多传感器融合的扫地机器人运动避障方法、装置及机器人制造方法及图纸

本发明专利技术实施例公开了一种基于多传感器融合检测的扫地机器人的运动避障方法，扫地机器人上设置有至少包括2个传感器类型的多个传感器；所述方法包括：在通过至少一个传感器检测到障碍物的情况下，通过多个传感器采集障碍物的传感器数据；对多个传感器对应的传感器数据进行交叉融合处理，以获取目标传感数据；确定包括障碍物的大小、区域、类型、位置信息的障碍参数；基于地图及第一规划路线及障碍参数，对未运动的路线部分重新进行路线优化，以获取第二规划路线并控制扫地机器人进行运动，以使得扫地机器人在运动过程中可以避开障碍物的区域且可以完成对地图对应的区域的打扫。采用本发明专利技术，可以提高扫地机器人避障的准确性。可以提高扫地机器人避障的准确性。可以提高扫地机器人避障的准确性。

【技术实现步骤摘要】
多传感器融合的扫地机器人运动避障方法、装置及机器人


[0001]本专利技术涉及扫地机器人
，尤其涉及一种基于多传感器融合检测的扫地机器人的运动避障方法、装置及扫地机器人。

技术介绍

[0002]扫地机器人，又称自动打扫机、智能吸尘、机器人吸尘器等，是智能家用电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。目前的扫地机器人方案，在扫地机器人识别障碍物时，通常只能识别是否有障碍物，而不能进一步的识别障碍物的大小、类别，无法针对不同的障碍物执行相应的避障操作，从而导致无法完全避开障碍物或者障碍物周围的区域没有打扫到。

