机器人行走控制方法、系统，机器人及可读存储介质与流程

1.本发明涉及智能控制领域，尤其涉及一种机器人行走控制方法、系统，机器人及可读存储介质。


背景技术：

2.低重复率、高覆盖率是遍历式机器人如吸尘、割草及泳池清洗等移动机器人追求的目标。
3.以移动机器人为智能割草机器人为例，通常，割草机器人以电子边界围住的草坪为工作区域，并在沿边行走及执行割草过程中，由电子边界线作为方向引导。当然，现在的割草机器人也有利用虚拟边界进行工作区域的划分，而不是通过布置电子边界线。
4.边界内部围合形成机器人的工作区域，即草坪区域；其外部形成机器人的非工作区域，即边界区域。相应的，机器人行走控制之前，根据边界周边的情况设定骑线或偏线沿边割草；通常情况下，边界与草坪处于同一水面面上时，可以选择骑线沿边割草也可以选择偏线沿边割草；当非工作区域高于工作区域，例如：边界为台阶、栅栏或者围墙时，或非工作区域低于工作区域，例如：边界为下沉台阶时，需要选择偏线沿边割草。
5.结合图1a和图1b所示，图1a所示为机器人采用骑线方式沿边界线进行工作，图1b所示为机器人采用偏线方式沿边界线进行工作在两种实施方式中，机器人按照a-b-c-d的顺序行走及工作。
6.现有技术中，若初始状态下设定机器人骑线沿边工作，则机器人在工作过程中，不会自主改变工作模式，即当边界线上具有障碍物时，机器人依然会选择骑线沿边工作，此时，机器人会撞击障碍物。
7.为了解决上述问题，现有技术中，通常通过线圈的磁场变化，判断机器人是否处于边界线上；并进一步的，在边界线上的转向点以及障碍物所在位置设置标识物，例如：通过该位置处绕设多级线圈以增加磁场强度；当机器人感应到磁场强度增加时，按照预设的规则执行转弯。然而，该种方案通过磁场强度感应的方式进行判断，精度较低。


技术实现要素：

8.为解决上述技术问题，本发明的目的在于提供一种机器人行走控制方法、系统，机器人及可读存储介质。
9.为了实现上述发明目的之一，本发明一实施方式提供一种机器人行走控制方法，所述方法包括：控制机器人按照预定路线行走；
10.判断机器人在行走方向上的目标位置是否需要转向；
11.如果需要转向，则在控制机器人行走至与所述目标位置相距预设距离时，检测所述目标位置是否存在障碍物。
12.作为本发明一实施方式的进一步改进，所述方法还包括：
13.如果所述目标位置存在障碍物，则控制所述机器人在当前位置转向以避开所述障
碍物；
14.如果所述目标位置不存在障碍物，则控制所述机器人行走至所述目标位置时转向。
15.作为本发明一实施方式的进一步改进，所述控制机器人按照预定路线行走，包括：
16.控制机器人沿工作区域和非工作区域确定的边界行走。
17.作为本发明一实施方式的进一步改进，所述判断机器人在行走方向上的目标位置是否需要转向，包括：
18.获取原始图像；
19.将所述原始图像转换为二值化图像，所述二值化图像包括具有第一像素值的工作区域和具有第二像素值的非工作区域；
20.以所述二值化图像为基础，获取围合所述工作区域、且为最小的第一矩形轮廓，以及围合所述非工作区域、且为最小的第二矩形轮廓；
21.根据所述第一矩形轮廓和所述第二矩形轮廓，判断所述机器人在所述目标位置是否需要转向。
22.作为本发明一实施方式的进一步改进，所述在控制机器人行走至与所述目标位置相距预设距离时，检测所述目标位置是否存在障碍物，包括：
23.获取所述机器人当前位置与所述目标位置的距离；
24.判断所述机器人当前位置与所述目标位置的距离是否达到所述预设距离；
25.如果达到所述预设距离，则检测所述目标位置是否存在障碍物。
26.作为本发明一实施方式的进一步改进，所述获取所述机器人当前位置与所述目标位置的距离，包括：
27.根据所述第一矩形轮廓和所述第二矩形轮廓获取所述机器人当前位置与所述目标位置的距离在所述原始图像上的映射距离，以所述映射距离作为所述机器人当前位置与所述目标位置的距离。
28.作为本发明一实施方式的进一步改进，所述根据所述第一矩形轮廓和所述第二矩形轮廓获取所述机器人当前位置与所述目标位置的距离在所述原始图像上的映射距离，包括：
