电子设备系统、设备控制方法、装置、存储介质和芯片与流程

1.本发明实施例涉及自动化控制技术领域，尤其涉及一种电子设备系统、设备控制方法、装置、存储介质和芯片。


背景技术：

2.随着科技的进步，为减轻人工工作强度，人工智能技术在生活的方方面面得到了广泛的应用。用户对智能清洁设备的需求日益旺盛，智能清洁设备能够对室内或室外环境进行自动清洁工作，具有环境识别、路径规划、智能避障等功能，可大大降低工人的工作强度。
3.但是由于现有的智能清洁设备往往体积较大，占用较多空间，对应用场景具有较高要求，往往不能满足智能清洁设备的低空间占用和高集成度的要求。现有技术中，传感器直接连接到智能清洁设备的控制器，使得控制器根据传感器采集数据进行设备控制，然而传感器的设置受到智能清洁设备外壳以及内部电路的限制，传感器的数据采集角度和范围受限，使得数据采集无法到达预期要求，降低了设备功能执行的准确性。


技术实现要素：

4.本发明提供一种电子设备系统、设备控制方法、装置、存储介质和芯片、，以实现设备电路的精简，提高数据采集精度，可提高设备功能执行的准确性。
5.第一方面，本发明实施例提供了一种电子设备系统，该系统包括上位机、下位机、传感器和执行机构，其中，所述上位机与所述传感器连接，用于获取传感器采集的环境数据和/或设备状态数据；所述上位机还与所述下位机连接，所述上位机还将获取的所述环境数据和/或所述设备状态数据处理为执行指令发送到所述下位机；所述下位机与所述执行机构相连，用于根据所述执行指令控制所述执行机构执行设备功能。
6.第二方面，本发明实施例还提供了一种设备控制方法，该方法包括：
7.获取传感器采集的环境数据和/或设备状态数据；
8.根据所述环境数据和/或设备状态数据确定控制指令；
9.根据所述控制指令控制执行机构执行设备功能。
10.第三方面，本发明实施例还提供了一种设备控制装置，该装置包括：
11.数据采集模块，用于获取传感器采集的环境数据和/或设备状态数据；
12.指令确定模块，用于根据所述环境数据和设备状态数据确定控制指令；
13.功能控制模块，用于根据所述控制指令控制执行机构执行设备功能。
14.第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本发明实施例中任一所述的设备控制方法。
15.第五方面，本发明实施例还提供了一种芯片，该芯片包括：至少一个处理器和接口；
16.所述接口，用于为所述至少一个处理器提供程序指令或者数据；
17.所述至少一个处理器用于执行所述程序指令，以实现如本发明实施例所述的智能机器人地图的更新方法。
18.本发明实施例公开了一种电子设备系统，该系统包括：上位机、下位机、传感器和执行机构，其中，上位机分别与传感器和下位机连接，上位机用于获取传感器采集的环境数据和/或设备状态数据；下位机获取环境数据和设备状态数据，并生成对应的执行指令；执行机构与下位机相连，用于按照下位机生成的执行指令执行设备功能，通过上位机和下位机将数据处理和命令执行的过程分离，实现系统的功能分离，可降低传感器与上位机的连接难度，提高了数据采集精度，可增强设备功能执行的准确性。
附图说明
19.图1是本发明实施例一提供的一种电子设备系统的结构示意图；
20.图2是本发明实施例二提供的另一种电子设备系统的结构示意图；
21.图3是本发明实施例二提供的一种智能机器人的前视图；
22.图4是本发明实施例二提供的一种智能机器人的前平视图像采集器、前斜视图像采集器及后平视图像采集器的扫描范围平面示意图；
23.图5是本发明实施例二提供的一种智能机器人的前平视图像采集器、前斜视图像采集器及后平视图像采集器的扫描范围平面示意图；
24.图6是本发明实施例二提供的一种智能机器人的后视图；
25.图7是本发明实施例三提供的一种设备控制方法的流程图；
26.图8是本发明实施例四提供的另一种设备控制方法的流程图；
27.图9是本发明实施例四提供的一种视野范围切片分层的示例图；
28.图10是本发明实施例四提供的另一种擦除障碍物标记的示例图；
29.图11是本发明实施例四提供的一种电子设备系统的结构示意图；
30.图12是本发明实施例五提供的一种设备控制装置的结构示意图；
31.图13是本发明实施例七提供的一种芯片的结构示意图。
具体实施方式
32.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构，此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
33.实施例一
34.图1是本发明实施例一提供的一种电子设备系统的结构示意图，本实施例可适用于智能清洁设备的情况，该系统可以采用硬件和/或软件的方式实现，参见图1，本发明实施例提供的电子设备系统包括：上位机10、下位机11、传感器12和执行机构13，其中，上位机10与传感器12连接，用于获取传感器12采集的环境数据和/或设备状态数据；上位机10还与下位机11连接，上位机10还将获取的环境数据和/或设备状态数据处理为执行指令发送到下位机11；下位机11与执行机构13相连，用于根据执行指令控制执行机构13执行设备功能。
