扫地机器人及其进行重定位的方法

技术领域

[0001] 本发明涉及扫地机器人， 特别涉及一种扫地机器人及其进行重定位的方 法。

背景技术

[0002] 随着科技的飞速发展， 智能扫地机器人逐渐成为家庭清洁工作的好帮 手， 而其 对家庭环境的识别要求也越来越高， 能够准确定位是扫地机器人正常工作的重 要保证， 而扫地机器人在工作中受到外界干扰会丢失自 己的位置， 此时需要进 行重定位。

[0003] 通常扫地机器人的重定位方法是结合传感器探 测范围， 在局部区域中选择特征 进行数据关联， 其中重定位算法常用的有基于概率学的粒子滤 波， 或者使用图 像特征进行匹配。 上述过程需要对整个地图进行搜索， 对处理器要求很高， 资 源占用很高， 经常出现扫地机器人停顿很长一段时间进行重 定位计算， 用户体 验不好。

技术问题

[0004] 本发明的主要目的为提供一种扫地机器人及其 进行重定位的方法， 降低重定位 时的运算量。

问题的解决方案

技术解决方案

[0005] 本发明提出一种扫地机器人进行重定位的方法 ， 包括以下步骤：

[0006] 扫地机器人进行重定位时， 采集在当前位置处接收到的各个无线路由的信 号强 度信息及其对应的无线路由地址信息；

[0007] 根据所述信号强度信息及其对应的无线路由地 址信息， 在预存的室内区域-信 号强度值映射信息中匹配出当前位置所在的室 内区域；

[0008] 采集当前位置处的特征数据；

[0009] 将当前位置处的所述特征数据与预存的当前位 置所在的室内区域的特征信息进 行匹配， 完成重定位。 \¥0 2019/104665 卩（：17（：\2017/114013

