自主移动机器人的地图绘制的制作方法

1.本说明书涉及地图绘制，特别是自主移动机器人的地图绘制。


背景技术：

2.自主移动机器人包括自主清洁机器人，其在环境(例如，家庭)内自主执行清洁任务。多种清洁机器人在某种程度上是自主的，并且以不同的方式工作。清洁机器人可以包括控制器，该控制器被配置为在环境中自主导航机器人，使得机器人可以在移动时摄取碎屑。


技术实现要素：

3.当自主移动清洁机器人在环境中移动时，机器人可以收集数据，所述数据用于构建面向智能机器人的环境地图。基于机器人收集的数据，环境中的特征(例如门、脏区域或其他特征)可以用标签在地图上表示，并且特征的状态可以进一步在地图上表示。机器人可以基于这些标签和与这些标签相关联的特征的状态来选择行为。例如，特征可以是地图上用标签表示的门，门的状态可以是打开或关闭。如果门处于关闭状态，机器人可以选择机器人不试图越过门槛的导航行为，如果门处于打开状态，机器人可以选择机器人试图越过门槛的导航行为。面向智能机器人的地图还可以以用户可读的形式视觉化地呈现，其中标签和特征的状态都视觉化地呈现给用户，从而允许用户查看面向机器人的地图的表示，并容易地提供与面向机器人的地图上的标签直接相关的命令。
4.前述的优点可包括但不限于下文和本文别处所述的优点。
5.本文所述的实施方式可以提高自主移动机器人在穿越环境时的可靠性，而不会遇到错误状况，并且具有改进的任务性能。机器人可以依靠从以前的任务中收集的数据来智能地规划环境周围的路径，以避免错误状况，而不是仅仅依靠自主移动机器人对其传感器系统检测到的特征的即时响应。在机器人发现一特征的第一清洁任务之后的后续清洁任务中，机器人可以围绕该特征进行规划，以避免触发与该特征相关联的错误状况的风险。此外，机器人可以依靠从以前的任务中收集的数据来智能地规划任务的执行，使得机器人可以专注于环境中需要更多关注的区域。
6.本文所述的实施方式可以改善可能经过相似或叠放区域的自主移动机器人的队伍管理(fleet management)。队伍中的自主移动机器人之间共享的地图绘制数据可以提高地图构建效率，促进队伍中的机器人在环境中的智能行为选择，并允许机器人更快地了解环境中的显著特征，例如，需要机器人进一步关注的特征、可能触发机器人错误状况的特征、或者可能具有会影响机器人行为的变化状态的特征。例如，家中的自主移动机器人队伍可能包括多种类型的自主移动机器人，用于完成家中的各种任务。第一机器人可以包括一套比队伍中第二机器人上的传感器更复杂的传感器。具有复杂传感器套件的第一机器人可以生成第二机器人不能生成的地图绘制数据，然后第一机器人可以向第二机器人提供地图绘制数据，例如，通过向第二机器人可访问的远程计算设备提供地图绘制数据。即使第二机器人可能不具有能够生成特定地图绘制数据的传感器，第二机器人仍然可以使用地图绘制
数据来提高其在家中完成任务的性能。此外，第二机器人可以包括能够收集第一机器人可用的地图绘制数据的特定传感器，从而允许自主移动机器人的队伍更快地产生地图绘制数据以构建家庭地图。
7.本文描述的实施方式可以允许自主移动机器人与环境中的其他智能设备整合。该环境可以包括多个智能设备，这些智能设备可以相互连接或者连接到环境中的设备可访问的网络。这些智能设备可以包括一个或多个自主移动机器人，并且智能设备与自主移动机器人一起可以生成地图绘制数据，该地图绘制数据可以被机器人用来针对环境进行导航并在环境中执行任务。环境中的智能设备可以各自生成可用于构建地图的数据。机器人可以反过来使用该地图来提高其在环境中的任务性能，并提高其在环境中所走路径的效率。
8.此外，在与其他智能设备整合时，自主移动机器人可以被配置为控制其他智能设备，使得机器人可以经过环境而不会被某些智能设备阻挡。例如，环境可以包括智能门和自主移动机器人。响应于检测到智能门，机器人可以操作智能门以确保智能门处于打开状态，从而允许机器人容易地从环境中的第一房间移动通过门并到达环境中的与第一房间隔开的第二房间。
9.本文描述的实施方式可以提高环境中自主移动机器人的导航效率。自主移动机器人可以基于构建的地图来规划经过环境的路径，并且规划的路径可以允许机器人与在没有地图帮助下经过环境并执行任务的自主移动机器人相比更高效地经过环境和执行任务。在进一步的例子中，自主移动机器人可以规划允许机器人有效地在环境中绕障碍物周围移动的路径。例如，障碍物的排列方式会增加机器人做出低效动作的可能性。有了地图，机器人可以规划出一条绕过障碍物的路径，从而降低机器人做出这种低效动作的可能性。在进一步的例子中，地图允许机器人考虑环境中各种特征的状态。环境中特征的状态会影响机器人经过环境的路径。在这方面，通过知道环境中特征的状态，机器人可以规划在特征处于特定状态时可以避开所述特征的路径。例如，如果特征是将第一房间与第二房间分隔开的门，则机器人可以在门处于关闭状态时规划通过第一房间的路径，并且可以在门处于打开状态时规划通过第一房间和第二房间的路径。
10.本文描述的实施方式可以降低自主移动机器人触发错误状况的可能性。例如，自主移动机器人可以在一区域中基于沿着房间的地板表面的一部分的特征来选择该区域中的导航行为。该特征可以是例如地板表面的升高部分，当机器人经过该升高部分时，机器人可能具有在沿着该升高部分行进时被卡住的高风险。机器人可以选择会降低机器人卡在升高部分上的可能性的导航行为，例如，机器人接近升高部分的角度或速度。
11.本文描述的实施方式可以进一步提高用于清洁环境的地板表面的自主清洁机器人的清洁效率。例如，地图上的标签可以对应于环境中的脏区域。自主清洁机器人可以根据每个脏区域的状态，例如每个脏区域的脏度，为每个脏区域选择行为。对于更脏的区域，这种行为可以允许机器人花更多的时间经过该区域、多次经过该区域，或者以更高的真空功率经过该区域。通过根据区域的脏度有选择地发起行为，机器人可以更有效地清洁环境中更脏的区域。
12.本文描述的实施方式可以以几种方式带来更丰富的用户体验。首先，标签可以改善自主移动机器人地图的可视化。这些标签形成了机器人和用户交流的共同参考框架。与没有任何标签的地图相比，本文描述的地图在呈现给用户时，可以更容易被用户理解。此
外，地图使机器人更容易被用户使用和控制。
13.在一个方面，一种方法包括基于由环境中的自主清洁机器人在第一清洁任务期间产生的地图绘制数据来构建环境的地图。构建地图包括提供与一部分地图绘制数据相关联的标签。该方法包括使远程计算设备基于地图和标签的视觉表示符呈现环境的视觉表示。该方法包括使得自主清洁机器人在第二清洁任务期间发起与标签相关联的行为。
14.在另一方面，自主清洁机器人包括驱动系统，以将自主清洁机器人支撑在环境中的地板表面上方。驱动系统被配置成在地板表面上移动自主清洁机器人。自主清洁机器人包括：在自主清洁机器人在地板表面上移动时清洁地板表面的清洁组件；传感器系统；和可操作地连接到驱动系统、清洁组件和传感器系统的控制器。控制器被配置成执行指令以进行操作，包括在第一清洁任务期间使用传感器系统产生环境的地图绘制数据，以及在第二清洁任务期间基于从地图绘制数据构建的地图中的标签发起行为。该标签与在第一清洁任务期间产生的地图绘制数据的一部分相关联。
15.在另一方面，移动计算设备包括用户输入设备、显示器和可操作地连接到用户输入设备和显示器的控制器。所述控制器被配置成执行指令以进行操作，包括：使用所述显示器呈现：基于由环境中的自主清洁机器人在第一清洁任务期间产生的地图绘制数据形成的该环境的视觉表示、与所述地图绘制数据的一部分相关联的标签的视觉表示符、以及与所述标签相关联的环境中的一特征的状态的视觉表示符。操作包括基于由自主清洁机器人在第二清洁任务期间产生的地图绘制数据，更新所述标签的视觉表示符和所述特征的状态的视觉表示符。
16.在一些实施方式中，标签与环境中的一特征相关联，该特征与地图绘制数据的一部分相关联。环境中的特征可以具有多个状态，包括第一状态和第二状态。使自主清洁机器人在第二清洁任务期间发起与标签相关联的行为包括，在第二清洁任务期间使自主清洁机器人基于所述特征处于第一状态而发起该行为。在一些实施方式中，所述特征是具有一特征类型的第一特征，所述标签是第一标签，并且地图绘制数据的所述部分是地图绘制数据的第一部分。构建地图可以包括提供与地图绘制数据的第二部分相关联的第二标签，该第二标签与环境中的具有所述特征类型和所述多个状态的第二特征相关联。该方法还可以包括使远程计算设备呈现第二标签的视觉表示符。在一些实施方式中，该方法还包括基于第一特征的图像和第二特征的图像来确定第一特征和第二特征各自具有特征类型。在一些实施方式中，第一特征的图像和第二特征的图像由自主清洁机器人捕捉。在一些实施方式中，第一特征的图像和第二特征的图像由环境中的一个或多个图像捕捉设备捕捉。在一些实施方式中，该方法还包括，在第二清洁任务期间，使所述自主清洁机器人基于所述第二特征处于所述第一状态而发起行为。在一些实施方式中，所述行为是第一行为，并且该方法还包括，在第二清洁任务期间，使自主清洁机器人基于第二特征处于第二状态而发起第二行为。
17.在一些实施方式中，在所述第二清洁任务期间，使所述自主清洁机器人基于所述特征处于所述第一状态而发起所述行为包括：响应于所述自主清洁机器人检测到所述特征处于所述第一状态，使所述自主清洁机器人发起所述行为。
18.在一些实施方式中，所述特征是环境中地板表面的区域。第一状态可以是地板表面区域的第一级脏度，第二状态可以是该区域的第二级脏度。在一些实施方式中，自主清洁机器人在与第一状态相关联的第一行为中在所述区域中提供的第一清洁度大于在与第二
状态相关联的第二行为中在所述区域中提供的第二清洁度。在一些实施方式中，所述区域是第一区域，所述标签是第一标签，并且地图绘制数据的所述部分是地图绘制数据的第一部分。构建地图可以包括提供与地图绘制数据的第二部分相关联的第二标签。第二标签可以与环境中的具有多个状态的第二区域相关联。在一些实施方式中，所述标签是第一标签，并且所述区域是第一区域。第一区域可以与环境中的第一对象相关联。该方法还可以包括基于环境中第二对象的类型与环境中第一对象的类型相同，来提供与环境中第二区域相关联的第二标签。第二区域可以与第二对象相关联。
19.在一些实施方式中，所述特征是环境中的在环境的第一部分和环境的第二部分之间的门，并且第一状态是门的打开状态，第二状态是门的关闭状态。在一些实施方式中，处于与打开状态相关联的第一行为中的自主清洁机器人从环境的第一部分移动到环境的第二部分。处于与关闭状态相关联的第二行为中的自主清洁机器人可以检测门并提供将门移动到打开状态的指令。在一些实施方式中，门处于打开状态，并且在第二清洁任务期间，门处于关闭状态。在一些实施方式中，门是第一门，标签是第一标签，并且地图绘制数据的所述部分是地图绘制数据的第一部分。构建地图可以包括提供与地图绘制数据的第二部分相关联的第二标签。第二标签可以与环境中的具有多个状态的第二门相关联。在一些实施方式中，该方法还包括使远程计算设备发出让用户将处于关闭状态的门操作成处于打开状态的请求。在一些实施方式中，门是电子可控门。在所述第二清洁任务期间，使所述自主清洁机器人基于所述特征处于所述第一状态而发起所述行为可以包括：使所述自主清洁机器人传输数据，以使所述电子可控门从关闭状态移动到打开状态。