35.其中，上位机11可以是电子设备系统中起主控作用的模块，可以根据采集的环境
数据和/或设备状态数据制定对应的决策策略，上位机10具体可以为电子控制单元、智能终端或者计算机等。下位机11可以是完成决策策略执行的模块，下位机11可以接受上位机10的控制，可以理解的下位机可以是电子控制单元、智能终端、单片机、计算机中的一种或者多种。可以理解的是，上位机10可以根据环境数据和/或设备状态数据生成控制指令，下位机11可以根据该控制指令实现功能控制。
36.在本发明实施例中，传感器12可以是一种检测装置，可以感受被测量的新型，并将感受到的信息按照一定规律变化为电信号或者其他形式的信息输出，传感器12可以包括负压传感器、图像传感器、激光雷达传感器、超声传感器等。传感器12可以感受系统内部和系统外部的信息，系统内部的信息可以为设备状态数据，可以反映当前系统的运行状态，设备状态信息可以包括电压、电流、功率、水位等信息，系统外部的信息可以是设备所处环境的信息，可以包括周围的障碍物数据、周围的温度数据、周围的湿度数据等。传感器12可以通过有线和/或无线的方式连接到上位机10，并将采集的环境数据和/或设备状态数据发送给上位机10。
37.具体的，执行机构13可以是电子设备系统中实现功能的装置，可以包括移动执行机构、喷水电机、吸风电机、水位升降电机中的一种或者多种，执行机构13可以与下位机11相连，并通过下位机11获取到上位机10生成的控制指令，执行机构13可以按照该控制指令进行功能控制，例如，可以进行喷水、吸风等操作。
38.实施例二
39.图2是本发明实施例二提供的另一种电子设备系统的结构示意图，本发明实施例是在上述实施例基础上的具体化，参见图2，本发明实施例提供的系统中传感器12包括以下至少之一：平视激光雷达121、顶视激光雷达122、图像传感器123。执行机构13包括以下至少之一：伺服驱动器131、无刷驱动器132、材质检测模块133、消杀背包134、助力把手135、滚刷电机136、喷水电机137、吸风电机138、刷盘电机139。下位机11还与功能开关14连接，用于控制功能模块执行业务功能，其中，所述功能开关14包括以下至少一种：浮子开关141、模式切换开关142、急停按钮143、助力按钮144。进一步的，在本发明实施例中，系统至少包括四个图像传感器123，四个图像传感器123的数据采集视角至少包括前视视角、前斜视视角、左视视角和右视视角。下位机11还包括路由器，路由器用于连接到以太网。
40.在本发明实施例中，系统中的传感器可以包括平视激光雷达121、顶视激光雷达122、图像传感器123，其中，平视激光雷达121和顶视激光雷达122可以分别采集平视方向和顶视方向的障碍物的距离数据，图像传感器123可以采集周围环境内障碍物的图像数据。系统中的执行机构13可以包括伺服驱动器131、无刷驱动器132等驱动器，驱动器可以根据上位机10发送的控制指令完成具体的动作，执行机构13还可以包括材质检测模块133、消杀背包134、助力把手135、滚刷电机136、喷水电机137、吸风电机138、刷盘电机139等，其中，材质检测模块133可以对地面材质进行检测，以边采取相应的清洁策略。消杀背包134可以实现消杀喷雾功能。助力把手135可以在系统遇到上坡等情况时，可以输出一个模拟量给下位机11，使得下位机可以控制轮廓电机输出一个正向的推理来辅助系统移动。滚刷电机137、喷水电机137、吸风电机138、刷盘电机139等元件可以连接到下位机11，根据下位机11发送的控制器局域网络(controller area network，can)信号实现精准控制。系统中包括的功能开关14具体可以为浮子开关141、模式切换开关142、急停按钮143、助力按钮144，其中，浮子
开关141可以检测液位信息，模式切换开关142可以切换系统的手动模式和自动模式；急停按钮143可以控制系统急停，助力按钮144可以启动系统的正向助力，辅助系统移动。
41.进一步的，本发明实施例中，图像传感器123的数量为至少四个，上述的至少四个图像传感器123的数据采集视角至少为前视视角、前斜视视角、左视视角和右视视角，分别采集系统前侧、前下侧、左侧以及右侧的障碍物数据。
