可以为其他数量的距离传感器，如6个、8个等，此处不再进行赘述。相应地，参图3所示，本发明另一具体实施方式中清洁机器人的避障方法包括：S1、创建描绘清洁机器人正前方区域连通性的局部栅格地图，结合图4所示，局部栅格地图包括第一类栅格(图4中白色栅格)、第二类栅格(图4中黑色栅格)及第三类栅格(图4中灰色栅格)，其中，第一类栅格为无障碍区域，第二类栅格为有障碍区域，第三类栅格为不确定障碍区域；S2、设定第三类栅格为无障碍区域；S3、设定清洁机器人走过的栅格为无障碍区域；S4、在清洁机器人移动过程中搜索出一条逆时针方向的可移动的直线路径，路径的转角为θ1；S5、在清洁机器人移动过程中搜索出一条顺时针方向的可移动的直线路径，路径的转角为θ2；S6、比较θ1和θ2的绝对值，确定路径转角绝对值较小的路径就为下一时刻清洁机器人的移动路线。应当理解的是，在其他是实施方式中局部栅格地图中的第一类栅格、第二类栅格、第三类栅格也可以采用其他颜色进行区分，此处不再一一举例进行说明。进一步地，本实施方式中还需优化距离传感器的位姿参数，距离传感器的位姿参数应该被优化以确保可以探测到机器人前方所有可能的障碍物。结合图1所示，位姿参数包括距离传感器的数量n、位置角α、方位角β。本实施方式中，“优化距离传感器的位姿参数”具体包括：沿清洁机器人左右对称分布安装m个距离传感器；设置一侧距离传感器的位姿参数OptParm，其中，位置角α范围是[0°，89°]，同时方位角β范围是[-89°，89°]；设置另一侧距离传感器的位姿参数该位姿参数为位姿参数OptParm的相反数。本实施方式中的清洁机器人是左右对称的，所以距离传感器也应该对称的布置。于是，采用一种数值方法被去优化这些参数。下述算法展示了4个距离传感器的参数优化方法，对于不同数量的距离传感器，距离传感器参数的优化方法也是类似的。在这里，两个安装在机器人左端的距离传感器的位姿参数OptParm被精确地优化了，同时，右边的两个距离传感器参数值按照对称原则安装，取相反数对于左边的距离传感器，它们的位置角α范围是[0°，89°]，同时方位角β范围是[-89°，89°]。函数dis＝GetSenceDistance(.)给出了清洁机器人所能探测的最大距离，区域中的每个单元格都将被探测超过3次。当dis值越大，清洁机器人的反应时间也就越长。在算法中，dis的值通过栅格的最大列数计算得出，从最右列开始每个单元都会被红外传感器探测3次以上。具体算法如下：为了避免碰撞，清洁机器人首先将它的前方区域构建成一张局部栅格地图，包括过程更新和测量更新，局部栅格地图的大小不会随之改变，并且所有的模型都将是确定的而不是基于概率性的。清洁机器人的运动模型为：其中，函数f(.)表示清洁机器人从k时刻到k+1时刻的运动模型，输入u(k)包括清洁机器人左右两轮的旋转速度。当机器人的状态更新后，相比较上一时刻，其相对应的位姿变化换也对应地被应用在栅格地图上。当这些单元格更新时，其总的数量并不会发生改变。那些界外旧栅格地图上的单元被设定为未知。假设清洁机器人的位姿变化为△X，旧的栅格地图为M，则新的地图为：当使用位姿变换构建栅格地图后，距离传感器的数据会融合到新的局部栅格地图中，测量模型为：z1z2...zm=h1(Xr(k+1),M)h2(Xr(k+1),M)...hm(Xr(k+1),M),]]>其中，在k+1时刻传感器的数据为Z(k+1)＝[z1z2…zm]，m表示距离传感器的数量，M为局部栅格地图。在获得新的地图之后，机器人便能够进行避障了。一个由清洁机器人构建的标准的局部栅格地图如图4所示。在图4中黑色方块表示有障碍物，灰色的方块表示不确定，白色的方块表示无障碍物。从图4中可以看出，机器人后面的区域总是没有障碍物的，这意味着如果清洁机器人在移动的过程中发现前方路径均无法通过，它可以转身继续移动。由上述技术方案可以看出，本发明具有以下有益效果：将距离传感器采用非径向排列的方式安装于清洁机器人上，通过使用少量而廉价的距离传感器能够完全实现清洁机器人的无碰撞导航；距离传感器的安装位置经过优化后使得清洁机器人能够感知到更大范围的区域，并且有充足的反应时间完成避障；创建了描绘清洁机器人正前方区域连通性的局部栅格地图，可使清洁机器人具备稳定的自主避障能力。对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。当前第1页1 2 3