[0010] 进一步地， 所述在预存的室内区域-信号强度值映射信息� �匹配出当前位置所 在的室内区域的步骤， 包括：

[0011] 通过 最邻近分类算法或神经网络算法， 在预存的室内区域 -信号强度值映射信 息中匹配出当前位置所在的室内区域。

[0012] 进一步地， 所述特征数据包括图像特征信息；

[0013] 所述将当前位置处的所述特征数据与预存的当 前位置所在的室内区域的特征信 息进行匹配， 完成重定位的步骤包括：

[0014] 将在当前位置处采集到的图像特征信息与预存 的当前位置所在的室内区域的图 像特征信息进行匹配， 完成重定位。

[0015] 进一步地， 所述采集在当前位置处接收到的各个无线路由 的信号强度信息及其 对应的无线路由地址信息的步骤之后， 包括：

[0016] 对采集到的所述信号强度信息进行滤波处理。

[0017] 进一步地， 所述扫地机器人进行重定位时， 采集在当前位置处接收到的各个无 线路由的信号强度信息及其对应的无线路由地 址信息的步骤之前， 包括：

[0018] 将室内区域 -信号强度值映射信息预存在扫地机器人的存� �器中。

[0019] 进一步地， 所述将室内区域-信号强度值映射信息预存在� �地机器人的存储器 中的步骤， 包括：

[0020] 将家用区域分隔为多个室内区域；

[0021] 采集在每个室内区域内设置的采样点上接收到 的各个无线路由的第一信号强度 信息及其对应的无线路由地址信息；

[0022] 根据分隔的所述室内区域、 所述第一信号强度信息及其对应的无线路由地 址信 息， 生成室内区域-信号强度值映射信息， 并预存于扫地机器人的存储器中。

[0023] 进一步地， 所述采集在每个室内区域内设置的采样点上接 收到的各个无线路由 的第一信号强度信息及其对应的无线路由地址 信息的步骤之后， 还包括：

[0024] 对采集到的所述第一信号强度信息进行滤波处 理。

[0025] 进一步地， 所述将家用区域分隔为多个室内区域的步骤包 括：

[0026] 将所述家用区域分隔为多个面积均分的网格区 域， 作为多个室内区域。

[0027] 本发明还提供了一种扫地机器人， 包括： \¥0 2019/104665 卩（：17（：\2017/114013

[0028] 第一采集单元， 用于进行重定位时， 采集在当前位置处接收到的各个无线路由 的信号强度信息及其对应的无线路由地址信息 ；

[0029] 第一匹配单元， 用于根据所述信号强度信息及其对应的无线路 由地址信息， 在 预存的室内区域-信号强度值映射信息中匹配� �当前位置所在的室内区域；

[0030] 第二采集单元， 用于采集当前位置处的特征数据；

[0031] 第二匹配单元， 用于将当前位置处的所述特征数据与预存的当 前位置所在的室 内区域的特征信息进行匹配， 完成重定位。

[0032] 进一步地， 所述第一匹配单元具体用于：

[0033] 通过 最邻近分类算法或神经网络算法， 在预存的室内区域 -信号强度值映射信 息中匹配出当前位置所在的室内区域。

[0034] 进一步地， 所述特征数据包括图像特征信息；

[0035] 所述第二匹配单元具体用于：

[0036] 将在当前位置处采集到的图像特征信息与预存 的当前位置所在的室内区域的图 像特征信息进行匹配， 完成重定位。

[0037] 进一步地， 还包括：

[0038] 滤波单元， 用于对采集到的所述信号强度信息进行滤波处 理。

[0039] 进一步地， 还包括：

[0040] 预存单元， 用于将室内区域-信号强度值映射信息预存在� �地机器人的存储器 中。

[0041] 进一步地， 所述预存单元包括：

[0042] 划分子单元， 用于将家用区域分隔为多个室内区域；

[0043] 采集子单元， 用于采集在每个室内区域内设置的采样点上接 收到的各个无线路 由的第一信号强度信息及其对应的无线路由地 址信息；

[0044] 生成子单元， 用于根据分隔的所述室内区域、 所述第一信号强度信息及其对应 的无线路由地址信息， 生成室内区域-信号强度值映射信息， 并预存于扫地机器 人的存储器中。

[0045] 进一步地， 所述预存单元还包括：

[0046] 滤波子单元， 用于对采集到的所述第一信号强度信息进行滤 波处理。 \¥0 2019/104665 卩（：17（：\2017/114013

[0047] 进一步地， 所述划分子单元具体用于：

[0048] 将所述家用区域分隔为多个面积均分的网格区 域， 作为多个室内区域。

发明的有益效果

有益效果

[0049] 本发明中提供的扫地机器人及其进行重定位的 方法， 具有以下有益效果：

[0050] 本发明中提供的扫地机器人及其进行重定位的 方法， 进行重定位时， 采集在当 前位置处接收到的各个无线路由的信号强度信 息及其对应的无线路由地址信息 ； 根据所述信号强度信息及其对应的无线路由地 址信息， 在预存的室内区域-信 号强度值映射信息中匹配出当前位置所在的室 内区域； 采集当前位置处的特征 数据； 将当前位置处的所述特征数据与预存的当前位 置所在的室内区域的特征 信息进行匹配， 完成重定位； 先估算出重定位时的大致区域， 再进行重定位计 算， 降低运算量， 提升重定位的速度， 并提升精确度。

