机器人行走控制方法、系统，机器人及存储介质与流程

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。以移动机器人为智能割草机器人为例，割草机器人以边界围住的草坪为工作区域以进行割草作业，草坪之外定义为非工作区域。
3.现有技术中，通常通过点定位的方式驱动机器人行走，该点定位方式例如uwb定位方式；相应的，因为uwb精度不高、以及安全因素等其他因素，造成工作区域中靠近边界的草坪无法被割除；即机器人工作过程中，规划的边界和实际边界可能会存在一定的误差，如此，往往不能有效割除工作区域边界处的草坪。


技术实现要素：

4.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，机器人及存储介质。
5.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：为机器人预设规划路径；
6.若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作；
7.通过上述方法，可结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
8.作为本发明一实施方式的进一步改进，若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作，包括：
9.判断所述规划路径中包括的所述外边界是否连续，若是，则执行以下步骤：
10.驱动机器人行走至规划路径中所述外边界上的任一点；
11.以所述外边界上的任一点作为起点位置启动摄像装置拍摄环境图像；
12.驱动机器人沿解析环境图像获得的实际边界行走并同步工作，直至沿所述实际边界行走并同步工作返回至所述起点位置；
13.通过上述方法，采用图像识别的方式对外边界进行作业，提高机器人工作效率。
14.作为本发明一实施方式的进一步改进，若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实
际边界行走并同步工作，还包括：
15.判断所述规划路径中是否包含除所述外边界之外的其他路径，若是，则执行以下步骤：
16.在机器人返回至所述起点位置之后，驱动机器人按照其他路径行走并同步工作。
17.通过上述方法，采用图像识别的方式对外边界进行作业，之后采用传统的定点定位方式对外边界以内的区域进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
18.作为本发明一实施方式的进一步改进，若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作，包括：
19.若所述规划路径中包括的所述外边界连续，且所述规划路径中还包含除所述外边界之外的其他路径，则执行以下步骤：
20.驱动机器人按照所述其他规划路径行走并同步工作；
21.在驱动机器人沿所述其他路径行走并完成工作后，启动摄像装置拍摄环境图像，驱动机器人行走至解析环境图像获得的实际边界上，沿解析环境图像获得的实际边界行走并同步工作；
22.通过上述方法，先采用传统的定点定位方式对外边界以内的区域进行作业，之后，采用图像识别的方式对外边界进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
23.作为本发明一实施方式的进一步改进，若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作，包括：
24.驱动机器人行走至规划路径上，以规划路径的任一点作为起点位置；
25.自所述起点位置开始，驱动机器人按照所述规划路径行走并同步工作；
26.在机器人按照所述规划路径行走并同步工作过程中，实时启动摄像装置拍摄环境图像，并实时解析环境图像以判断是否获取到实际边界，若是，在获取到实际边界时，驱动机器人在规划路径的规划方向上沿所述实际边界行走并同步工作；若否，在规划路径未包含所述外边界的其他路径上，按照所述规划路径行走并同步工作；
27.通过上述方法，结合采用图像识别的方式和传统的定点定位方式查找路径，并通过特定的判断条件交替实行上述两种方式对外边界以及外边界以内的区域进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
28.作为本发明一实施方式的进一步改进，若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作，包括：
29.驱动机器人按照所述规划路径行走并同步工作，并同步启动所述摄像装置；
30.在到达规划路径上每一预规划的坐标点时，驱动机器人原地旋转，通过摄像装置
拍摄环境图像；
31.若解析所述环境图像未获取到实际边界，则驱动机器人沿所述规划路径继续行走并同步工作；
32.若解析所述环境图像获取到实际边界，则驱动机器人行走至实际边界后，驱动机器人沿所述实际边界行走并同步工作。
33.作为本发明一实施方式的进一步改进，若解析所述环境图像获取到实际边界，则驱动机器人行走至实际边界后，驱动机器人沿所述实际边界行走并同步工作时，所述方法还包括：
34.同步监测当前行走位置距离规划路径最近的点之间的距离是否大于预设阈值，若大于预设阈值，驱动机器人返回至所述规划路径上，若不大于预设阈值，保持机器人处于实际边界上；
