机器人控制方法、装置及存储介质与流程

1.本公开涉及机器人技术领域，具体地，涉及一种机器人控制方法、装置、设备及存储介质。


背景技术：

2.随着机器人技术的蓬勃发展，具备不同功能的机器人层出不穷，各种各样的机器人在人们的日常生活中应用越来越广泛，给人们的工作生活带来诸多便利。
3.在相关技术中，机器人可通过采集的各种传感器数据，生成对其自身位置姿态的定位和场景地图信息(即机器人扫图)，并且可基于传感器数据，规划通往某个目标位置的路径(即机器人导航)。在机器人扫图或者导航的过程中，通常以额定功率发射信号维持自身的工作需求，这种工作方式存在功耗浪费。


技术实现要素：

4.本公开的目的是提供一种机器人控制方法、装置、设备及存储介质，以解决相关技术中存在的问题。
5.为了实现上述目的，本公开实施例的第一方面提供一种机器人控制方法，所述方法包括：
6.获取所述机器人采集到的环境视觉图像；
7.分析所述环境视觉图像所表征的场景类型；
8.从预先设置的多个工作模式中确定与所述场景类型对应的目标工作模式，不同的所述工作模式用于根据不同的输出功率和/或探测频率控制所述机器人的探测装置；
9.根据所述目标工作模式控制所述探测装置。
10.可选地，所述分析所述环境视觉图像所表征的场景类型，包括：
11.根据所述环境视觉图像中的物体的个数和/或所述机器人的预设路径上是否存在目标障碍物确定所述场景类型。
12.可选地，所述根据所述环境视觉图像中的物体的个数确定所述场景类型，包括：
13.在所述物体的个数大于或等于预设个数的情况下，确定所述环境视觉图像表征第一预设场景类型；
14.在所述物体的个数小于所述预设个数的情况下，确定所述环境视觉图像表征第二预设场景类型，其中，所述第一预设场景类型的复杂程度大于所述第二预设场景类型。
15.可选地，所述根据所述机器人的预设路径上是否存在目标障碍物确定所述场景类型，包括：
16.在所述机器人的预设路径上存在目标障碍物的情况下，确定所述环境视觉图像表征第一预设场景类型；
17.在所述机器人的预设路径上不存在所述目标障碍物的情况下，确定所述环境视觉图像表征第二预设场景类型，其中，所述第一预设场景类型的复杂程度大于所述第二预设
场景类型。
18.可选地，所述方法还包括：
19.在确定所述环境视觉图像表征第一预设场景类型的情况下，将第一工作模式确定为所述目标工作模式；
20.相应地，在确定所述环境视觉图像表征第二预设场景类型的情况下，将第二工作模式确定为所述目标工作模式，其中，所述第一工作模式中的输出功率大于所述第二工作模式中的输出功率。
21.可选地，所述获取所述机器人采集到的环境视觉图像，包括：
22.按照预设周期获取所述环境视觉图像；
23.所述方法还包括：
24.在确定所述环境视觉图像表征所述第一预设场景类型的情况下，减小所述预设周期；
25.在确定所述环境视觉图像表征所述第二预设场景类型的情况下，增大所述预设周期。
26.可选地，所述方法还包括：
27.在所述机器人的预设路径上存在障碍物、且所述障碍物为静态障碍物、且所述障碍物的尺寸大于预设阈值的情况下，确定所述机器人的预设路径上存在所述目标障碍物；或者，
28.在所述障碍物为动态障碍物的情况下，确定所述机器人的预设路径上存在所述目标障碍物。
29.可选地，所述第一工作模式中的输出功率的大小与所述物体的个数的大小成正相关。
30.可选地，所述探测装置包括激光雷达。
31.本公开实施例的第二方面提供一种机器人控制装置，所述装置包括：
32.获取模块，用于获取所述机器人采集到的环境视觉图像；
33.分析模块，用于分析所述环境视觉图像所表征的场景类型；
34.确定模块，用于从预先设置的多个工作模式中确定与所述场景类型对应的目标工作模式，不同的所述工作模式用于根据不同的输出功率和/或探测频率控制所述机器人的探测装置；
35.控制模块，用于根据所述目标工作模式控制所述探测装置。
36.本公开实施例的第三方面提供一种机器人控制装置，包括：
37.存储器，其上存储有计算机程序；
38.处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面中方法的步骤。
39.本公开实施例的第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中方法的步骤