技术实现思路

[0003]基于此，有必要针对上述问题，提出了一种基于多传感器融合检测的扫地机器人的运动避障方法、装置及扫地机器人。
[0004]在本专利技术的第一部分，提供了一种基于多传感器融合检测的扫地机器人的运动避障方法，所述扫地机器人上设置有多个传感器，所述多个传感器至少包括2个传感器类型；所述方法包括：通过所述多个传感器中的至少一个传感器检测是否有障碍物，在检测到障碍物的情况下，通过所述多个传感器采集障碍物对应的传感器数据，其中，每一个传感器对应一组传感器数据；基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据；基于目标传感数据确定与障碍物对应的障碍参数，其中，所述障碍参数用于表征障碍物的特征，所述障碍物参数包括障碍物的大小、区域、类型、位置信息等；确定扫地机器人工作的地图以及第一规划路线，在检测到障碍物之前，所述扫地机器人基于第一规划路线进行运动；基于扫地机器人工作的地图以及第一规划路线以及障碍物对应的障碍参数，确定障碍物对第一规划路线的影响，其中，该影响包括障碍物在地图中的相对位置、以及基于障碍物的第一规划路线中的封闭路线；基于障碍物在地图中的相对位置、地图、第一规划路线以及封闭路线，对未运动的路线部分重新进行路线优化，以获取第二规划路线，根据第二规划路线控制扫地机器人进行运动，以使得扫地机器人在运动过程中可以避开障碍物的区域且可以完成对地图对应的区域的打扫。
[0005]可选的，所述基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据的步骤，还包括：分别对每个传感器对应的传感器数据进行筛选过滤处理，其中，对每组传感器数
据进行筛选过滤处理是基于与每个传感器对应的传感器类型进行的；分别将筛选过滤处理之后的传感器数据，分别输入与每一个传感器类型对应的第一卷积神经网络，以提取每组传感器数据对应的第一特征数据；将每个传感器对应的传感器数据和第一特征数据，输入与每一个传感器类型对应的第二卷积神经网络，以提取每组传感器数据对应的第二特征数据；基于预设的特征融合函数，对多个传感器对应的第一特征数据和第二特征数据进行交叉融合处理，以得到融合处理之后的目标传感数据。
[0006]可选的，所述基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据的步骤，还包括：根据传感器设置的位置，对多个传感器对应的传感器数据进行分组，将每一个分组作为一组传感器数据进行后续的特征提取和特征融合处理。
[0007]可选的，所述基于预设的特征融合函数，对多个传感器对应的第一特征数据和第二特征数据进行交叉融合处理，以得到融合处理之后的目标传感数据的步骤，还包括：提取第一特征数据和第二特征数据在预设的至少一个障碍物描述维度下的特征数据，以使得每个障碍物描述维度下包括至少一个特征数据；在每个障碍物描述维度下，计算其包含的至少一个特征数据之间的相似度；在相似度大于或等于预设的相似度阈值的情况下，对该障碍物描述维度下的特征数据进行去重处理和融合处理；在相似度小于预设的相似度阈值的情况下，根据至少一个特征数据构建障碍物描述维度下的相似度矩阵，其中，相似度矩阵包括了至少一个特征数据之间的相似度；基于相似度矩阵，对该障碍物描述维度下的特征数据进行融合处理，其中，进行融合处理的权重系数是根据相似度矩阵确定的。
[0008]可选的，所述基于目标传感数据确定与障碍物对应的障碍参数的步骤，还包括：将目标传感数据输入预设的第三卷积神经网络，获取所述障碍参数。
[0009]可选的，所述将目标传感数据输入预设的第三卷积神经网络，获取所述障碍参数的步骤，还包括：将目标传感数据、第一特征数据、第二特征数据输入第三卷积神经网络，获取第三卷积神经网络的输出作为所述障碍参数。
[0010]可选的，所述基于障碍物在地图中的相对位置、地图、第一规划路线以及封闭路线，对未运动的路线部分重新进行路线优化，以获取第二规划路线的步骤，还包括：对封闭路线所在的区域进行路线规划，以获取多条子路线；分别计算每一个子路线对应的第一消耗值，所述第一消耗值用于表示路线长度、运行时间根据第一消耗值在所述多条子路线中选择一条或多条子路线作为第一子路线；所述将第一子路线与所述第一规划路线中除封闭路线之外的其他路线进行路线融合，以获取第二规划路线的步骤，还包括：分别将多条第一子路线和第一规划路线进行结合，并计算结合所得到的结合路线的第二消耗值；将第二消耗值最小的结合路线作为第二规划路线。
[0011]可选的，所述将第一子路线与所述第一规划路线中除封闭路线之外的其他路线进行路线融合，以获取第二规划路线的步骤，还包括：获取规划第一规划路线时存储的至少一条第一备选规划路线，将封闭路线与每一条第一备选规划路线进行比较，计算封闭路线与第一备选规划路线之间的契合值，所述契合值用于表征封闭路线在第一备选规划路线中影响的路线的集中度；根据契合值在至少一条备选规划路线中确定至少一条第二备选规划路线；分别将多条第一子路线与至少一条第二备选规划路线进行结合，并计算结合之后的结合路线对应的第二消耗值，将第二消耗值最小的结合路线作为第二规划路线。