20.在一些实施方式中，该方法还包括使远程计算设备发出改变所述特征的状态的请求。
21.在一些实施方式中，标签与环境中的区域相关联，该区域与自主清洁机器人在第一清洁任务期间的第一导航行为相关联。该行为可以是基于第一导航行为选择的第二导航行为。在一些实施方式中，在第一导航行为中，自主清洁机器人不经过该区域。自主清洁机器人可以发起第二导航行为来经过该区域。在一些实施方式中，地图绘制数据是第一地图绘制数据。该标签可以与在第三清洁任务期间收集的第二地图绘制数据的一部分相关联。第二地图绘制数据的该部分可以与自主清洁机器人经过该区域的第三导航行为相关联。可以选择第二导航行为的参数来匹配第三导航行为的参数。在一些实施方式中，该参数是自主清洁机器人的速度或自主清洁机器人相对于该区域的接近角度。在一些实施方式中，在第一导航行为中，自主清洁机器人沿着经过该区域的第一路径移动，第一路径具有进入该区域的第一数量的入口点。自主清洁机器人可以发起第二导航行为以沿着经过该区域的第二路径移动。第二路径可以具有进入该区域的第二数量的进入点，该第二数量的进入点少于第一数量的进入点。在一些实施方式中，地图绘制数据是第一地图绘制数据，并且该方法包括响应于由自主清洁机器人产生的表示从该区域移除一个或多个障碍物的第二地图绘制数据来删除标签。
22.在一些实施方式中，环境中的多个电子设备可以访问地图。多个电子设备可以包括自主清洁机器人。在一些实施方式中，自主清洁机器人是第一自主清洁机器人，并且环境中的多个电子设备包括第二自主清洁机器人。
23.在一些实施方式中，地图绘制数据的所述部分与环境中的障碍物相关联。该方法
还可以包括基于标签使自主移动机器人避开并检测障碍物，而不接触障碍物。
24.在一些实施方式中，该标签与环境中的一特征相关联，该特征与地图绘制数据的所述部分相关联。环境中的该特征可以具有多个状态，包括第一状态和第二状态。地图绘制数据的所述部分与该特征的第一状态相关联。该方法还可以包括，使远程计算设备呈现所述特征处于第一状态的视觉表示符。在一些实施方式中，该方法还包括响应于确定所述特征处于所述第二状态，传输数据以使得所述远程计算设备呈现所述特征处于所述第二状态的视觉表示符。
25.本说明书中描述的主题的一个或多个实施方式的细节在附图和以下描述中阐述。根据说明书、附图和权利要求，其他潜在的特征、方面和优点将变得显而易见。
附图说明
26.图1a是带有自动清洁机器人的环境的俯视示意图。
27.图1b是用户设备的正视图，所述用户设备正显示地图的视觉表示。
28.图2、3a和3b分别是自主清洁机器人的横截面侧视图、仰视图和俯视透视图。
29.图4是通信网络的示意图。
30.图5是环境中的特征、地图绘制数据和地图上的标签之间的关联图。
31.图6是用于向用户提供环境中的特征的表示符或者用于基于环境中的特征发起行为的过程的框图。
32.图7a-7d、8a-8b、9a-9d、10a-10b、11a-11d是具有自主清洁机器人的环境的示意性俯视图。
33.不同附图中相同的附图标签和名称表示相同的元件。
具体实施方式
34.自主移动机器人可以被控制为在环境中在地板表面上移动。当这些机器人在地板表面移动时，机器人可以产生地图绘制数据，例如，使用机器人上的传感器，然后地图绘制数据可以用于构建带标签的地图。地图上的标签可以对应于环境中的特征。机器人可以根据标签并根据环境中特征的状态来发起一些行为。此外，用户可以使用带标签地图的视觉表示来监控环境和机器人。
35.图1a描绘了在例如家庭的环境20中在地板表面10上的自主清洁机器人100的例子。用户30可以操作用户计算设备31来查看环境20的地图的视觉表示40(在图1b中示出)。当机器人100在地板表面10移动时，机器人100生成可用于产生环境20的地图的地图绘制数据。机器人100可以例如由机器人100的控制器自主控制、由操作用户计算设备31的用户30手动控制或以其他方式控制，以响应于环境20中的特征来发起行为。例如，环境20中的特征包括门50a、50b、脏区域52a、52b、52c和升高部分54(例如，环境20中房间之间的门槛)。机器人100可以包括能够检测这些特征的一个或多个传感器。如本文所述，可以在根据机器人100收集的地图绘制数据所构建的地图中将这些特征中的一个或多个标签化。这些特征的标签可以被机器人100使用以发起与标签相关联的某些行为，并且也可以呈现在呈现给用户30的地图的视觉表示上。如图1b所示，地图的视觉表示40包括用于门50a、50b的表示符62a、62b、用于脏区域52a、52b、52c的表示符64a、64b、64c，以及用于升高部分54的表示符
65。此外，视觉表示40还包括环境20中特征的状态、类型和/或位置的表示符66a-66f。例如，表示符66a-66e分别表示门50a、50b和脏区域52a、52b、52c的当前状态，表示符66a-66f分别表示门50a、50b、脏区域52a、52b、52c和升高部分54的特征类型。例如，门50a、50b的类型表示为“门”，门50a、50b的状态分别表示为“关闭”和“打开”。脏区域52a、52b、52c的类型表示为“脏区域”，脏区域52a、52b、52c的状态分别表示为“很脏”、“中等脏”和“微脏”。
36.示例性自主移动机器人
37.图2和3a-3b描绘了机器人100的例子。参照图2，当机器人100通过地板表面10时，机器人100从地板表面10收集碎屑105。机器人100可用于在环境20(如图1a所示)中执行一个或多个清洁任务，以清洁地板表面10。用户可以向机器人100提供命令来发起清洁任务。例如，用户可以提供发起命令，该发起命令使得机器人100在接收到发起命令时发起清洁任务。在另一个例子中，用户可以提供时间表，其使得机器人100在该时间表中表示的预定时间发起清洁任务。该时间表可以包括机器人100发起清洁任务的多个预定时间。在一些实施方式中，在单个清洁任务的开始和结束之间，机器人100可以停止清洁任务以给机器人100充电，例如，给机器人100的能量存储单元充电。机器人100然后可以在机器人100被充分充电后恢复清洁任务。机器人100可以在对接站60(如图1a所示)给自己充电。在一些实施方式中，除了给机器人100充电之外，当机器人100对接在对接站60时，对接站60可以从机器人100中排出碎屑。
38.参考图3a，机器人100包括壳体构造108。壳体构造108可以限定机器人100的结构外围。在一些示例中，壳体构造108包括底盘、盖、底板和缓冲器组件。机器人100是具有小外形的家用机器人，使得机器人100可以安装在家中的家具下面。例如，机器人100相对于地板表面的高度h1(如图2所示)可以不超过13厘米。机器人100也很紧凑。机器人100的总长度l1(如图2所示)和总宽度w1(如图3a所示)均为30至60厘米，例如30至40厘米、40至50厘米或50至60厘米。总宽度w1可以对应于机器人100的壳体构造108的宽度。
39.机器人100包括驱动系统110，驱动系统110包括一个或多个驱动轮。驱动系统110还包括一个或多个电动机，该电动机包括形成电路106的一部分的被电驱动的部分。壳体构造108支撑机器人100内的电路106，包括至少一个控制器109。
40.驱动系统110可操作为推动机器人100经过地板表面10。机器人100可以沿向前驱动方向f或向后驱动方向r推进。机器人100也可以被推进为使得机器人100原地转弯或在向前驱动方向f或向后驱动方向r上移动的同时转弯。在图3a所示的例子中，机器人100包括延伸通过壳体构造108的底部113的驱动轮112。驱动轮112通过电动机114旋转，以使机器人100沿着地板表面10移动。机器人100还包括延伸通过壳体构造108的底部113的被动脚轮115。脚轮115不被提供动力。驱动轮112和脚轮115一起协作以将壳体构造108支撑在地板表面10上方。例如，脚轮115沿着壳体构造108的后部121设置，驱动轮112设置在脚轮115的前方。
41.参考图3b，机器人100包括基本为矩形的前部122和基本为半圆形的后部121。前部122包括侧表面150、152、前表面154和角部表面156、158。前部122的角部表面156、158将侧表面150、152连接到前表面154。
42.在图2、3a和3b所示的例子中，机器人100是自主移动地板清洁机器人，其包括可操作以清洁地板表面10的清洁组件116(如图3a所示)。例如，机器人100是真空清洁机器人，其
中清洁组件116可操作为通过从地板表面10摄取碎屑105(如图2所示)来清洁地板表面10。清洁组件116包括清洁入口117，机器人100通过该入口收集碎屑。清洁入口117位于机器人100的中心(例如中心162)的前方，并且沿着机器人100的前部122位于前部122的侧表面150、152之间。
43.清洁组件116包括一个或多个可旋转构件，例如由电动机120驱动的可旋转构件118。可旋转构件118水平延伸通过机器人100的前部122。可旋转构件118沿着壳体构造108的前部122定位，并且沿着壳体构造108的前部122的宽度的75％至95％延伸，例如，对应于机器人100的总宽度w1。还参照图2，清洁入口117位于可旋转构件118之间。
44.如图2所示，可旋转构件118是相对于彼此反向旋转的辊子。例如，可旋转构件118可以绕平行的水平轴线146、148(如图3a所示)旋转，以搅动地板表面10上的碎屑105，并将碎屑105引向清洁入口117，进入清洁入口117，并进入机器人100中的抽吸路径145(如图2所示)。回头参考图3a，可旋转构件118可以完全位于机器人100的前部122内。可旋转构件118包括弹性壳体，当可旋转构件118相对于壳体构造108旋转时，弹性壳体接触地板表面10上的碎屑105，以引导碎屑105通过可旋转构件118之间的清洁入口117进入机器人100的内部，例如进入碎屑箱124(如图2所示)。可旋转构件118进一步接触地板表面10，以搅动地板表面10上的碎屑105。
45.机器人100还包括真空系统119，该真空系统119可操作为产生通过可旋转构件118之间的清洁入口117并进入碎屑箱124的气流。真空系统119包括叶轮和让叶轮旋转以产生气流的电动机。真空系统119与清洁组件116协作，以将碎屑105从地板表面10吸入碎屑箱124。在一些情况下，由真空系统119产生的气流形成足够的力，以将地板表面10上的碎屑105向上抽吸通过可旋转构件118之间的间隙并吸入碎屑箱124。在一些情况下，可旋转构件118接触地板表面10以搅动地板表面10上的碎屑105，从而允许碎屑105更容易被真空系统119产生的气流摄取。