40.通过上述技术方案，可以分析机器人采集到的环境视觉图像所表征的场景类型，并从预先设置的多个工作模式中确定与场景类型对应的目标工作模式。由于，不同的工作模式用于根据不同的输出功率和/或探测频率控制机器人的探测装置，因此，针对不同的场
景类型，可以控制机器人按照与场景类型对应的输出功率和/或探测频率进行工作。这样，可以使得机器人根据不同的场景类型自动调整不同的工作模式，以避免机器人因采用固定的工作模式在不同的场景中工作时存在的功耗浪费，避免了能量浪费。也就是说，采用本公开的这种方法，可以减小机器人工作时的功耗浪费。
41.此外，相关技术中采用固定的工作模式控制机器人进行工作，不仅导致了功耗浪费，而且在功耗浪费的同时，也导致了传感器的使用损耗。而采用本公开的这种方法，可以在减小机器人工作功耗的同时，延长传感器的使用寿命。
42.本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
43.附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
44.图1是根据本公开一示例性实施例示出的一种机器人控制方法的流程图。
45.图2是根据本公开一示例性实施例示出的一种机器人控制装置的框图。
46.图3是根据本公开一示例性实施例示出的另一种机器人控制装置的框图。
具体实施方式
47.以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
48.在相关技术中，机器人扫图和导航时可通过探测装置(即探测类传感器，例如激光雷达)发射信号，并通过确定目标物体(即接收到发射信号的物体)反射该信号的耗时以及方向确定目标物体的位置等信息。在这个过程中，探测装置通常以固定的工作模式(例如以额定功率发射信号)维持工作状态。然而，在面对较为简单的场景时，机器人无需保持额定功率就可以正常工作。这样，就导致机器人在简单场景中工作时存在功耗浪费。
49.有鉴于此，本公开实施例提供一种机器人控制方法，可以应用于机器人控制装置，该机器人控制装置可用于在机器人扫图和导航时对机器人的控制，以减小机器人工作时的功耗。
50.下面对本公开的技术方案进行详细的实施例说明。
51.图1是根据本公开一示例性实施例示出的一种机器人控制方法的流程图。如图1所示，该机器人控制方法包括以下步骤：
52.s101，获取机器人采集到的环境视觉图像。
53.需要说明的是，机器人通常配置有摄像装置(例如摄像头)，可以通过设置在机器人上的摄像装置获取机器人采集到的环境视觉图像。其中，环境视觉图像可以是机器人的摄像装置可探测范围内的、表征机器人周围环境的一张或多张图像。
54.s102，分析环境视觉图像所表征的场景类型。
55.可以理解的是，可以通过设置在机器人中的图像处理模块分析所获取的环境视觉图像，并根据分析结果确定环境视觉图像所表征的场景类型。其中，可以通过图像识别技术确定环境视觉图像中的物体的个数，并确定在机器人的预设路径中的障碍物的尺寸大小以及障碍物的动静状态。机器人的预设路径可以是机器人针对某一目标位置所规划的通向该
目标位置的路径，可以根据机器人在扫图或导航的过程中所采集的传感器数据不断调整该路径。在此基础之上，可以根据所确定的物体的个数、障碍物的有无、障碍物的尺寸大小以及障碍物的动静状态中的一者或多者确定环境视觉图像所表征的场景类型。其中，场景类型可以是预设的，不同的场景类型的复杂程度不同。
56.s103，从预先设置的多个工作模式中确定与场景类型对应的目标工作模式，不同的工作模式用于根据不同的输出功率和/或探测频率控制机器人的探测装置。
57.应说明的是，可以预先设置对应不同场景类型的多个工作模式，从而使得机器人可以根据场景类型自动调整工作模式。由于，不同的工作模式用于根据不同的输出功率和/或探测频率控制机器人的探测装置，因此，针对不同的场景类型，可以控制机器人按照对应场景类型的输出功率和/或探测频率进行工作，从而减小因采用的工作模式不适应场景所造成的机器人的功耗浪费。
58.其中，输出功率可以是指探测装置的输出功率，探测频率可以是指探测装置发射信号的频率。
59.s104，根据目标工作模式控制探测装置。
60.本公开实施例中，在根据环境视觉图像确定场景类型后，可以根据对应场景类型的目标工作模式控制探测装置，使得机器人可以采用适应场景类型的工作模式进行工作，从而减小了机器人工作时的功耗浪费。