29.获取第一矩形轮廓的宽度、所述第一矩形轮廓的左上角在所述原始图像或所述二值化图像上的相对纵坐标值，第二矩形轮廓的宽度、所述第二矩形轮廓的左上角在原始图像或所述二值化图像上的相对的纵坐标值；
30.若第一矩形轮廓的宽度等于所述原始图像或所述二值化图像的宽度,则在所述第二矩形轮廓的宽度小于原始图像或所述二值化图像的宽度的情况下，将所述原始图像或所述二值化图像的最大纵坐标值与所述第二矩形轮廓的左上角在原始图像或所述二值化图像上的相对的纵坐标值的差值赋值给映射长度；
31.若第一矩形轮廓的宽度小于所述原始图像或所述二值化图像的宽度，则在所述第一矩形轮廓的左上角在所述原始图像或所述二值化图像上的相对纵坐标值不为0的情况下，则将所述原始图像或所述二值化图像的最大纵坐标值与所述第一矩形轮廓的左上角在所述原始图像或所述二值化图像上的相对纵坐标值的差值赋值给映射长度。
32.作为本发明一实施方式的进一步改进，所述检测所述目标位置是否存在障碍物，
包括：
33.通过测距装置朝向所述目标位置发射检测信号；
34.若所述测距装置接收到回复信号，则判定所述目标位置存在障碍物；
35.若所述测距装置未接收到回复信号，则判定所述目标位置不存在障碍物。
36.为了实现上述发明目的之一，本发明一实施方式提供一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述机器人行走控制方法的步骤。
37.为了实现上述发明目的之一，本发明一实施方式提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述机器人行走控制方法的步骤。
38.与现有技术相比，本发明的机器人行走控制方法、系统，机器人及可读存储介质，可显著提高机器人遍历效率。
附图说明
39.图1a、1b分别是本发明背景技术中具体示例的结构示意图；
40.图2是本发明割草机器人系统的具体示例的结构示意图；
41.图3是本发明一实施方式提供的机器人行走控制方法的流程示意图；
42.图4、图6、图9分别是图3中其中一个步骤的具体实现方法的流程示意图；
43.图5a、5b、5c、5d、5e、5f、5g为本发明同一具体示例中各个步骤获得的示意图；
44.图7、图8、图11分别为本发明一具体示例的示意图；
45.图10是本发明的超声波探头感应范围的结构示意图；
46.图12是本发明一实施方式提供的机器人行走控制系统的模块示意图。
具体实施方式
47.以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
48.本发明的机器人系统可以是割草机器人系统，扫地机器人系统、扫雪机系统、吸叶机系统，高尔夫球场拾球机系统等，各个系统可以自动行走于工作区域并进行相对应的工作，本发明具体示例中，以机器人系统为割草机器人系统为例做具体说明，相应的，所述工作区域可为草坪。
49.如图2所示，本发明的割草机器人系统包括：割草机器人(rm)、充电站 20、边界30。
50.所述割草机器人包括：本体10，设置于本体10上的行走单元、图像获取单元、测距单元及控制单元。所述行走单元包括：主动轮111、被动轮113以及用于驱动主动轮111的电机；所述电机可为带减速箱和带霍尔传感器的无刷电机；电机启动后，可通过减速箱带动主动轮111行走，并通过控制两个轮的速度、方向便可以实现前进与后退直线运行、原地转弯及圆弧运行等行驶动作；所述被动轮113可为万向轮，其通常设置为1个或者2个，其主要起支撑平衡的作用。
51.所述图像获取单元用于在一定范围内获取其视角范围内的场景，在本发明具体实
施方式中为摄像机12，该摄像机12安装于本体10的上部，与水平方向成一定夹角，可以拍摄到割草机器人一定范围内的场景；该摄像机12通常拍摄割草机器人前部一定范围内的场景。
52.所述测距单元用于在一定范围内监测其目标范围内是否具有障碍物，在本发明具体实施方式中为超声波探头13；较佳的，所述超声波探头包括探测机器人前方是否存在障碍物的第一测距子单元和探测机器人侧方是否存在障碍物的第二测距子单元，其中，所述超声波探头的数量、探测的方向均可以根据需要具体设置，在此不做进一步的赘述。
53.控制单元为进行图像处理的主控制器14，例如：mcu或dsp等。