46.机器人100还包括绕非水平轴线(例如，与地板表面10形成75度至90度之间的角度的轴线)旋转的刷子126。例如，非水平轴线线与可旋转构件118的纵向轴线形成75度至90度之间的角度。机器人100包括可操作地连接到刷子126以让刷子126旋转的电动机128。
47.刷子126是横向偏离机器人100的前后轴线fa的侧刷，使得刷子126延伸超过机器人100的壳体构造108的外周。例如，刷子126可以延伸超过机器人100的侧表面150、152之一，从而能够触及地板表面10上的可旋转构件118通常不能到达的部分上的碎屑，例如，地板表面10的在机器人100正下方的部分之外的部分。刷子126也从机器人100的横向轴线la向前偏移，使得刷子126也延伸超过壳体构造108的前表面154。如图3a所示，刷子126延伸超过壳体构造108的侧表面150、角部表面156和前表面154。在一些实施方式中，刷子126延伸超过侧表面150的水平距离d1至少为例如0.2厘米，例如至少0.25厘米、至少0.3厘米、至少0.4厘米、至少0.5厘米、至少1厘米或更大。刷子126定位成在其旋转期间接触地板表面10，使得刷子126可以容易地触及地板表面10上的碎屑105。
48.当机器人100移动时，刷子126可以以将地板表面10上的碎屑刷入清洁组件116的清洁路径的方式绕非水平轴线旋转。例如，在机器人100沿向前驱动方向f移动的示例中，刷子126可沿顺时针方向旋转(当从机器人100上方的视角观察时)，使得刷子126所接触的碎屑沿向前驱动方向f朝向清洁组件和地板表面10的在清洁组件116前方的一部分移动。结
果，当机器人100沿向前驱动方向f移动时，机器人100的清洁入口117可以收集由刷子126清扫的碎屑。在机器人100沿向后驱动方向r移动的示例中，刷子126可沿逆时针方向旋转(当从机器人100上方的视角观察时)，使得刷子126接触的碎屑沿向后驱动方向r朝向地板表面10的在清洁组件116后面的一部分移动。结果，当机器人100沿向后驱动方向r移动时，机器人100的清洁入口117可以收集由刷子126清扫的碎屑。
49.除了控制器109之外，电路106还例如包括存储器存储元件144和具有一个或多个电传感器的传感器系统。如本文所述，传感器系统可以产生表示机器人100的当前位置的信号，并且可以在机器人100沿着地板表面10行进时产生表示机器人100的位置的信号。控制器109被配置成执行指令，以执行如本文所述的一个或多个操作。存储器存储元件144可由控制器109访问，并设置在壳体构造108内。一个或多个电传感器被配置成检测机器人100的环境20中的特征。例如，参考图3a，传感器系统包括沿着壳体构造108的底部113设置的落差传感器134。每个落差传感器134是光学传感器，其可以检测光学传感器下方的对象的存在或不存在，例如地板表面10。落差传感器134因此可以检测在机器人100的设置有落差传感器134的部分下方的障碍物，例如跌落部和落差部，并相应地重定向机器人。
50.参考图3b，传感器系统包括一个或多个接近传感器，其可以检测沿着地板表面10且在机器人100附近的对象。例如，传感器系统可以包括邻近壳体构造108的前表面154设置的接近传感器136a、136b、136c。接近传感器136a、136b、136c中的每一个包括从壳体构造108的前表面154面向外的光学传感器，并且该光学传感器可以检测光学传感器前面的对象的存在或不存在。例如，可检测的对象包括障碍物，例如家具、墙壁、人和机器人100的环境20中的其他对象。
51.传感器系统包括缓冲器系统，该缓冲器系统包括缓冲器138和一个或多个检测缓冲器138和环境20中的障碍物之间的接触的缓冲器传感器。缓冲器138形成壳体构造108的一部分。例如，缓冲器138可以形成侧表面150、152以及前表面154。例如，传感器系统可以包括碰撞传感器139a、139b。碰撞传感器139a、139b可以包括中断光束传感器、电容传感器或能够检测机器人100(例如，缓冲器138)和环境20中的对象之间的接触的其他传感器。在一些实施方式中，碰撞传感器139a可用于检测缓冲器138沿着机器人100的前后轴线fa(如图3a所示)的运动，碰撞传感器139b可用于检测缓冲器138沿着机器人100的横向轴线la(如图3a所示)的运动。接近传感器136a、136b、136c可以在机器人100接触对象之前检测对象，并且碰撞传感器139a、139b可以例如响应于机器人100接触对象而检测接触缓冲器138的对象。
52.传感器系统包括一个或多个障碍物跟随传感器。例如，机器人100可以包括沿着侧表面150的障碍物跟随传感器141。障碍物跟随传感器141包括从壳体构造108的侧表面150面向外的光学传感器，该光学传感器可以检测邻近壳体构造108的侧表面150的对象的存在或不存在。障碍物跟随传感器141可以在垂直于机器人100的向前驱动方向f并且垂直于机器人100的侧表面150的方向上水平发射光束。例如，可检测的对象包括障碍物，例如家具、墙壁、人和机器人100的环境20中的其他对象。在一些实施方式中，传感器系统可以包括沿着侧表面152的障碍物跟随传感器，并且障碍物跟随传感器可以检测邻近侧表面152的对象的存在或不存在。沿着侧表面150的障碍物跟随传感器141是右障碍物跟随传感器，沿着侧表面152的障碍物跟随传感器是左障碍物跟随传感器。一个或多个障碍物跟随传感器(包括
障碍物跟随传感器141在内)也可以用作障碍物检测传感器，例如，类似于本文描述的接近传感器。在这点上，左障碍物跟随传感器可用于确定机器人100左侧的对象(例如障碍物表面)和机器人100之间的距离，右障碍物跟随传感器可用于确定机器人100右侧的对象(例如障碍物表面)和机器人100之间的距离。
53.在一些实施方式中，接近传感器136a、136b、136c和障碍物跟随传感器141中的至少一些各自包括光发射器和光检测器。光发射器从机器人100向外发射光束，例如，在水平方向上向外，并且光检测器检测反射自机器人100附近对象的光束的反射。机器人100可以确定光束的飞行时间，例如使用控制器109，从而确定光检测器和对象之间的距离，并因此确定机器人100和对象之间的距离。
54.在一些实施方式中，接近传感器136a包括光检测器180和多个光发射器182、184。光发射器182、184中的一个可以被定位成向外和向下引导光束，而光发射器182、184中的另一个可以被定位成向外和向上引导光束。光检测器180可以检测光束的反射或光束的散射。在一些实施方式中，光检测器180是成像传感器、摄像头或用于感测光学信号的一些其他类型的检测设备。在一些实施方式中，光束沿着机器人100前方的平坦垂直表面照射水平线。在一些实施方式中，光发射器182、184各自向障碍物表面向外发射扇形光束，使得一维点阵出现在一个或多个障碍物表面上。一维点阵可以位于水平延伸的线上。在一些实施方式中，点阵可以延伸经过多个障碍物表面，例如，彼此相邻的多个障碍物表面。光检测器180可以捕捉代表由光发射器182形成的点阵和由光发射器184形成的点阵的图像。基于图像中的点的大小，机器人100可以确定点出现在其上的对象相对于光检测器180的距离，例如相对于机器人100的距离。机器人100可以对每个点进行这种确定，从而允许机器人100确定点出现在其上的对象的形状。另外，如果多个对象在机器人100的前方，机器人100可以确定每个对象的形状。在一些实施方式中，对象可以包括从机器人100正前方的地板表面10的一部分横向偏移的一个或多个对象。
55.传感器系统还包括指向壳体构造108的顶部142的图像捕捉设备140，例如摄像头。当机器人100在地板表面10上移动时，图像捕捉设备140生成机器人100的环境20的数字图像。图像捕捉设备140在向上的方向上成角度，例如，与机器人100绕其导航的地板表面10成30度至80度的角度。当向上成角度时，摄像头能够捕捉环境20的墙壁表面的图像，使得对应于墙壁表面上的对象的特征可以用于定位。
56.当控制器109使机器人100执行任务时，控制器109操作电动机114以驱动驱动轮112并沿着地板表面10推进机器人100。此外，控制器109操作电动机120以使可旋转构件118旋转，操作电动机128以使刷子126旋转，并且操作真空系统119的电动机以产生气流。为了使机器人100执行各种导航和清洁行为，控制器109执行存储在存储器存储元件144上的软件，以通过操作机器人100的各种电动机来使机器人100执行。控制器109操作机器人100的各种电动机，以使机器人100执行行为。
57.传感器系统可以进一步包括用于跟踪机器人100行进的距离的传感器。例如，传感器系统可以包括与用于驱动轮112的电动机114相关联的编码器，并且这些编码器可以跟踪机器人100已经行进的距离。在一些实施方式中，传感器系统包括面朝下朝向地板表面的光学传感器。光学传感器可以是光学鼠标传感器。例如，光学传感器可以被定位成引导光通过机器人100的底面朝向地板表面10。光学传感器可以检测光的反射，并且可以基于机器人
100沿着地板表面10行进时地板特征的变化来检测机器人100行进的距离。
58.控制器109使用由传感器系统的传感器收集的数据来控制机器人100在任务期间的导航行为。例如，控制器109使用由机器人100的障碍物检测传感器(例如落差传感器134、接近传感器136a、136b、136c和碰撞传感器139a、139b)收集的传感器数据，以使机器人100能够在任务期间避开机器人100的环境20内的障碍物。
59.传感器数据可由控制器109使用以同时定位和绘制地图(slam)技术，其中控制器109提取由传感器数据表示的环境20的特征，并构建环境20的地板表面10的地图。由图像捕捉设备140收集的传感器数据可以用于诸如基于视觉的slam(vslam)的技术，其中控制器109提取对应于环境20中的对象的视觉特征，并使用这些视觉特征构建地图。当控制器109在任务期间引导机器人100在地板表面10上移动时，控制器109使用slam技术，通过检测在所收集的传感器数据中呈现的特征并将这些特征与先前存储的特征进行比较，来确定机器人100在地图内的位置。由传感器数据形成的地图可以表示环境20内可通行和不可通行空间的位置。例如，障碍物的位置在地图上表示为不可通行空间，而开放地板空间的位置在地图上表示为可通行空间。
60.由任何传感器收集的传感器数据可以存储在存储器存储元件144中。此外，为了slam技术生成的其他数据，包括形成地图的地图绘制数据，可以存储在存储器存储元件144中。这些在任务期间产生的数据可以包括在任务期间产生的并且在下一次任务期间可用的持久(persistent)数据。例如，任务可以是第一任务，进一步的任务可以是在第一任务之后发生的第二任务。除了存储用于使机器人100执行其行为的软件之外，存储器存储元件144存储传感器数据或由传感器数据的处理产生的数据，以供控制器109从一个任务到另一个任务进行访问。例如，该地图是持久(persistent)地图，其可由机器人100的控制器109从一个任务到另一个任务使用和更新，以在地板表面10上对机器人100进行导航。