对附图的简要说明

附图说明

[0051] 图 1是本发明一实施例中的扫地机器人进行重定� �的方法步骤示意图；

[0052] 图 2是本发明另一实施例中的扫地机器人进行重� �位的方法步骤示意图；

[0053] 图 3是本发明又一实施例中的扫地机器人进行重� �位的方法步骤示意图；

[0054] 图 4是本发明一实施例中的扫地机器人的结构框� �；

[0055] 图 5是本发明另一实施例中的扫地机器人的结构� �图；

[0056] 图 6是本发明另一实施例中的预存单元的结构框� �。

[0057] 本发明目的的实现、 功能特点及优点将结合实施例， 参照附图做进一步说明。

实施该发明的最佳实施例

本发明的最佳实施方式

[0058] 应当理解， 此处所描述的具体实施例仅仅用以解释本发明 ， 并不用于限定本发 明。

[0059] 本技术领域技术人员可以理解， 除非特意声明， 这里使用的单数形式“一”、 “ 一个”、 “所述”“上述”和“该”也可包括复数形式 。 应该进一步理解的是， 本发明 \¥0 2019/104665 卩（：17（：\2017/114013 的说明书中使用的措辞“包括”是指存在所述 特征、 整数、 步骤、 操作、 元件、 单 元、 模块和 /或组件， 但是并不排除存在或添加一个或多个其他特征 、 整数、 步 骤、 操作、 元件、 单元、 模块、 组件和 /或它们的组。 应该理解， 当我们称元件 被“连接”或“耦接”到另一元件时， 它可以直接连接或耦接到其他元件， 或者也可 以存在中间元件。 此外， 这里使用的“连接”或“耦接”可以包括无线 连接或无线耦 接。 这里使用的措辞“和 /或”包括一个或更多个相关联的列出项的全� �或任一单 元和全部组合。

[0060] 本技术领域技术人员可以理解， 除非另外定义， 这里使用的所有术语 （包括技 术术语和科学术语） ， 具有与本发明所属领域中的普通技术人员的一 般理解相 同的意义。 还应该理解的是， 诸如通用字典中定义的那些术语， 应该被理解为 具有与现有技术的上下文中的意义一致的意义 ， 并且除非像这里一样被特定定 义， 否则不会用理想化或过于正式的含义来解释。

[0061] 参照图 1， 为本发明一实施例中的扫地机器人进行重定位 的方法步骤示意图。

[0062] 本发明一实施例中提出一种扫地机器人进行重 定位的方法， 包括以下步骤：

[0063] ， 扫地机器人进行重定位时， 采集在当前位置处接收到的各个无线路由 的信号强度信息及其对应的无线路由地址信息 ；

[0064] 步骤 32， 根据所述信号强度信息及其对应的无线路由地 址信息， 在预存的室内 区域-信号强度值映射信息中匹配出当前位置� �在的室内区域；

[0065] 步骤 33 , 采集当前位置处的特征数据；

[0066] 步骤 34， 将当前位置处的所述特征数据与预存的当前位 置所在的室内区域的特 征信息进行匹配， 完成重定位。

[0067] 扫地机器人在使用时， 容易发生绑架事件等强制位移导致定位丢失， 此时则需 要对其进行重定位； 目前通常是将当前位置的特征数据与整个室内 地图上的特 征信息进行匹配， 如此， 其重定位的运算量庞大， 占用系统资源较大， 且对处 理器的处理能力要求较高。 因此， 在本实施例中， 在室内可以接收到多个无线 路由的信号， 该无线路由可以是原本就存在的， 例如不同家庭或者不同区域原 本存在的无线路由； 当然， 也可以是用户自身在室内设置的多个无线路由 （八？

） ， 通常设置为至少三个； 扫地机器人进行重定位时， 通过扫地机器人上设置 \¥0 2019/104665 卩（：17（：\2017/114013 的 \VIFI模块采集当前位置处可以接收到的无线路� ��的地址信息， 以及对应接收 到的该无线路由的信号强度信息， 该信号强度信息中包含信号强度值。

[0068] 进一步地， 扫地机器人的存储器中预存有室内区域-信号� �度值映射信息， 该 映射信息中包含了各个室内区域上对应接收到 的各个无线路由的信号强度信息 ， 在采集到当前位置的各个信号强度信息之后， 便可以在预存的室内区域 -信号 强度值映射信息中匹配出当前位置所在的室内 区域。 进而， 再去采集当前位置 的特征数据 （可以是图像特征、 方位特征、 地理特征等） ， 并将该特征数据与 预存的当前位置所在的室内区域的特征信息进 行匹配， 从而进行重定位。 该重 定位运算过程中可以采用基于概率学的粒子滤 波， 或者使用图像特征进行匹配

[0069] 本实施例中， 在进行重定位时， 只需要对小范围室内区域内的特征数据进行匹 配， 降低重定位时的运算量， 提升重定位速度， 且可降低对处理器的硬件要求

