阅读说明：本技术 移动机器人及控制移动机器人的方法 (Mobile robot and method for controlling mobile robot ) 是由 C.奥德 J.卡斯韦尔 G.阿什比 于 2019-06-12 设计创作，主要内容包括：一种控制能够在环境中执行操作的移动机器人(50)的方法,该方法包括：将环境地图存储在存储器中,该环境地图包括使机器人能够在环境中导航的数据；在存储器中进一步存储与移动机器人在先前操作期间遇到的一个或多个危险区域(60)相对应的数据；当移动机器人在与先前遇到危险的区域相对应的环境区域(60)中导航(70)时,减小机器人的倾斜阈值。(A method of controlling a mobile robot (50) capable of performing operations in an environment, the method comprising: storing an environment map in a memory, the environment map including data that enables the robot to navigate in the environment; further storing in the memory data corresponding to one or more danger zones (60) encountered by the mobile robot during previous operations; the tilt threshold of the robot is reduced when the mobile robot navigates (70) in an environmental area (60) corresponding to an area previously encountering a hazard.)

移动机器人及控制移动机器人的方法

技术领域

本发明涉及一种控制移动机器人的方法，特别是涉及危险规避。

背景技术

移动机器人变得越来越普遍且被使用在多种领域，如太空探索、远程呈现、家庭协助、割草和地面清洁。近来，家用机器人领域有了飞速发展，其主要目的是在用户的房屋中自主导航，并不显眼地进行吸尘和清洁等操作，同时要求人类用户提供尽可能少的帮助，优选地没有帮助。

在执行此类任务时，移动机器人必须能够在其环境中自主导航和越过障碍物。为了使移动机器人能够以尽可能最高的标准执行其预期的所有操作，移动机器人能够在其所处环境中的尽可能多的可用空间中导航也很重要。这通常称为覆盖。例如，对于机器人真空吸尘器，地面覆盖对于确保自主清洁最大量的地面非常重要。

为了最大化覆盖范围，期望增加移动机器人越过小障碍物的可操纵性。例如，如果在从硬地板表面到地毯或毛毯的过渡处，地板表面的高度略有差异，则有益的是，移动机器人能够越过该过渡而操纵，以便可以清洁地板表面的两个区域。但是，在增加移动机器人越过障碍物的可操纵性时，这也增加了移动机器人例如试图爬上障碍物时卡在障碍物上的问题的可能性，或者导航到移动机器人无法离开的区域的可能性。这些类型的问题事件可以被视为对移动机器人的危险。此类危险可能会使移动机器人的用户和所有者特别不满意，因为它需要人工干预才能在移动机器人能够继续运行之前对其进行恢复。

因此，需要对移动机器人进行改进，以帮助最大化移动机器人的覆盖范围，同时最小化移动机器人在环境中导航时遭受危险的风险。

发明内容

本发明提供了一种控制能够在环境中执行操作的移动机器人的方法，该方法包括：将环境地图存储在存储器中，该环境地图包括使机器人能够在环境中导航的数据；在存储器中进一步存储与移动机器人在先前操作期间遇到的一个或多个危险区域相对应的数据；和当移动机器人在与先前遇到危险的区域相对应的环境区域中导航时，减小机器人的倾斜阈值。

因此，移动机器人将被控制，使得其继续推动其操纵能力，因此将最大化移动机器人的覆盖范围。然而，在移动机器人之前曾经历过危险的区域中，移动机器人将通过减小倾斜阈值来更加谨慎地进行操作，并将降低再次遇到该危险的可能性。关键的是，减小的倾斜阈值将仅应用于环境地图中移动机器人确定可能存在风险的区域，因此可以最大化覆盖范围，同时还可以降低移动机器人遭受危险的风险。

与一个或多个危险区域相对应的数据可以是位置数据。与一个或多个危险区域相对应的数据可以作为一层存储在环境地图的顶部。因此，可以在环境地图中更容易地绘制危险区域的位置，而无需第二张完整的危险区域地图。这可以减少需要存储的数据量，并且还可以减少移动机器人上的控制系统所需的处理量。

