移动机器人的自主分区方法和移动机器人与流程

1.本公开涉及清洁设备技术领域，尤其涉及一种移动机器人的自主分区方法和移动机器人。


背景技术：

2.随着科技的进步和人们生活水平的提高，智能家居设备正在逐渐走进越来越多的家庭。智能扫地机器人能够替代人工、自动地清扫地面，得到了广大消费者的青睐。
3.为了使扫地机器人能够对室内(包括客厅、厨房和卧室)进行有效地清洁，在第一次使用扫地机机器人时，通常需要将室内进行分区，以便扫地机器人能够一个区域、一个区域地逐区清理。
4.对室内进行分区的传统做法主要有两种，其一是人工分区的方式，其二是扫地机器人自动分区的方式。在人工分区的方式中，用户先通过手机、平板或者电脑先在地图上对室内进行分区，然后再将分好区的地图发送给扫地机器人。在扫地机器人自动分区的方式中，扫地机器人通过slam(同步定位与导航)技术对家居环境进行构建获得地图，并在此过程中实时获取室内环境并对门进行识别，并以识别到的门为依据进行分区。
5.其中，前述人工分区的方式虽然准确可靠，但是却需要人员的介入，用户使用体验较差。前述扫地机器人自动分区的方式虽然减少了人员的介入，自动化程度高，但是误判率较高，分区不够准确。


技术实现要素：

6.为了解决现有技术中的上述问题，即为了解决现有扫地机器自动分区不够准确的问题，本公开提供了一种移动机器人的自主分区方法和移动机器人。具体如下：
7.第一方面，本公开提供了一种移动机器人的自主分区方法，该自主分区方法包括：
8.获取目标环境的地图信息；
9.根据前述地图信息确定前述目标环境的最大闭合边界；
10.确定前述最大闭合边界中用于表征通行关卡的相对的目标边界点；
11.以相对的前述目标边界点作为分区依据，对前述目标环境进行区域划分。
12.可选地，前述最大闭合边界包含至少一组前述相对的目标边界点，相对的目标边界点之间的距离符合预设距离范围。
13.可选地，“确定前述最大闭合边界中用于表征通行关卡的相对的目标边界点”进一步包括：
14.以前述最大闭合边界上的任意边界点为圆心，以前述预设距离范围的下限和上限为内、外径作圆环，在前述圆环区域内确定与前述任意边界点相对应的其它边界点；
15.根据预设规则确定内外圆之间的边界点之中是否包含与前述任意边界点相对的目标边界点。
16.可选地，“以前述最大闭合边界上的任意边界点为圆心，以前述预设距离范围的下
限和上限为内、外径作圆环，在前述圆环区域内确定与前述任意边界点相对应的其它边界点”包括：
17.将前述最大闭合边界上的所有边界点依次进行编号，并将当前遍历的边界点i记作si；其中i是正整数；
18.建立内径为rmin，外径为rmax的圆环；
19.使边界点si与前述圆环的圆心重合，并判断前述圆环内是否存在边界点sk；其中k是不等于i的正整数；
[0020]“根据预设规则确定内外圆之间的边界点之中是否包含与前述任意边界点相对的目标边界点”包括：
[0021]
如果前述圆环内存在边界点sk，则判断k与i之间的差值的绝对值是否大于阈值c，其中c是正整数；
[0022]
如果k与i之间的差值的绝对值大于阈值c，则将边界点si和边界点sk确定为一组目标边界点，用来表征前述通行关卡。
[0023]
可选地，r
min
＝0.8米，r
max
＝1.2米；
[0024]
并且/或者，
[0025]
c＝100；
[0026]
并且/或者，
[0027]“如果k与i之间的差值的绝对值大于阈值c，则将边界点s
i
和边界点s
k
确定为一组目标边界点”进一步包括：
[0028]
如果k与i之间的差值的绝对值大于阈值c，则检测边界点s
i
与边界点s
k
之间的连线上是否存在障碍物；
[0029]
如果边界点s
i
与边界点s
k
之间的连线上没有障碍物，则将边界点s
i
和边界点s
k
确定为一组目标边界点；
[0030]
并且/或者，
[0031]“以相对的前述目标边界点作为分区依据，对前述目标环境进行区域划分”进一步包括：