61.通过上述技术方案，可以分析机器人采集到的环境视觉图像所表征的场景类型，并从预先设置的多个工作模式中确定与场景类型对应的目标工作模式。由于，不同的工作模式用于根据不同的输出功率和/或探测频率控制机器人的探测装置，因此，针对不同的场景类型，可以控制机器人按照与场景类型对应的输出功率和/或探测频率进行工作。这样，可以使得机器人根据不同的场景类型自动调整不同的工作模式，以避免机器人因采用固定的工作模式在不同的场景中工作时存在的功耗浪费，避免了能量浪费。也就是说，采用本公开的这种方法，可以减小机器人工作时的功耗浪费。
62.此外，相关技术中采用固定的工作模式控制机器人进行工作，不仅导致了功耗浪费，而且在功耗浪费的同时，也导致了传感器的使用损耗。而采用本公开的这种方法，可以在减小机器人工作功耗的同时，延长传感器的使用寿命。
63.可选地，分析环境视觉图像所表征的场景类型，可以包括：
64.根据环境视觉图像中的物体的个数和/或机器人的预设路径上是否存在目标障碍物确定场景类型。
65.其中，根据环境视觉图像中的物体的个数确定场景类型可以包括：
66.在物体的个数大于或等于预设个数的情况下，确定环境视觉图像表征第一预设场景类型；
67.在物体的个数小于预设个数的情况下，确定环境视觉图像表征第二预设场景类型。
68.其中，第一预设场景类型的复杂程度大于第二预设场景类型。
69.需说明的是，可以通过图像识别技术确定环境视觉图像中的物体的个数。可以理解，在环境视觉图像中的物体的个数大于或等于预设个数(预设个数可以是20，本公开对此不作具体限定)的情况下，表明机器人周围的物体较多，场景较为复杂。在此种情况下，可以
确定环境视觉图像表征第一预设场景类型。
70.相应地，在物体的个数小于预设个数的情况下，表明机器人周围的物体较少，场景较为简单。在此种情况下，可以确定环境视觉图像表征第二预设场景类型。
71.不难理解的是，第一预设场景类型的复杂程度大于第二预设场景类型。通常，机器人在第一预设场景类型中时，为了维持正常工作所需的输出功率和探测频率大于机器人在第二预设场景类型中时所需的输出功率和探测频率，这样，有助于机器人在复杂的场景类型中高效率地工作。相应地，机器人在第二预设场景类型中时，无需额定功率就可以正常工作，因此可以按照低于额定功率的输出功率进行工作，这样，可以减小机器人的工作功耗，延长传感器的使用寿命。
72.可选地，根据机器人的预设路径上是否存在目标障碍物确定场景类型，可以包括：
73.在机器人的预设路径上存在目标障碍物的情况下，确定环境视觉图像表征第一预设场景类型；
74.在机器人的预设路径上不存在目标障碍物的情况下，确定环境视觉图像表征第二预设场景类型。
75.其中，第一预设场景类型的复杂程度大于第二预设场景类型。
76.需说明的是，可以通过图像识别技术确定在机器人的预设路径中的障碍物的尺寸大小以及障碍物的动静状态。其中，障碍物可以是处于机器人预设路径中的物体。示例地，可通过图像识别技术识别出的物体轮廓确定障碍物的尺寸大小，以及，可通过确定连续的、多张环境视觉图像中识别出的同一物体的位置是否移动，来确定该物体是否为动态障碍物。
77.可以理解的是，若在预设路径中不存在障碍物，则表明机器人的预设路径上不存在影响机器人通过的障碍物。在此种情况下，可以确定环境视觉图像表征第二预设场景类型。若在预设路径中存在障碍物，则可以进一步判断该障碍物是否为影响机器人通过的目标障碍物。
78.示例地，可以根据当前场景下的障碍物数量、障碍物类型(动态或静态)以及障碍物尺寸评估机器人通过预设路径的风险值，在该风险值大于或等于风险阈值的情况下，确定当前场景中存在影响机器人通过的目标障碍物，机器人无法安全通过。在该风险值小于风险阈值的情况下，确定当前场景中不存在影响机器人通过的目标障碍物，机器人可以安全通过。
79.可选地，在机器人的预设路径上存在障碍物、且该障碍物为静态障碍物、且该障碍物的尺寸大于预设阈值的情况下，确定机器人的预设路径上存在目标障碍物；或者，
80.在障碍物为动态障碍物的情况下，确定机器人的预设路径上存在目标障碍物。
81.应说明的是，在障碍物为静态障碍物时，若评估得到的风险值大于或等于风险阈值，则表明机器人的预设路径上存在影响机器人通过的目标障碍物。在此种情况下，可以确定环境视觉图像表征第一预设场景类型。在障碍物为静态障碍物时，若评估得到的风险值小于风险阈值，则表明机器人的预设路径上不存在影响机器人通过的目标障碍物。在此种情况下，可以确定环境视觉图像表征第二预设场景类型。