42.在一个示例性的实施方式中，本发明实施例提供的电子设备系统可以位于智能机器人中，该智能机器人可以设置有多摄像头作为图像传感器，各摄像头分别为前平视摄像头、前斜视摄像头、左侧摄像头和右侧摄像头之一。图3是本发明实施例二提供的一种智能机器人的前视图，参见图3，该智能机器人包括机器人本体1、前平视摄像头2、前斜视摄像头3和侧视摄像头4(包括左侧摄像头和右侧摄像头)，且两个侧视摄像头4对称设置。在智能机器人前进的方向，前平视摄像头2设置于机器人本体1的前侧，以用于智能检测行人、汽车等比较高的障碍物。前斜视摄像头3设置于机器人本体1上且置于前平视摄像头2的下方，前斜视摄像头3的采集端向下倾斜设置。前斜视摄像头3用于检测地板上的低矮障碍物，且能采集到地面及以下的图像信息，防止智能机器人跌落，且前平视摄像头2与前斜视摄像头3配合使用能增强智能机器人对行进前方环境的感知能力。机器人本体1的两侧均设置有侧视摄像头4，侧视摄像头4的采集端向下倾斜且与前平视摄像头2的采集端呈夹角设置。两个侧视摄像头4增强了智能机器人侧面感知能力，保证智能机器人转弯时的安全，且侧视摄像头4的采集范围与前平视摄像头2、前斜视摄像头3的采集范围均有交集，实现无检测盲区，且多个摄像头能同时采集到一个障碍物的信息，使得此障碍物的置信度上升，提高了地图标记和路径规划的精确性。本实施例提供的智能机器人的机器人本体1的前侧高度为800mm
‑
1100mm，机器人本体1的后侧高度为850mm
‑
1200mm，机器人本体1的底部长度为520mm
‑
720mm。但是机器人本体1的前侧高度、后侧高度以及底部长度不局限于上述尺寸，在此不作具体限定。
43.在本实施例中，前平视摄像头2设置于机器人本体1前侧的中间位置，使检测范围由机器人本体1的中间位置向两侧扩展，确保智能机器人前方障碍物检测的精确性。前平视摄像头2与机器人本体1的底部之间的距离为机器人本体1前侧高度的70％
‑
90％，以适应检测比较高的障碍物。根据本实施例提供的机器人本体1的前侧高度，前平视图像采集器2与机器人本体1的底部之间的距离为670mm
‑
850mm，前平视摄像头2与机器人本体1的底部之间的距离优选为670mm、680mm、690mm、700mm、710mm、720mm、730mm、740mm、750mm、760mm、770mm、780、790mm、800mm、810mm、820mm、830mm、840mm或850mm，在此不作具体限定。
44.进一步地，前平视摄像头2的采集端向下倾斜0
°‑5°
，优选向下倾斜0
°
、1
°
、2
°
、3
°
、4
°
或5
°
，以更好地与前斜视图像采集传感器3配合使用，进一步地提高智能机器人对行进前方环境的感知能力。前平视摄像头2设置的位置，如高度、角度等是需要与前斜视摄像头3、侧视摄像头4配合使用，以消除检测盲区。
45.本实施例中前平视摄像头2优选深度摄像头，具有采集精度高、采集范围广等优点。在本实施例中，深度摄像头的型号优选为大白摄像头，其具有红外镜头和rgb镜头，可获取红外图像、深度图像和rgb图像。
46.图4是本发明实施例二提供的一种智能机器人的前平视图像采集器、前斜视图像采集器及后平视图像采集器的扫描范围平面示意图，图5是本发明实施例二提供的一种智
能机器人的前平视图像采集器、前斜视图像采集器及后平视图像采集器的扫描范围平面示意图。结合图4和图5所示，侧视摄像头4与机器人本体1的底部之间的距离为机器人本体1前侧高度的75％
‑
95％，两个所述侧视图像采集器4的间距为所述机器人本体1底部长度的40％
‑
60％，以使侧视摄像头4的检测范围能覆盖到智能机器人的侧前方。根据本实施例提供的机器人本体1的前侧高度，侧视图像采集器4与机器人本体1的底部之间的距离为713mm
‑
903mm。
47.优选地，侧视图像采集器4与机器人本体1的底部之间的距离为720mm、725mm、730mm、735mm、740mm、745mm、750mm、755mm、760mm、765mm、770mm、775mm、780mm、785mm、790mm或795mm。根据本实施例提供的机器人本体1的底部长度，两个侧视图像采集器4的间距为248mm
‑
372mm。优选地，两个侧视图像采集器4的间距为280mm、285mm、290mm、295mm、300mm、305mm、310mm、315mm、320mm、325mm或330mm，在此不作具体限定。
48.进一步地，侧视摄像头4的采集端在水平方向上与前平视摄像头2的采集端的夹角为25
°‑
35
°
，且侧视摄像头4的采集端向下倾斜5
°‑
15
°
，使侧视摄像头4与前平视摄像头2、前斜视摄像头3之间均具有交集，以消除检测盲区。优选地，侧视摄像头4的采集端在水平方向上与前平视摄像头2的采集端的夹角为25
°
、26
°
、27
°
、28
°
、29
°
、30
°
、31
°
、32
°
、33
°
、34
°
或35
°
，侧视摄像头4的采集端向下倾斜5
°
、6
°
、7
°
、8
°
、9
°
、10
°
、11
°
、12
°
、13
°
、14
°
或15
°
，在此不作具体限定。
49.本实施例中侧视摄像头4优选深度摄像头，具有采集精度高、采集范围广等优点。在本实施例中，深度摄像头的型号优选为大白摄像头，其具有红外镜头和rgb镜头，可获取红外图像、深度图像和rgb图像。