[0032]
将边界点s
i
和边界点s
k
之间的连线作为通行关卡，对前述目标环境进行区域划分。
[0033]
可选地，“以相对的前述目标边界点作为分区依据，对前述目标环境进行区域划分”还包括位于“将边界点s
i
和边界点s
k
之间的连线作为通行关卡”之前的步骤：判断边界点s
i
和边界点s
k
之间的连线的附近是否存在其它连线；
[0034]“将边界点s
i
和边界点s
k
之间的连线作为通行关卡”包括：如果不存在其它连线，则将边界点s
i
和边界点s
k
之间的连线作为通行关卡；
[0035]“以相对的前述目标边界点作为分区依据”还包括：如果存在其它连线，则从连线最密集的区域中选取一条连线作为分区依据。
[0036]
可选地，“获取目标环境的地图信息”进一步包括：根据前述地图信息确定第一区域、第二区域以及第三区域；其中，前述第一区域表征地图上已知并且空白的区域；前述第二区域表征地图上已知并且被障碍物占据的区域；前述第三区域表征超出前述最大闭合边界的不可探知区域；
[0037]
或者，
[0038]“根据前述地图信息确定前述目标环境的最大闭合边界”进一步包括：
[0039]
根据前述地图信息找出前述目标环境中所有的闭合边界；
[0040]
从所有的前述闭合边界中找到周长最大的一个闭合边界作为最大闭合边界。
[0041]
可选地，“获取目标环境的地图信息”还包括：将前述第一区域内的点记作0；将前述第二区域内的点记作1；将前述第三区域的点记作-1；
[0042]“根据前述地图信息确定前述目标环境的最大闭合边界”包括：
[0043]
步骤a，在前述地图上建立平面坐标系；
[0044]
步骤b，以前述平面坐标系的原点为起点，按照预设的方式寻找数值为1的点；
[0045]
步骤c，将找到的第一个数值为1的点记作s1；
[0046]
步骤d，在与s1相毗邻的一圈点中寻找第二数值为1的点；
[0047]
步骤e，将找到的第二个数值为1的点记作s2；
[0048]
步骤f，重复步骤d和e，直至再次找到与s1相毗邻的点并记作sn；其中，n是大于2的自然数；
[0049]
步骤g，将s1至sn的集合标记为前述最大闭合边界。
[0050]
可选地，步骤a进一步包括：将前述平面坐标系的原点选定在前述地图的左上方；
[0051]
并且/或者，步骤b进一步包括：以前述平面坐标系的原点为起点沿着y轴方向遍历每一个点；如果没有找到数值为1的点，则以前述平面坐标系的原点为起点沿着x轴方向前进一个点，再沿着y轴方向遍历每一个点；
[0052]
并且/或者，步骤d进一步包括：沿着顺时针方向在与s1相毗邻一圈的点中寻找数值为1的第二点；
[0053]
并且/或者，前述集合中的每一个点都至少毗邻一个数值为-1的点；
[0054]
并且/或者，“根据前述地图信息确定前述目标环境的最大闭合边界”还包括位于步骤f和g之间的步骤：判断n是否达到了阈值t；如果n达到了阈值t，则继续执行步骤g；如果n没有达到阈值t，则重复执行步骤b至步骤g，并将前述集合以外的第一个数值为1的栅格记作s1；
[0055]
并且/或者，前述地图是栅格地图，前述边界点和前述点指代的均是前述栅格地图上的栅格。
[0056]
第二方面，本公开提供了一种移动机器人包括处理器、存储器和存储在前述存储器上的执行指令，前述执行指令设置成在被前述处理器执行时能够使前述移动机器人执行前述技术方案中任一项所述的自主分区方法。
[0057]
基于前文的描述，本领域技术人员能够理解的是，本公开的自主分区方法至少具有如下技术效果：
[0058]
1、通过确定目标环境的最大闭合边界，并在最大闭合边界中找到用于表征通行关卡的相对的目标边界点，从而将相对的目标边界点做为依据对目标环境进行区域划分。本公开通过该技术手段能够有效地消除障碍物对区域划分的影响，从而有效地提高了移动机器自动分区的准确性。
[0059]