54.进一步的，所述割草机器人还包括：用于工作的工作机构，及供电电源15；在本实施例中，工作机构为割草刀盘，用于感应行走机器人的行走状态的各种传感器，例如：倾倒、离地、碰撞传感器、地磁、陀螺仪等，在此不再一一具体赘述。
55.割草机器人系统还设有充电站20，用于提供电源以便割草机器人自动充电。在本实施例中，所述边界30可以是虚拟边界，即割草机器人通过视觉传感器进行沿边工作，当然，在其他实施例中，所述边界30也可以是边界线，割草机器人利用视觉传感器及边界线结合进行沿边工作。所述边界30内部形成工作区域a，外部形成非工作区域b；其中，边界线上还形成若干转向点；机器人工作过程中，本发明具体的行走及工作规则设置为沿边行走，如此，在行走过程中，若路遇转向点时，需要执行转弯操作；若机器人位于工作区域a或非工作区域b，则需要执行旋转操作；在该具体示例中，转弯是指左右轮速度不一样的前进，带有一定弧度；旋转包括原地旋转/转弯，其目的均是为了使机器人返回至边界线上，并驱动机器人沿边行走和工作。
56.另外，工作区域内通常还设置水池、花丛等需要防止割草机器人进入的障碍物50，在此不做进一步的赘述。
57.结合图3所示，本发明一实施提供的机器人行走控制方法，在该方法中，若机器人处于沿边工作模式下，则主要采用骑线沿边工作模式进行工作；当偶遇障碍物时，为了躲避障碍物，调整为偏线沿边工作模式进行工作。
58.所述方法包括以下步骤：
59.s1：控制机器人按照预定路线行走；
60.s2：判断机器人在行走方向上的目标位置是否需要转向；
61.s3：如果需要转向，则在控制机器人行走至与所述目标位置相距预设距离时，检测所述目标位置是否存在障碍物。
62.较佳的，步骤s3后，所述方法还包括：如果所述目标位置存在障碍物，则控制所述机器人在当前位置转向以避开所述障碍物；
63.如果所述目标位置不存在障碍物，则控制所述机器人行走至所述目标位置时转向。
64.对于步骤s1，本发明具体实施方式中，控制机器人沿工作区域和非工作区域确定的边界行走。
65.对于步骤s2,结合图4所示，所述判断机器人在行走方向上的目标位置是否需要转向，包括：m1：获取原始图像；m2：将所述原始图像转换为二值化图像，所述二值化图像包括具有第一像素值的工作区域和具有第二像素值的非工作区域；m3：以所述二值化图像为基
础，获取围合所述工作区域、且为最小的第一矩形轮廓，以及围合所述非工作区域、且为最小的第二矩形轮廓；m4：根据所述第一矩形轮廓和所述第二矩形轮廓，判断所述机器人在所述目标位置是否需要转向。
66.对于步骤m1，机器人启动后，设定其工作模式为骑线沿边工作；并在骑线沿边工作过程中，通过机器人上携带的摄像机实施获取其前方的场景，所述场景为机器人前进方向上的地面图像，该地面图像称之为原始图像。
67.结合图5a所示，原始图像实际为rgb格式的彩色图像；需要说明的是，在不同时刻，摄像机拍摄获得的原始图像大小相同，且为矩形；进一步的，为了便于计算，以原始图像的左上角为坐标原点(0,0)，以原始图像的上边界向右侧延伸为x轴正向，以左边界向下延伸为y轴正向建立直角坐标系；如此，当原始图像确定时，其上各个元素的坐标点的坐标数值确定。当然，该示例仅是为了描述方便，实际应用中，在原始图像确定时，坐标原点，x、y轴的建立均可以根据需要具体调整。需要注意的是，坐标原点，x，y轴也可以是建立于所述二值化图像，且与所述原始图像对应，而不局限于建立于所述原始图像。
68.对于步骤m2，本发明可实现方式中，将rgb格式的原始图像转换为二值化图像的方式具有多种；所述二值化图像为：图像中像素点仅具有两种灰度值，或者为0，或者为255，二值化处理过程为将整个原始图像呈现出明显的黑白效果的过程；在本发明具体实施方式中，将工作区域和非工作区域调整互为白色和黑色。
69.本发明具体示例中，结合图5b、5c所示，图5b为由图5a转换形成的hsv 图像，其同样为彩色图像；图5c为由图5b转换形成的二值化图像；相应的，所述步骤m2具体包括：m21、将由rgb颜色空间构成的原始图像转换为hsv颜色空间构成的hsv图像，如此，可通过更明显的颜色特征区分出工作区域和非工作区域；m22、通过阈值的匹配将hsv图像转换为二值化图像；在该具体示例中，分别对h、s、v三通道预设阈值范围，其阈值范围分别为：[vlauehlow, vlauehhigh]，[valueslow,valueshigh]，[valuevlow,valuevhigh]，若hsv 图像中的任一像素对应的h、s、v的数值处于上述对应的预设阈值范围内，则将其灰度值调整为0或255其中之一，将h、s、v均处于预设范围外的像素的灰度值调整为0或255其中另一。