61.持久数据，包括持久地图，使得机器人100能够有效地清洁地板表面10。例如，持久地图使得控制器109能够将机器人100引向开放的地板空间并避免不可通行的空间。此外，对于随后的任务，控制器109能够使用持久地图来规划机器人100在环境20中的导航，以优化任务期间采取的路径。
62.传感器系统可以进一步包括碎屑检测传感器147，其可以检测环境20的地板表面10上的碎屑。碎屑检测传感器147可用于检测环境20中地板表面10的比环境20中地板表面10的其他部分更脏的部分。在一些实施方式中，碎屑检测传感器147(如图2所示)能够检测经过抽吸路径145的碎屑量或碎屑速率。碎屑检测传感器147可以是光学传感器，其被配置为当碎屑经过抽吸路径145时检测碎屑。可选地，碎屑检测传感器147可以是压电传感器，当碎屑冲击抽吸路径145的壁时，该传感器检测碎屑。在一些实施方式中，碎屑检测传感器147在碎屑被机器人100摄入抽吸路径145之前检测碎屑。碎屑检测传感器147例如可以是图像捕捉设备，其捕捉机器人100前方的地板表面10的一部分的图像。控制器109然后可以使用这些图像来检测地板表面10的这一部分上的碎屑的存在。
63.机器人100还可以包括无线收发器149(如图3a所示)。无线收发器149允许机器人100与通信网络(例如，本文参照图4描述的通信网络185)无线通信数据。机器人100可以使用无线收发器149接收或发送数据，并且可以例如接收表示地图的数据和发送表示由机器人100所收集的地图绘制数据的数据。
64.示例性通信网络
65.参考图4，示出了示例通信网络185。通信网络185的节点包括机器人100、移动设备188、自主移动机器人190、云计算系统192和智能设备194a、194b、194c。机器人100、移动设备188、机器人190和智能设备194a、194b、194c是联网设备，即连接到通信网络185的设备。使用通信网络185，机器人100、移动设备188、机器人190、云计算系统192和智能设备194a、194b、194c可以彼此通信以彼此发送数据和彼此接收数据。
66.在一些实施方式中，机器人100、机器人190、或机器人100和机器人190两者通过云计算系统192与移动设备188通信。替代地或额外地，机器人100、机器人190、或机器人100和机器人190二者都直接与移动设备188通信。通信网络185可以采用各种类型和组合的无线网络(例如，蓝牙、射频、基于光的等等)和网络架构(例如，网状网络)。
67.在一些实施方式中，用户计算设备31(在图1a中示出)是一种类型的移动设备188。如图4所示的移动设备188可以是可以链接到云计算系统192的远程设备，并且可以使用户30能够在移动设备188上提供输入。移动设备188可以包括用户输入元件，例如触摸屏显示器、按钮、麦克风、鼠标、键盘或对用户30提供的输入做出响应的其他设备中的一个或多个。移动设备188可替换地或额外地包括沉浸式媒体(例如，虚拟现实)，用户30与该媒体交互以提供用户输入。在这些情况下，移动设备188例如是虚拟现实头部设备或头戴式显示器。用户可以为移动设备188提供对应于命令的输入。在这种情况下，移动设备188向云计算系统192发送信号，以使云计算系统192向机器人100发送命令信号。在一些实施方式中，移动设备188可以呈现增强现实图像。在一些实施方式中，移动设备188是智能手机、膝上型计算机、平板计算设备或另一移动设备。
68.在一些实施方式中，通信网络185可以包括额外节点。例如，通信网络185的节点可以包括额外的机器人。替代地或额外地，通信网络185的节点可以包括网络连接的设备。在一些实施方式中，网络连接的设备可以生成关于环境20的信息。网络连接的设备可以包括一个或多个传感器，以检测环境20中的特征，例如声学传感器、图像捕捉系统或其他传感器，其产生可以用于获取特征的信号。网络连接的设备可以包括家庭摄像头、智能传感器等。
69.在图4所示的通信网络185和通信网络185的其他实施例中，无线链路可以利用各种通信方案、协议等，例如蓝牙类、无线网络、低功耗蓝牙，也称为ble 802.15.4、全球互通微波存取(wimax)、红外信道或卫星频带。在某些情况下，无线链路包括用于在移动设备之间通信的任何蜂窝网络标准，包括但不限于符合1g、2g、3g或4g标准的标准。如果使用网络标准，通过满足一个或多个规范，例如由国际电信联盟维护的规范，该网络标准可以作为例如一个或多个代的移动电信标准。3g标准(如果使用的话)对应于例如国际移动电信-2000(imt-2000)规范，并且4g标准可以对应于高级国际移动电信(imt-advanced)规范。蜂窝网络标准的例子包括amps、gsm、gprs、umts、lte、高级lte、移动wimax和高级wimax。蜂窝网络标准可以使用各种信道接入方法，例如fdma、tdma,cdma或sdma。
70.智能设备194a、194b、194c是环境中的电子设备，是通信网络185中的节点。在一些实施方式中，智能设备194a、194b、194c包括适于监控环境、监控环境中的居住者、监控机器人100的操作的传感器。这些传感器可以包括例如成像传感器、占用传感器(occupancy sensor)、环境传感器等。智能设备194a、194b、194c的成像传感器可以包括可见光、红外摄
像头、采用电磁频谱的其他部分的传感器等。智能设备194a、194b、194c通过通信网络185传输由这些成像传感器生成的图像。用于智能设备194a、194b、194c的占用传感器包括例如无源或有源透射或反射红外传感器、使用光、声纳或射频的飞行时间或三角测距传感器、识别占用物的声音或声压特征的麦克风、气流传感器、摄像头、监视频率和/或wifi频率以获得足够强的接收信号强度的无线电接收器或收发器、能够检测包括自然照明和人工照明在内的环境光的光传感器，和/或检测环境中用户30或其他居住者的存在的其他合适的传感器的一个或多个。占用传感器替代地或额外地检测用户30的运动或机器人100的运动。如果占用传感器对机器人100的运动足够敏感，智能设备194a、194b、194c的占用传感器产生表示机器人100运动的信号。智能设备194a、194b、194c的环境传感器可以包括电子温度计、气压计、湿度或湿度传感器、气体检测器、空气中微粒计数器等。智能设备194a、194b、194c将来自成像传感器、占用传感器、环境传感器以及智能设备194a、194b、194c中存在的其他传感器的组合的传感器信号传输到云计算系统192。这些信号用作云计算系统192的输入数据，以执行本文描述的过程来控制或监控机器人100的操作。
71.在一些实施方式中，智能设备194a、194b、194c是电子可控的。智能设备194a、194b、194c可以包括多个状态，并且可以响应于来自通信网络185中的另一个节点(例如，用户30、机器人100、机器人190或另一个智能设备)的命令而被置于特定状态。智能设备194a、194b、194c可以包括例如具有打开状态和关闭状态的电子可控门、具有打开状态、关闭状态和/或不同亮度的多种状态的灯、具有对应于环境的每个楼层的状态的电梯、或者可以被置于不同状态的其他设备。
72.示例性地图
73.如本文所述，环境20的地图195可以基于由通信网络185的各个节点收集的数据来构建。还参考图5，地图195可以包括多个标签1
……
n，其与环境20中的特征1
……
n相关联。产生地图绘制数据197，并且地图绘制数据197的一些部分，即数据1
……
n，分别与在环境20中的特征1
……
n相关联。然后，联网设备1
……
m可以访问地图195并使用地图195上的标签1
……
n，用于控制设备11
……
m的操作。
74.环境20可以包括多个特征，即特征1
……
n。在一些实施方式中，每个特征1
……
n有对应的当前状态和类型。例如，一个特征可以处于从多个状态中选择的当前状态。该特征还有一种类型，可以由具有相同类型的其他特征共享。在一些实施方式中，该特征可以具有这样的类型，其中该特征的当前状态可以是通常不会在一段时间(例如，一个月、一年、多年等)内改变的永久状态。例如，第一特征的类型可以是“地板类型”，第一特征的状态可以是“地毯”。环境中的第二特征也可以具有对应于“地板类型”的类型，并且该第二特征的状态可以是“硬木”。在这样的实施例中，第一和第二特征具有相同的类型但是不同的状态。在一些实施方式中，特征可以具有其中特征的当前状态可以是临时状态的类型，该临时状态通常在更短的时间段内改变，例如一小时或一天。例如，第一特征的类型可以是“门”，并且第一特征的当前状态可以是“关闭”。第一特征可以被操作成处于“打开”状态，并且这种操作通常可以在较短的时间内发生。第二特征也可以具有对应于“门”的类型。相同类型的特征可以具有相同的可能状态。例如，第二特征的可能状态，例如，“打开”和“关闭”，可以与第一特征的状态相同。在一些实施方式中，对于具有“门”类型的特征，三种或更多种状态是可能的，例如，“关闭”、“关闭并锁定”、“半开”、“打开”等。
75.地图绘制数据197表示指示环境20中的特征1
……
n的数据。地图绘制数据197的数据集1
……
n可以表示环境20中的特征1
……
n的当前状态和类型。地图绘制数据197可以表示环境的几何结构。例如，地图绘制数据197可以表示房间的大小(例如，房间的面积或体积)、房间的尺寸(例如，房间的宽度、长度或高度)、环境的大小(例如，环境的面积或体积)、环境的尺寸(例如，房间的宽度、长度或高度)、房间的形状，环境的形状、房间边缘(例如，定义房间的可通行区域和不可通行区域之间的边界的边缘)的形状、环境边缘(例如，定义环境的可通行区域和不可通行区域之间的边界的边缘)的形状，和/或房间或环境的其他几何特征。地图绘制数据197可以表示环境中的对象。例如，地图绘制数据197可以表示对象的位置、对象的类型、对象的大小、对象在地板表面上的行迹、对象是否是环境中一个或多个设备的障碍、和/或环境中对象的其他特征。