2、通过将最大闭合边界上的所有边界点依次进行编号，建立内径为r
min
，外径为r
max
的圆环，然后使边界点s
i
与圆环的圆心重合，并判断圆环内是否存在边界点s
k
，如果圆环内存在边界点s
k
，则将边界点s
i
和边界点s
k
确定为一组目标边界点，并以该一组目标边界点
作为分区依据，对目标环境进行分区，使得分区更为准确。简单来说，通过距离因素来寻找作为分区依据的目标边界点，使得分区依据更加可靠，进而能够对目标环境进行准确的分区。
[0060]
3、通过判断k与i之间的差值的绝对值是否大于阈值c，来判断边界点s
i
和边界点s
k
是否可以作为一组目标边界点，从而有效地提高了移动机器人分区的准确性。具体地，只有在k与i之间的差值的绝对值大于阈值c时，边界点s
i
和边界点s
k
才可以作为一组目标边界点。避免了出现被分区域过小，导致分区数量过多或者分区不当的情形。
[0061]
4、通过判断边界点s
i
与边界点s
k
之间的连线上是否存在障碍物，并在边界点s
i
与边界点s
k
之间的连线上不存在障碍物时才将边界点s
i
与边界点s
k
之间的连线作为通行关卡，对目标环境进行区域划分，有效地避免了障碍物对分区的干扰，进一步提升了分区的准确性。
[0062]
5、在边界点s
i
和边界点s
k
之间的连线的附近还存在其它连线时，从连线最密集的区域中选取一条连线作为分区依据，克服了同时存在多条连线时对移动机器人分区的影响，有效地保证了分区依据的可靠性，使得移动机器人对目标环境的分区更加准确。
[0063]
6、通过从所有的闭合边界中找到周长最大的一个闭合边界作为最大闭合边界，不仅简化了移动机器人的算法，而且还使移动机器人能够快速地从众多闭合边界中找到目标环境的实际边界——最大闭合边界。
[0064]
7、通过使构成最大闭合边界的集合中的每一个点都至少毗邻一个数值为-1的点，有效地避免了移动机器人错把最大闭合边界内部的障碍物当做边界点(例如挨着墙壁的桌子)的情形，确保移动机器人找到的最大闭合边界即为目标环境的实际墙体。
[0065]
8、只有在n达到了阈值t时，才使移动机器人将获取到的边界点的集合标记为最大闭合边界，否则将该集合以外的第一个数值为1的栅格记作s1，有效地剔除了地图中最大闭合边界外侧的噪音，进而消除了该噪音对移动机器人寻找最大闭合边界的影响。
附图说明
[0066]
为了更清楚地说明本公开的技术方案，下面将结合附图来对本公开的部分实施例进行详细说明，附图中：
[0067]
图1是本公开第一实施例中自主分区方法的主要步骤流程示意图；
[0068]
图2是本公开第一实施例中移动机器人获取的栅格地图；
[0069]
图3是图2中栅格地图部分区域的标记结果；
[0070]
图4是本公开第一实施例中获取目标环境的最大闭合边界的详细步骤流程示意图；
[0071]
图5表示的是本公开第一实施例中移动机器人寻找闭合边界上点的方式；
[0072]
图6是图2中栅格地图存在噪音的示意图；
[0073]
图7是本公开第一实施例中对最大闭合边界进行分区的详细步骤流程示意图；
[0074]
图8表示的是第一实施例中移动机器人寻找目标边界点的过程；
[0075]
图9表示移动机器人在地图上划分好了一个区域；
[0076]
图10表示最大闭合边界内所有区域均为已知空白区域；
[0077]
图11是本公开第二实施例中移动机器人的功能模块的结构示意图。
[0078]
附图标记列表：
[0079]
1、第一区域；2、第二区域；3、第三区域。
具体实施方式
[0080]
为使本公开的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本公开的技术方案进行清楚、完整地描述。本领域技术人员应当理解的是，本节具体实施方式中所描述的实施例仅是本公开的一部分实施例，而不是本公开的全部实施例。基于本节具体实施方式中所描述的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都不会偏离本公开的技术原理，因此都应当落入到本公开的保护范围内。