危险区域可以是移动机器人经历危险事件的区域。危险事件可包括移动机器人被卡住，或者危险事件可包括移动机器人遇到过度倾斜阈值事件。因此，移动机器人将减小在先前被卡住或过度倾斜的区域中的倾斜阈值，并且在操作中导航这些区域时将更加谨慎地导航。

存储器可以是机器人上的板载存储器。因此，即使失去与网络的连接(例如，如果移动机器人导航到无线网络未扩展到的环境区域中)，移动机器人也能够导航环境并继续以上述有利方式进行控制。

危险区域可以是预定尺寸的区域，其中心是遇到危险的位置。因此，移动机器人将调整其行为，使其在危险周围区域更加谨慎。这样可以为机器人的定位误差或环境中的问题障碍物的轻微移动留出一定的余地。例如，带有弯曲底座的高脚凳在每次使用后可能不会在完全相同的位置替换，从而导致移动机器人遇到困难。

根据权利要求9所述的控制移动机器人的方法，其中，预定尺寸的区域是半径在0.1m至0.5m之间的圆。已经发现该尺寸区域在平衡扩展的覆盖范围和降低移动机器人遭受危险的风险方面特别有益。

该方法可以进一步包括当移动机器人在操作期间遇到新的危险时，更新与一个或多个危险区域对应的数据。因此，可以考虑环境中的新危险，例如由于将新障碍物引入环境而产生的那些危险，以用于将来的操作。

对应于一个或多个危险区域的数据可以包括与每个危险区域相关联的概率因子，并且该方法可以包括当移动机器人导航通过特定危险区域而不遇到进一步的危险时，减小特定危险区域的概率因子。因此，如果从环境中去除了危险，例如通过移除家具，则可以随时间去除对应于相应危险区域的数据。这意味着移动机器人不必在危险已消除的区域继续行为谨慎。这又可以帮助提高移动机器人的覆盖范围。

仅当移动机器人在与先前遇到的危险区域(具有高于预定阈值的概率因子)对应的环境区域内导航时，才降低机器人的倾斜阈值。因此，如果消除了危险，则可以随时间有效地从对应于一个或多个危险区域的数据中将其删除，并且移动机器人可以忽略不再包含危险的任何旧危险区域。

该方法可以包括使用包括陀螺仪、IMU和加速度计的列表中的一个或多个来测量移动机器人在环境中执行操作时的倾斜度。因此，机载部件能够立即为移动机器人的控制系统提供准确的倾斜度测量，这可以帮助移动机器人快速识别何时可能遇到危险，从而允许其有最好的机会自己解决问题，而无需人工干预。

本发明还提供一种能够在环境中执行操作的移动机器人，该移动机器人包括：用于存储环境地图的存储器；用于存储与移动机器人在先前操作期间遇到的一个或多个危险区域对应的数据的存储器；控制器，用于在机器人在环境中执行操作时控制移动机器人，其中，控制系统被配置为在正常操作模式下使用第一倾斜阈值来控制移动机器人，并且被配置为当移动机器人在危险区域内导航时使用第二倾斜阈值以谨慎操作模式控制移动机器人。

因此，尽可能地提高移动机器人的操纵能力，并且最大化移动机器人的覆盖范围。然而，在移动机器人之前曾经历过危险的区域中，移动机器人将通过减小倾斜阈值来更加谨慎地进行操作，并将降低再次遇到该危险的可能性。关键的是，减小的倾斜阈值将仅应用于环境地图中移动机器人确定可能存在风险的区域，因此可以最大化覆盖范围，同时还可以降低移动机器人遭受危险的风险。

第二倾斜阈值可以小于第一倾斜阈值。因此，移动机器人将能够对机器人的倾斜度发生变化的事件做出更快的反应。这又可以允许移动机器人在环境中的先前操作期间遇到危险的区域中表现得更为谨慎。

与危险区域相对应的数据可以作为一层存储在环境地图的顶部。因此，不需要用于危险区域的单独的地图，并且这可以减少需要存储的数据量，并且还可以减少移动机器人需要执行的处理量。

当移动机器人在环境中执行操作遇到新的危险时，控制系统可以被配置为更新与危险区域相对应的数据。因此，移动机器人下次在环境中执行操作时将能够谨慎应对新危险。可以考虑新危险，以用于将来的操作，新危险可以例如是由于将新障碍物引入环境而产生的那些危险。

