机器人巷道定位方法、装置、设备及存储介质与流程

1.本发明涉及机器人技术领域，尤其涉及机器人巷道定位方法、装置、设备及计算机存储介质。


背景技术：

2.即时定位与地图创建(simultaneous localization and mapping，slam)是实现机器人智能感知的一种重要方式，主要解决的是，机器人在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和传感器数据进行自身定位，同时建造增量式地图。
3.然而，在机器人进入巷道或走廊等类似场景时，由于巷道狭长、环境特征极为相似，当机器人基于slam技术进行定位导航时，机器人容易“视觉疲劳”，无法根据环境特征确定准确位置，不利于机器人精准定位。特别地，机器人应用于酒店等规则楼宇时，同一楼层的各个房间的门口是位于长长的走廊的侧边，此时，机器人不易于精准定位，造成配送等服务任务超时或失败。


技术实现要素：

4.本发明的主要目的在于提出一种机器人巷道定位方法、设备及计算机程序产品，旨在解决现有技术中机器人基于slam技术在巷道中进行导航时无法精准定位的技术问题。
5.为实现上述目的，本发明提供一种机器人巷道定位方法，所述机器人巷道定位方法包括：
6.在检测到所述机器人移动至当前巷道时，开启所述当前巷道的预设信号基站，所述预设信号基站设置于所述当前巷道的入口或者出口，所述预设信号基站用于发射无线定位信号；
7.在所述机器人在所述当前巷道中移动时，根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域；
8.若是，则根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置。
9.可选地，所述根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置的步骤包括：
10.根据机器人当前接收到的无线定位信号的信号强度，确定与所述信号强度对应的信号强度区间；
11.获取与所述信号强度区间对应的预设巷道位置，将所述预设巷道位置作为所述机器人当前所处的巷道第一位置。
12.可选地，所述根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置的步骤之后，还包括：
13.确定所述巷道第一位置是否为目标巷道位置；
14.若否，则控制所述机器人按照所述slam地图移动至当前巷道的下一预设特征区
域，直至所述机器人在所述下一预设特征区域接收到的信号强度对应的巷道第二位置为目标巷道位置。
15.可选地，所述根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域的步骤包括：
16.对所述机器人构建的slam地图进行轮廓特征提取，得到第一环境特征；
17.获取所述机器人的激光点云数据或者图像数据，对所述激光点云数据或者图像数据进行线段提取，以获得第二环境特征；
18.若所述第一环境特征与第二环境特征的相似度大于或者等于预设第一阈值时，确定所述机器人移动至所述当前巷道的预设特征区域；
19.若所述第一环境特征与第二环境特征的相似度小于预设第一阈值时，确定所述机器人未移动至所述当前巷道的预设特征区域。
20.可选地，所述开启所述当前巷道的预设信号基站的步骤之前，还包括：
21.在所述机器人移动方向的相隔预设距离的两个不同位置地点，分别获取所述机器人的激光点云数据或者图像数据，对所述激光点云数据或者图像数据进行线段提取，以获得第三环境特征；
22.若两个第三环境特征的相似度大于或等于预设第二阈值，则确定所述机器人移动至当前巷道；
23.若两个第三环境特征的相似度小于预设第二阈值，则确定所述机器人未移动至当前巷道。
24.可选地，所述在检测到所述机器人移动至当前巷道时，开启所述当前巷道的预设信号基站的步骤包括：
25.在检测到所述机器人移动至当前巷道时，确定所述机器人所在的当前楼层数；
26.根据所述当前楼层数，开启位于与所述当前楼层数相对应楼层的预设信号基站。
27.可选地，所述根据所述机器人当前接收到的无线定位信号的信号强度，确定所述机器人当前所处的巷道第一位置的步骤之后，还包括：
28.在检测到所述机器人离开所述当前巷道时，关闭所述当前巷道的预设信号基站。
29.此外，为实现上述目的，本发明还提供一种机器人巷道定位装置，所述机器人巷道定位装置包括：
30.信号基站开启模块，用于在检测到所述机器人移动至当前巷道时，开启所述当前巷道的预设信号基站，所述预设信号基站设置于所述当前巷道的入口或者出口，所述预设信号基站用于发射无线定位信号；
31.特征区域确定模块，用于在所述机器人在所述当前巷道中移动时，根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域；