[0081]
需要说明的是，在本公开的描述中，各个功能模块既可以是由多个结构、构件或电子元器件构成的物理模块，也可以是由多条程序构成的虚拟模块；各个功能模块既可以是彼此独立存在的模块，也可以是由一个整体模块按照功能划分而成的模块。本领域技术人员应当理解的是，在能够实现本公开所描述的技术方案的前提下，各个功能模块的构成方式、实现方式、位置关系无论怎样变化都不会偏离本公开的技术原理，因此都应当落入本公开的保护范围之内。
[0082]
在本公开的第一实施例中：
[0083]
如图1所示，本实施例的移动机器人的自主分区方法包括：
[0084]
步骤s100，获取目标环境的地图信息；
[0085]
其中，目标环境是用户的居住环境，包括客厅、厨房、卧室等。或者目标环境也可以是其它任意可行的环境，例如商场、车间等。
[0086]
可选地，用户可以通过手机、平板或者电脑将目标环境的地图信息发送到移动机器人上。或者，移动机器人可以通过slam(同步定位与导航)技术对目标环境进行构建来获得地图信息。
[0087]
步骤s200，根据所述地图信息确定所述目标环境的最大闭合边界；
[0088]
可选地，移动机器人可以从目标环境的地图中找到所有的闭合边界，然后选取周长最大的一个闭合边界作为最大闭合边界。
[0089]
步骤s300，确定所述最大闭合边界中用于表征通行关卡的相对的目标边界点。
[0090]
其中，所述最大闭合边界包含至少一组所述相对的目标边界点，相对的目标边界点之间的距离符合预设距离范围。所述通行关卡表征或者指代门框、门口或门。
[0091]
可选地，移动机器人从最大闭合边界中找到折弯的部分，并以该部分的折弯处作为第一个目标边界点，然后寻找满足预设距离范围(与第一个目标边界点之间的距离，例如0.8-1.2米、1-1.2米、08-1.1米等)要求的第二目标边界点，并将第一目标边界点和第二目标边界点之间的连线作为通行关卡，对目标环境进行分区。
[0092]
可选地，移动机器人从最大闭合边界上的所有边界点中寻找两者之间的距离满足预设数值范围(例如0.8-1.2米、1-1.2米、08-1.1米等)的所有边界点；按照对应关系将找到的所有边界点进行分组。其中，每一组边界点仅包括两个所述边界点。对应关系指的是两个边界点之间的距离位于预设数值范围内的关系。例如边界点a、b和c彼此临近，边界点d、e和f彼此临近，a与d之间的距离、a与e之间的距离、a与f之间的距离、b与d之间的距离、b与e之
间的距离、b与f之间的距离、c与d之间的距离、c与e之间的距离、c与f之间的距离都在预设数值范围内，则边界点a、b、c、d、e和f之间可以分为9组，即，a与d、a与e、a与f、b与d、b与e、b与f、c与d、c与e、c与f。
[0093]
步骤s400，以相对的所述目标边界点作为分区依据，对所述目标环境进行区域划分。
[0094]
可选地，将符合要求的每一组所述边界点都记作所述目标边界点，然后以每一组目标边界点之间的连线作为通行关卡，对目标环境进行分区。优选地，如果多条连线彼此相交或临近，从连线最密集的区域中选取一条连线作为分区依据。示例性地，如前述的a与d之间的连线、a与e之间的连线、a与f之间的连线、b与d之间的连线、b与e之间的连线、b与f之间的连线、c与d之间的连线、c与e之间的连线、c与f之间的连线，9条连线彼此交错临近；则可以从该多条连线中任意选取一条作为通行关卡，也可以找到两侧连线最多的一条连线并将其作为通行关卡(即将最中间的一条连线作为通行关卡)。
[0095]
基于前文的描述，本领域技术人员能够理解的是，本实施例的分区方法能够准确地找到通行关卡，并因此能够对目标环境进行分区，提高了分区的准确性。
[0096]