35.通过上述方法，结合采用图像识别的方式和传统的定点定位方式查找路径，并通过特定的判断条件交替实行上述两种方式对外边界以及外边界以内的区域进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
36.为了实现上述发明目的另一，本发明一实施方式提供一种机器人行走控制系统，所述系统包括：获取模块，用于获取为机器人预设的规划路径；
37.处理模块，用于在所述规划路径中包含至少部分外边界时，所述外边界为工作区域和非工作区域的分隔边界；至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作。
38.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。
39.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。
40.与现有技术相比，本发明的机器人行走控制方法、系统，机器人及存储介质，可结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
附图说明
41.图1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2、图4、图5、图7分别是图1中其中一个步骤的具体实现过程的流程示意图；
43.图3、6、8分别是本发明不同示例的示意图；
44.图9是本发明提供的机器人行走控制系统的模块示意图。
具体实施方式
45.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。
46.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。
47.割草机器人系统通常包括：割草机器人(rm)、充电站、边界线。所述割草机器人包括：本体，设置于本体上的行走单元、控制单元。所述行走单元用于控制机器人行走、转向等；所述控制单元用于规划机器人的行走方向、行走路线，储存机器人获得的外部参数，以及对获取的参数进行处理、分析等，并根据处理、分析结果具体控制机器人；所述控制单元例如：mcu或dsp等。
48.需要说明的是，本发明的割草机器人还包括：与控制单元配合设置摄像装置和定点定位装置，所述摄像装置用于在一定范围内获取其视角范围内的场景，在本发明具体示例中，所述摄像装置采用图片解析的方式定位外边界，所述定点定位系统通过查找工作路径上坐标点的方式定位所述外边界围合的边界内区域；进一步的，通过控制单元结合摄像装置和定点定位装置控制机器人遍历工作区域；以下内容中将会详细描述。
49.另外，所述机器人还包括：各种传感器，存储模块，例如：eprom、flash或sd卡等，以及用于工作的工作机构，及供电电源；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，在此未一一具体赘述。
50.如图1所示，本发明第一实施提供的机器人行走控制方法，所述方法包括以下步骤：
51.s1、为机器人预设规划路径；
52.s2、若所述规划路径中包含至少部分外边界，所述外边界为工作区域和非工作区域的分隔边界；则至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作。
53.进一步的，所述步骤s2还包括：若所述规划路径中未包含所述外边界，则驱动机器人按照所述规划路径行走并同步工作。
54.本发明具体实施方式中，当工作区域确定后，为机器人规划路径、以及判断规划路径上是否包含外边界具有多种获得方式，该技术已经在现有技术中已经较为成熟，在此不做详细赘述。另外，需要说明的是，传统的规划路径方法，通常是在机器人工作之前，驱动机器人沿着工作区域行走，并结合机器人的行走路线采用定点定位的方式规划工作路径，如此，规划的工作路径中，通常不包含工作区域的实际外边界，即规划路径中的外边界以实际外边界向内偏移形成。
55.需要说明的是，上述所述外边界特定指代工作区域和非工作区域的分隔边界，如此，通过图像识别的方式可准确识别该所述外边界。
56.具体的，本发明的摄像装置拍摄机器人前方的场景，形成环境图像；所述环境即为机器人前进方向上的地面；进一步的，当所述主控制器接收到环境图像后，对环境图像进行解析；从而可通过环境图像判断机器人距离机器人当前位置的预设距离范围内是否存在所述外边界；通过图像识别外边界的技术在现有技术中已经较为成熟，在此不做详细赘述。
57.本发明第一较佳实施方式中，结合图2所示，所述步骤s2具体包括：判断所述规划
路径中包括的所述外边界是否连续，若是，则执行以下步骤：
58.驱动机器人行走至规划路径中所述外边界上的任一点；以所述外边界上的任一点作为起点位置启动摄像装置拍摄环境图像；驱动机器人沿解析环境图像获得的实际边界行走并同步工作，直至沿所述实际边界行走并同步工作返回至所述起点位置。
59.在这里，所述连续指所有路段依次首尾连接。
60.进一步的，所述步骤s2还包括：判断所述规划路径中是否包含除所述外边界之外的其他路径，若是，则执行以下步骤：
61.在机器人返回至所述起点位置之后，驱动机器人按照其他路径行走并同步工作。