50.在本实施例中，如图5所示，为了确保前斜视摄像头3与侧视摄像头4、前平视摄像头2均有交集，以消除检测盲区，前斜视摄像头3设置于机器人本体1前侧的中间位置，使检测范围由机器人本体1的中间位置向两侧扩展，确保智能机器人前方障碍物检测的精确性。前斜视摄像头3与机器人本体1的底部之间的距离为机器人本体1前侧高度的55％
‑
65％。，确保前斜视摄像头3能检测到地面及以下的图像，以消除低矮障碍物检测的盲区及实现智能机器人的防跌落功能，确保前斜视摄像头3与侧视摄像头4、前平视摄像头2均有交集，解决了现有技术中设置在智能机器人上的激光传感器、超声波传感器等存在检测盲区的问题。根据本实施例提供的机器人本体1前侧的高度，前斜视图像采集器3与机器人本体1的底部之间的距离为522mm
‑
712mm。优选地，前斜视摄像头3与机器人本体1的底部之间的距离为610mm、615mm、620mm、625mm或630mm，在此不作具体限定。
51.进一步地，前斜视摄像头3的采集端向下倾斜45
°‑
55
°
，以便能更精确地采集到地面及以下的图像。优选地，前斜视摄像头3的采集端向下倾斜45
°
、46
°
、47
°
、48
°
、49
°
、50
°
、51
°
、52
°
、53
°
、54
°
或55
°
。前斜视摄像头3设置的位置，如高度、角度等是需要与侧视摄像头4配合使用，以消除检测盲区。
52.本实施例中前斜视摄像头3优选深度摄像头，具有采集精度高、采集范围广等优点。在本实施例中，深度摄像头的型号优选为大白摄像头，其具有红外镜头和rgb镜头，可获取红外图像、深度图像和rgb图像。
53.图6是本发明实施例二提供的一种智能机器人的后视图，如图6所示，智能机器人还包括后平视摄像头5，在智能机器人前进的方向，后平视摄像头5设置于机器人本体1的后
侧，即与前平视摄像头2相对的一侧。后平视摄像头5主要是在智能机器人去充电桩充电时，用于检测充电桩的位置，使智能机器人的充电口与充电桩上的充电口连接，且在智能机器人后退的过程中检测是否有障碍物。
54.后平视摄像头5、前平视摄像头2、前斜视摄像头3和两个侧视摄像头4相互配合使用，覆盖了不同的高度、角度和范围，实现了智能机器人在前进、后退、转向时的多方位的图像采集。
55.进一步地，后平视摄像头5设置于机器人本体1后侧的中间位置，且后平视摄像头5与机器人本体1底部之间的距离为机器人本体后侧高度的45％
‑
65％，以便能准确采集到充电桩位置的信息，且将后平视摄像头5设置于机器人本体1后侧的中间位置，便于智能机器人的充电口与充电桩上的充电口精准对位。根据本实施例提供的机器人本体1的后侧高度，后平视图像采集器5与机器人本体1底部之间的距离为464mm
‑
669mm。后平视摄像头5与机器人本体1底部之间的距离优选为595mm、597mm、599mm或601mm，在此不作具体限定。
56.再进一步地，本实施例中的后平视摄像头5为深度摄像头，具有采集精度高、采集范围广等优点。在本实施例中，深度摄像头的型号优选为大白摄像头，其具有红外镜头和rgb镜头，可获取红外图像、深度图像和rgb图像。
57.在本实施例中，参见图3所示，机器人本体上还设有防跌落传感器6，防跌落传感器6设置在前斜视摄像头3的下方，且位于机器人本体1的中间位置，用于检测地面障碍物的信息。防跌落传感器6优选为激光传感器。防跌落传感器6检测的信息与前斜视摄像头3采集的信息结合，以得到更多的障碍物数据，进而得到带有更多障碍物信息的地图数据。
58.在防跌落传感器6的下方还依次设有前平视2d激光雷达7、前部气压防碰撞传感器8和底部rfid传感器(图中未示出)。其中前平视2d激光雷达7用于获取智能机器人前方的2d地图信息。前部气压防碰撞传感器8用于检测障碍物信号，以避免智能机器人与障碍物发生碰撞。底部rfid传感器设置于机器人本体1的底部，以检测智能机器人底部的路况。前平视2d激光雷达7、前部气压防碰撞传感器8和底部rfid传感器与防跌落传感器6、前斜视摄像头3结合，得到更多的障碍物信息，进一步地提高了障碍物检测的准确性。
59.在机器人本体1的两侧还设有单线激光雷达9，且单线激光雷达9设置在侧视摄像头4远离前平视摄像头2的一侧，且置于侧视摄像头4的斜上方。机器人本体1的顶部还设有顶视rgb摄像头10。沿机器人本体1的周向还均布有超声波传感器11。
60.在本实施例中，获得激光雷达数据中的2d地图信息、图像数据的障碍物信息，将视频图像中的障碍物数据投影到地图数据中，根据两者的交集得到带有更多信息的地图数据。将激光数据、图像数据、超声波数据、前部气压防碰撞传感器8的数据、顶视rgb摄像头10的数据融合，得到更多障碍物的信息，最终能获得更高精度的自动驾驶的场景数据，以为自动驾驶提供精确的地图标记和路径规划。
61.实施例三
62.图7是本发明实施例三提供的一种设备控制方法的流程图，本发明实施例可以适用于本发明实施例提供的电子设备系统，该方法可以由设备控制装置来执行，该装置可以采用硬件和/或软件的方式来实现，参见图7，本发明实施例提供的方法具体包括如下步骤：
63.步骤310、获取传感器采集的环境数据和/或设备状态数据。