[0070] 在本实施例中， 所述在预存的室内区域-信号强度值映射信息� �匹配出当前位 置所在的室内区域的步骤 32, 包括：

[0071] 通过 1^最邻近分类算法 （KNN） 或神经网络算法， 在预存的室内区域-信号强度 值映射信息中匹配出当前位置所在的室内区域 。

[0072] 在一具体实施例中， 所述特征数据包括图像特征信息；

[0073] 所述将当前位置处的所述特征数据与预存的当 前位置所在的室内区域的特征信 息进行匹配， 完成重定位的步骤 34包括：

[0074] 将在当前位置处采集到的图像特征信息与预存 的当前位置所在的室内区域的图 像特征信息进行匹配， 完成重定位。

[0075] 本实施例中采用图像特征信息进行相应的匹配 ， 在其它实施例中， 也可以采用 基于概率学的粒子滤波等进行匹配， 以实现重定位。

[0076] 参照图 2, 在一实施例中， 所述采集在当前位置处接收到的各个无线路由 的信 号强度信息及其对应的无线路由地址信息的步 骤 31之后， 包括：

[0077] 对采集到的所述信号强度信息进行滤波处理。 具体地， 可以使用中 值滤波、 高斯滤波等进行去噪处理。 \¥0 2019/104665 卩（：17（：\2017/114013

[0078] 参照图 3， 在另一实施例中， 所述扫地机器人进行重定位时， 采集在当前位置 处接收到的各个无线路由的信号强度信息及其 对应的无线路由地址信息的步骤3 1之前， 包括：

[0079] 步骤 310, 将室内区域 -信号强度值映射信息预存在扫地机器人的存� �器中。

[0080] 本实施例中， 扫地机器人的存储器中预存有室内区域-信号� �度值映射信息， 该映射信息中包含了各个室内区域上对应接收 到的各个无线路由的信号强度信 息， 在采集到当前位置的各个信号强度信息之后， 便可以在预存的室内区域-信 号强度值映射信息中匹配出当前位置所在的室 内区域。

[0081] 扫地机器人的存储器中还存储有整个家用区域 的地图信息， 该地图信息中包括 室内所有区域的特征信息。 其可通过激光雷达、 视觉传感器等采集信息并进行 地图生成。

[0082] 具体地， 所述将室内区域-信号强度值映射信息预存在� �地机器人的存储器中 的步骤 310， 包括：

[0083] 步骤 3101， 将家用区域分隔为多个室内区域；

[0084] 步骤 3102, 采集在每个室内区域内设置的采样点上接收到 的各个无线路由的第 一信号强度信息及其对应的无线路由地址信息 ；

[0085] 步骤 3103 , 根据分隔的所述室内区域、 所述第一信号强度信息及其对应的无线 路由地址信息， 生成室内区域-信号强度值映射信息， 并预存于扫地机器人的存 储器中。

[0086] 本实施例中， 在家用区域的地图上将家用区域划分为多个室 内区域 （例如网格 区域） ， 并在每一个室内区域设置一个采样点采集该位 置处接收到的各个无线 路由的第一信号强度信息及其对应的无线路由 地址信息； 之后， 将上述信息一 一对应生成室内区域-信号强度值映射信息， 并预存于扫地机器人的存储器中。

[0087] 在另一实施例中， 所述采集在每个室内区域内设置的采样点上接 收到的各个无 线路由的第一信号强度信息及其对应的无线路 由地址信息的步骤3102之后， 还 包括：

[0088] 步骤 3104, 对采集到的所述第一信号强度信息进行滤波处 理。 具体地， 可以使 用中值滤波、 高斯滤波等进行去噪处理。 \¥0 2019/104665 卩（：17（：\2017/114013

[0089] 具体地， 上述将家用区域分隔为多个室内区域的步骤310 1包括：

[0090] 将所述家用区域分隔为多个面积均分的网格区 域， 作为多个室内区域。

[0091] 例如， 将家用区域划分为实际长度为边长 1-2米的方形网格区域。 可以理解的 是， 将家用区域划分成多个室内区域越多， 后续进行重定位的运算量则会相应 的减少。

[0092] 综上所述， 为本发明实施例中提供的扫地机器人进行重定 位的方法， 通过 \VIFI 模块的指纹定位， 估算出位置丢失的大致室内区域， 然后在该估算出的室内区 域内进行匹配重定位运算， 大量减少重定位的运算量， 对系统的资源占用也减 少， 对处理的硬件要求也降低， 提升处理速度， 减少停顿时间。 同时， 由于匹 配的室内区域较小， 其重定位的精度也相应进行提高。