[0070]
本发明较佳实施方式中，当前若需要对工作区域进行分析，则将工作区域的灰度值调整为0，将非工作区域的灰度值调整为255；当前若需要对非工作区域进行分析，则将工作区域的灰度值调整为255，将非工作区域的灰度值调整为0，如此，以适应主控制器仅对一种颜色(白色或者黑色)进行计算检测，提升分析效率；需要说明的是，灰度值的调整仅需要对上述阈值预设范围进行取反，既可以达到调整的目的，在此不做进一步的赘述。
[0071]
本发明较佳实施方式中，为了提升计算精准度，结合图5d、5e所示，5d 为对图5c进行平滑滤波处理后形成的图像；图5e为对图5d进行膨胀腐蚀处理后形成的图像；相应的，在步骤m22后，所述方法还包括：对二值化图像进行平滑滤波处理和/或膨胀腐蚀处理以去除二值化图像中的噪声；所述平滑滤波处理例如：中值滤波、均值滤波、高斯滤波等；所述膨胀腐蚀处理为形态学操作。
[0072]
对于步骤m3，结合图5e所示，经过采集分析获取矩形款选部分为第一矩形轮廓；结合图5f所示，经过采集分析获取矩形款选部分为第二矩形轮廓。
[0073]
对于步骤s3,所述在控制机器人行走至与所述目标位置相距预设距离时，检测所述目标位置是否存在障碍物，包括：获取所述机器人当前位置与所述目标位置的距离；判断
所述机器人当前位置与所述目标位置的距离是否达到所述预设距离；如果达到所述预设距离，则检测所述目标位置是否存在障碍物。
[0074]
如果未达到所述预设距离，则控制所述机器人继续行走，并循环执行以下步骤直至所述机器人行走至与所述目标位置相距所述预设距离的位置：获取所述机器人当前位置与所述目标位置的距离；判断所述机器人当前位置与所述目标位置的距离是否达到所述预设距离；如果未达到所述预设距离，则控制所述机器人继续行走。
[0075]
较佳的，对于步骤s3需要注意的是，在本实施例中，所述原始图像的坐标系与所述二值化图像的坐标系完成一致，即工作区域的任一点在所述原始图像的坐标系上的映射坐标与在所述二值化图像的坐标系上的映射坐标是一致的。以此，所述机器人当前位置与目标位置的距离在原始图像上的映射距离与所述机器人当前位置与目标位置的距离在所述二值化图像上的映射距离是相同的。
[0076]
较佳的，步骤s3中的所述“获取所述机器人当前位置与所述目标位置的距离”包括：根据所述第一矩形轮廓和所述第二矩形轮廓获取所述机器人当前位置与所述目标位置的距离在所述原始图像上的映射距离，以所述映射距离作为所述机器人当前位置与所述目标位置的距离。
[0077]
本发明较佳实施方式中，结合图6所示，对于步骤s3，所述“根据所述第一矩形轮廓和所述第二矩形轮廓获取所述机器人当前位置与所述目标位置的距离在所述原始图像上的映射距离，包括：
[0078]
p1、获取第一矩形轮廓的宽度w[g]、所述第一矩形轮廓的左上角在所述原始图像或所述二值化图像上的相对纵坐标值y[g]，第二矩形轮廓的宽度w[b]、所述第二矩形轮廓的左上角在原始图像或所述二值化图像上的相对的纵坐标值 y[b]；
[0079]
若第一矩形轮廓的宽度w[g]＝原始图像或所述二值化图像的宽度w,则执行步骤p2，若w[g]＜w，则执行步骤p3；
[0080]
p2,若w[b]＜w,则将所述原始图像或所述二值化图像的最大纵坐标值 y[max]与y[b]的差值赋值给映射长度；
[0081]
p3，若y[g]不等于0，则将所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[g]的差值赋值给映射长度。
[0082]
本发明可实现方式中，割草机器人在执行骑线沿边工作的过程中，可一直进行确认其是否还继续压线而行，以此，可避免割草机器人由于工作环境的影响，脱离了骑线沿边的工作模式而不知，从而提高了割草机器人的工作效率。具体方法如下：获取第一矩形轮廓的对角线长度maxline[g]，并判断所述 maxline[g]是否小于预设第二数值，若是，驱动机器人变向以重新规划并寻找沿边工作路径，直至所述maxline[g]不小于预设第二数值；若否，确定机器人执行骑线沿边工作。