76.地图绘制数据197可以由环境20中的不同设备产生。在一些实施方式中，单个自主移动机器人使用机器人上的传感器产生所有的地图绘制数据197。在一些实施方式中，两个或更多自主移动机器人产生所有的地图绘制数据197。在一些实施方式中，两个或更多智能设备产生所有地图绘制数据197。这些智能设备中的一个或多个可以包括自主移动机器人。在一些实施方式中，用户，例如用户30，提供用于产生地图绘制数据197的输入。例如，用户可以操作移动设备，例如移动设备188，以产生地图绘制数据197。在一些实施方式中，用户可以操作移动设备来上传表示环境20的布局的图像，并且该图像可以用于产生地图绘制数据197。在一些实施方式中，用户可以提供表示环境20的布局的输入。例如，用户可以例如使用移动设备的触摸屏来绘制环境20的布局。在一些实施方式中，用于产生至少一些地图绘制数据197的智能设备可以包括环境20中的设备，包括传感器。例如，该设备可以包括移动设备，例如移动设备188。移动设备上的图像捕捉设备、陀螺仪、全球定位系统(gps)传感器、运动传感器和/或其他传感器可以用于生成地图绘制数据197。当携带移动设备188的用户在环境20中移动时，可以产生地图绘制数据197。在一些实施方式中，用户操作移动设备188来捕捉环境20的图像，并且该图像可以用于产生地图绘制数据197。
77.地图195是基于地图绘制数据197构建的，并且包括表示特征1
……
n的数据。特别地，数据集1
……
n分别对应于标签1
……
n。在一些实施方式中，数据集1
……
n中的一些对应于使用环境20中的设备上的传感器产生的传感器数据。例如，自主移动机器人(例如，机器人100或机器人190)可以包括传感器系统以产生一些数据集1
……
n。替代地或额外地，除了自主移动机器人之外的智能设备可以包括传感器系统，以产生一些数据集1
……
n。例如，智能设备可以包括能够捕捉环境20的图像的图像捕捉设备。这些图像可以作为地图绘制数据，因此可以构成一些数据集1
……
n。在一些实施方式中，数据集1
……
n中的一个或多个可以对应于由环境20中的多个设备收集的数据。例如，一组数据可以对应于由第一设备(例如，智能设备或自主移动机器人)收集的数据和由第二设备(例如，另一智能设备或另一自主移动机器人)收集的数据的组合。这组数据中之一可以与地图195上的单个标签相关联。
78.地图195对应于环境20中的各种设备可用的数据，以控制这些设备的操作。地图195可用于控制设备的行为，例如环境20中的自主移动机器人。地图195还可以用于通过设备(例如，通过移动设备)向用户提供表示符。如本文所述，地图195可以用标签1
……
n来标记，并且这些标签1
……
n中的每一个都可以被环境20中的一些或所有设备使用，以控制行为和操作。地图195还包括表示与标签1
……
n相关联的特征1
……
n的状态的数据。
79.如本文所述，可以基于地图绘制数据197来标记地图195。在这点上，在多个设备产生地图绘制数据197的实施例中，可以基于来自不同设备的数据来提供标签1
……
n。例如，可以通过由一个设备收集的地图绘制数据在地图195上提供一个标签，同时可以通过由另一个设备收集的地图绘制数据在地图195上提供另一个标签。
80.在一些实施方式中，具有其标签1
……
n的地图195可以存储在远离环境20中设备的一个或多个服务器上。在图4所示的示例中，云计算系统192可以托管地图195，并且通信网络185中的每个设备可以访问地图195。连接到通信网络185的设备可以从云计算系统192访问地图195，并使用地图195来控制操作。在一些实施方式中，连接到通信网络185的一个或多个设备可以基于地图195来产生本地地图。例如，机器人100、机器人190、移动设备188和智能设备194a、194b、194c可以包括基于地图195产生的地图196a-196f。在一些实施方式中，地图196a-196f可以是地图195的副本。在一些实施方式中，地图196a-196f可以包括与机器人100、机器人190、移动设备188和智能设备194a、194b、194c的操作相关的地图195的一些部分。例如，地图196a-196f中的每一个可以包括地图195上的标签1
……
n的子集，每个子集对应于与使用地图196a-196f的特定设备相关的一组标签。
81.地图195可以提供可由环境20中的每个设备使用的单个带标记地图的优点。并非环境20中的设备产生可包含矛盾信息的单独地图，而是设备可以参考地图195，地图195可由每个设备访问。每个设备可以使用本地地图，例如地图196a-196f，但是本地地图可以随着地图195的更新而更新。地图196a-196f上的标签与地图195上的标签1
……
n一致。在这点上，由机器人100、机器人190、移动设备188和智能设备194a、194b、194c收集的数据可以用于更新地图195，并且对地图195的任何更新可以容易地用于更新包括经更新标签的地图196a-196f中的每个标签1
……
n。例如，机器人190可以生成用于更新地图195上的标签1
……
n的地图绘制数据，并且对地图195上的标签1
……
n的这些更新可以传播到机器人100的地图196a上的标签。类似地，在另一示例中，在智能设备194a、194b、194c包括传感器以产生地图绘制数据的实施例中，智能设备194a、194b、194c可以产生用于更新地图195上的标签的地图绘制数据。因为地图195、196a-196f上的标签彼此一致，所以对地图195上的这些标签的更新可以容易地传播到例如机器人100的地图196a和机器人190的地图196b。
82.设备1
……
m可以接收地图195的至少一部分，包括至少一些标签1
……
n。在一些实施方式中，一个或多个设备1
……
m是自主移动机器人，例如机器人100。机器人可以发起与标签1
……
n中之一相关联的行为。机器人可以接收标签1
……
n的子集，并且可以发起与该子集中的每个标签相关联的相应行为。由于标签1
……
n与环境20中的特征1
……
n相关联，由机器人发起的行为可以对特征做出响应，例如，避开特征、遵循相对于特征的特定路径、当机器人接近特征时使用特定导航行为、当机器人接近特征或在特征上时使用特定清洁行为。此外，由机器人接收的地图的一部分可以表示特征的状态或类型。相应地，机器人可以响应于特征、特征的当前状态、特征的类型或其组合来发起某些行为。
83.在一些实施方式中，一个或多个设备是移动设备，例如移动设备188。移动设备可以接收标签1
……
n的子集，并基于标签1
……
n的子集向用户提供反馈。移动设备可以呈现表示标签1
……
n的听觉、触觉或视觉表示符。由移动设备呈现的表示符可以表示特征的位置、特征的当前状态和/或特征的类型。
84.在图5所示的例子中，设备1接收地图195的至少一部分和表示标签1和标签2的数
据。设备1不接收表示标签3
……
n的数据。设备2还接收地图195的至少一部分。像设备1一样，设备2也接收表示标签2的数据。与设备1不同，设备2接收表示标签3的数据。最后，设备m接收地图195的至少一部分和表示标签n的数据。
85.示例性过程
86.机器人100、机器人190、移动设备188和智能设备194a、194b、194c可以根据本文描述的过程以特定方式被控制。虽然这些过程的一些操作可以被描述为由机器人100、由用户、由计算设备或由另一个行为者来执行，但是在一些实施方式中，这些操作可以由除了所描述的行为者之外的行为者来执行。例如，在一些实施例中，由机器人100执行的操作可以由云计算系统192或另一个计算设备(或多个设备)来执行。在其他示例中，由用户30执行的操作可以由计算设备来执行。在一些实施方式中，云计算系统192不执行任何操作。相反，其他计算设备执行被描述为由云计算系统192执行的操作，并且这些计算设备可以彼此通信以及与机器人100直接(或间接)通信。在一些实施方式中，除了被描述为由机器人100执行的操作之外，机器人100还可以执行被描述为由云计算系统192或移动设备188执行的操作。其他变化也是可以的。此外，虽然本文描述的方法、过程和操作被描述为包括某些操作或子操作，但是在其他实施方式中，可以省略这些操作或子操作中的一个或多个，或者可以添加额外的操作或子操作。
87.图6示出了过程200的流程图，其使用环境地图(例如，环境20(如图1a所示))来例如控制自主移动机器人和/或控制移动设备。过程200包括操作202、204、206、208、210、212。操作202、204、206、208、210、212被示出和描述为由机器人100、云计算系统192或移动设备188执行，但是如本文所述，在其他实施方式中，执行这些操作的行为者可以变化。
88.在操作202，生成环境的地图绘制数据。在操作202生成的地图绘制数据包括与环境中的特征相关联的数据，例如，环境中的墙壁、智能设备的位置、脏区域、环境中的障碍物、环境中的对象、环境中的杂物、地板类型、对接站60或可能导致环境中自主移动机器人的错误状况的区域。如本文参照图5所述，可以使用环境中设备上的传感器来生成地图绘制数据。在图6所示的例子中，机器人100可以使用机器人100的传感器系统，例如参考图2、3a和3b描述的传感器系统，来生成地图绘制数据。
89.在操作204，地图绘制数据从机器人100传输到云计算系统192。在操作206，云计算系统192从机器人100接收地图绘制数据。在一些实施方式中，机器人100在清洁任务期间传输地图绘制数据。例如，当机器人100在操作202处生成地图绘制数据时，机器人100可以将地图绘制数据传输到云计算系统192。在一些实施方式中，机器人100在完成清洁任务后传输地图绘制数据。例如，当机器人100对接在对接站60时，机器人100可以传输地图绘制数据。
90.在操作208，构建地图，生成包括与环境中的特征相关联的标签的地图。在操作202，标签各自与由机器人100生成的地图绘制数据的一部分相关联。云计算系统192可以生成这些标签。如本文所述，每个特征可以具有在操作208处生成的相应标签。
91.在操作208之后，可以执行操作210和/或操作212。在操作210，机器人100基于与标签中之一相关联的特征发起行为。机器人100可以在第一清洁任务期间在操作202处生成地图绘制数据，并且可以在第二清洁任务期间在操作210处发起行为。在这点上，在操作208处构建的地图可以表示机器人100可以在多个离散清洁任务中使用的持久地图。机器人100可
以在每次清洁任务中收集地图绘制数据，并且可以更新在操作208处构建的地图以及在操作208处提供的地图上的标签。机器人100可以在随后的清洁任务中用新收集的地图绘制数据更新地图。
92.在操作212，移动设备188向用户提供与标签中之一相关联的特征的表示符。例如，移动设备188可以提供在操作208处构建的地图的视觉表示。视觉表示可以表示环境20中对象的视觉布置，例如环境20中墙壁和障碍物的布置。如本文所述，特征的表示符可以表示特征的位置，并且可以表示特征的当前状态和/或类型。环境20的地图的视觉表示和特征的表示符可以随着额外的地图绘制数据的收集而更新。
93.可以参考图1a-1b、7a-7d、8a-8b、9a-9d、10a-10b和11a-11d来描述基于地图和地图上提供的标签来控制其操作的自主移动机器人的说明性例子。回到图1a，机器人100可以产生地图绘制数据，例如结合图5描述的地图绘制数据197，用于构建地图，例如结合图5描述的地图195。在一些实施方式中，环境20包含可用于产生用于构建地图的地图绘制数据的其他智能设备。例如，环境20包括可操作为捕捉环境20的图像的图像捕捉设备70a和图像捕捉设备70b。环境20的图像也可以用作构建地图的地图绘制数据。在其他实施方式中，如本文所述，环境20中的其他智能设备可以用于生成用于构建地图的地图绘制数据。