[0093] 参照图 4， 本发明一实施例中还提供了一种扫地机器人， 包括：

[0094] 第一采集单元 10, 用于进行重定位时， 采集在当前位置处接收到的各个无线路 由的信号强度信息及其对应的无线路由地址信 息；

[0095] 第一匹配单元 20, 用于根据所述信号强度信息及其对应的无线路 由地址信息， 在预存的室内区域-信号强度值映射信息中匹� �出当前位置所在的室内区域； [0096] 第二采集单元 30， 用于采集当前位置处的特征数据；

[0097] 第二匹配单元 40， 用于将当前位置处的所述特征数据与预存的当 前位置所在的 室内区域的特征信息进行匹配， 完成重定位。

[0098] 扫地机器人在使用时， 容易发生绑架事件等强制位移导致定位丢失， 此时则需 要对其进行重定位； 目前通常是将当前位置的特征数据与整个室内 地图上的特 征信息进行匹配， 如此， 其重定位的运算量庞大， 占用系统资源较大， 且对处 理器的处理能力要求较高。 因此， 在本实施例中， 在室内可以接收到多个无线 路由的信号， 该无线路由可以是原本就存在的， 例如不同家庭或者不同区域原 本存在的无线路由； 当然， 也可以是用户自身在室内设置的多个无线路由 （八？

） ， 通常设置为至少三个； 扫地机器人进行重定位时， 第一采集单元 10通过扫 地机器人上设置的 正1模块采集当前位置处可以接收到的无线路� �的地址信息 ， 以及对应接收到的该无线路由的信号强度信息 ， 该信号强度信息中包含信号 强度值。 [0099] 进一步地， 扫地机器人的存储器中预存有室内区域-信号� �度值映射信息， 该 映射信息中包含了各个室内区域上对应接收到 的各个无线路由的信号强度信息 ， 在采集到当前位置的各个信号强度信息之后， 第一匹配单元 20便可以在预存 的室内区域-信号强度值映射信息中匹配出当� �位置所在的室内区域。 进而， 再 通过第二采集单元 30去采集当前位置的特征数据 （可以是图像特征、 方位特征 、 地理特征等） ， 第二匹配单元 40将该特征数据与预存的当前位置所在的室内 区域的特征信息进行匹配， 从而进行重定位。 该重定位运算过程中可以采用基 于概率学的粒子滤波， 或者使用图像特征进行匹配。

[0100] 本实施例中， 在进行重定位时， 只需要对小范围室内区域内的特征数据进行匹 配， 降低重定位时的运算量， 提升重定位速度， 且可降低对处理器的硬件要求

[0101] 在本实施例中， 所述第一匹配单元 20具体用于：

[0102] 通过 k最邻近分类算法或神经网络算法， 在预存的室内区域 -信号强度值映射信 息中匹配出当前位置所在的室内区域。

[0103] 在一具体实施例中， 所述特征数据包括图像特征信息；

[0104] 所述第二匹配单元 40具体用于：

[0105] 将在当前位置处采集到的图像特征信息与预存 的当前位置所在的室内区域的图 像特征信息进行匹配， 完成重定位。

[0106] 本实施例中采用图像特征信息进行相应的匹配 ， 在其它实施例中， 也可以采用 基于概率学的粒子滤波等进行匹配， 以实现重定位。

[0107] 在一实施例中， 上述扫地机器人还包括：

[0108] 滤波单元， 用于对采集到的所述信号强度信息进行滤波处 理。 具体地， 可以使 用中值滤波、 高斯滤波等进行去噪处理。

[0109] 参照图 5， 在另一实施例中， 还包括：

[0110] 预存单元 50, 用于将室内区域 -信号强度值映射信息预存在扫地机器人的存� � 器中。

[0111] 本实施例中， 扫地机器人的存储器中预存有室内区域-信号� �度值映射信息， 该映射信息中包含了各个室内区域上对应接收 到的各个无线路由的信号强度信 \¥0 2019/104665 卩（：17（：\2017/114013 息， 在采集到当前位置的各个信号强度信息之后， 第一匹配单元 20便可以在预 存的室内区域-信号强度值映射信息中匹配出� �前位置所在的室内区域。