对应于危险区域的数据可以包括与每个危险区域相关联的概率因子，并且控制系统可以被配置为当移动机器人导航通过特定危险区域而不遇到进一步的危险时，减小特定危险区域的概率因子。因此，如果从环境中去除了危险，例如通过移除家具，则可以随时间去除对应于相应危险区域的数据。这意味着移动机器人不必在危险已消除的区域继续行为谨慎。这又可以帮助提高移动机器人的覆盖范围。

移动机器人可以包括陀螺仪、IMU和加速度计中的一个或多个，以向控制系统提供与机器人的当前倾斜度相对应的倾斜测量。因此，移动机器人的机载部件能够立即为移动机器人的控制系统提供准确的倾斜度测量，这可以帮助移动机器人快速识别何时可能遇到危险，从而允许其有最好的机会自己解决问题，而无需人工干预。

附图说明

为了更易于理解本发明，下面参考附图以示例的方式描述本发明的实施例，附图中：

图1是移动机器人的示意图；

图2是图1的移动机器人的存储器的示意图；

图3是地板清洁系统的示意图；

图4是驱动系统的示意图；

图5是机器人真空吸尘器；

图6是危险区域的示意图；

图7A示出了移动机器人穿过图6的危险区域的路径；

图7B是示出当移动机器人沿着图7A所示的路径行进时正在使用的倾斜阈值的曲线图；

图8示出了环境地图；和

图9显示了图8的环境地图，以及显示了该环境中已知危险区域的地图层。

具体实施方式

图1中示意性示出的移动机器人1具有控制系统2、任务执行系统3、驱动系统4、存储器5和倾斜度测量模块6。控制系统2包括处理器20和导航单元21。

任务执行系统3是提供给移动机器人以执行分配给移动机器人的任务或操作的系统。例如，移动机器人1可以是机器人割草机，在这种情况下，任务执行系统3可以是切割和/或收集系统。在另一示例中，移动机器人1可以是机器人地板清洁器，并且任务执行系统3可以是地板清洁系统。这种地板清洁系统30的示意图在图3中示出。地板清洁系统30包括清洁头32、分离系统33和真空电机34。地板清洁系统的这些特征是地板清洁系统的普通特征，这里将不提供对这些系统的进一步说明。任务执行系统的其他示例将显而易见。

导航单元21与驱动系统4一起使移动机器人能够在必须执行操作的环境中进行操纵和导航。图4提供了驱动系统的示意图。驱动系统4设置有驱动致动器40和多个导航传感器42A-E。驱动致动器40可以例如是从动轮或坦克式履带，并且能够向移动机器人1的控制系统2提供里程测量。这些里程测量可以由控制系统2，特别是导航单元21使用，以估计移动机器人1行进的距离和路径。导航传感器42A-E是能够向控制系统2提供关于移动机器人1周围的环境的信息的传感器。例如，导航传感器42A可以是视觉相机，并且导航传感器42B和42C可以是诸如飞行时间(TOF)传感器的接近传感器，并且导航传感器42D和42E可以是跌落传感器或悬崖传感器。其他导航传感器可以被附加使用或者替代这些传感器。例如，移动机器人1可以包括激光测距仪。在替代实施例中，导航传感器42A-E可以形成移动机器人1的导航单元21的一部分。移动机器人1通常将使用多种不同类型的导航传感器，以便能够更成功地自主导航环境。导航传感器42A-E向控制系统2提供关于机器人1周围的环境的信息，该信息使控制系统2能够建立可被移动机器人1用来导航的环境地图。该环境地图可以存储在移动机器人1的存储器5中。图2示出了移动机器人1的存储器5的示意图。示出的存储器5包含环境地图22。危险区域数据24也存储在存储器5中。危险区域数据是与环境地图中的包含移动机器人在环境中先前操作期间遇到危险的区域相对应的数据。危险可以在例如机器人卡在障碍物上或者经历过度倾斜阈值事件的地方。