[0012]在本专利技术的第二部分，提供了一种基于多传感器融合检测的扫地机器人的运动避障装置，所述扫地机器人上设置有多个传感器，所述多个传感器至少包括2个传感器类型；所述装置包括：传感器数据监测模块，用于通过所述多个传感器中的至少一个传感器检测是否有障碍物，在检测到障碍物的情况下，通过所述多个传感器采集障碍物对应的传感器数据，其中，每一个传感器对应一组传感器数据；特征融合模块，用于基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据；障碍物计算模块，用于基于目标传感数据确定与障碍物对应的障碍参数，其中，所述障碍参数用于表征障碍物的特征，所述障碍物参数包括障碍物的大小、区域、类型、位置信息等；第一路线规划模块，用于确定扫地机器人工作的地图以及第一规划路线，在检测到障碍物之前，所述扫地机器人基于第一规划路线进行运动；封闭路线确定模块，用于基于扫地机器人工作的地图以及第一规划路线以及障碍物对应的障碍参数，确定障碍物对第一规划路线的影响，其中，该影响包括障碍物在地图中的相对位置、以及基于障碍物的第一规划路线中的封闭路线；第二路线规划模块，用于基于障碍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多传感器融合检测的扫地机器人的运动避障方法，其特征在于，所述扫地机器人上设置有多个传感器，所述多个传感器至少包括2个传感器类型；所述方法包括：通过所述多个传感器中的至少一个传感器检测是否有障碍物，在检测到障碍物的情况下，通过所述多个传感器采集障碍物对应的传感器数据，其中，每一个传感器对应一组传感器数据；基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据；基于目标传感数据确定与障碍物对应的障碍参数，其中，所述障碍参数用于表征障碍物的特征，所述障碍物参数包括障碍物的大小、区域、类型、位置信息等；确定扫地机器人工作的地图以及第一规划路线，在检测到障碍物之前，所述扫地机器人基于第一规划路线进行运动；基于扫地机器人工作的地图以及第一规划路线以及障碍物对应的障碍参数，确定障碍物对第一规划路线的影响，其中，该影响包括障碍物在地图中的相对位置、以及基于障碍物的第一规划路线中的封闭路线；基于障碍物在地图中的相对位置、地图、第一规划路线以及封闭路线，对未运动的路线部分重新进行路线优化，以获取第二规划路线，根据第二规划路线控制扫地机器人进行运动，以使得扫地机器人在运动过程中可以避开障碍物的区域且可以完成对地图对应的区域的打扫。2.根据权利要求1所述的基于多传感器融合检测的扫地机器人的运动避障方法，其特征在于，所述基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据的步骤，还包括：分别对每个传感器对应的传感器数据进行筛选过滤处理，其中，对每组传感器数据进行筛选过滤处理是基于与每个传感器对应的传感器类型进行的；分别将筛选过滤处理之后的传感器数据，分别输入与每一个传感器类型对应的第一卷积神经网络，以提取每组传感器数据对应的第一特征数据；将每个传感器对应的传感器数据和第一特征数据，输入与每一个传感器类型对应的第二卷积神经网络，以提取每组传感器数据对应的第二特征数据；基于预设的特征融合函数，对多个传感器对应的第一特征数据和第二特征数据进行交叉融合处理，以得到融合处理之后的目标传感数据。3.根据权利要求2所述的基于多传感器融合检测的扫地机器人的运动避障方法，其特征在于，所述基于预设的特征融合算法，对多个传感器对应的传感器数据进行交叉融合处理，以获取融合之后目标传感数据的步骤，还包括：根据传感器设置的位置，对多个传感器对应的传感器数据进行分组，将每一个分组作为一组传感器数据进行后续的特征提取和特征融合处理。4.根据权利要求2所述的基于多传感器融合检测的扫地机器人的运动避障方法，其特征在于，所述基于预设的特征融合函数，对多个传感器对应的第一特征数据和第二特征数据进行交叉融合处理，以得到融合处理之后的目标传感数据的步骤，还包括：提取第一特征数据和第二特征数据在预设的至少一个障碍物描述维度下的特征数据，
以使得每个障碍物描述维度下包括至少一个特征数据；在每个障碍物描述维度下，计算其包含的至少一个特征数据之间的相似度；在相似度大于或等于预设的相似度阈值的情况下，对该障碍物描述维度下的特征数据进行去重处理和融合处理；在相似度小于预设的相似度阈值的情况下，根据至少一个特征数据构建障碍物描述维度下的相似度矩阵，其中，相似度矩阵包括了至少一个特征数据之间的相似度；基于相似度矩阵，对该障碍物描述维度下的特征数据进行融合处理，其中，进行融合处理的权重系数是根据相似度矩阵确定的。5.根据权利要求1所述的基于多传感器融合检测的扫地机器人的运动避障方法，其特征在于，所述基于目标传感数据确定与障碍物对应的障碍参数的步骤，还包括...

【专利技术属性】
技术研发人员：汪洋，
申请(专利权)人：深圳市元鼎智能创新有限公司，
类型：发明
国别省市：