64.在本发明实施例中，传感器采集控制系统外部的环境数据和/或系统内部的设备
状态数据，环境数据可以包括障碍物距离数据以及障碍物图像数据等，设备状态数据可以包括系统的水位、位置、移动速度、位姿信息等。具体的，在电子设备系统中，环境数据和设备状态数据可以由上位机采集并处理。
65.步骤320、根据环境数据和/或设备状态数据确定控制指令。
66.具体的，电子设备系统可以按照环境数据和/或设备状态数据确定出对应的控制指令，确定控制指令的方法可以包括预设规则和神经网络模型处理等。例如，激光雷达的数据通过以太网传输到上位机，上位机这些数据完成避障、导航与路径规划的控制指令生成。
67.步骤330、根据控制指令控制执行机构执行设备功能。
68.在本发明实施例中，可以将控制指令发送到执行机构，由执行机构根据控制指令执行相应的设备功能，例如，电子设备系统中下位机模拟量接口接自动对桩的电极片电压信息，如果检测到电压信息则表示机器与充电桩接触良好，系统根据打开ka4的继电器开始自动充电。
69.本发明实施例，通过传感器采集的环境数据和/或设备状态数据，根据环境数据和/或设备状态数据确定控制指令，按照该控制指令控制执行机构执行设备功能，提高电子设备系统的复杂环境感知力和动态场景适应力，可很好的匹配设备完成既定的工作。
70.实施例四
71.图8是本发明实施例四提供的另一种设备控制方法的流程图，本发明实施例是在上述发明实施例基础上的具体化，参见图8，本发明实施例提供的方法具体包括如下步骤：
72.步骤410、获取至少一个图像传感器采集的视觉数据。
73.其中，视觉数据可以包括深度数据、红外数据及rgb数据。本实施例中，设置于智能机器人上的多摄像头实施采集视野范围内的图像，从而获得视觉数据，其中，智能机器人可以包括本发明实施例提供的电子设备系统。
74.步骤420、确定各图像传感器的重叠区域。
75.其中，重叠区域可以是各图像传感器的数据采集视角的重叠位置。
76.本实施例中，多摄像头的视野范围(或者采集范围)均有交集，在视觉数据上体现为视觉数据具有重叠区域，可以使用重叠区域对多个视觉数据进行融合，以获得智能机器人所处的环境数据。
77.步骤430、根据各视觉数据对应的置信度对重叠区域融合以生成合并数据。
78.具体的，对多个视觉数据进行融合的过程可以是：对多个视觉数据分别进行特征点检测以获取特征点算子，根据特征点算子进行特征匹配，以得到特征匹配对，对得到的特征匹配对进行提取，得到鲁棒的特征匹配对，并根据鲁棒的特征匹配对进行图像拼接，从而可以稳定地消除相邻图像的重叠区域，以获得环境数据。
79.本实施例中，根据各视觉数据的置信度对重叠区域进行融合的方式可以是：采用尺度不变特征转换算法(scale
‑
invariant feature transform，sift)对多个视觉数据分别进行特征点检测以获取特征点算子，然后采用最优节点优先算法(best binfirst，bbf)对特征点算子进行特征匹配，以得到特征匹配组，再然后采用随机抽样一致性算法(random sample consensus，ransac，)对得到的特征匹配组进行提取，得到鲁棒的特征匹配组，特征匹配组对应的像素点区域即为重叠区域。
80.在获得鲁棒的特征匹配组后，根据各视觉数据的置信度对鲁棒的特征匹配组中的
至少两个匹配特征进行加权求和，获得目标特征，目标特征对应的区域即为融合后的重叠区域。最后将非重叠区域和重叠区域进行拼接，获得环境数据。本实施例中，将各视觉数据进行融合，可以实现无盲区检测，提高鲁棒性。
81.步骤440、根据环境数据更新导航地图。
82.其中，导航地图可以是智能机器人定位和移动时使用的信息，导航地图可以包括周围的环境信息，标记有环境中存在的障碍物等信息，当所处环境发生变化时，需要对导航地图进行更新，才能保证路径规划的准确性。
83.具体的，根据环境数据导航地图进行更新的方式可以是：提取环境数据中的地面像素点云；将地面像素点云中高度值小于第一设定值的点云，确定为目标地面点；对目标地面点进行聚类，获得目标地面点组；将包含的目标地面点数量大于第二设定值的目标地面点组对应的区域确定为窄坑区域；将窄坑区域标记于导航地图。
84.其中，环境数据由像素点云组成，每个像素点携带有坐标信息及高度信息，可以根据高度信息提取地面像素点云，将高度小于一定值的像素点作为地面像素点。目标地面点可以理解为高度小于当前地面的像素点。
85.本实施例中，提取环境数据中的地面像素点云的方式可以是：将环境数据的像素点云转换为鸟瞰图；根据各像素点的高度值从鸟瞰图中提取地面像素点云。
86.其中，鸟瞰图可以是根据透视原理，利用高视点透视法从高处某一点俯视地面起伏绘制成的立体图。在获得鸟瞰图后，将将高度小于一定值的像素点从鸟瞰图中提取出来，获得地面像素点云。