优选地，步骤s100包括以下步骤：
[0097]
步骤s101，移动机器人通过slam(同步定位与导航)技术对目标环境进行构建并因此获得目标环境的栅格地图(如图2所示)。
[0098]
步骤s102，如图2所述，根据所述栅格地图确定第一区域1、第二区域2以及第三区域3；其中，第一区域1表征地图上已知并且空白的区域；第二区域2表征地图上已知并且被障碍物占据的区域；第三区域3表征超出最大闭合边界的不可探知区域。
[0099]
步骤s103，如图3所示，将第一区域1内的点记作0；将第二区域2内的点记作1；将第三区域3的点记作-1。其中，第一区域1、第二区域2和第三区域3内的每一个点分别表示栅格地图上的一个栅格。
[0100]
优选地，如图4所示，步骤200包括以下步骤：
[0101]
步骤s201，在所述地图上建立平面坐标系。
[0102]
具体地，如图3所示，将所述平面坐标系的原点选定在所述地图的左上方。
[0103]
步骤s202，以所述平面坐标系的原点为起点，按照预设的方式寻找数值为1的点。
[0104]
具体地，以所述平面坐标系的原点为起点沿着y轴方向遍历每一个点；如果没有找到数值为1的点，则以所述平面坐标系的原点为起点沿着x轴方向前进一个点，再沿着y轴方向遍历每一个点。换句话说，预设的方式为：以所述平面坐标系的原点为起点沿着y轴方向遍历每一个点；如果没有找到数值为1的点，则以所述平面坐标系的原点为起点沿着x轴方向前进一个点，再沿着y轴方向遍历每一个点。
[0105]
步骤s203，将找到的第一个数值为1的点记作s1。
[0106]
具体地，如图3所示，将找到的第一个数值为1并且与之相毗邻的点为-1的点记作s1。
[0107]
步骤s204，在与s1相毗邻的一圈点中寻找第二数值为1的点。
[0108]
具体地，如图3和图5所示，沿着顺时针方向在与s1相毗邻一圈的点中寻找数值为1并且与之相毗邻的点为-1的第二点。图5中，数值为1的方格表示s1，其周围a-h的8个方格表示s1周围的8个栅格。
[0109]
步骤s205，将找到的第二个数值为1的点记作s2。
[0110]
步骤s206，重复步骤s204和s205，直至再次找到与s1相毗邻的点并记作sn；其中，n是大于2的自然数。
[0111]
步骤s207，将s1至sn的集合标记为最大闭合边界。
[0112]
如图6所示，为了消除栅格地图上第三区域3中存在噪音(数值为1的点)对结果的影响，步骤s200还包括位于步骤s206与步骤s207之间的步骤：
[0113]
判断n是否达到了阈值t；其中，t是用来判断闭合边界是否过小的一个数值，其数值可以通过多次试验获得，该数值可以是100、150、200等，或者本领域技术人员也可以根据实际需要或实际经验，将t设置为其它任意可行的数值。
[0114]
如果n达到了阈值t，则继续执行步骤s207。
[0115]
如果n没有达到阈值t，则重复执行步骤s204至步骤s207，并将相应集合以外的第一个数值为1的栅格记作s1。其中，该集合是n没有达到阈值t时所获得的所有边界点的集合。
[0116]
需要说明的是，第三区域3中的噪音是因为移动机器人通过slam技术对阳台(尤其是有落地窗的阳台)、卫生间等具有玻璃的墙体进行扫描时而产生的。
[0117]
优选地，如图7所示，步骤s300包括以下步骤：
[0118]
步骤s301，如图3所示，将最大闭合边界上的所有边界点依次进行编号，并将第i个边界点记作s
i
。其中，i是自然数。
[0119]
本领域技术人员能够理解的是，对最大闭合边界上的所有边界点编号的方式，可以是如步骤s204和步骤s206所说的，找到一个边界点时就对该一个边界点进行编号；也可以是在确定了最大闭合边界上之后，再依次对最大闭合边界上的所有边界点进行编号。
[0120]
步骤s302，如图8所示，建立内径为r
min
，外径为r
max
的圆环o。
[0121]
优选地，r
min