82.此外，在障碍物为动态障碍物时，机器人可根据所采集的传感器数据分析动态障碍物的移动轨迹等信息，并根据这些信息进一步确定能否通过预设路径。在确定不能通过
预设路径时，机器人可以重新规划预设路径。由此可见，在障碍物为动态障碍物时，机器人所处的场景较为复杂。在此种情况下，评估得到的风险值通常大于或等于风险阈值(即机器人的预设路径上存在影响机器人通过的目标障碍物)，可以确定环境视觉图像表征第一预设场景类型。
83.不难理解的是，第一预设场景类型的复杂程度大于第二预设场景类型。通常，机器人在第一预设场景类型中时，为了维持正常工作所需的输出功率和探测频率大于机器人在第二预设场景类型中时所需的输出功率和探测频率，这样，有助于机器人在复杂的场景类型中高效率地工作，从而有效地分析障碍物对于机器人能否通过预设路径的影响，便于机器人避开障碍物。相应地，机器人在第二预设场景类型中时，无需额定功率就可以正常工作，因此可以按照低于额定功率的输出功率进行工作，这样，可以减小机器人的工作功耗，延长传感器的使用寿命。
84.可选地，根据环境视觉图像中的物体的个数和机器人的预设路径上是否存在目标障碍物确定场景类型，可以包括：
85.在物体的个数小于预设个数、且机器人的预设路径上存在目标障碍物的情况下，确定环境视觉图像表征第一预设场景类型；或者，
86.在物体的个数小于预设个数、且机器人的预设路径上不存在目标障碍物的情况下，确定环境视觉图像表征第二预设场景类型。
87.可以理解的是，若机器人的预设路径上存在目标障碍物，那么即便物体的个数小于预设个数，机器人所处的场景仍较为复杂。在此种情况下，评估得到的风险值通常大于或等于风险阈值，可以确定环境视觉图像表征第一预设场景类型。
88.可选地，本公开实施例提供的技术方案还可包括：
89.在确定环境视觉图像表征第一预设场景类型的情况下，将第一工作模式确定为目标工作模式；
90.相应地，在确定环境视觉图像表征第二预设场景类型的情况下，将第二工作模式确定为目标工作模式。
91.其中，第一工作模式中的输出功率大于第二工作模式中的输出功率。
92.由于，第一预设场景类型的复杂程度大于第二预设场景类型，因此，第一预设场景类型对应的第一工作模式的输出功率大于第二工作模式中的输出功率。
93.应说明的是，机器人在复杂的场景(即第一预设场景类型)中工作时的输出功率以及探测频率均可大于在简单的场景(即第二预设场景类型)工作时的输出功率以及探测频率。在此基础之上，所预设的第一工作模式的探测频率可大于第二工作模式中的探测频率，或者，第一工作模式的输出功率大于第二工作模式的输出功率并且第一工作模式的探测频率大于第二工作模式的探测频率。
94.可选地，第一工作模式中的输出功率的大小与物体的个数的大小成正相关。
95.需说明的是，环境视觉图像中的物体的个数越多，可表明机器人所处的场景越复杂。在根据环境视觉图像中的物体的个数确定场景类型为第一预设场景类型后，可以确定目标工作模式为第一工作模式。其中，第一工作模式的输出功率和探测频率可以根据物体的个数动态调整。示例地，第一工作模式中的输出功率和探测频率的大小与物体的个数的大小成正相关。
96.相应地，第二工作模式的输出功率和探测频率也可根据物体的个数动态调整。示例地，第二工作模式中的输出功率和探测频率的大小与物体的个数的大小成正相关。
97.可以理解的是，第一工作模式中的输出功率的大小还可与障碍物的动静状态以及障碍物的尺寸相关。在一实施例中，机器人所处场景中的动态障碍物越多时，机器人的输出功率和探测频率越大。在另一实施例中，机器人所处场景中障碍物的尺寸越大时，机器人输出功率和探测频率越大。不难理解，机器人的输出功率和探测频率越大，机器人的工作时长越长。
98.应说明的是，机器人的输出功率和探测频率不会不限制地增大，在其输出功率达到功率阈值时可停止增大输出功率，同样，在机器人探测频率达到频率阈值时可停止增大探测频率，并且在这两种情况中的任一种情况成立时，可发出提示音提示用户在当前场景下机器人无法正常工作。
99.可选地，获取机器人采集到的环境视觉图像，包括：
100.按照预设周期获取环境视觉图像。
101.在此基础之上，本公开实施例提供的技术方案还可包括：
102.在确定环境视觉图像表征第一预设场景类型的情况下，减小预设周期；
103.在确定环境视觉图像表征第二预设场景类型的情况下，增大预设周期。