32.巷道位置确定模块，用于若是，则根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置。
33.此外，为实现上述目的，本发明还提供一种机器人巷道定位设备，所述机器人巷道定位设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的机器人巷道定位程序，所述机器人巷道定位程序被所述处理器执行时实现如上所述的机器人巷道定位方法的步骤。
34.此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有机器人巷道定位程序，所述机器人巷道定位程序被处理器执行时实现如上所述的机器人巷道定位方法的步骤。
35.本发明中，通过在检测到机器人移动至当前巷道时，开启所述当前巷道的预设信号基站，所述预设信号基站设置于所述当前巷道的入口或者出口，所述预设信号基站用于发射无线定位信号；在所述机器人在所述当前巷道中移动时，根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域；若是，则根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置。通过根据机器人接收到的无线定位信号的信号强度，辅助确定机器人在巷道中的位置，提升了机器人基于slam技术在巷道中定位导航的准确性和可靠性。
附图说明
36.图1是本发明实施例方案涉及的硬件运行环境的机器人巷道定位设备结构示意图；
37.图2为本发明机器人巷道定位方法第一实施例的流程示意图；
38.图3为本发明实施例涉及的巷道布局示意图。
39.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
40.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
41.如图1所示，图1是本发明实施例方案涉及的硬件运行环境的机器人巷道定位设备结构示意图。
42.本发明实施例机器人巷道定位设备可以是移动服务机器人。
43.如图1所示，该机器人巷道定位设备可以包括：处理器1001，例如cpu，存储器1003，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。存储器1003可以是高速ram存储器，也可以是稳定的存储器(non
‑
volatile memory)，例如磁盘存储器。存储器1003可选的还可以是独立于前述处理器1001的存储装置。
44.本领域技术人员可以理解，图1中示出的机器人巷道定位设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
45.如图1所示，作为一种计算机存储介质的存储器1003中可以包括机器人巷道定位程序。
46.在图1所示的机器人巷道定位设备中，处理器1001可以用于调用存储器1003中存储的机器人巷道定位程序，并执行下述机器人巷道定位方法中的操作。
47.基于上述硬件结构，提出本发明机器人巷道定位方法各实施例。
48.对本发明实施例进行进一步详细说明之前，对本发明实施例中涉及的名词和术语进行说明，本发明实施例中涉及的名词和术语适用于如下的解释。
49.参照图2，图2为本发明机器人巷道定位方法第一实施例的流程示意图，所述机器人巷道定位方法应用于机器人，所述机器人巷道定位方法包括步骤s10
‑
步骤s30：
50.步骤s10，在检测到所述机器人移动至当前巷道时，开启所述当前巷道的预设信号
基站，所述预设信号基站设置于所述当前巷道的入口或者出口，所述预设信号基站用于发射无线定位信号；
51.现有技术中，在机器人进入巷道或走廊等类似场景时，由于巷道狭长、环境特征极为相似，当机器人基于slam技术进行定位导航时，机器人容易“视觉疲劳”，无法根据环境特征确定准确位置，不利于机器人精准定位。特别地，机器人应用于酒店等规则楼宇时，同一楼层的各个房间的门口是位于长长的走廊的侧边，此时，机器人不易于精准定位，造成配送等服务任务超时或失败。
52.在此背景下，本实施例提供了一套机器人巷道定位方案，实现了机器人在基于slam技术在巷道中进行导航时，结合机器人接收到无线定位信号的信号强度，辅助确定机器人在巷道中的准确位置，避免了现有技术中slam技术在巷道定位中的“视觉疲劳”，提升了巷道定位的精度。
53.机器人在移动过程中，会对其周围环境进行监测，确定机器人是否移动至巷道，若是，则开启机器人当前所处巷道的预设信号基站，以通过预设信号基站辅助机器人进行巷道定位；若否，机器人可按照其原有的定位方式(例如slam技术)进行导航定位，并且无需开启巷道基站，以降低基站的能量消耗。