＝0.8米；r
max
＝1.2米。其中，0.8米代表现有市场上最小宽度的门的宽度，1.2米代表现有市场上最大宽度的门的宽度。需要说明的是，本公开仅仅是对市场上的部分门进行了测量，并未对市场上的所有门进行测量，因此0.8米和1.2米的选取可能会有失偏颇。但是这种数据的准确性并不妨碍本领域技术人员对公开技术方案的理解，因此本领域技术人员对r
min
和r
max
数值任何合理、适当地变动均不会偏离本公开的技术原理，因此更改之后的技术方案仍应落入本公开的保护范围之内。
[0122]
步骤s303，如图8所示，使边界点s
i
与圆环o的圆心重合，并判断该圆环o内是否存在边界点s
k
。
[0123]
步骤s304，如果圆环o内存在边界点s
k
，则判断k与i之间的差值的绝对值是否大于阈值c；其中，从用来判断边界点s
i
与边界点s
k
之间的编号差是否过小，如果该编号差较小，则边界点s
i
与边界点s
k
之间不太可能存在门框。c的数值可以通过多次试验获得，该数值可以是100、150、200等，或者本领域技术人员也可以根据实际需要或实际经验，将c设置为其它任意可行的数值。
[0124]
步骤s305，如果k与i之间的差值的绝对值大于阈值c，则检测边界点s
i
与边界点s
k
之间的连线上是否存在障碍物。
[0125]
具体地，如果k与i之间的差值的绝对值大于阈值c，则检测边界点s
i
与边界点s
k
之间的连线上是否存在数值为-1的点。
[0126]
与步骤s305并列的步骤：如果k与i之间的差值的绝对值小于或等于阈值c，则判定边界点s
i
和边界点s
k
不能作为一组目标边界点。
[0127]
步骤s306，如果边界点s
i
与边界点s
k
之间的连线(如图8中右侧圆环中的、由点a、b
……
n构成的线)上没有障碍物(数值为1的点)，则将边界点s
i
和边界点s
k
确定为一组目标边界点。优选地，为了避免出现图8中左侧圆环的情况，即为了避免出现边界点s
i
与边界点s
k
之间的连线的全部或部分位于最大闭合边界的外侧，在判定现边界点s
i
与边界点s
k
之间的连线上没有障碍物(数值为1的点)之后，继续判断边界点s
i
与边界点s
k
之间的连线上的点的数值是否为-1，如果边界点s
i
与边界点s
k
之间的连线上的点的数值均不是-1，则将边界点s
i
和边界点s
k
确定为一组目标边界点。
[0128]
与步骤s306并列的步骤：如果边界点s
i
与边界点s
k
之间的连线上有障碍物(数值为1的点)或者如图8中左侧圆环中所示的未知区域(数值为-1的点)，则判定边界点s
i
和边界点s
k
不能作为一组目标边界点。
[0129]
优选地，为了消除室内桌子、椅子、沙发等物品对区域划分造成的影响，在步骤s207之后，并且在步骤s305之前，本实施例还包括步骤：将最大闭合边界内的所有区域都标记为第一区域1(如图10所示)，即将最大闭合边界内的所有点都标记为0。
[0130]
本领域技术人员能够理解的是，步骤s305和步骤s306还可以进行如下替代：
[0131]
将步骤s305替代为，如果k与i之间的差值的绝对值小于或等于阈值c，边界点s
i
与边界点s
k
之间的连线上除了边界点s
i
与边界点s
k
以外的点的数值是否均为0。
[0132]
将步骤s306替代为，如果边界点s
i
与边界点s
k
之间的连线上除了边界点s
i
与边界点s
k
以外的点的数值均为0，则将边界点s
i
和边界点s
k
确定为一组目标边界点。
[0133]
优选地，步骤s400包括以下步骤：
[0134]
将边界点s
i
和边界点s
k
之间的连线作为通行关卡(门)，对目标环境进行区域划分(如图9中所示的、已经划分好的深色区域)。
[0135]
基于前文的描述，本领域人员能够理解的是，本实施例通过将最大闭合边界上的所有边界点依次进行编号，建立内径为r
min
，外径为r
max