62.较佳的，所述“直至沿所述实际边界行走并同步工作返回至所述起点位置”后，并在所述“在机器人返回至所述起点位置之后，驱动机器人按照其他路径行走并同步工作”之前，所述方法还包括：即时关闭摄像装置，如此，节约资源；并可以防止机器人对实际外边界重复作业。
63.为了便于理解，本发明针对上述第一较佳实施方式描述一具体示例供参考：
64.结合图3所示，图3所述区域整体为工作区域，通过传统方式构造的规划路径为弓字形实线形成的路径l1；而在该工作区域中实际还存在实线矩形框形成的路径l2；其中，路径l2为连续的外边界,箭头指向为机器人的行走方向；若按照传统的定位方式进行割草作业时，由于uwb等定点定位精度不高的因素，造成机器人无法在该虚线形成的矩形框路径l2上工作作业。
65.本发明上述第一较佳实施方式则在结合图像识别后，可以对完整的工作区域进行作业割草；具体的，自起点位置a开始，启动摄像装置，通过摄像装置拍摄环境图像后，可进一步通过解析环境图像获得实际边界，即图示中虚线形成的矩形框路径l2，相应的，通过图像识别的方式，驱动机器人自起点位置a移动至实际边界的起点位置b，并自起点位置b开始，结合图像识别，机器人沿所述路径l2一直作业，当机器人沿路径l2作业一圈并返回至起点位置b时，确认外边界作业完成，此时，关闭摄像装置，则机器人自起点位置b回到起点位置a；进一步的，按照传统的定点定位方式，在摄像装置关闭的情况下，机器人只能沿路径l1行走并同步工作；当机器人达到位置c时，工作结束。
66.如此，对于上述第一较佳实施方式中，机器人工作过程中，先采用图像识别的方式对外边界进行作业，之后采用传统的定点定位方式对外边界以内的区域进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
67.本发明第二较佳实施方式中，结合图4所示，所述步骤s2具体包括：若所述规划路径中包括的所述外边界连续，且所述规划路径中还包含除所述外边界之外的其他路径，则执行以下步骤：
68.驱动机器人按照所述其他规划路径行走并同步工作；
69.在驱动机器人沿所述其他路径行走并完成工作后，启动摄像装置拍摄环境图像，驱动机器人行走至解析环境图像获得的实际边界上，沿解析环境图像获得的实际边界行走并同步工作。
70.进一步的，当机器人沿着实际边界行走并同步工作一圈时，工作结束。
71.该第二较佳实施方式与上述第一较佳实施方式相类似，其区别在于，第一实施方式先对外边界作业，之后对外边界内的区域进行作业；而第二实施方式先对外边界内的区
域进行作业，之后对外边界作业。
72.为了便于理解，继续以图3所示示例做具体介绍。
73.本发明上述第二较佳实施方式则在结合图像识别后，可以对完整的工作区域进行作业割草；具体的，自起点位置a开始，未启动摄像装置，机器人按照传统的定点定位方式，沿路径l1行走并同步工作，当机器人到达位置c时，路径l1作业完成；进一步的，驱动机器人在l2上作业，在本发明具体实施方式中，机器人可以在当前位置c开启摄像装置，在摄像装置启动后，就近选择走到实际边界上距离位置c的最近位置，并自该最近位置开始沿路径l1行走并作业一圈；也可以按照预定规则走到外边界上的任一点后，开启摄像装置，此时，依然按照就近原则驱动机器人走到实际边界上的最近位置后，自该最近位置开始沿路径l1行走并作业一圈。本发明具体示例中，当对路径l2完成作业后，驱动机器人返回至位置a后，启动摄像装置，通过摄像装置拍摄环境图像后，可进一步通过解析环境图像获得实际边界，即图示中虚线形成的矩形框路径l2，相应的，通过图像识别的方式，机器人自位置a移动至实际边界的起点位置b，并自起点位置b开始，沿所述路径l2作业；当机器人沿路径l2作业一圈并返回至起点位置b时，工作结束。
74.如此，对于上述第二较佳实施方式中，机器人工作过程中，先采用传统的定点定位方式对外边界以内的区域进行作业，之后，采用图像识别的方式对外边界进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
75.本发明第三较佳实施方式中，结合图5所示，所述步骤s2具体包括：
76.驱动机器人行走至规划路径上，以规划路径的任一点作为起点位置；
77.自所述起点位置开始，驱动机器人按照所述规划路径行走并同步工作；
78.在机器人按照所述规划路径行走并同步工作过程中，实时启动摄像装置拍摄环境图像，并实时解析环境图像以判断是否获取到实际边界，若是，在获取到实际边界时，驱动机器人在规划路径的规划方向上沿所述实际边界行走并同步工作；若否，在规划路径未包含所述外边界的其他路径上，按照所述规划路径行走并同步工作。
79.为了便于理解，本发明针对上述第三较佳实施方式描述一具体示例供参考：
80.结合图6所示，图6所述区域整体为工作区域，通过传统方式构造的规划路径为弓字形实线形成的路径l1和连接l1且未示出的偏移路径而在该工作区域中实际还存在虚线形成的路径l2；另外，粗实线为机器人在路径l1和路径l2之间移动时的连接路径，且路径l2为不连续的外边界；若按照传统的定位方式进行割草作业时，由于uwb等定点定位精度不高的因素，当机器人沿该规划路径行走时，会漏掉对路径l2作业。