54.其中，所谓巷道，包括但不限于走廊、巷子等狭长、环境特征极为相似的通道。所谓预设信号基站，指的是能够发射无线信号的基站，本实施例中的预设信号基站所发射的无线信号可以是具有高定位精度、低功耗的uwb(ultra wide band，超宽带)信号；为降低信号基站的设置成本，该预设信号基站还可以是能够发射蓝牙、wifi信号等常用的无线信号的无线信号发射终端。该预设信号基站通常设置在巷道的入口或者出口处，以使机器人在巷道中不同位置处接收到无线信号的信号强度不同。可以理解的是，机器人具有接收预设信号基站发射的无线信号的功能。
55.步骤s20，在所述机器人在所述当前巷道中移动时，根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域；
56.机器人在巷道中移动时，根据机器人预先构建的slam地图确定机器人是否移动至巷道的预设特征区域，其中，slam地图是由机器人进入当前巷道环境时，依据机器人采集的激光点云数据或者图像数据预先构建的；预设特征区域指的是机器人进行配送等服务时的可选目标区域，例如酒店走廊侧边的房间门口区域、教学楼走廊侧边的房间门口区域等。为辅助理解，可参见图3所示的巷道示意图，其中，1为预设信号基站，2为走廊，3为slam地图的门口，4为房间，5为电梯。
57.进一步地，若确定机器人未移动至当前巷道的预设特征区域，则可控制机器人继续移动直至移动至某一预设特征区域。
58.进一步地，上述步骤s20包括步骤a1
‑
步骤a4：
59.步骤a1，对所述机器人构建的slam地图进行轮廓特征提取，得到第一环境特征；
60.步骤a2，获取所述机器人的激光点云数据或者图像数据，对所述激光点云数据或者图像数据进行线段提取，以获得第二环境特征；
61.步骤a3，若所述第一环境特征与第二环境特征的相似度大于或者等于预设第一阈值时，确定所述机器人移动至所述当前巷道的预设特征区域；
62.步骤a4，若所述第一环境特征与第二环境特征的相似度小于预设第一阈值时，确
定所述机器人未移动至所述当前巷道的预设特征区域。
63.在本实施例中，机器人对巷道的slam地图进行轮廓特征提取，得到第一环境特征，可以理解的是，该第一环境特征包括巷道的预设特征区域的特征。在根据机器人在巷道中移动时，其按照一定频率或者实时获取周围环境的激光点云数据或者图像数据，对激光点云数据或者图像数据进行线段提取，得到第二环境特征。
64.将第二环境特征与第一环境特征进行相似度比对，确定第二环境特征与第一环境特征的相似度，当该相似度大于或等于预设第一阈值时，说明机器人移动到了巷道的预设特征区域；否则，确定机器人未移动至巷道的预设特征区域。
65.步骤s30，若是，则根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置。
66.若确定机器人移动到了当前巷道的预设特征区域，则可对机器人当前接收到的无线定位信号进行分析，确定信号强度。可以理解的是，无线定位信号具有信号强度随距离增加而衰减的特点，因此，机器人距离当前巷道的预设信号基站的距离越近，其接收到的无线定位信号的信号强度越大，距离当前巷道的预设信号基站的距离越远，其接收到的无线定位信号的信号强度越小，根据该特点即可将无线定位信号的信号强度与离预设信号基站的距离对应起来，继而，将机器人接收到的无线定位信号的信号强度与巷道位置对应。
67.可选地，信号强度与巷道位置的对应关系可以是一一对应的关系，即，每个信号强度都有与之对应的巷道位置。
68.可选地，考虑到预设特征区域具有一定的尺寸，该区域内接收到的无线定位信号的信号强度可能是一个信号强度区间中任意值，因此，信号强度与巷道位置的对应关系也可以是多对一对应的关系，即，每个信号强度区域都有与之对应的巷道位置。
69.进一步地，上述步骤s30包括步骤b1
‑
步骤b2：
70.步骤b1，根据机器人当前接收到的无线定位信号的信号强度，确定与所述信号强度对应的信号强度区间；
71.步骤b2，获取与所述信号强度区间对应的预设巷道位置，将所述预设巷道位置作为所述机器人当前所处的巷道第一位置。
72.在本实施例中，在确定机器人当前接收到的无线定位信号的信号强度后，确定该信号强度所属的信号强度区间，由于预先设置有不同信号强度区间与巷道位置的对应关系，故根据信号强度对应的信号强度区间可以确定与之对应的预设巷道位置，继而将该预设巷道位置作为机器人当前所处巷道的巷道第一位置。
73.在本实施例中，通过根据信号强度所属的信号强度区间获取对应的巷道第一位置，相较于根据信号强度获取一一对应的巷道位置，能够减少存储该对应关系的存储资源，提升巷道第一位置获取的效率。
