回充路径确定方法、装置、设备及计算机可读存储介质与流程

1.本技术涉及移动设备技术领域，涉及但不限于一种回充路径确定方法、装置、设备及计算机可读存储介质。


背景技术：

2.随着生活水平的提高，生活中的智能移动设备普及度越来越高，以扫地机器人为例，扫地机器人已经成为家庭中的必备设备。在使用时，当扫地机器人在电量耗尽，需要回充时，一般会自动导航至上次离开充电座的位置处。
3.在实际中，存在充电座位置变动的情况，那么在这种情况下，扫地机器人便需要寻找充电座，以保证自身电量能够正常工作。在相关技术中，扫地机器人可通过以下两种方式到达充电座位置以进行充电，方式一，扫地机器人中断回充过程，等待外界干预，并通过外界干预回到充电座位置；方式二，通过在环境中随机导航或者全覆盖整个环境的主动探索环境方式，以期望能在主动探索过程中接收到充电座红外信号或者识别出充电座位置。
4.在相关技术中，方式一存在电量完全耗尽还未达到充电座位置的可能，从而会缩短扫地机器人的寿命；方式二中的随机导航存在无法找到充电座的问题，而全覆盖整个环境需要探索环境中的每一节点，使得整个探索过程复杂、冗余。


技术实现要素：

5.有鉴于此，本技术实施例提供一种回充路径确定方法、装置、设备及计算机可读存储介质。
6.本技术实施例的技术方案是这样实现的：
7.本技术实施例提供一种回充路径确定方法，所述方法包括：
8.确定智能移动设备需要进行电量补充且无法确定回充路径，获取所述智能移动设备所处的当前节点，并将所述当前节点确定为活跃节点；
9.将与所述活跃节点之间的距离小于距离阈值且所述智能移动设备能够到达的至少一个节点确定为候选节点；
10.确定基于所述候选节点的属性信息，能够从所述候选节点中确定出目标节点，控制所述智能移动设备从所述活跃节点移动至所述目标节点；
11.确定所述智能移动设备能够接收到充电座信息，基于所述充电座信息控制所述智能移动设备从所述目标节点运动至充电座所在位置。
12.本技术实施例提供一种回充路径确定装置，所述装置包括：
13.获取模块，用于确定智能移动设备需要进行电量补充且无法确定回充路径，获取所述智能移动设备所处的当前节点，并将所述当前节点确定为活跃节点；
14.确定模块，用于将与所述活跃节点之间的距离小于距离阈值且所述智能移动设备能够到达的至少一个节点确定为候选节点；
15.第一控制模块，用于确定基于所述候选节点的属性信息，能够从所述候选节点中
确定出目标节点，控制所述智能移动设备从所述活跃节点移动至所述目标节点；
16.第二控制模块，用于确定所述智能移动设备能够接收到充电座信息，基于所述充电座信息控制所述智能移动设备从所述目标节点运动至充电座所在位置。
17.本技术实施例提供一种智能移动设备，所述智能移动设备至少包括：
18.处理器；以及
19.存储器，用于存储可在所述处理器上运行的计算机程序；
20.其中，所述计算机程序被处理器执行时实现上述的回充路径确定方法。
21.本技术实施例提供一种计算机可读存储介质，所述计算机存储介质中存储有计算机可执行指令，该计算机可执行指令配置为执行上述回充路径确定方法。
22.本技术实施例提供一种回充路径确定方法、装置、设备及计算机可读存储介质，在确定移动设备需要进行电量补充且无法确定回充路径的情况下，获取智能设备所处位置的当前节点，并将当前节点确定为活跃节点；接着，确定与活跃节点之间的距离小于距离阈值节点集合，并从该节点集合中确定出智能移动设备能够达到的候选节点；然后，根据候选节点的属性信息，从候选节点中确定目标节点，并控制智能移动设备从活跃节点移动至目标节点，而并不是控制智能移动移动至环境中的每一节点，从而降低搜索复杂性以及冗余性；最后，在智能移动设备移动至目标节点后，会判断自身能否接收到充电座发出的红外或者激光信号，在接收到充电座发出的红外或者激光信号时，基于该红外或者激光信号控制智能移动设备从目标节点位置运动至充电座所在位置，从而进行充电。在整个过程中，无需外界干预，能够实现全程自动化探索；并通过目标节点实现回充路径的优化，而无需全覆盖探索环境中的每个节点，从而使得探索过程更加简单、便捷、高效，进而提升智能移动设备的智能化程度。