81.本发明上述第三较佳实施方式则在结合图像识别后，可以对完整的工作区域进行作业割草；具体的，自起点位置a开始，启动摄像装置，通过摄像装置拍摄环境图像后，可进一步通过解析环境图像获得实际边界，即图示中虚线形成的路径l2的b-b1段和连接b-b1段的b1-b2段，当机器人到达位置b2后，沿着实线走到b3，并沿着路径l1的b3-c段继续作业，由于b3-c段不是外边界，此时，机器人上的摄像装置虽然处于启动状态，但是查找不到对应的外边界，如此，依据b3-c段的延伸方向继续作业至位置c；当机器人到达位置c后，通过摄像装置拍摄的环境图像，获取到路径l2的c1-c2段，如此，自位置c1沿实线到达c2后，沿c2-d段继续作业，如此继续，直至到达终点e，工作结束。
82.如此，对于上述第三较佳实施方式中，机器人工作过程中，结合采用图像识别的方
式和传统的定点定位方式查找路径，并通过特定的判断条件交替实行上述两种方式对外边界以及外边界以内的区域进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
83.结合图7所示，本发明第四较佳实施方式中，所述步骤s2具体包括：驱动机器人按照所述规划路径行走并同步工作，并同步启动所述摄像装置；
84.在到达规划路径上每一预规划的坐标点时，驱动机器人原地旋转，通过摄像装置拍摄环境图像；
85.若解析所述环境图像未获取到实际边界，则驱动机器人沿所述规划路径继续行走并同步工作；
86.若解析所述环境图像获取到实际边界，则驱动机器人行走至实际边界后，驱动机器人沿所述实际边界行走并同步工作。
87.进一步的，若解析所述环境图像获取到实际边界，则驱动机器人行走至实际边界后，驱动机器人沿所述实际边界行走并同步工作时，所述方法还包括：
88.同步监测当前行走位置距离规划路径最近的点之间的距离是否大于预设阈值，若大于预设阈值，驱动机器人返回至所述规划路径上，若不大于预设阈值，保持机器人处于实际边界上。
89.所述预设阈值为一设定的距离常数，其大小可以根据需要具体设定。
90.为了便于理解，本发明针对上述第三较佳实施方式描述一具体示例供参考：
91.结合图8所示，图8所述区域整体为工作区域，其中，由于uwb等定点定位精度不高的因素，其规划路径为由a1-b1-c1-d1依次由实线连接围合形成的矩形路径l1，该路径l1包含未连续的外边界；然而，若机器仅按照路径l1作业，那么虚线连接的实际路径e-a、a-b-c-d-e段将会被漏割；而采用本发明第四实施方式的方法进行割草作业，则可以完全遍历外边界(即实际路径l1)。
92.本发明上述第四较佳实施方式在结合图像识别后，可以对规划的工作区域进行作业割草；具体的，自起点位置a1开始，启动摄像装置，通过摄像装置拍摄环境图像后，可进一步通过解析环境图像获得实际边界点e；进一步的，在摄像装置协同作用下，机器人沿路径e-a行走至a点，由于摄像装置始终开启，机器人处于a点旋转后，会沿着a-f方向继续行走，在此过程中，通过判断可知：当机器人处于a-f路段时，其距离规划路径l1的最短距离超出预设阈值，此时，机器人返回并行走至路径l1的定位点位置e1；进一步的，在位置e1时，机器人旋转并经过环境图像解析后，未能查找到实际路径，如此，会沿着e1-b1段继续行走；当机器人到达位置b1时，通过环境图像解析依次并连续获得边界b-c、c-d、d-e，并沿着该路径返回到位置e，工作结束。
93.如此，对于上述第四较佳实施方式中，机器人工作过程中，结合采用图像识别的方式和传统的定点定位方式查找路径，并通过特定的判断条件交替实行上述两种方式对外边界以及外边界以内规划的区域进行作业，如此，可通过结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
94.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任一实施方式所述的机器人行走控制方法的步骤。
95.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任一实施方式所述的机器人行走控制方法的步骤。
96.结合图9所示，提供一种机器人行走控制系统，所述系统包括：获取模块100和处理模块200。
97.获取模块100用于获取为机器人预设的规划路径；
98.处理模块200用于在所述规划路径中包含至少部分外边界时，所述外边界为工作区域和非工作区域的分隔边界；至少在机器人到达所述外边界时，启动摄像装置拍摄环境图像，并在所述外边界至少一次驱动机器人沿解析环境图像获得的实际边界行走并同步工作。
99.进一步的，获取模块100用于实现步骤s1；处理模块200用于实现步骤s2；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。
100.综上所述，本发明的机器人行走控制方法、系统，机器人及存储介质，可结合机器人拍摄的图像选择机器人的行走及工作路线，提高机器人工作效率。
101.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。
102.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。
103.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。
104.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。