87.其中，目标地面点组中包含多个目标地面点。本实施例中，对目标地面点进行聚类的方式可以是，将距离小于设定值的目标地面点聚为一类。当目标地面组包含的目标地面点数量大于第二设定值时，该目标地面组对应的区域构成一窄坑区域，若智能机器人从该窄坑区域上行走，会跌落。因此，需要将该窄坑区域标记于导航地图，使得智能机器人在路径规划时可以绕过该窄坑区域。
88.可选的，提取环境数据中的地面像素点云之后，还包括如下步骤：拟合地面像素点云；若参与拟合的地面像素点云数量占地面像素点总量的比例小于设定阈值，则根据地面像素点云重新计算地面参数。
89.其中，可以采用随机抽样一致算法(random sample consensus，ransac)对地面像素点云进行拟合。当参与拟合的地面像素点云数量占地面像素点总量的比例小于设定阈值时，表明智能机器人当前所处的环境存在多个平面(例如：机器人处于存在台阶的环境中)，此时需要根据地面像素点云重新计算地面参数，并将重新计算出的地面参数更新至导航地图中。
90.本实施例中，根据地面像素点云重新计算地面参数可以采用现有的拟合算法实现，此处不做限定。
91.具体的，根据环境数据对导航地图进行更新的方式可以是：根据环境数据和导航地图确定待擦除障碍物；对环境数据对应的视野范围按照设定高度进行切片，获得多个分层区域；根据各分层区域所处的高度确定擦除范围；按照擦除范围将待擦除障碍物的标记从导航地图中擦除。
92.其中，待擦除障碍物可以理解为在导航地图中包含有该障碍物的标记，而在环境
数据中不包含该障碍物的像素点，此时可以表明该障碍物已被移除。其中，设定高度可以设置为10
‑
20cn之间的任意值。擦除范围可以是各分层区域的视野范围围成的区域，即擦除范围由当前摄像头的视野范围决定。示例性的，图9是本发明实施例四提供的一种视野范围切片分层的示例图，如图9所示，三角形围成的区域为摄像头的视野范围，对该视野范围进行切片，获得多个分层区域，每个分层区域的擦除范围为边界a、边界b以及分层面围成的区域。
93.本实施例中，按照擦除范围将待擦除障碍物从导航地图中擦除的过程可以是：根据高度信息确定待擦除障碍物所处的分层区域，确定为目标分层区域；将目标分层区域对应的擦除范围内的待擦除障碍物的标记从导航地图中擦除。
94.其中，高度信息为障碍物的高度信息。将目标分层区域对应的擦除范围内的待擦除障碍物的标记从导航地图中擦除可以理解为将落入擦除范围的障碍物的标记擦除，保留未落入擦除范围的障碍物的标记。示例性的，图10是本发明实施例四提供的另一种擦除障碍物标记的示例图，如图10所示，虚线围成的椭圆为待擦除物体，该待擦除物体处于下面三个分层区域中，其中，白色区域落入下面三个分层区域的擦除范围，阴影区域未落入下面三个分层区域的擦除范围，因此，在擦除时，只需将白色区域对应的障碍物标记擦除，阴影区域对应的障碍物标记保留。这样做的好处避免用整个视野范围来擦除标记导致的不精确问题误擦除标记。
95.具体的，根据环境数据对导航地图进行更新的方式可以是：获取环境数据中的物体高度；若物体距离智能机器人小于设定距离阈值且物体高度大于第一高度阈值，则物体为障碍物；若物体距离智能机器人大于设定距离阈值且物体高度大于第二高度阈值，则物体为障碍物；将障碍物标记于导航地图中。
96.其中，第一高度阈值小于第二高度阈值。其中，设定阈值设置为0.8m
‑
1m之间的任意值。第一高度阈值可以设置为1cm，第二高度阈值可以设置为3cm。示例性的，假设设定阈值取0.8m，则对于距离智能机器人0.8m以内的物体，若高度大于1cm，则将该物体确定为障碍物，对于距离智能机器人0.8m以外的物体，若高度大于3cm，则将该物体确定为障碍物。这样做的好处是可以准确的识别到低矮障碍物。
97.步骤450、按照导航地图生成移动执行指令，其中，移动执行指令至少包括方向和位移。
98.在本发明实施例中，智能机器人可以提取导航地图中的信息生成移动执行指令，该移动执行指令可以包括方向和位移等信息，例如，可以根据目标位置在导航地图中确定出一条规划路径，该规划路径可以由多个位置点组成，每个位置点可以携带对应的方向和位移。
99.步骤460、根据控制指令控制执行机构执行设备功能。
100.具体的，可以将控制指令发送到轮毂电机等执行机构，由执行机构按照控制指令实现智能机器人的移动。
101.本发明实施例，通过获取所述多个图像传感器的视觉数据；对多个视觉数据进行融合，获得所述智能机器人当前所处的环境数据；根据环境数据对导航地图进行更新；按照导航地图生成控制指令以控制执行机构的运行。本发明实施例提供的设备控制方法，通过设置的多个图像传感器采集的环境数据对导航地图进行更新，可以提高地图更新的准确
性，从而提高设备功能执行过程的安全性。
102.进一步的，在上述发明实施例的基础上，所述方法还包括：
103.接收用户的助力控制数据，并根据助力控制数据确定助力功率；根据助力控制控制轮毂电机输出辅助推力。
104.其中，助力控制数据可以是反映电子设备系统助力需求的信息，例如，坡度、电子设备系统与地面的压力等，助力控制数据可以由电子设备系统中设置的传感器获取。助力功率可以是轮廓电机输出的额外功率，助力功率的大小可以与助力控制数据存在关联关系，该关联关系可以根据经验或者实验设置。