附图说明
23.在附图(其不一定是按比例绘制的)中，相似的附图标记可在不同的视图中描述相似的部件。附图以示例而非限制的方式大体示出了本文中所讨论的各个实施例。
24.图1为本技术实施例提供的回充路径确定方法的一种实现流程示意图；
25.图2为本技术实施例提供的回充路径确定方法的另一种实现流程示意图；
26.图3为本技术实施例提供的回充路径确定方法的再一种实现流程示意图；
27.图4为本技术实施例提供的候选节点集合的一种呈现方式示意图；
28.图5为本技术实施例提供的探索树构建完成的一种结构示意图；
29.图6为本技术实施例提供的智能移动设备装置的组成结构示意图；
30.图7为本技术实施例提供的智能移动设备的组成结构示意图。
具体实施方式
31.为了使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术作进一步地详细描述，所描述的实施例不应视为对本技术的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
32.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突
的情况下相互结合。
33.在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
34.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
35.基于相关技术所存在的问题，本技术实施例提供一种回充路径确定方法，本实施例提供的方法可以通过计算机程序来实现，该计算机程序在执行的时候，完成本实施例提供的回充路径确定方法中各个步骤。在一些实施例中，该计算机程序可以控制智能移动设备中的处理器执行。图1为本技术实施例提供的回充路径确定方法的一种实现流程示意图，如图1所示，该方法包括：
36.步骤s101，确定智能移动设备需要进行电量补充且无法确定回充路径，获取智能移动设备所处的当前节点，并将当前节点确定为活跃节点。
37.这里，智能移动设备可以为智能扫地机、智能拖地机、智能送餐机、智能导航机器人、无人机等。在智能移动设备检测到自身电量低于电量阈值的情况下，则认为智能移动设备需要进行电量补充，其中，电量阈值可以为满电量的5％、满电量的3％等，该电量阈值可以为默认值，也可以为自定义设置的值。
38.在本技术实施例中，无法确定回充路径是指，智能移动机器人在接收不到充电座发出的红外或者激光信号，也无法通过自身的图像采集装置采集到充电座的图像的情况下，智能移动机器人自身也没有存储回充路径；无法确定回充路径还可以指，智能移动设备根据自身存储的回充路径，运动至最近一次离开充电座的位置处，但并接收不到充电座发出的红外或者激光信号，也无法通过自身的图像采集装置采集到充电座的图像，则可将上述两种情况认为智能移动设备无法确定回充路径。
39.接着，智能移动设备获取当前所在位置处的当前节点，并将当前节点设置为活跃节点，以便基于该活跃节点继续确定回充路径。
40.步骤s102，将与活跃节点之间的距离小于距离阈值且智能移动设备能够到达的至少一个节点确定为候选节点。
41.这里，距离阈值可以为1.5米、1.8米、2米等，该距离阈值可以为默认值，也可以为自定义设置的值。
42.在本技术实施例中，可以将距离活跃节点小于距离阈值的区域确定为目标区域，该目标区域的形状可以为圆形；然后，采集目标区域内的环境信息，该环境信息至少包括目标区域中障碍物的位置信息，障碍物所在位置是指智能移动设备无法到达的位置，该障碍物可以是沙发腿、水盆、墙面等；接着，将除障碍物位置之外的目标区域确定为可达区域；最后，将处于可达区域内的节点确定为候选节点，也即，候选节点是智能移动设备预测能够达到的节点。
43.步骤s103，确定基于候选节点的属性信息，能够从候选节点中确定出目标节点，控制智能移动设备从活跃节点移动至目标节点。