[0112] 扫地机器人的存储器中还存储有整个家用区域 的地图信息， 该地图信息中包括 室内所有区域的特征信息。 其可通过激光雷达、 视觉传感器等采集信息并进行 地图生成。

[0113] 具体地， 参照图 6， 所述预存单元 50包括：

[0114] 划分子单元 501， 用于将家用区域分隔为多个室内区域；

[0115] 采集子单元 502, 用于采集在每个室内区域内设置的采样点上接 收到的各个无 线路由的第一信号强度信息及其对应的无线路 由地址信息；

[0116] 生成子单元 503 , 用于根据分隔的所述室内区域、 所述第一信号强度信息及其 对应的无线路由地址信息， 生成室内区域-信号强度值映射信息， 并预存于扫地 机器人的存储器中。

[0117] 本实施例中， 划分子单元 501在家用区域的地图上将家用区域划分为多个 室内 区域 （例如网格区域） ， 并在每一个室内区域设置一个采样点， 采集子单元 502 采集该位置处接收到的各个无线路由的第一信 号强度信息及其对应的无线路由 地址信息； 之后， 生成子单元 503将上述信息一一对应生成室内区域 -信号强度值 映射信息， 并预存于扫地机器人的存储器中。

[0118] 在另一实施例中， 所述预存单元 50还包括：

[0119] 滤波子单元， 用于对采集到的所述第一信号强度信息进行滤 波处理。 具体地， 可以使用中值滤波、 高斯滤波等进行去噪处理。

[0120] 具体地， 上述划分子单元 501具体用于：

[0121] 将所述家用区域分隔为多个面积均分的网格区 域， 作为多个室内区域。

[0122] 例如， 将家用区域划分为实际长度为边长 1-2米的方形网格区域。 可以理解的 是， 将家用区域划分成多个室内区域越多， 后续进行重定位的运算量则会相应 的减少。

[0123] 综上所述， 为本发明实施例中提供的扫地机器人及其重定 位的方法， 进行重定 位时， 采集在当前位置处接收到的各个无线路由的信 号强度信息及其对应的无 线路由地址信息； 根据所述信号强度信息及其对应的无线路由地 址信息， 在预 \¥0 2019/104665 卩（：17（：\2017/114013 存的室内区域-信号强度值映射信息中匹配出� �前位置所在的室内区域； 采集当 前位置处的特征数据； 将当前位置处的所述特征数据与预存的当前位 置所在的 室内区域的特征信息进行匹配， 完成重定位； 先估算出重定位时的大致区域， 然后在该估算出的室内区域内进行匹配重定位 运算， 大量减少重定位的运算量 ， 对系统的资源占用也减少， 对处理的硬件要求也降低， 提升处理速度， 减少 停顿时间。 同时， 由于匹配的室内区域较小， 其重定位的精度也相应进行提高

[0124] 本技术领域技术人员可以理解， 可以用计算机程序指令来实现这些结构图和 / 或框图和/或流图中的每个框以及这些结构图� � /或框图和/或流图中的框的组合。 本技术领域技术人员可以理解， 可以将这些计算机程序指令提供给通用计算机 、 专业计算机或其他可编程数据处理方法的处理 器来实现， 从而通过计算机或 其他可编程数据处理方法的处理器来执行本发 明公开的结构图和/或框图和/或流 图的框或多个框中指定的方案。

[0125] 本技术领域技术人员可以理解， 本发明中已经讨论过的各种操作、 方法、 流程 中的步骤、 措施、 方案可以被交替、 更改、 组合或删除。 进一步地， 具有本发 明中已经讨论过的各种操作、 方法、 流程中的其他步骤、 措施、 方案也可以被 交替、 更改、 重排、 分解、 组合或删除。 进一步地， 现有技术中的具有与本发 明中公开的各种操作、 方法、 流程中的步骤、 措施、 方案也可以被交替、 更改 、 重排、 分解、 组合或删除。

[0126] 以上所述仅为本发明的优选实施例， 并非因此限制本发明的专利范围， 凡是利 用本发明说明书及附图内容所作的等效结构或 等效流程变换， 或直接或间接运 用在其他相关的技术领域， 均同理包括在本发明的专利保护范围内。