105.具体的，可以通过助力按钮或者压力传感器采集用户的助力控制数据，可以按照助力控制数据查找对应的助力功率，可以按照该助力功率控制轮廓电机工作，使得轮廓电机输出辅助助力符合助力功率。
106.在上述发明实施例的基础上，本发明实施例中的智能机器人可以包括图11示出的电子设备系统，参见图11，该电子设备系统可以包括上位机、一体机、平视激光雷达、顶视激光雷达之间通过lan口与下位机lan口连接并交换数据。在一体机触摸屏上人工可以配置机器不同的工作模式，根据地面环境和需求配置不同的清洗等级。上位机通过usb外接的深度摄像头采集机器周围的图像数据，激光的数据通过以太网传输到上位机，上位机通过这些外部传感器的数据，完成避障、导航与路径规划。下位机接收上位机的数据并转换成具体动作指令发送令给相关驱动器，由驱动器驱动相关电机完成具体的动作。轮毂电机配备编码器，编码器检测轮毂电机运动状况，并将检测到的编码器距离信息反馈至下位机，下位机内置陀螺仪，反馈机器的位姿信息。上位机读取下位机的数据，计算然后对机器人的动作进行进一步的精确调节，整个过程将持续循环进行，直至完成当前任务。
107.该系统适用于智能机器人，可通过远程无线控制或触摸屏手动控制的方式下发工作任务到该智能机器人。电子设备系统由于采用了超声波雷达、2d激光雷达和具有红外功能和深度检测功能的摄像头等感知器件，智能机器人工作时不受光照条件的影响，可根据现场情况自主规划任务路径及工作方式完成任务。智能机器人的工作期间无需人工现场值守和操作，可极大减轻操作人员的工作量。
108.下位机输出口接指示灯来显示智能机器人的一些状态信息，继电器来控制外设的上电，其中，外设可以是智能机器人外部接入的设备，例如，显示灯或者显示屏等。电子设备系统的输入口可以接清水箱和污水箱的浮子开关，以检测清水箱和污水箱的液位信息；模式切换开关来切换智能机器人的手动模式和自动模式；急停按钮来控制智能机器人急停；钥匙开关来控制智能机器人上电；地毯检测传感器检测地面是否有地毯并反馈开关量信号。下位机ad1模拟量接口接自动对桩的电极片电压信息，如果检测到电压信息则表示机器与充电桩接触良好，机器打开ka4的继电器开始自动充电。ad2助力把手，机器在路遇上坡等手动很难推动的场景时，用户可以使用助力按钮输出一个模拟量给下位机，下位机控制轮毂电机输出一个正向的推力来辅助用户推动智能机器人；ad3接口接一个负压传感器，传感器检测水箱的内部的气压大小来判断吸风口是否存在堵塞的情况。下位机232接口射频识别(radio frequency identification，rfid)模块，rfid接收器如果检测到rfid标签，可以把rfid标签的标签信息反馈给智能机器人，实现辅助定位功能。电子设备系统的另一个232接口可以接消杀背包，实现智能机器人的消杀喷雾的功能。下位机485接口电池调试端口内
含蓄电池管理系统用通讯线，其中，该通讯线采用rs485信号，该线与超声盒的rs485通讯线并联，共用rs485接口，其中，该超声盒具备采集、汇总车身周围超声波传感器的信息、增强避障能力。下位机通过rs485接口接收蓄电池当前状态信息和超声波传感器感知的信息；can口2通过转接板(转接板将防跌落传感器的ttl信号转换为控制盒需要的can信号格式)接收前、后防跌落传感器信号；驱动器1与驱动器2的can信号线并联，连接至下位机can1口，下位机通过can信号经由驱动器1、2对轮毂电机，滚刷电机，喷水电机，吸风电机，过滤电机，刷盘电机等进行精确控制。
109.该电子设备系统通过多种感知技术的应用实现机器人同步定位与地图构建功能；为智能机器人赋予了复杂环境感知力和动态场景适应力，可很好的匹配智能机器人完成既定工作。
110.实施例五
111.图12是本发明实施例五提供的一种设备控制装置的结构示意图，可执行本发明任意实施例所提供的设备控制方法，具备执行方法相应的功能模块和有益效果。该装置可以由软件和/或硬件实现，具体包括：数据采集模块501、指令确定模块502和功能控制模块503。
112.数据采集模块501，用于获取传感器采集的环境数据和/或设备状态数据。
113.指令确定模块502，用于根据所述环境数据和设备状态数据确定控制指令。
114.功能控制模块503，用于根据所述控制指令控制执行机构执行设备功能。
115.本发明实施例，数据采集模块通过传感器采集的环境数据和/或设备状态数据，指令确定模块根据环境数据和/或设备状态数据确定控制指令，功能控制模块按照该控制指令控制执行机构执行设备功能，提高电子设备系统的复杂环境感知力和动态场景适应力，可很好的匹配设备完成既定的工作。
116.进一步的，在上述发明实施例的基础上，所述装置中数据采集模块501包括：
117.视觉采集单元，用于获取至少一个图像传感器采集的视觉数据。
118.重叠确定单元，用于确定各所述图像传感器的重叠区域。