44.这里，候选节点的属性信息可以为候选节点与活跃点之间的第一距离、候选节点与障碍物之间的第二距离、候选节点的信息熵中的至少之一。
45.在本技术实施例中，可以基于节点与活跃节点之间的第一距离参数、节点与障碍物的第二距离参数以及节点信息熵参数，建立预设代价函数，通过该预设代价函数可以确定任一节点的得分，其中，预设代价函数的取值与第一距离参数、第二距离参数以及信息熵参数均成正比。接着，将第一距离、第二距离以及信息熵输入至预设代价函数，则可得到候选节点的得分；最后，在最高得分达到得分阈值的情况下，将最高得分对应的候选节点确定为目标节点，并控制智能移动设备从活跃节点移动至目标节点。
46.这里，通过设置预设代价函数的取值与第一距离参数和第二距离参数均成正比，能够充分利用智能移动设备能够检测到目标区域内障碍物、充电座的特性，尽可能选取距离较远的候选节点为目标节点，从而能够避免在回充路径确定过程中出现路径搜索复杂、冗余的问题；此外，通过设置预设代价函数的取值与信息熵参数成正比，也即，信息熵越大得分取值越大，由于信息熵是表征不确定性，那么相当于，不确定性越大则得分取值越大，这样便能够指导智能机器人朝着未知区域去探索，以尽早发现充电座。
47.在一些实施例中，如果无法基于候选节点的属性信息确定出目标节点，则控制智能移动设备基于当前探索树返回父节点，并将父节点更新为活跃节点，继续确定更新后活跃节点的目标节点，直至接收到充电座信息或者返回至探索树的根节点。
48.步骤s104，确定智能移动设备能够接收到充电座信息，基于充电座信息控制智能移动设备从目标节点运动至充电座所在位置。
49.这里，充电座信息可以为充电座发出的红外或者激光信号，当然，该充电座信息还可以是雷达信号，本技术对充电座信息的具体形式并不做限定。接着，在智能移动设备接收到充电座信息的情况下，智能移动设备能够基于充电座信息确定出充电座所在位置，进而智能移动设备从目标节点的位置处运动至充电座所在位置。而如果智能移动设备没有接收到充电座信息，则会将目标节点更新为活跃节点，并基于该活跃节点继续确定下一目标节点，直至接收到充电座信息或者返回至探索树的根节点。
50.在一些实施例中，智能移动设备通过自身的图像采集装置采集到充电座图像的情况下，还可基于包含充电座图像的采集图像确定充电座与智能移动设备的位置关系，进而基于该位置关系控制智能移动设备从目标节点的位置处运动至充电座所在位置。
51.本技术实施例提供一种回充路径确定方法，在确定移动设备需要进行电量补充且无法确定回充路径的情况下，获取智能设备所处位置的当前节点，并将当前节点确定为活跃节点；接着，确定与活跃节点之间的距离小于距离阈值节点集合，并从该节点集合中确定出智能移动设备能够达到的候选节点；然后，根据候选节点的属性信息，从候选节点中确定目标节点，并控制智能移动设备从活跃节点移动至目标节点，而并不是控制智能移动移动至环境中的每一节点，从而降低回充路径搜索的复杂性以及冗余性；最后，在智能移动设备移动至目标节点后，会判断自身能否接收到充电座发出的红外或者激光信号，在接收到充电座发出的红外或者激光信号时，基于该红外或者激光信号控制智能移动设备从目标节点位置运动至充电座所在位置，从而进行充电。在整个过程中，无需外界干预，能够实现全程自动化探索；并通过目标节点实现回充路径的优化，而无需全覆盖探索环境中的每个节点，从而使得探索过程更加简单、便捷、高效，进而提升智能移动设备的智能化程度。
52.基于上述的实施例，本技术实施例再提供一种回充路径确定方法，如图2所示，该方法包括：
53.步骤s201，确定智能移动设备需要进行电量补充且无法确定回充路径，获取智能移动设备所处的当前节点，并将当前节点确定为活跃节点。
54.这里，步骤s201的实现过程与步骤s101的实现过程相类似，因此，步骤s201的实现过程可参考步骤s101的实现过程。
55.步骤s202，确定与活跃节点之间的距离小于距离阈值的目标区域。