94.当机器人100在环境20中被操纵并且操作为清洁环境20中的地板表面10时，机器人100产生地图绘制数据。机器人100可以生成表示环境20中墙壁和障碍物的布置的地图绘制数据。在这点上，这些地图绘制数据可以表示地板表面10的可通行和不可通行部分。由机器人100生成的地图绘制数据也可以表示环境20中的其他特征。在图1a所示的例子中，环境20包括脏区域52a、52b、52c，对应于地板表面10上的一些区域。机器人100可以例如使用机器人100的碎屑检测传感器来检测脏区域52a、52b、52c。机器人100可以在第一清洁任务期间检测脏区域52a、52b、52c。在检测这些脏区域52a、52b、52c时，机器人100生成一部分地图绘制数据。
95.地图绘制数据的这一部分还可以表示脏区域52a、52b、52c的当前状态。脏区域52a、52b、52c的可能状态的数量是相同的。如由表示符66c、66d、66e视觉化地表示的，脏区域52a、52b、52c的当前状态可以彼此不同。脏区域52a、52b、52c的状态对应于第一、第二和第三等级的脏。脏区域52a的状态是“很脏”状态，脏区域52b的状态是“中等脏”状态，脏区域52c的状态是“微脏”状态。换句话说，脏区域52a比脏区域52b脏，脏区域52b比脏区域52c脏。
96.在第一清洁任务中，机器人100可以响应于在第一次任务期间在脏区域52a、52b、52c中检测到碎屑，而在每个脏区域52a、52b、52c中发起重点清洁行为。例如，响应于检测到脏区域52a、52b、52c中的碎屑，机器人100可以发起重点清洁行为，以执行脏区域52a、52b、52c的重点清洁。在一些实施方式中，基于在脏区域52a、52b、52c中检测到的碎屑量或机器人100在脏区域52a、52b、52c中收集的碎屑的比率，机器人100可以向脏区域52a、52b、52c提供不同程度的清洁。对脏区域52a的清洁程度可以大于对脏区域52b的清洁程度和对脏区域52c的清洁程度。
97.在第一清洁任务期间收集的地图绘制数据，特别是表示脏区域52a、52b、52c的地图绘制数据，可以用于控制机器人100在第二清洁任务中的行为。在第二清洁任务期间，机器人100可以基于在第一清洁任务期间对脏区域52a、52b、52c中的碎屑的检测，发起重点清洁行为，以向脏区域52a、52b、52c提供重点清洁。如本文所述，在第一清洁任务期间对脏区
域52a、52b、52c中的碎屑的检测可用于在地图上提供标签，该标签可用于在第二清洁任务中控制机器人100。特别地，使用在第一清洁任务期间收集的地图绘制数据产生的标签可以被机器人100接收。在第二清洁任务期间，机器人100可以基于地图上的标签发起重点清洁行为。机器人100响应于检测到机器人100处于脏区域52a、52b或52c内而发起重点清洁行为。
98.在一些实施方式中，在第二清洁任务期间，机器人100发起对脏区域52a、52b、52c的重点清洁行为，而没有在第二清洁任务期间首先在脏区域52a、52b、52c中检测脏区域52a、52b、52c中的碎屑。如果机器人100在第二清洁任务期间检测到脏区域52a、52b、52c中的碎屑量不同于第一清洁任务期间脏区域52a、52b、52c中的碎屑量，则机器人100可以生成可用于更新脏区域52a、52b、52c的标签的地图绘制数据。在一些实施方式中，可以更新地图，使得脏区域52a、52b、52c的当前状态被更新以反映脏区域52a、52b、52c的当前脏度。在一些实施方式中，基于来自第二清洁任务或进一步清洁任务的地图绘制数据，可以更新地图以移除脏区域的标签，例如，由于脏区域不再具有达到脏区域的至少“微脏”状态的脏度。
99.图7a-7d示出了自动清洁机器人的另一个例子，该机器人使用带标签地图来控制针对脏区域的清洁行为。参照图7a，自主清洁机器人700(类似于机器人100)发起第一清洁任务，以清洁环境704中的地板表面702。在一些实施方式中，在执行第一清洁任务时，机器人700沿着路径705移动，以覆盖地板表面702，路径705包括多个基本平行的行，例如，沿彼此形成至多5至10度的最小角度的轴线延伸的行。可以选择机器人700遵循的路径，使得机器人700经过地板表面702的可通行部分至少一次。在第一清洁任务期间，机器人700检测到足够的碎屑以触发位置706a-706f处的重点清洁行为。
100.参考图7b，由机器人700收集的地图绘制数据可用于构建环境704的地图，并且由机器人700产生的地图绘制数据的至少一部分可用于在地图上提供表示脏区域708的标签。例如，在一些实施方式中，可以例如通过操作移动设备的用户来指定对应于脏区域708的区域，然后可以标记该区域，以表示该区域对应于脏区域708。或者，可以自动标记对应于脏区域708的区域。脏区域708可以至少包括位置706a-706f。在一些实施方式中，脏区域708的宽度大于例如位置706a-706f之间的最大横向距离的5％至50％、5％至40％、5％至30％或5％至20％，并且脏区域708的长度大于位置706a-706f之间的最大纵向距离。在一些实施方式中，脏区域708不超过环境704的可通行部分的总面积的10％至30％，例如，不超过环境704的可通行部分的总面积的10％至20％、15％至25％或20％至30％
101.然后，机器人700可以在第二清洁任务中使用脏区域708的标签来发起重点清洁行为，以执行脏区域708的重点清洁。参照图7c，在一些实施方式中，在第二清洁任务中，机器人700沿着包括多个基本平行的行的路径709行进，类似于图7a的路径705。机器人700沿着路径709行进并清洁，以覆盖地板表面702。然后，在完成路径709之后，为了执行脏区域708的重点清洁，机器人700发起重点清洁行为，其中机器人700沿着在脏区域708上延伸的路径711行进，使得机器人700再次清洁脏区域708。机器人700基于地图上的脏区域708的标签发起这种重点清洁行为。或者，参考图7d，在第二清洁任务中，基于脏区域708的标签，机器人700发起一种行为，其中机器人700执行脏区域708的重点清洁，而不覆盖环境704中地板表面702的大部分可通行部分，使得机器人700不需要花费时间来清洁环境704中地板表面702的可通行部分的其他部分。在开始第二清洁任务时，机器人700不是必须沿着覆盖地板表面
702的大部分可通行部分(例如，路径709)的路径行进，而是沿着路径713移动，以移动到脏区域708，然后覆盖脏区域708，以清洁脏区域708。
102.虽然表示脏区域52a、52b、52c中的碎屑的数据可以对应于用于构建地图及其标签的地图绘制数据的一部分，但是在其他实施方式中，表示机器人100的导航行为的数据可以对应于地图绘制数据的一部分。图8a-8b示出了自主清洁机器人800(类似于机器人100)在环境804中沿着地板表面802移动并检测门806的例子。参照图8a，在第一清洁任务期间，机器人800能够从第一房间808通过走廊809、通过门口810进入第二房间812。在第一清洁任务期间，门806处于打开状态。参照图8b，在第二清洁任务期间，机器人800从第一房间808移动，通过走廊809，然后遇到门806。机器人800例如使用其传感器系统、其障碍物检测传感器或图像捕捉设备来检测门806，并且因为机器人800不能从走廊809移动到第二房间812而检测门806处于关闭状态。
103.由机器人800提供的地图绘制数据可用于产生门806的标签，并提供表示门806处于关闭状态的数据。在一些实施方式中，当门806被指示为处于关闭状态时，机器人800可以以机器人800避免接触门806的方式相对于门806操纵。例如，如果门806处于关闭状态，则机器人800可以沿着门806移动而不接触门806，而不是接触门806并触发机器人800的碰撞传感器。门806的规划路径可以纳入门806的关闭状态，使得机器人800在任务期间不需要使用机器人800的碰撞传感器来检测门806的状态。机器人800可以检测门的状态，以确认门806确实处于关闭状态，例如，使用机器人800的传感器系统的接近传感器或其他传感器。在一些实施方式中，在地图中指示出门806的状态之前，在其与门806的初始相遇时，机器人800可以通过接触门806并在多次接触门806的同时沿着门806行进来尝试移动越过门806。这种行为可以产生可用于在地图上表示门806处于关闭状态的地图绘制数据。当机器人800随后在清洁任务期间靠近门806时，例如在随后的清洁任务中或在同一清洁任务中，机器人800可以较少地尝试移动越过门806。特别地，机器人800可以检测到门806处于关闭状态，以确认其在地图中呈现的状态是正确的，然后继续相对于门806移动，就好像门806是不可通行的障碍物一样。
104.在一些实施方式中，可以向用户发出将门806移动到打开状态的请求，使得机器人800可以清洁第二房间812。在一些实施方式中，如果门806是智能门，机器人800可以通过通信网络(类似于本文描述的通信网络185)提供指令，以使门806移动到打开状态。门806可以是电子可控的门，机器人800可以传输数据以使门806从关闭状态移动到打开状态。
105.图9a-9d示出了自主清洁机器人900(类似于机器人100)的示例，其基于环境904中的区域906的标签沿着地板表面902执行导航行为。区域906可以是例如地板表面902的升高部分(类似于本文描述的升高部分54)，如果机器人900试图以特定的导航参数(例如，某些接近角度、某些速度或某些加速度)经过，则机器人900不容易经过该升高部分。在一些情况下，当机器人900试图经过升高部分时，机器人900会被置于错误状况。例如，当机器人900经过升高部分时，机器人900的落差传感器之一可以被触发，从而触发错误状况并导致机器人900停止清洁任务。在进一步的示例中，区域906可以对应于包含一定长度的绳索或其他柔性构件的区域，该绳索或其他柔性构件可以被夹入到机器人900的可旋转构件或机器人900的轮子中。这可能触发机器人900的错误状况。
106.参照图9a，在第一清洁任务期间，机器人900成功地移动经过该区域906。机器人
900在第一清洁任务中产生的地图绘制数据表示机器人900成功经过区域906时机器人900的导航参数。从地图绘制数据构建的地图包括与区域906相关联的标签，以及表示第一组导航参数的信息。这些导航参数可以包括相对于区域906的接近角度、速度或加速度。第一组导航参数与经过区域906的成功尝试相关联。