119.数据合并单元，用于根据各所述视觉数据对应的置信度对所述重叠区域融合以生成合并数据。
120.进一步的，在上述发明实施例的基础上，所述装置中指令确定模块502包括：
121.数据更新单元，用于根据所述环境数据更新导航地图。
122.指令生成单元，用于按照所述导航地图生成移动执行指令，其中，所述移动执行指令至少包括方向和位移。
123.进一步的，在上述发明实施例的基础上，所述装置还包括：
124.助力接受模块，用于接收用户的助力控制数据，并根据所述助力控制数据确定助力功率。
125.助力控制模块，用于根据所述助力控制控制轮毂电机输出辅助推力。
126.上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
127.实施例六
128.本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例中的设备控制方法：获取传感器采集的环境数据和/或设备状态数据；根据所述环境数据和/或设备状态数据确定控制指令；根据所述控制指令控制执行机构执行设备功能。
129.本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
130.在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
131.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
132.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取所述多摄像头采集的视觉数据；对多个所述视觉数据进行融合，获得所述智能机器人当前所处的环境数据；根据所述环境数据对当前地图进行更新。
133.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
134.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代
表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
135.描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
136.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。
137.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd
‑
rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
138.实施例七
139.图13是本发明实施例七提供的一种芯片的结构示意图，芯片900包括一个或多个处理器901以及接口电路902。可选的，芯片900还可以包含总线903。其中：
140.处理器901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901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901可以是通用处理器、数字通信器(dsp)、专用集成电路((asic)、现场可编程门阵列((fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件、mcu、mpu、cpu或者协处理器中的一个或多个。可以实现或者执行本技术实施例中的公开的各方法、步骤。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。
141.接口电路902可以用于数据、指令或者信息的发送或者接收，处理器901可以利用接口电路902接收的数据、指令或者其它信息，进行加工，可以将加工完成信息通过接口电路902发送出去。
142.可选的，芯片还包括存储器，存储器可以包括只读存储器和随机存取存储器，并向处理器提供操作指令和数据。存储器的一部分还可以包括非易失性随机存取存储器(nvram)。
143.可选的，存储器存储了可执行软件模块或者数据结构，处理器可以通过调用存储器存储的操作指令(该操作指令可存储在操作系统中)，执行相应的操作。
144.可选的，芯片可以使用在本技术实施例涉及的目标检测装置中。可选的，接口电路
902可用于输出处理器901的执行结果。关于本技术的一个或多个实施例提供的目标检测方法可参考前述各个实施例，这里不再赘述。
145.需要说明的，处理器901、接口电路902各自对应的功能既可以通过硬件设计实现，也可以通过软件设计来实现，还可以通过软硬件结合的方式来实现，这里不作限制。
146.注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。