56.这里，距离阈值可以为1.5米、1.8米、2米等，在实际中，该距离阈值可以与智能移动设备的搜索范围相关联，每个智能移动设备具有对应的搜索范围，智能移动设备能够通过自身的图像采集、信号收发等装置，获得搜索范围内环境信息。由于不同型号的智能移动设备的性能不同，那么，不同型号的智能移动设备一般对应有不同的距离阈值，该距离阈值可以为出厂默认值，也可以为使用时自定义设置的值。
57.在本技术实施例中，以活跃节点为中心位置，确定距离活跃节点小于距离阈值的区域，并将该区域确定为目标区域。也即，以活跃节点为圆心，以距离阈值为半径，确定出一个圆形区域，则将该圆形区域确定为目标区域。
58.步骤s203，基于采集的环境信息确定目标区域中障碍物之外的可达区域。
59.这里，环境信息是指智能移动设备通过自身的图像采集、信号收发等装置，获取到所处环境的相关信息，该环境信息至少包括目标区域中障碍物的位置信息，障碍物所在位置是指智能移动设备无法到达的位置，该障碍物可以是沙发腿、水盆、墙面等；接着，将除障碍物位置之外的目标区域确定为可达区域。
60.步骤s204，将处于可达区域内的节点确定为候选节点。
61.这里，获取各个候选节点的位置信息，将位置信息处于可达区域内确定为候选节点的位置信息，再基于候选节点的位置信息确定出对应候选节点。
62.步骤s205，基于节点与活跃节点之间的第一距离参数、节点与障碍物的第二距离参数和节点信息熵参数，建立预设代价函数。
63.这里，为了充分利用智能移动设备能够检测到目标区域内障碍物、充电座的特性，尽可能选取距离较远的候选节点为目标节点，并且指导智能机器人朝着未知区域去探索，可将预设代价函数设置为与第一距离参数、第二距离参数、信息熵均成正比的函数，从而避免在回充路径确定过程中出现路径搜索复杂、冗余的问题。
64.示例性地，预设代价函数可以为第一距离参数、第二距离参数以及节点信息熵参数之和；此外，还可先获取第一权重与第一距离参数的第一乘积，第二权重与第二距离参数的第二乘积，第三权重与节点信息熵参数的第三乘积，再将预设代价函数设置为第一乘积、第二乘积与第三乘积之和。
65.步骤s206，将第一距离、第二距离和信息熵输入预设代价函数，得到候选节点的得分。
66.这里，第一距离是指候选节点与活跃节点之间距离，第二距离是指候选节点与障碍物之间距离，候选节点的信息熵是指候选节点周边环境的不确定性。候选节点的得分即为预设代价函数的取值，将第一距离、第二距离和信息熵输入已经建立的预设代价函数，并将预设代价函数的取值确定为候选节点的得分。
67.步骤s207，从得分中确定最高得分。
68.这里，可通过两两比较的方法，从候选节点的得分中确定出最高得分。
69.步骤s208，判断最高得分是否达到得分阈值。
70.这里，得分阈值可以为10、12、14等，如果判断出该最高得分等于或者大于得分阈值，则认为最高得分达到得分阈值，进入步骤s209；如果最高得分小于得分阈值，则认为最高得分没有达到得分阈值，进入步骤s213。
71.步骤s209，将最高得分对应的候选节点确定为目标节点。
72.这里，在最高得分等于或者大于得分阈值的情况，确定出最高得分对应的候选节点，并将确定出的候选节点确定为目标节点。
73.步骤s210，控制智能移动设备从活跃节点移动至目标节点。
74.这里，先获取目标节点的位置信息，根据目标节点的位置信息将智能移动设备从活跃节点移动至目标节点。
75.步骤s211，将目标节点确定为活跃节点的子节点。
76.这里，在目标节点处于目标节点时，将活跃节点作为父节点，目标节点作为子节点，建立活跃节点与目标节点之间的父
‑
子关系。
77.步骤s212，基于活跃节点和目标节点更新当前探索树。
78.这里，当前探索树是由历史活跃节点、活跃节点和目标节点组成。其中，第一个活跃节点为当前探索树的根节点，基于第一个活跃节点确定的第一个目标节点为该根节点的子节点，以此类推，最后将目标节点作为活跃节点的子节点，增加至当前探索树中，实现更新当前探索树。
79.步骤s213，基于当前探索树确定活跃节点的父节点。