移动机器人1具有倾斜度测量模块。该模块将对移动机器人1的当前倾斜度的测量值提供给控制系统2。如果机器人的倾斜度显著改变，则控制系统2通常可以确定机器人是否正在经历危险或问题。例如，如果移动机器人1试图越过可能会卡在其上的障碍物，则倾斜度测量模块将记录移动机器人1开始越过障碍物而操作纵时的倾斜度变化。倾斜度测量可以由倾斜度测量模块内的多个部件中的一个或多个部件提供。这些部件可以是陀螺仪、惯性测量单元(IMU)和加速度计中的一个或多个。可以设置倾斜阈值，使得如果移动机器人的姿势发生变化，比如移动机器人的倾斜度超过倾斜阈值，则可以采取措施来避免该危险导致机器人无法自行解决的错误。通过监视机器人的倾斜度，控制系统可以对危险事件做出反应，并且可以操作来避免需要人工干预才能解决问题的危险的发生。例如，在确定已经超过倾斜阈值时，控制系统2可以控制驱动系统停止和倒转，使得移动机器人1不再继续进入危险中。

危险区域数据24是位置数据，该位置数据允许控制系统2中的导航单元21确定危险区域在环境地图22中的位置，以及移动机器人1是否进入危险区域。然后，可以将控制系统配置为调整机器人的行为，以避免再次遇到危险。可以完全避开该区域，但是这会对机器人的覆盖范围产生负面影响。替代地，可以通过减小移动机器人1在危险区域内的倾斜阈值来调整机器人的行为。这有效地使移动机器人1更加谨慎地行动。因此，采用较低的倾斜阈值被认为是在谨慎操作模式下运行移动机器人。稍后将根据图7B更详细地解释。

图5示出了移动机器人的示例。移动机器人是机器人真空吸尘器50，并具有地板清洁系统，该地板清洁系统包括旋风分离系统52和清洁头54。设置在机器人真空吸尘器50的主体内部的真空电机(未示出)从清洁头54抽吸脏空气通过旋风分离器52(灰尘颗粒从气流中去除)，然后通过机器人背面的排气孔(未示出)排出干净的空气。机器人真空吸尘器50具有坦克式履带56形式的驱动致动器，该驱动致动器可被驱动以使机器人真空吸尘器50在其周围的环境中移动。机器人真空吸尘器50具有包括鱼眼镜头相机58的导航传感器，该鱼眼镜头相机能够捕获机器人真空吸尘器50周围的区域的图像。机器人的控制系统对相机58捕获的图像使用同步定位和地图绘制(SLAM)技术，以建立环境地图并在该地图中标识机器人的位置。由控制系统执行的SLAM技术还使用从从动坦克式履带提供的里程测量，以及从位于旋风分离器52两侧的传感器壳体59中的其他传感器(例如接近传感器)提供的信息。

图6示出了危险区域60的示意图。危险区域60的中心处是标记有十字标记62的点。这是移动机器人经历危险的确切位置。经历危险可能是例如遇到由环境中的障碍物或类似物引起的错误。例如，错误可能是移动机器人已经将其操纵到障碍物上使得其驱动致动器不再能够与地板有效接触。这可以说是“搁浅”在障碍物上。这样的错误将需要人工干预才能解决，并允许机器人继续进行操作。但是，经历危险不一定会以这种方式引起错误，而可能是机器人检测到自己处于某种状态，导致其难以正常恢复操作。例如，如果机器人经历过度倾斜阈值事件，这可能表示即使机器人实际上没有经历错误，也有可能导致错误的情况。因此，谨慎的做法是，移动机器人将来在此环境区域中导航时更加小心。

通过标记具有预定半径R的圆形区域来确定图6所示的危险区域60，该圆形区域的中心是移动机器人经历危险的确切位置。在图6所示的实施例中，危险区域是预定半径的圆。然而，可以领会的是，可以采用替代形状。已经发现，危险区域的半径在0.1m至0.5m之间特别有利于允许机器人在地图的所需区域内行为谨慎，并允许移动机器人的导航系统出现轻微的公差和误差。上述示例是危险区域的半径是固定的预定半径的实施例。然而，还将意识到，危险区域的尺寸可能不是固定的，并且可能取决于其他因素。