104.应当理解的是，可以按照预设周期获取环境视觉图像。其中，预设周期可以与机器人所处场景的复杂程度成反比。
105.示例地，在确定环境视觉图像表征第一预设场景类型的情况下，表明机器人所处场景较为复杂。在此种情况下，可以减小预设周期，从而使得机器人可在较短的时长内获取较多的环境视觉图像，这样有利于机器人充分分析当前所处的场景，并根据场景类型及时确定目标工作模式。
106.在确定环境视觉图像表征第二预设场景类型的情况下，表明机器人所处场景较为简单。在此种情况下，可以增大预设周期，从而减小机器人使用摄像装置的频率，减小工作功耗。
107.可选地，探测装置包括激光雷达。
108.应说明的是，由于激光雷达的精确度高，因此，采用激光雷达进行探测的结果更加准确。然而，激光雷达的成本高昂，相关技术中采用固定的工作模式控制机器人进行工作，不仅导致了功耗浪费，而且在功耗浪费的同时，也导致了激光雷达的使用损耗。长此以往不利于成本控制。而采用本公开的这种方法，可以在减小机器人工作功耗的同时，有效减少激光雷达的使用损耗，进而延长了激光雷达的使用寿命。
109.通过上述技术方案，可以分析机器人采集到的环境视觉图像所表征的场景类型，并从预先设置的多个工作模式中确定与场景类型对应的目标工作模式。由于，不同的工作模式用于根据不同的输出功率和/或探测频率控制机器人的探测装置，因此，针对不同的场景类型，可以控制机器人按照与场景类型对应的输出功率和/或探测频率进行工作。这样，可以使得机器人根据不同的场景类型自动调整不同的工作模式，以避免机器人因采用固定的工作模式在不同的场景中工作时存在的功耗浪费，避免了能量浪费。也就是说，采用本公开的这种方法，可以减小机器人工作时的功耗浪费。
110.此外，相关技术中采用固定的工作模式控制机器人进行工作，不仅导致了功耗浪
费，而且在功耗浪费的同时，也导致了传感器的使用损耗。而采用本公开的这种方法，可以在减小机器人工作功耗的同时，延长传感器的使用寿命。
111.基于同一发明构思，本公开实施例还提供一种机器人控制装置100，参照图2，图2是根据本公开一示例性实施例示出的一种机器人控制装置100的框图。该机器人控制装置100包括：
112.获取模块101，用于获取所述机器人采集到的环境视觉图像；
113.分析模块102，用于分析所述环境视觉图像所表征的场景类型；
114.第一确定模块103，用于从预先设置的多个工作模式中确定与所述场景类型对应的目标工作模式，不同的所述工作模式用于根据不同的输出功率和/或探测频率控制所述机器人的探测装置；
115.控制模块104，用于根据所述目标工作模式控制所述探测装置。
116.采用上述装置，可以分析机器人采集到的环境视觉图像所表征的场景类型，并从预先设置的多个工作模式中确定与场景类型对应的目标工作模式。由于，不同的工作模式用于根据不同的输出功率和/或探测频率控制机器人的探测装置，因此，针对不同的场景类型，可以控制机器人按照与场景类型对应的输出功率和/或探测频率进行工作。这样，可以使得机器人根据不同的场景类型自动调整不同的工作模式，以避免机器人因采用固定的工作模式在不同的场景中工作时存在的功耗浪费，避免了能量浪费。也就是说，采用本公开的这种方法，可以减小机器人工作时的功耗浪费。
117.此外，相关技术中采用固定的工作模式控制机器人进行工作，不仅导致了功耗浪费，而且在功耗浪费的同时，也导致了传感器的使用损耗。而采用本公开的这种装置，可以在减小机器人工作功耗的同时，延长传感器的使用寿命。
118.可选地，分析模块102还用于：
119.根据环境视觉图像中的物体的个数和/或机器人的预设路径上是否存在目标障碍物确定场景类型。
120.可选地，分析模块102还用于：
121.在物体的个数大于或等于预设个数的情况下，确定环境视觉图像表征第一预设场景类型；
122.在物体的个数小于所述预设个数的情况下，确定环境视觉图像表征第二预设场景类型，其中，第一预设场景类型的复杂程度大于第二预设场景类型。
123.可选地，分析模块102还用于：
124.在机器人的预设路径上存在目标障碍物的情况下，确定环境视觉图像表征第一预设场景类型；
125.在机器人的预设路径上不存在目标障碍物的情况下，确定环境视觉图像表征第二预设场景类型，其中，第一预设场景类型的复杂程度大于第二预设场景类型。
126.可选地，机器人控制装置100还包括第二确定模块，该第二确定模块用于：