80.这里，最高得分小于得分阈值，也即，不能根据候选节点的属性信息确定出目标节点，表征继续向前已经没有目标节点，举例来说，智能移动设备前方可能是墙面，那么，智能移动设备需要重新探索其他方向，则根据当前探索树确定活跃节点的父节点，也即，返回上一节点。
81.步骤s214，控制智能移动设备从活跃节点移动至父节点。
82.这里，根据父节点的位置信息，将智能移动设备从活跃节点位置处移动至父节点位置处。
83.步骤s215，将父节点更新为活跃节点。
84.这里，在智能移动设备处于父节点后，则将父节点更新为活跃节点。
85.步骤s216，将与活跃节点之间的距离小于距离阈值且智能移动设备能够到达的至少一个节点确定为候选节点。
86.这里，步骤s216的实现过程与步骤s102的实现过程相类似，因此，步骤s216的实现过程可参考步骤s102的实现过程。
87.步骤s217，确定基于候选节点的属性信息，能够从候选节点中确定出目标节点，控制所述智能移动设备从所述活跃节点移动至目标节点。
88.这里，步骤s217的实现过程与步骤s103的实现过程相类似，因此，步骤s217的实现过程可参考步骤s103的实现过程。
89.步骤s218，判断智能移动设备能否接收到充电座信息。
90.这里，充电座信息可以为充电座发出的红外、激光信号或者雷达信号，如果智能移动设备能够接收到充电座信息，表征智能移动设备已经获得充电座的位置信息，则进入步骤s219；如果智能移动设备仍不能接收到充电座信息，表征智能移动设备还无法获得充电座的位置信息，则进入步骤s220。
91.步骤s219，基于充电座信息控制智能移动设备从目标节点运动至充电座所在位置。
92.这里，智能移动设备能够接收到充电座信息，接着，智能移动设备能够根据充电座信息确定充电座所在位置，并通过控制指令控制智能移动设备从目标节点位置处运动至充电座所在位置。
93.步骤s220，将目标节点更新为活跃节点。
94.这里，智能移动设备仍不能接收到充电座信息，表征智能移动设备还无法获得充电座的位置信息，还需继续搜索充电座，那么，则将目标节点更新为活跃节点，继续在更新后的活跃节点的基础上确定目标节点。
95.步骤s221，将与活跃节点之间的距离小于距离阈值且智能移动设备能够到达的至少一个节点更新为候选节点。
96.这里，步骤s221的实现过程与步骤s102的实现过程相类似，因此，步骤s221的实现过程可参考步骤s102的实现过程。
97.步骤s222，确定基于候选节点的属性信息，能够从候选节点中确定出目标节点，控制智能移动设备从活跃节点移动至目标节点。
98.这里，步骤s222的实现过程与步骤s103的实现过程相类似，因此，步骤s222的实现过程可参考步骤s103的实现过程。
99.在本技术实施例中，通过以上步骤s201至步骤s222，在确定移动设备需要进行电量补充且无法确定回充路径的情况下，获取智能设备所处位置的当前节点，并将当前节点确定为活跃节点；接着，将与活跃节点之间的距离小于距离阈值的区域确定为目标区域，并基于环境信息确定目标区域中障碍物之外的可达区域，将处于可达区域内的节点确定为候选节点；然后，建立预设代价函数，将候选节点与活跃节点之间的第一距离、候选节点与障碍物之间的第二距离以及候选节点的信息熵输入至预设代价函数，得到各个候选节点的得分，再确定出最高得分达到得分阈值的情况下，将最高得分对应的候选节点确定为目标节点，并控制智能移动设备从活跃节点移动至目标节点，而并不是控制智能移动移动至环境中的每一节点，从而降低回充路径搜索的复杂性以及冗余性；同时，还将目标节点作为活跃节点的子节点，并更新当前探索树；而如果无法基于候选节点的属性信息确定目标节点，则基于探索树确定活跃节点的父节点，控制智能移动设备移动至父节点，并将该父节点更新为活跃节点，进而继续确定更新后活跃节点对应的目标节点，从而能够及时调整搜索路径，提升搜索效率。如果在搜索过程中，智能移动设备接收到充电座发出的红外、激光信号或者雷达信号，则基于接收到的信号控制智能移动设备运动至充电座所在位置，而如果在目标节点位置处仍未接收到充电座发出的红外、激光信号或者雷达信号，则将目标节点更新为活跃节点，继续确定下一个目标节点，直至接收到充电座信息或者返回至探索树的根节点，从而能够通过较少的目标节点实现对整个环境的搜索，降低搜索复杂度。