107.参照图9b，在第二清洁任务中，机器人900试图经过区域906，但未成功。机器人900在第二清洁任务中产生的地图绘制数据表示机器人900在试图经过区域906失败时的导航参数。地图被更新以将标签与表示第二组导航参数的信息相关联。第二组导航参数与错误状况相关联。在这点上，基于标签和第二组导航参数，机器人900可以通过在随后的清洁任务中避免第二组导航参数来避免错误状况。
108.参照图9c，在第三清洁任务中，机器人900试图经过区域906，但未成功。当机器人900试图经过区域906不成功时，由机器人900在第三清洁任务中产生的地图绘制数据表示机器人900的导航参数。地图被更新以将标签与表示第三组导航参数的信息相关联。第三组导航参数与错误状况相关联。在这点上，基于标签和第三组导航参数，机器人900可以通过在随后的清洁任务中避免第三组导航参数来避免错误状况。
109.参照图9d，在第四清洁任务中，机器人900成功地经过区域906。机器人900可以例如基于标签和第一、第二或第三组导航参数中的一个或多个，选择第四组导航参数。机器人900可以避开与第二组导航参数相关联的第二路径908和与第三组导航参数相关联的第三路径909，而是选择与第一组导航参数相关联的第一路径907。该第四组导航参数可以基于第一、第二或第三组导航参数中的两个或更多组来计算。例如，基于第一、第二和第三组导航参数，可以计算会导致机器人900成功经过区域906的导航参数值的范围。或者，第四组导航参数可以与第一组导航参数相同，第一组导航参数对于在第一清洁任务期间经过区域906来说是成功的。
110.图10a-10b示出了自主清洁机器人1000(类似于机器人100)的示例，其基于环境1004中的区域1006的标签沿着地板表面1002执行导航行为。参考图10a，在第一清洁任务期间，机器人1000在第一导航行为中沿着路径1008且沿着地板表面1002移动。机器人1000发起覆盖行为，其中机器人1000试图沿着地板表面1002沿着多个基本平行的行移动以覆盖地板表面1002。机器人1000遇到靠近区域1006的障碍物1010a-1010f，并且例如响应于使用机器人1000的传感器系统检测到障碍物而避开障碍物1010a-1010f。机器人1000可以通过使用其传感器跟踪障碍物的边缘来清洁障碍物周围。在这点上，机器人1000的路径1008包括多个实例(instance)，在这些实例中机器人1000发起障碍物躲避行为以避开障碍物1010a-1010f，并发起障碍物跟随行为以清洁障碍物1010a-1010f周围。此外，机器人1000通过多个进出路径1012a-1012f进出区域1006。在图10a所示的例子中，区域1006包含六个进出路径1012a-1012f，机器人1000通过这些点中的至少一些多次进入和离开区域1006。
111.可以在由机器人1000产生的地图绘制数据构建的地图上提供与区域1006相关联的标签。该标签可以表示区域1006是包括多个间距紧密的障碍物的杂乱区域，这些障碍物造成几个狭窄的进出路径。例如，多个进出路径1012a-1012f可以具有机器人1000的一个和两个宽度之间的宽度。杂乱区域可以部分地由障碍物之间的距离来限定。例如，杂乱区域的长度可以大于两个障碍物之间的沿第一维度距彼此最远的距离，并且杂乱区域的宽度可以大于两个障碍物之间的沿第二维度距彼此最远的距离。第一维度可以垂直于第一维度。在
一些实施方式中，杂乱区域可以覆盖长度为1至5米(例如，1至2米、2至3米、3至4米、4至5米、约2米、约3米、约4米等)和宽度为1至5米(例如，1至2米、2至3米、3至4米、4至5米、约2米、约3米、约4米等)的区域
112.参考图10b，在第二清洁任务期间，机器人1000可以规划能够更快地清洁该区域1006的路径1014。除了使用机器人1000的传感器系统来检测障碍物1010a-1010f(如图10a所示)，然后基于检测到障碍物1010a-1010f来避开障碍物1010a-1010f之外，机器人1000可以基于先前对杂乱区域的识别来发起清洁行为。机器人1000可以依赖于在第一清洁任务期间产生的地图，并规划路径1014，而不是仅响应于使用障碍物检测传感器检测到障碍物1010a-1010f而发起行为。路径1014的该部分比路径1008更有效。在至少部分基于第一导航行为而选择的第二导航行为中，机器人1000在第二清洁任务期间沿着路径1014移动。在该第二导航行为中，机器人1000进入区域1006的次数少于机器人在第一导航行为中进入该区域的次数。特别地，路径1014的进入区域1006的入口点的数量少于路径1008的进入区域1006的入口点的数量。此外，路径1014可以包括多个基本平行的行，这些行也基本平行于区域1006的长度。相反，路径1008包括垂直于区域1006的多个基本平行的行。机器人1000可以较少次数地发起这些行为，而不是多次发起障碍物躲避行为和障碍物跟随行为，使得机器人1000可以在清洁任务的一部分期间(而不是在清洁任务的多个不同部分期间)清洁该区域1006以及障碍物周围的区域。
113.在一些实施方式中，障碍物1010a-1010f中的一个或多个可以从环境1004中移除。如果障碍物被移除，则可以调整区域1006的大小，从而调整与区域1006相关联的标签。在一些实施方式中，如果所有障碍物1010a-1010f都被移除，则区域1006不再存在，并且标签可以被删除。由机器人1000在进一步清洁任务中收集的地图绘制数据可以表明障碍物或所有障碍物的移除。
114.图11a-11d示出了自主移动机器人1100(如图11a所示)一个例子，其生成可由自主移动机器人1101(如图11c所示)使用的地图绘制数据，以用于在环境1104中的地板表面1102上进行导航。在一些实施方式中，机器人1100、1101中的一个或两个类似于机器人100。在一些实施方式中，机器人1100、1101中的一个是类似于机器人100的清洁机器人，机器人1100、1101中的另一个是具有与机器人100的驱动系统和传感器系统类似的驱动系统和传感器系统的自主移动机器人。
115.参考图11a，在第一任务中，机器人1100在地板表面1102周围移动并检测对象1106。例如，机器人1100使用机器人1100上的图像捕捉设备来检测对象1106。参考图11b，当机器人1100继续在地板表面1102周围移动时，机器人1100接触对象1106，并且使用障碍物检测传感器检测对象1106是机器人1100的障碍物。机器人1100然后可以避开障碍物并完成其任务。在一些实施方式中，障碍物检测传感器在机器人1100不接触对象1106的情况下被触发。障碍物检测传感器可以是用于检测障碍物的接近传感器或其他非接触传感器。在一些实施方式中，机器人1100的障碍物检测传感器由对象1106附近的环境中的特征触发。例如，对象1106可以在环境中的、能对机器人1100的障碍物检测传感器造成触发的特征附近，并且机器人1100可以将使用图像捕捉设备捕捉的视觉图像与障碍物检测传感器的触发相关联。
116.由机器人1100产生的地图绘制数据可以包括由图像捕捉设备捕捉的视觉图像和
由障碍物检测传感器捕捉的障碍物检测。可以在地图上提供表明对象1106是障碍物的标签，并且可以进一步将标签与对象1106的视觉图像相关联。
117.参考图11c，在第二任务中，机器人1101在地板表面1102上移动并检测对象1106。例如，机器人1101可以使用机器人1101上的图像捕捉设备来检测对象1106。由图像捕捉设备捕捉的视觉图像可以匹配与对象1106的标签相关联的视觉图像。基于该匹配，机器人1101可以确定对象1106是障碍物，或者可以通过图像捕捉设备将对对象1106的检测与障碍物回避行为相关联。参照图11d，机器人1101可以避开对象1106，而不必须触发障碍物检测传感器。例如，如果障碍物检测传感器是碰撞传感器，机器人1101可以避开对象1106，而不必须接触障碍物并触发碰撞传感器。在一些实施方式中，机器人1101可以避免触发碰撞传感器，并且可以使用接近传感器，以跟随障碍物。通过依赖由机器人1100收集的地图绘制数据产生的地图，机器人1101可以避免与对象1106相关联的某些传感器观察，特别是障碍物检测传感器观察。
118.在一些实施方式中，第二任务的时机可以与第一任务的时机重叠。机器人1101可以在机器人1100在环境中操作的同时在环境中操作。
119.其他替代实施方式
120.已经描述了许多实施方式，包括替代实施方式。然而，应当理解，进一步的替代实施方式是可行的，并且可以进行各种修改。
121.回到图1b，表示符66a-66f被描述为提供环境20中特征的状态、类型和/或位置的表示。这些表示符66a-66f可以重叠在环境20的地图的视觉表示40上。在进一步的实施方式中，用户设备31可以呈现其他表示符。例如，用户设备31可以呈现机器人100的当前位置、对接站60的当前位置、机器人100的当前状态(例如，清洁、对接、错误等)，或者对接站60的当前状态(例如，充电、撤离、关闭、开启等)。用户设备31还可以呈现机器人100的路径、机器人100的投影路径(projected path)或机器人100的建议路径的表示符。在一些实施方式中，用户设备31可以呈现地图上提供的标签列表。该列表可以包括与标签相关联的特征的当前状态和类型。
122.其他标签也可以由用户设备视觉化地表示。例如，针对图7a-7d、8a-8b、9a-9d、10a-10b和11a-11d描述的环境的地图可以以类似于针对图1b描述的视觉表示40的方式被视觉表示。此外，针对图7a-7d、8a-8b、9a-9d、10a-10b和11a-11d描述的标签也可以被视觉化地呈现。例如，位置706a-706f可以与标签相关联，并且可以通过叠放在环境地图的视觉表示上的表示符来视觉化地表示。脏区域708、门806、区域906、障碍物1010a-1010f、区域1006和对象1106也可以用表示符视觉化地表示。
123.脏区域的状态被描述为“很脏”、“中等脏”和“微脏”状态。其他实施方式也是可以的。例如，在一些实施方式中，脏区域的可能状态可以包括表示不同变脏频率的状态。例如，脏区域可以具有“每日变脏”状态，表示脏区域每天都会变脏。对于具有这种状态的脏区域，基于脏区域的标签和“每日变脏”状态，自主清洁机器人可以发起重点清洁行为，以每天至少对脏区域进行一次重点清洁。脏区域可能具有“每周变脏”状态，表示脏区域每周都会变脏。对于处于这种状态的脏区域，自主清洁机器人可以发起重点清洁行为，以每周至少对脏区域进行一次重点清洁。
124.替代地或额外地，脏区域的可能状态可以包括表示变脏周期性的状态。例如，脏区
域可能具有特定月份才变脏的状态，其中脏区域仅在特定月份变脏。对于具有这种状态的脏区域，基于脏区域的标签和特定月份变脏的状态，自主清洁机器人可以发起重点清洁行为，以仅在指定月份期间执行对脏区域的重点清洁。脏区域可能具有季节性变脏的状态，其中脏区域仅在特定季节变脏，例如春天、夏天、秋天、冬天。对于具有这种状态的脏区域，基于脏区域的标签和季节性变脏的状态，自主清洁机器人可以发起重点清洁行为，以仅在指定的季节期间执行对脏区域的重点清洁。