图7A示出了在穿过危险区域60的路径70上行进的移动机器人50。图7B示出了指示倾斜阈值的曲线图，该倾斜阈值在移动机器人沿行进路径70行进时由控制系统采用。移动机器人50在标记为S的点处进入危险区域60。在图7A和7B之间延伸的点划线表示图7A的行进路径70和图7B的曲线图之间的对应点。在点S之前，在控制移动机器人50的同时，使用第一倾斜阈值T1在正常操作模式下通过控制系统控制移动机器人50的控制系统。一旦移动机器人50在点S进入危险区域，则移动机器人50的控制系统采用较低的倾斜阈值T2。该较低的倾斜阈值T2在机器人导航通过危险区域60时使用。通过采用较低的倾斜阈值T2，这意味着移动机器人50采用谨慎操作模式，在该操作模式中，机器人将在机器人经历危险时更快地做出反应，并且大大降低了危险引起错误的可能性。当移动机器人50在标记为T的点到达危险区域60的另一边界时，倾斜阈值返回到较高的阈值T1，并且移动机器人50返回到正常操作模式。

如前所述，移动机器人生成环境地图并将其存储存储器中。移动机器人能够对其在环境地图中的位置进行三角测量，因此能够使用地图来帮助其在环境中导航。图8示出了环境地图80的示例。在环境地图80中示出了多个分开的区域82、84、86、88，并且可以表示例如房屋内的房间。图8所示的环境地图80是简化表示。然而，应当理解，环境地图80可以包括与环境的其他方面有关的数据，例如家具的位置、门口的位置、地板类型的信息等。

图9示出了图8的环境地图80，但是具有额外地图层覆盖该地图上，该地图层示出了在环境中发现的危险区域的位置。这些危险区域以标记为H1-H6的虚线圆圈表示。从环境地图的角度来看，危险的性质并不明显。然而，可以存储其他数据，这允许移动机器人确定危险的类型。这可以例如存储在查找表或类似表中，或者可以作为与存储在机器人的存储器中的危险区域数据相关联的元数据存储。房间82的一个危险区域H1位于房间的一角，房间84具有一个危险区域H2，房间86没有与其相关的危险区域，房间88具有四个与其相关的危险区域H3、H4、H5、H6。危险区域H3、H4、H5和H6显示为重叠，并且可能对应于例如一组椅子，这在围绕其椅子腿部或底部导航时会对移动机器人造成困难。

危险区域数据在图9中被覆盖为地图层。然而，危险区域数据可以用其他方式存储，例如在下表1所示的查找表中。

表1

在表1中，图9中的每个危险区域在表中显示为一个条目，每个危险区域条目都有相应的位置数据，用[LOC1]-[LOC6]表示，这使移动机器人可以确定移动机器人何时在危险区域中导航。

表1还显示了与每个危险区域相关的概率因子。如果从环境中移除了相应的危险，则该概率因子可以将危险区域从危险区域数据中有效移除。将理解的是，有多种方式可以实现这一点，现在将描述其中一种。如前所述，当移动机器人在环境中导航时识别出的每个危险均分配了危险区域。每个新危险区域还关联了概率因子，对于新识别的危险区域，此概率因子设置为100％。当移动机器人接下来在该区域中导航时，如果它穿过已知的危险区域而没有再次经历危险，则该危险区域的对应概率因子将减小预定量，例如5％。在一个实施例中，一旦危险区域的概率因子下降到阈值水平以下，例如10％以下，则从危险区域数据中删除该危险区域。替代地，希望保持历史数据，而不是删除数据，移动机器人的控制系统可配置为忽略具有低于特定水平的对应概率因子的任何危险区域。移动机器人在每个危险区域内采用的倾斜阈值还可能涉及与每个危险区域相关的概率因子。

这允许随时间而更新的动态危险区域数据以及动态危险区域地图。将理解的是，以上详细描述的参数可以被调整以改变数据的动态程度以及可以被改变的速度。

尽管到目前为止已经描述了特定的示例和实施例，但是应当理解，在不脱离由权利要求限定的本发明的范围的情况下，可以进行各种修改，上面已经描述了其中的一些。