100.基于上述的实施例，本技术实施例再提供一种回充路径确定方法，该方法应用于
智能移动设备在达到目标节点前存在暂停的情况，如图3所示，该方法包括：
101.步骤s301，获取智能移动设备停留在当前暂停位置的暂停时间。
102.这里，在智能移动设备到当前暂停位置时，则触发计时装置开始计时，在智能移动设备离开该位置的时候，则停止计时，并开始新的计时，如此，将计时时长确定为智能移动设备在当前暂停位置的暂停时间。
103.步骤s302，判断暂停时间是否大于时间阈值。
104.这里，时间阈值可以为15秒、20秒、25秒等，如果暂停时间大于时间阈值，则表征智能移动设备在当前暂停位置被障碍物卡住，无法运动至目标节点，则进入步骤s303；如果暂停时间小于或者等于时间阈值，则返回步骤s301，继续控制智能移动设备向目标节点运动，并继续计时。
105.步骤s303，基于当前暂停位置的位置信息和目标节点的位置信息，确定暂停节点与目标节点的第三距离。
106.示例性地，位置信息可以通过直角坐标系中的坐标来表示，那么，可通过两点间的距离公式获得第三距离。
107.步骤s304，判断第三距离是否小于预设距离。
108.这里，预设距离可以为0.1米、0.2米等，如果第三距离小于预设距离，表征暂停位置距离目标节点的位置较近，进入步骤s305；如果第三距离大于或者等于预设距离，表征暂停位置距离目标节点的位置较远，进入步骤s306。
109.步骤s305，将所述暂停位置确定为所述活跃节点。
110.此时，暂停位置距离目标节点的位置较近，在这种情况下，可将暂停位置直接确定为活跃节点。
111.步骤s306，确定当前探索树各个节点的位置信息与暂停位置之间的每一距离。
112.此时，暂停位置距离目标节点的位置较远，并且智能移动设备还无法运动至目标节点，这里，还可以通过距离公式确定当前探索树中各个节点距离暂停位置的每一距离。
113.步骤s307，确定每一距离中的距离最小值所对应的最近节点。
114.这里，可通过两两比较的方法，确定出距离最小值，并将距离最小值对应的节点确定为最近节点。在一些实施例中，还可将智能移动设备移动至该最近节点。
115.步骤s308，将最近节点确定为所述活跃节点。
116.这里，在智能移动设备达到最近节点的情况下，将最近节点确定为活跃节点。
117.步骤s309，继续确定活跃节点的目标节点，并控制所述智能移动设备从活跃节点移动至目标节点。
118.这里，可通过与步骤s102、步骤s103相类似的方法，确定出活跃节点的目标节点，并将智能移动设备从活跃节点移动至目标节点。
119.在本技术实施例中，通过以上步骤s301至步骤s309，如果智能移动设备在运动至目标节点的过程中，卡壳在当前暂停位置时，获取停留在当前暂停位置的暂停时间，在暂停时间大于时间阈值的情况下，继续判断当前暂停位置距离目标节点的第三距离，如果第三距离小于预设距离，则将暂停位置确定为活跃节点；如果第三距离大于或者等于预设距离，则确定出探索树中距离暂停位置最近的最近节点，并将最近节点确定为活跃节点，进而继续确定活跃节点的目标节点，从而能在运动过程中出现突发卡壳的情况下，及时确定新的
活跃节点，从而使得继续搜索回充路径，避免一直卡壳的问题，提升自身自适应性和鲁棒性。
120.基于前述的实施例，本技术实施例再提供一种回充路径确定方法，应用于扫地机器人，本技术实施例提供的方法是从扫地机器人当前位置开始，对整个环境构建一个探索树。首先将扫地机器人当前位置抽象为一个树的节点，并加入探索树中，在当前节点固定范围内选取候选节点集合，对候选节点集合中的候选点投票，挑选最佳候选点，也可将最佳候选节点称为目标节点，开始导航到最佳候选点，重复以上步骤，直到扫地机器人找到充电座或者拓扑树不可扩展为止，机器人完成探索回充过程。该方法既可以保证探索的完备性，还可以同时避免探索过程中存在的冗余问题，可以大大提高探索效率。