125.在一些实施方式中，重点清洁行为可能会有所不同。在一些实施方式中，重点清洁行为可以包括增加机器人的真空功率。例如，机器人的真空功率可以设置为两个或多个不同的水平。在一些实施方式中，重点清洁行为可以包括降低机器人的速度，使得机器人在特定区域花费更多时间。在一些实施方式中，重点清洁行为可以包括多次经过特定区域，以获得该区域的更好清洁。在一些实施方式中，重点清洁行为可以包括特定的清洁模式，例如，覆盖待清洁的特定区域的一系列基本平行的行，或者覆盖待清洁的特定区域的螺旋模式。
126.本文描述的标签可以在一些实施方式中变化。在一些实施方式中，标签可以与环境中的不同地板类型相关联。例如，第一标签可以与包括地毯类型的地板表面的一部分相关联，第二标签可以与包括瓷砖类型的地板表面的一部分相关联。第一自主清洁机器人可以基于第一和第二标签发起导航行为，其中第一机器人移动到地毯和瓷砖上并清洁地毯和瓷砖。第一机器人可以是适用于清洁两种类型地板的真空机器人。第二自主清洁机器人可以基于第一和第二标签发起导航行为，其中第二机器人移动到瓷砖上并仅清洁瓷砖。第二机器人可以是不适合清洁地毯的湿式清洁机器人
127.在一些实施方式中，环境中的某些对象可以与某些标签相关联，使得可以响应于表示该对象的地图绘制数据来提供标签。例如，如本文所述，响应于表示碎屑检测的地图绘制数据，可以在地图上提供脏区域的标签。在一些实施方式中，对象可以具有与脏区域相关联的类型。响应于例如自主移动机器人、机器人上的图像捕捉设备或环境中的图像捕捉设备对对象的检测，可以在地图上提供用于脏区域的标签。当相同类型的新对象被移动到环境中时，可以在地图上提供用于脏区域的新标签。类似地，如果机器人被移动到新环境并在新环境中操作，则为新环境创建的地图可以基于对相同类型的对象的检测而自动填充脏区域的标签。例如，该对象可以是一个桌子，并且响应于检测到环境中的其他桌子，可以在地图上提供与脏区域相关联的标签。在另一示例中，对象可以是窗子，并且响应于检测到环境中的其他窗子，可以在地图上提供标签和与脏区域相关联的标签。
128.通过用设备在环境中进行检测，对象的类型可以自动与脏区域相关联。例如，云计算系统可以确定将使用碎屑检测传感器检测到的脏区域与通过环境中的图像捕捉设备在环境中对桌子做出的检测相关联。云计算可以基于该确定，响应于接收到表示添加至环境中的新桌子的数据，提供与脏区域相关联的标签。替代地或额外地，对象的类型可以手动地与脏区域相关联。例如，用户可以提供将某个对象(例如，桌子)与脏区域相关联的命令，使得对桌子的检测导致在地图上提供脏区域的标签。替代地或额外地，用户可以提供指令，以在环境的地板表面的区域中执行重点清洁。在一些实施方式中，云计算系统可以确定，这些区域对应于环境中某一类型的对象所覆盖或附近的区域。云计算系统可以相应地将用户选择的用于重点清洁的区域与对象的类型相关联，使得具有该类型的对象的检测导致与重点清洁行为相关联的标签的创建。
129.在一些实施方式中，在提供标签之前，请求用户确认。例如，机器人或移动设备呈现对用户确认的请求，并且用户通过机器人或移动设备上的用户输入(例如触摸屏、键盘、按钮或其他适当的用户输入)来提供该请求。在一些实施方式中，标签被自动提供，并且用户可以操作机器人或移动设备来移除标签。
130.在参照图8a-8b描述的示例中，机器人800可以发送数据以使得向用户发出改变门的状态的请求。在其他实施方式中，自主清洁机器人可以传输数据以使得向用户发出改变环境中另一对象的状态的请求。例如，该请求可以对应于移动障碍物、重新定向障碍物、重新定位地毯块(area rug)、展开地毯块的一部分或者调整另一个对象的状态的请求。
131.虽然本文已经描述了自主清洁机器人，但是在一些实施方式中也可以使用其他移动机器人。例如，机器人100是真空清洁机器人。在一些实施方式中，可以使用自主湿式清洁机器人。机器人可以包括可连接到机器人底部的垫，并且可以用于执行机器人擦洗地板表面的清洁任务。机器人可以包括类似于针对机器人100描述的系统。在一些实施方式中，可以使用具有图像捕捉设备的巡逻机器人。巡逻机器人可以包括相对于巡逻机器人的主体移动图像捕捉设备的机构。虽然机器人100被描述为圆形机器人，但是在其他实施方式中，机器人100可以是包括大致矩形的前部和大致半圆形的后部的机器人。在一些实施方式中，机器人100具有大致矩形的外周。
132.本文描述的机器人100和一些其他机器人被描述为执行清洁任务。在一些实施方式中，机器人100或环境20中的另一个自主移动机器人执行另一种类型的任务。例如，机器人可以执行吸尘任务，以操作机器人的真空系统来抽吸环境的地板表面上的碎屑。该机器人可以执行巡逻任务，其中机器人在地板表面上移动，并捕捉环境图像，环境图像可以通过远程移动设备呈现给用户。
133.本文针对多个清洁任务描述了某些实施方式，其中在第一清洁任务中，自主清洁机器人生成表示特征的地图绘制数据，然后基于该地图绘制数据提供标签。例如，针对第一清洁任务和第二清洁任务描述了图7a-7d。在一些实施方式中，机器人700能够在与参照图7a和7b描述的机器人700检测脏区域708相同的清洁任务中执行参照图7c和7d描述的重点清洁行为。例如，机器人700可以在位置706a-706f处检测到足够的碎屑，并且可以在单次清洁任务的过程中为脏区域708提供标签。在该单次清洁任务期间，机器人700可以在最初检测到位置706a-706f处的碎屑之后，并且在为脏区域708提供标签之后，再次在脏区域708上移动。机器人700随后可以开始参照图7c讨论的重点清洁行为。在一些实施方式中，在覆盖地板表面702的大部分可通行部分之后，机器人700可以在与机器人700最初在位置706a-706f检测到碎屑的同一清洁任务中再次特别地在脏区域708上移动。在这点上，可以在位置706a-706f被检测并被用于为脏区域708提供标签的同一清洁任务期间执行针对图7d描述的重点清洁行为。类似地，回到图1a，可以在最初检测到脏区域52a、52b、52c的同一清洁任务期间提供脏区域52a、52b、52c的标签。机器人100可以在同一清洁任务期间返回这些区域，并基于这些脏区域52a、52b、52c的标签发起重点清洁行为。
134.回到图8a-8b，机器人800在第二清洁任务中遇到门806。在一些实施方式中，机器人800可以在第一清洁任务中遇到门806。例如，机器人800可以在机器人800从第一房间808移动到第二房间812而没有遇到门806的同一清洁任务中遇到门806。机器人800可以在第二次经过环境804时遇到门806。在第一清洁任务期间，门806可以从其打开状态移动到其关闭
状态。结果，在地图上标注的门806的状态可以在第一清洁任务的过程中改变，并且机器人800可以在第一清洁任务中相应地调整其行为。
135.图9a-9d描述了第一至第四清洁任务。在一些实施方式中，针对图9a-9d描述的行为可以在三次或更少的清洁任务期间发生。例如，机器人900可以在单次清洁任务期间试图一次经过或多次经过区域906。机器人900可以在机器人900最初成功经过区域906(如针对图9a所述)和试图经过区域906而未成功(如针对图9b和9c所述)的同一清洁任务中执行针对图9d所述的行为。
136.参考图10a-10b，机器人1000可以在机器人1000执行针对图10a描述的第一导航行为的同一清洁任务中执行针对图10b描述的行为。例如，机器人100可以在第一清洁任务中第二次在环境1004中移动，并且以参照图10b描述的方式移动通过区域1006，以更快地清洁区域1006。
137.在一些实施方式中，可以产生由第一机器人(例如，机器人100、机器人700、机器人800、机器人900、机器人1000或机器人1100)产生的地图绘制数据，以构建地图并标记该地图，然后第二自主移动机器人可以访问地图来发起如本文所述的行为。第一机器人可以在第一任务中生成地图绘制数据，并且第二机器人可以访问从地图绘制数据产生的地图，以在第二任务期间用于控制第二机器人的行为。第一次任务和第二次任务可以在时间上重叠。例如，第一任务的结束时间可以在第二任务的开始时间之后。
138.在一些实施方式中，用户设备呈现叠放在环境图像上的表示符。例如，在增强现实模式中，可以在用户设备上呈现环境的图像，并且类似于本文描述的表示符可以叠放在环境的图像上。
139.本文描述的机器人和技术或其部分可由计算机程序产品控制，该计算机程序产品包括存储在一个或多个非暂时性机器可读存储介质上的指令，并且该指令可在一个或多个处理设备上执行以控制(例如，协调)本文描述的操作。本文描述的机器人或其部分可以被实现为设备或电子系统的全部或部分，该设备或电子系统可以包括一个或多个处理设备和存储器，以存储可执行指令来实现各种操作。
140.与实现本文描述的机器人操作和控制的全部或部分相关联的操作可以由执行一个或多个计算机程序以执行本文描述的功能的一个或多个可编程处理器来执行。例如，移动设备、被配置为与移动设备和自主清洁机器人通信的云计算系统以及机器人的控制器都可以包括用计算机程序编程的处理器，用于执行诸如传输信号、计算估计或解释信号的功能。计算机程序可以用任何形式的编程语言编写，包括编译或解释语言，并且它可以以任何形式部署，包括作为独立程序或作为模块、组件、子例程或适合在计算环境中使用的其他单元。
141.本文描述的控制器和移动设备可以包括一个或多个处理器。举例来说，适于执行计算机程序的处理器包括通用和专用微处理器，以及任何种类的数字计算机的任何一个或多个处理器。通常，处理器将从只读存储区或随机存取存储区或两者接收指令和数据。计算机的元件包括用于执行指令的一个或多个处理器以及用于存储指令和数据的一个或多个存储区域设备。一般而言，计算机还将包括一个或多个机器可读存储介质，例如用于存储数据的大容量pcb，例如磁盘、磁光盘或光盘，或者可操作地耦合到一个或多个机器可读存储介质，以从一个或多个机器可读存储介质接收数据，或者向一个或多个机器可读存储介质
传送数据，或者两者兼有。适于包含计算机程序指令和数据的机器可读存储介质包括所有形式的非易失性存储区域，例如包括半导体存储区域设备，例如eprom、eeprom和闪存存储区域设备；磁盘，例如内部硬盘或可移动磁盘；cd-rom；和dvd-rom。
142.本文描述的机器人控制和操作技术可适用于控制除清洁机器人之外的其他移动机器人。例如，草坪修剪机器人或空间监控机器人可以训练，以如本文所述地在草坪或空间的特定部分执行操作。
143.本文描述的不同实施方式的要素可以被组合以形成上文没有具体阐述的其他实施方式。要素可以被排除在本文描述的结构之外，而不会不利地影响它们的操作。此外，各种单独的元件可以组合成一个或多个单独的元件，以执行本文描述的功能。