的圆环，然后使边界点s
i
与圆环的圆心重合，并判断圆环内是否存在边界点s
k
，如果圆环内存在边界点s
k
，并且在k与i之间的差值的绝对值大于阈值c时使边界点s
i
和边界点s
k
确定为一组目标边界点，然后再判定边界点s
i
和边界点s
k
之间的连线上没有障碍物时，将该连线作为分区依据，对目标环境进行分区，有效地提高了分区的准确性。
[0136]
需要说明的是，本实施例所说的移动机器人可以是扫地机器人、拖地机器人或扫拖一体机器人。
[0137]
在本公开的第二实施例中：
[0138]
如图2所示，本公开还提供了一种移动机器人。该移动机器人在硬件层面上包括处理器，可选地还包括存储器和总线，此外该移动机器人还允许包括其它业务所需要的硬件。该移动机器人可以是扫地机器人、拖地机器人或扫拖一体机器人。
[0139]
其中，存储器用于存放执行指令，该执行指令具体是能够被执行的计算机程序。进一步，存储器可以包括内存和非易失性存储器(non-volatile memory)，并向处理器提供执行指令和数据。示例性地，内存可以是高速随机存取存储器(random-access memory，ram)，非易失性存储器可以是至少1个磁盘存储器。
[0140]
其中，总线用于将处理器、存储器和网络接口相互连接到一起。该总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线、eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为了便于表示，图3中仅用一个双向箭头表示，但这并不表示仅有一根总线或一种类型的总线。
[0141]
在上述移动机器人的一种可行的实施方式中，处理器可以先从非易失性存储器中读取对应的执行指令到内存中再运行，也可以先从其它设备上获取相应的执行指令再运行。处理器在执行存储器所存放的执行指令时，能够实现本公开上述实施例中的自主分区方法。
[0142]
本领域技术人员能够理解的是，上述的自主分区方法可以应用于处理器中，也可以借助处理器来实现。示例性地，处理器是一种集成电路芯片，具有处理信号的能力。在处理器执行上述自主分区方法的过程中，上述自主分区方法的各步骤可以通过处理器中硬件形式的集成逻辑电路或软件形式的指令完成。进一步，上述处理器可以是通用处理器，例如中央处理器(central processingunit，cpu)、网络处理器(network processor，np)、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件、微处理器以及其它任何常规的处理器。
[0143]
本领域技术人员还能够理解的是，本公开上述自主分区方法实施例的步骤可以被硬件译码处理器执行完成，也可以被译码处理器中的硬件和软件模块组合执行完成。其中，软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器、电可擦写可编程存储器、寄存器等其它本领域成熟的存储介质中。该存储介质位于存储器中，处理器读取存储器中的信息之后结合其硬件完成上述自主分区方法实施例中步骤的执行。
[0144]
需要说明的是，为了突出本公开上述多个实施例彼此之间的不同之处，本公开上述的多个实施例之间是以并列的方式和/或递进的方式来进行布局和描述的，并且后面的实施例仅重点说明了其与其它实施例之间的不同之处，各个实施例之间相同或相似的部分可以互相参照。举例说明，对于装置/产品实施例而言，由于装置/产品实施例与自主分区方法实施例基本相似，所以描述的相对比较简单，相关之处参见自主分区方法实施例对应部分的说明即可。
[0145]
以上所述仅为本公开的实施例而已，并不用于限制本公开。对于本领域技术人员来说，本公开可以有各种更改和变化。凡在本公开技术原理之内所做的任何修改、等同替换、改进等，均应落入本公开的保护范围之内。