[0083]
在该较佳实施方式中，所述预设第二数值为系统预设的长度值，其大小可以根据需要具体调节；当maxline[g]小于预设第二数值时，表示机器人处于非工作区域，如此，需要对机器人的位置进行调整使其回到沿边工作路径上；相应的，调整的方式可以驱动机器人旋转，并重新寻找沿边工作路径，进而回到沿边工作路径上。
[0084]
另外，需要说明的是，在该较佳实施方式中，割草机器人前进过程中，其上设置的摄像机实施拍摄其前方环境的图像；相应的，获得的原始图像为矩形区域；进一步的，围合
工作区域的第一矩形轮廓中至少相邻两个边界共用原始图像的边界，所述沿边工作路径即机器人沿着边界线行走并工作。
[0085]
本发明具体示例图5e所示，预设第二数值value2为22.3，通过计算获得 maxline[g]的值为156.2，即maxline[g]＞value2，此时，确定机器人处于沿边工作路径上。
[0086]
当然，确认机器人是否执行骑线沿边工作的步骤还可以包括：以二值化图像为基础，获取所述工作区域的面积，将其以maxarea[g]表示；判断所述 maxarea[g]是否小于预设第三数值，若是，确定机器人执行骑线沿边工作；若否，驱动机器人变向以重新规划并寻找沿边工作路径，直至所述maxarea[g]小于预设第三数值。
[0087]
在该较佳实施方式中，所述预设第三数值为系统预设的面积数值，其大小可以根据需要具体调节；当maxarea[g]不小于预设第三数值时，表示机器人处于工作区域，距离边界线较远，如此，需要对机器人的位置进行调整使其回到沿边工作路径上；相应的，调整的方式可以驱动机器人旋转，并重新寻找沿边工作路径，进而回到沿边工作路径上。
[0088]
另外，当工作区域一定时，其面积的计算方式具有多种，例如：采用坐标的方式、计算像素点的方式等，在此不做详细赘述。
[0089]
本发明具体示例图5e所示，预设第三数值value3为19150，通过计算获得maxarea[g]的值为10655，即maxarea[g]＜value3，此时，确定机器人处于沿边工作路径上。
[0090]
需要说明的是，上述确认机器人是否执行骑线沿边工作的两种实施方式可择一执行，也可以同时执行或先后执行，当选择同时执行或先后执行上述种实施方式时，其计算结果相同。
[0091]
在较佳实施方式中，原始图像的宽度w是确定值，第一矩形轮廓为原始图像的一部分，因此，将w[g]与w进行大小比对时，不存在w[g]＞w情况。当然，所述原始图像或所述二值化图像的最大纵坐标值y[max]也是确定值，可根据原始图像的大小等进行具体设置。
[0092]
本发明较佳实施方式中，对于步骤p2,当第一矩形轮廓的宽度与原始图像的宽度一致，第二矩形轮廓的宽度小于原始图像的宽度时，所述割草机器人检测到了目标位置，在原始图像或二值化图像建立的坐标系下，所述映射长度与所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[b]的差值相对应，则此时将所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[b]的差值赋值给映射长度。机器人骑线沿边工作时，机器人越靠近目标位置，所述机器人获得的所述第二矩形轮廓的左上角在原始图像或二值化图像上的相对纵坐标值y[b]越大，则所述映射长度越小。
[0093]
本发明较佳实施方式中，对于步骤p3,当第一矩形轮廓的宽度与原始图像的宽度不一致，即第一矩形轮廓的宽度小于原始图像的宽度，且所述第一矩形轮廓的左上角在所述原始图像或所述二值化图像上的相对纵坐标值y[g]不等于0，则说明所述割草机器人检测到了目标位置，在原始图像或二值化图像建立的坐标系下，所述映射长度与所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[g]的差值相对应，则此时将所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[g]的差值赋值给映射长度。机器人骑线沿边工作时，机器人越靠近目标位置，所述机器人获得的所述第一矩形轮廓的左上角在所述原始图像或所述二值化图像上的相对纵坐标值y[g]越大，则所述映射长度越小。