127.在机器人的预设路径上存在障碍物、且障碍物为静态障碍物、且障碍物的尺寸大于预设阈值的情况下，确定机器人的预设路径上存在目标障碍物；或者，
128.在障碍物为动态障碍物的情况下，确定机器人的预设路径上存在目标障碍物。
129.可选地，机器人控制装置100还包括第三确定模块，该第三确定模块用于：
130.在确定环境视觉图像表征第一预设场景类型的情况下，将第一工作模式确定为目标工作模式；
131.相应地，在确定环境视觉图像表征第二预设场景类型的情况下，将第二工作模式确定为目标工作模式，其中，第一工作模式中的输出功率大于第二工作模式中的输出功率。
132.可选地，第一工作模式中的输出功率的大小与物体的个数的大小成正相关。
133.可选地，获取模块101还用于：
134.按照预设周期获取环境视觉图像；
135.机器人控制装置100还包括第四确定模块，该第四确定模块用于：
136.在确定环境视觉图像表征第一预设场景类型的情况下，减小预设周期；
137.在确定环境视觉图像表征第二预设场景类型的情况下，增大预设周期。
138.可选地，探测装置包括激光雷达。
139.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
140.基于同一发明构思，本公开实施例还提供一种机器人控制装置200，参照图3，图3是根据本公开一示例性实施例示出的另一种机器人控制装置200的框图。该机器人控制装置200可以包括：处理器201，存储器202。该机器人控制装置200还可以包括多媒体组件203，输入/输出(i/o)接口204，以及通信组件205中的一者或多者。
141.其中，处理器201用于控制该机器人控制装置200的整体操作，以完成上述的机器人控制方法中的全部或部分步骤。存储器202用于存储各种类型的数据以支持在该机器人控制装置200的操作，这些数据例如可以包括用于在该机器人控制装置200上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器202可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件203可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器202或通过通信组件205发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口204为处理器201和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件205用于该机器人控制装置200与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(near field communication，简称nfc)，2g、3g、4g、nb-iot、emtc、或其他5g等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件205可以包括：wi-fi模块，蓝牙模块，nfc模块等等。
142.在一示例性实施例中，机器人控制装置200可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，
简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的机器人控制方法。
143.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的机器人控制方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器202，上述程序指令可由机器人控制装置200的处理器201执行以完成上述的机器人控制方法。
144.在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的网络传输控制方法的代码部分。
145.以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
146.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
147.此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。