74.本实施例通过在检测到所述机器人移动至当前巷道时，开启所述当前巷道的预设信号基站，所述预设信号基站设置于所述当前巷道的入口或者出口，所述预设信号基站用于发射无线定位信号；在所述机器人在所述当前巷道中移动时，根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域；若是，则根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置，实现了机器人在基于slam技术在巷道中进行导航时，结合机器人接收到无线定位信号
的信号强度，辅助确定机器人在巷道中的准确位置，避免了现有技术中slam技术在巷道定位中的“视觉疲劳”，提升了巷道定位的精度。
75.进一步地，基于上述实施例，提出本发明机器人巷道定位方法第二实施例。
76.上述步骤s10之前，还包括步骤c1
‑
步骤c3：
77.步骤c1，在所述机器人移动方向的相隔预设距离的两个不同位置地点，分别获取所述机器人的激光点云数据或者图像数据，对所述激光点云数据或者图像数据进行线段提取，以获得第三环境特征；
78.步骤c2，若两个第三环境特征的相似度大于或等于预设第二阈值，则确定所述机器人移动至当前巷道；
79.步骤c3，若两个第三环境特征的相似度小于预设第二阈值，则确定所述机器人未移动至当前巷道。
80.本实施例描述的是机器人在移动过程中对其周围环境进行监测，确定其是否移动至巷道的具体过程。机器人在其移动方向上，每移动预设距离，就会在当前位置地点，通过机器人的激光雷达采集当前所处环境的激光点云数据，或者通过机器人的摄像机采集当前所处环境的图像数据，然后对采集到的激光点云数据或者图像数据进行线段提取，得到机器人当前所处环境的第三环境特征。
81.然后将当前位置地点的第三环境特征与上一位置地点(即，与当前位置地点相隔预设距离的的位置地点)的第三环境特征进行相似度比对，确定两个第三环境特征的相似度，当该相似度大于或等于预设第二阈值时，说明机器人进入了一个周围环境特征相似度极高的场景，且由于第三环境特征是线段特征，而线段特征是巷道的显著特征，因此，若两个第三环境特征的相似度大于或等于预设第二阈值，则可以确定机器人移动到了巷道；否则，确定机器人未移动至巷道。
82.其中，预设第二阈值指的是预设的相似度阈值，其反应的是根据第三环境特征的相似度区分当前环境是否为巷道的临界值。
83.在本实施例中，通过比较不同位置的线段特征的相似度，能够准确确定机器人当前所处位置是否为巷道，进而为准确、及时的启动预设信号基站奠定基础。
84.上述步骤s10包括步骤d1
‑
步骤d2：
85.步骤d1，在检测到所述机器人移动至当前巷道时，确定所述机器人所在的当前楼层数；
86.步骤d2，根据所述当前楼层数，开启位于与所述当前楼层数相对应楼层的预设信号基站。
87.本实施例适用于机器人所处建筑为多层建筑的场景，例如多楼层的酒店、教室等，该场景下，为每个楼层都设置了对应的预设信号基站。
88.在检测到机器人移动至巷道时，机器人需要确定其当前所处的楼层，即当前楼层数，再根据当前楼层数，开启与当前楼层数相对应楼层的预设信号基站。
89.进一步地，机器人确定其当前所处的楼层的方式，可以是通过机器人中的气压传感器采集当前气压值，然后根据当前气压值和预设基准楼层的基准气压值，计算当前巷道与预设基准楼层的相对海拔；再根据相对海拔和预设楼层高度确定当前巷道所处的当前楼层。其中，预设基准楼层的基准气压值可以是由设置于预设基准楼层的气压计确定的。
90.进一步地，上述步骤s30之后，还包括：
91.步骤e1，在检测到所述机器人离开所述当前巷道时，关闭所述当前巷道的预设信号基站。
92.出于节约能耗的考虑，避免预设信号基站处于常开状态所造成的大量能耗，本实施例中，在检测到机器人离开当前巷道时，关闭当前巷道的预设信号基站。
93.可以理解的是，检测机器人是否离开巷道的方式可参照检测机器人是否移动至巷道的方式，即，机器人在其移动方向上，每移动预设距离，就会在当前位置地点，通过机器人的激光雷达采集当前所处环境的激光点云数据，或者通过机器人的摄像机采集当前所处环境的图像数据，然后对采集到的激光点云数据或者图像数据进行线段提取，得到机器人当前所处环境的第三环境特征，将当前位置地点的第三环境特征与上一位置地点(即，与当前位置地点相隔预设距离的的位置地点)的第三环境特征进行相似度比对，确定两个第三环境特征的相似度，当该相似度小于预设第二阈值时，确定机器人离开了巷道。
94.上述步骤s30之后，还包括步骤f1
‑
步骤f2：
95.步骤f1，确定所述巷道第一位置是否为目标巷道位置；
96.步骤f2，若否，则控制所述机器人按照所述slam地图移动至当前巷道的下一预设特征区域，直至所述机器人在所述下一预设特征区域接收到的信号强度对应的巷道第二位置为目标巷道位置。