[0094]
在本发明的优选实施例中，当所述机器人骑线沿边工作时，通过所述映射长度，可获得在当前位置目标位置与机器人的距离，当所述映射长度等于所述预设第一数值时，说
明机器人与所述目标位置距离较近，但是，通过视觉传感器，无法明确的区分出当前位置，机器人前方具体是转向点还是障碍物。若此时目标位置是障碍物，而机器人误认为其是转向点，则当机器人继续骑线沿边工作，并执行转向作业时，其会撞上所述障碍物，从而影响机器人的正常作业，带来安全隐患，故，在本发明的优选实施例中，当所述映射长度等于所述预设第一数值，则通过测距装置检测所述目标位置是否包含所述障碍物。
[0095]
本发明较佳实施方式中，所述转向点包括：第一转向点和第二转向点，当机器人处于第一转向点时，驱动机器人执行顺时针或逆时针转弯逻辑其中之一，当机器人处于第二转向点时，驱动机器人执行顺时针或逆时针转弯逻辑其中另一；相应的，若启动测距装置测量后，确认目标位置为转向点，则所述机器人以第一沿边工作模式工作。所述“所述机器人以第一沿边工作模式工作”包括：若w[g]＝w，且w[b]＜w，则所述机器人继续沿当前方向运动，直至y[b]等于预设第一纵坐标值；当y[b]等于预设第一纵坐标值时，所述机器人处于所述第一转向点，并执行顺时针或逆时针转弯逻辑其中之一；w[g]＜w，则所述机器人继续沿当前方向运动，直至y[g]等于预设第二纵坐标值；当y[g]等于预设第二纵坐标值时，所述机器人处于第二转向点，并执行顺时针或逆时针转弯逻辑其中另一。
[0096]
具体来说，在某些实施例中，若所述映射长度的预设第一数值设置的较大，则机器人启动测距装置测量并确认目标位置为转向点时，其距离所述转向点的距离较远。为了避免机器人提前转向，从而影响正常的作业，以此，所述机器人继续沿当前方向运动，逐渐靠近所述转向点。通过预设第一纵坐标值及预设第二纵坐标值，可使得机器人距离所述转向点较近时，再进行转向作业，而不会提前转向。当然，在其他实施例中，若所述映射长度的预设第一数值设置的较小，所述机器人可以是在启动测距装置测量并确认目标位置为转向点时，立即进行转向作业。
[0097]
本发明一具体示例中，预设value2＝22.3,value3＝19150，w＝160，所述原始图像或所述二值化图像的最大纵坐标值y[max]＝120，预设第一数值＝49，预设第一纵坐标值＝80，预设第二纵坐标值＝75。
[0098]
结合图7所示，图7左侧和右侧的二值化图像为同一图像，其区别在于，二值化图像中矩形框选部分不同，左侧款选部分为第一矩形轮廓，右侧款选部分为第二矩形轮廓；另外，左侧二值化图像中工作区域的灰度值设置为0，非工作区域的灰度值设置为255；左侧二值化图像中工作区域的灰度值设置为 255，非工作区域的灰度值设置为0。解析原始图像，获得二值化图像，并根据所述第一矩形轮廓及所述第二矩形轮廓，获得maxline[g]＝200, maxarea[g]＝14382；根据maxline[g]＞value2，maxarea[g]＜value3，可获得机器人此时正处于沿边工作路径上。并且此时w[g]＝w，w[b]＜w,则执行p2，将所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[b]的差值赋予所述映射长度。由于在该实施例中，预设第一数值＝49，则此时所述映射长度等于所述预设第一数值，此时，机器人检测到目标位置并不包含障碍物，则机器人继续沿当前方向工作，当y[b]＝80时，机器人处于所述第一转向点，并执行顺时针转弯逻辑。
[0099]
结合图8所示，图8左侧和右侧的二值化图像为同一图像，其区别在于，左侧款选部分为第一矩形轮廓；另外，左侧二值化图像中工作区域的灰度值设置为0，非工作区域的灰度值设置为255；左侧二值化图像中工作区域的灰度值设置为255，非工作区域的灰度值设置为0。解析原始图像，获得二值化图像，并根据所述第一矩形轮廓及所述第二矩形轮廓，获