97.在本实施例中，机器人在巷道中执行配送或其他服务任务时，每个任务有对应的目的地，即目标巷道位置，因此，若机器人确定其当前所处的巷道第一位置并非目标巷道位置时，则控制机器人按照slam地图继续移动至下一预设特征区域，根据机器人在下一预设特征区域接收到的信号强度确定巷道第二位置，确定巷道第二位置是否为目标巷道位置，若否，则控制机器人继续移动至下一预设特征区域，直至机器人在所述下一预设特征区域接收到的信号强度对应的巷道位置为目标巷道位置。
98.上述各程序单元所执行的方法可参照本发明机器人巷道定位方法各个实施例，此处不再赘述。
99.本发明还提供一种机器人巷道定位装置，所述机器人巷道定位装置包括：
100.信号基站开启模块，用于在检测到所述机器人移动至当前巷道时，开启所述当前巷道的预设信号基站，所述预设信号基站设置于所述当前巷道的入口或者出口，所述预设信号基站用于发射无线定位信号；
101.特征区域确定模块，用于在所述机器人在所述当前巷道中移动时，根据所述机器人构建的slam地图确定所述机器人是否移动至所述当前巷道的预设特征区域；
102.巷道位置确定模块，用于若是，则根据所述机器人当前接收到的无线定位信号的信号强度，辅助确定所述机器人当前所处的巷道第一位置。
103.可选地，所述巷道位置确定模块，还用于：
104.根据机器人当前接收到的无线定位信号的信号强度，确定与所述信号强度对应的信号强度区间；
105.获取与所述信号强度区间对应的预设巷道位置，将所述预设巷道位置作为所述机器人当前所处的巷道第一位置。
106.可选地，所述机器人巷道定位装置，还包括：
107.位置确定模块，用于确定所述巷道第一位置是否为目标巷道位置；
108.移动模块，用于若否，则控制所述机器人按照所述slam地图移动至当前巷道的下一预设特征区域，直至所述机器人在所述下一预设特征区域接收到的信号强度对应的巷道第二位置为目标巷道位置。
109.可选地，所述特征区域确定模块，还用于：
110.对所述机器人构建的slam地图进行轮廓特征提取，得到第一环境特征；
111.获取所述机器人的激光点云数据或者图像数据，对所述激光点云数据或者图像数据进行线段提取，以获得第二环境特征；
112.若所述第一环境特征与第二环境特征的相似度大于或者等于预设第一阈值时，确定所述机器人移动至所述当前巷道的预设特征区域；
113.若所述第一环境特征与第二环境特征的相似度小于预设第一阈值时，确定所述机器人未移动至所述当前巷道的预设特征区域。
114.可选地，所述信号基站开启模块，还用于：
115.在所述机器人移动方向的相隔预设距离的两个不同位置地点，分别获取所述机器人的激光点云数据或者图像数据，对所述激光点云数据或者图像数据进行线段提取，以获得第三环境特征；
116.若两个第三环境特征的相似度大于或等于预设第二阈值，则确定所述机器人移动至当前巷道；
117.若两个第三环境特征的相似度小于预设第二阈值，则确定所述机器人未移动至当前巷道。
118.可选地，所述信号基站开启模块，还用于：
119.在检测到所述机器人移动至当前巷道时，确定所述机器人所在的当前楼层数；
120.根据所述当前楼层数，开启位于与所述当前楼层数相对应楼层的预设信号基站。
121.可选地，所述机器人巷道定位装置，还包括：
122.信号基站关闭模块，用于在检测到所述机器人离开所述当前巷道时，关闭所述当前巷道的预设信号基站。
123.本发明还提供一种机器人巷道定位设备，机器人巷道定位设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的机器人巷道定位程序，机器人巷道定位程序被处理器执行时所实现的方法可参照本发明机器人巷道定位方法各个实施例，此处不再赘述。
124.本发明还提供一种计算机存储介质。
125.本发明计算机存储介质上存储有机器人巷道定位程序，所述机器人巷道定位程序被处理器执行时实现如上所述的机器人巷道定位方法的步骤。
126.其中，在所述处理器上运行的机器人巷道定位程序被执行时所实现的方法可参照本发明机器人巷道定位方法各个实施例，此处不再赘述。
127.本发明还提供一种计算机程序产品。
128.本发明计算机程序产品包括机器人巷道定位程序，所述机器人巷道定位程序被处理器执行时实现如上所述的机器人巷道定位方法的步骤。
129.其中，在所述处理器上运行的机器人巷道定位程序被执行时所实现的方法可参照
本发明机器人巷道定位方法各个实施例，此处不再赘述。
130.需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
131.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
132.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是移动服务机器人等)执行本发明各个实施例所述的方法。
133.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。