得maxline[g]＝1024, maxarea[g]＝4407；根据maxline[g]＞value2，maxarea[g]＜value3，可获得机器人此时正处于沿边工作路径上。并且此时y[g]＝56，则执行p3，将所述原始图像或所述二值化图像的最大纵坐标值y[max]与y[g]的差值赋予所述映射长度。由于在该实施例中，预设第一数值＝49，则此时机器人仍需向前继续运动直至所述映射长度等于所述预设第一数值，即：直至y[g]＝71，此时，机器人检测到目标位置并不包含障碍物，则机器人继续沿当前方向工作，当y[g]＝75 时，机器人处于所述第二转向点，并执行逆时针转弯逻辑。
[0100]
进一步地，需要注意的是，在步骤s2中，若所述机器人检测到在行走方向上的目标位置无需转向，则所述机器人继续按照预定路线行走。具体到本发明的优选实施例中，存在以下两种情况。第一，若所述第一矩形轮廓的宽度与原始图像的宽度一致，非工作区域的宽度也等于原始图像的宽度时，即w[b]＝w 时，则出现的可能情况为：机器人由于工作环境影响偏离了原工作方向，此时，需要对机器人进行调整，将机器人重新调整到沿边工作路径上。具体来说，在本实施例中，将0值或其他不等于所述预设第一数值的数值赋予所述映射长度，则此时，当所述映射长度不等于预设第一数值，在本发明的优选实施例中，则重复执行以下步骤，直至所述映射长度等于所述预设第一数值或直至所述机器人停止沿边工作；所述步骤包含：所述机器人沿当前方向执行骑线沿边工作，并实时获取所述机器人前方的原始图像；解析所述原始图像，获取所述机器人当前位置与目标位置的距离在所述原始图像上的映射长度,所述目标位置为边界上的转向点和/或障碍物；再次检测所述映射长度是否等于所述预设第一数值。以此，机器人会继续按照设定的沿边工作计划继续进行沿边作业，并尝试回归原工作路径。第二，在步骤p3中，若y[g]等于0,则说明此时，机器人正处于正常的沿边工作过程中，则此时仍是将0值或其他不等于预设第一数值的数值赋予所述映射长度，从而所述机器人可沿当前方向执行骑线沿边工作，直至所述映射长度等于所述预设第一数值或直至所述机器人停止沿边工作。
[0101]
本发明较佳实施方式中，结合图9所示，对于步骤s3，所述“检测所述目标位置是否存在障碍物”包括：通过测距装置朝向所述目标位置发射检测信号；若所述测距装置接收到回复信号，则判定所述目标位置存在障碍物；若所述测距装置未接收到回复信号，则判定所述目标位置不存在障碍物。
[0102]
所述测距装置例如：超声波探测设备，红外线探测设备等。
[0103]
结合图10所示，所述测距装置为超声波探头，其能接收到回复信号的范围如图9所示的扇形区域；在该示例中，θ(i＝1,2,3)为超声波探头检测的角度范围；si(i＝1,2,3)为超声波探头接收到回波信号所确定机器与障碍物的距离；dimax(i＝1,2,3)为超声波探头与障碍物安全距离的最大阈值；dimin (i＝1,2,3)为超声波探头与障碍物安全距离的最小阈值；dimax>dimin；当超声波接收到回复信号时，表示机器人在当前位置上，检测到的目标位置为障碍物；即检测到的距离值si介于安全距离阈值dimin和dimax之间时，判定为机器检测到有障碍物，且未撞击到障碍物；当距离si大于安全距离阈值 dimax时，判定为机器人未接收到回复信号，即未检测到障碍物。
[0104]
本发明较佳实施方式中，所述测距装置包括：探测机器人前方是否存在障碍物的第一测距子单元和探测机器人侧方是否存在障碍物的第二测距子单元；
[0105]
所述“所述机器人执行避障作业”包含：
[0106]
控制机器人向工作区域转弯；当第一测距子单元不再接收到回复信号，第二测距子单元接收到回复信号时，驱动机器人执行偏线沿边工作；在驱动机器人执行偏线沿边工作过程中，若第一测距子单元和第二测距子单元均未接收到回复信号的时间大于预设第四数值，则驱动机器人重新回到边界线上以执行骑线沿边工作。
[0107]
结合图11所示，机器人在工作路径a转至工作路径b的过程中，执行骑线沿边工作；在该过程中，检测到边界线上具有目标位置；进一步的，通过上述方法判断可预知该目标位置为障碍物，此时，机器人切换为偏线沿边工作模式，即从工作路径b转换至工作路径c；当第一测距子单元和第二测距子单元均未接收到回复信号的时间大于预设第四数值时，表示机器人已完全避开障碍物，此时需要驱动机器人重新返回到工作路径上，并执行骑线沿边工作，即驱动机器人自工作路径c至工作路径d，工作路径d至工作路径f。
[0108]
本发明较佳实施方式中，所述步骤s1之前，所述方法还包括：在机器人初始化后，将其首次解析获得的二值化图像均分为左图像和右图像，分别统计左图像和右图像中像素点的数量，判断左图像像素点的数量是否大于右图像像素点的数量，若是，则驱动机器人逆时针时序工作，若否，则驱动机器人顺时针时序工作。
[0109]
另外，需要说明的是，当确定机器人处于沿边工作路径上，并沿着沿边工作路径行走过程中，可以基于二值化图像采用边缘检测方法检测具体的沿边工作路径。结合图5g所示，本发明一具体示例中采用的边缘检测方法为canny 算法；其检测原理为：统计边缘线与中心线的偏移量x，根据x调整机器人的行走路径；所示中心线即为二值化图像宽度方向1/2处的竖向直线；所示边缘线即为工作区域和非工作区域的交线；统计过程中，不限于求边缘线在x轴方向的均值，还可以利用霍夫直线检测求出边缘线的直线方程，并通过边缘线与中心线的夹角调整机器人的行走方向及行走路径，在此不做进一步的赘述。
[0110]
本发明一实施方式中，还提供一种机器人，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述所述机器人行走控制方法的步骤。
[0111]
本发明一实施方式中，还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述机器人行走控制方法的步骤。
[0112]
结合图12所示，提供一种机器人行走控制系统，所述系统包括：驱动模块 100，以及解析模块200。
[0113]
驱动模块100用于控制机器人按照预定路线行走；
[0114]
解析模块200用于判断机器人在行走方向上的目标位置是否需要转向；如果需要转向，则在控制机器人行走至与所述目标位置相距预设距离时，检测所述目标位置是否存在障碍物。
[0115]
进一步的，解析模块200还用于：如果所述目标位置存在障碍物，则控制所述机器人在当前位置转向以避开所述障碍物；如果所述目标位置不存在障碍物，则控制所述机器人行走至所述目标位置时转向。
[0116]
另外，需要说明的是，在本发明的较佳实施方式中，机器人行走控制系统中的所述驱动模块100用于实现步骤s1；解析模块200用于实现步骤s2和s3；所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施方式中的对应过程，在此不再赘述。
[0117]
综上所述，本发明的机器人行走控制方法、系统，机器人及可读存储介质，通过图像分析和测距装置的结合，精确区分边界线上的目标位置是否存在障碍物；进而根据分析结果驱动机器人执行不同的工作模式。
[0118]
在本技术所提供的几个实施方式中，应该理解到，所揭露的模块，系统和方法，均可以通过其它的方式实现。以上所描述的系统实施方式仅仅是示意性的，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
[0119]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上，可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。
[0120]
另外，在本技术各个实施方式中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以2个或2个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0121]
最后应说明的是：以上实施方式仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施方式对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施方式技术方案的精神和范围。