121.本技术实施例提供的回充路径确定方法可以通过如下步骤1至步骤13实现：
122.步骤1，扫地机器人当前位置抽象为探索树的根节点，该根节点记为n
root
，加入探索树，该探索树记为t，此外，标记当前节点为活跃节点，该活跃节点记为n
active
。
123.步骤2，从活跃节点n
active
按照“子
‑
父”顺序遍历探索树t得到特定顺序树中节点列表，该节点列表记为l。
124.步骤3，遍历列表l，若正在遍历的节点是不可扩展的，该正在遍历的节点记为n，则跳过该节点；否则跳转到步骤4；若已经遍历完列表l，则跳转到步骤13。
125.步骤4，标记正在遍历的节点n为活跃节点n
active
，根据周围地图选取出候选节点集合，该周围地图记为m，候选节点集合记为s，举例来说，以活跃节点n
active
为中心，形成一个边长为2米的正方形地图，假设相邻节点之间相距0.5米，那么将形成图4所示的候选节点集合s。其中，候选节点集合s的选取方法可参照如下所示公式(1)来进行。
126.s＝{n|iswalkable(n,m)anddist(n,n
active
)≤threshold}
ꢀꢀꢀ
(1)；
127.在公式(1)中，threshold代表距离阈值，表征候选节点集合s中的节点与活跃节点n
active
的距离不超过距离阈值；iswalkable(n,m)表示筛选出周围地图m中能够达到的节点。
128.步骤5，如果候选节点集合s为空，也即，无法确定出满足公式(1)的候选节点集合s，则标记n
active
为不可扩展节点，跳转到步骤3；如果候选节点集合s不为空，则跳转到步骤6。
129.步骤6，利用代价函数对子节点候选集合s中的每个节点n进行评分，选取得分最高的候选点n
best
，若没有满足要求的候选点，则跳转到步骤3。
130.这里，可以按照如下所示的公式(2)选取得分最高的候选节点n
best
，代价函数如公式(3)所示，也即，可通过公式(3)得到候选节点集合中各个节点的得分。
131.n
best
＝maxg(n)andg(n)≥th,n∈s
ꢀꢀꢀ
(2)；
132.g(n)＝α
×
path(n)+β
×
obstacle(n)+ω
×
entropy(n)+ε
×
density(n)
ꢀꢀꢀ
(3)；
133.公式(2)表示n
best
需要同时满足2个条件，既要为得分最高的节点，而且得分还要大于或者等于得分阈值th。在公式(3)中，α，β，ω和ε表示对应代价函数的权重，path(n)表示n和n
active
之间的路径长度，obstacle(n)表示节点n和障碍物之间的距离，entropy(n)表示节点n周围地图的信息熵大小，density(n)表示在节点周围是否存在其他树节点，存在则该项代价函数得分会降低。
134.步骤7，开始调用路径规划和运动控制模块，控制扫地机器人朝着n
best
所在的方向运动。
135.步骤8，如果导航成功，也即，扫地机器人成功运动至n
best
所在位置，则进入步骤9；而如果导航失败，也即，扫地机器人并没有运动至n
best
所在位置，则进入步骤10。
136.步骤9，将最佳候选点n
best
添加到探索树t，n
best
的父节点为n
active
；接着，还标记最佳候选点n
best
为活跃节点n
active
；最后，扫地机器人判断在n
best
的位置处能否接收到充电座发出的红外或者激光信号，如果扫地机器人能接收到信号，则控制扫地机器人运动至充电座进行充电；如果扫地机器人不能接收到信号，则返回至步骤2，继续遍历列表，确定最佳候选节点。
137.步骤10，根据当前扫地机器人位置，该当前扫地机器人位置记为p，判断p和n
best
的距离，如果距离小于预先设定的阈值，还可将该预先设定的阈值记为预设距离，则进入步骤11；如果距离大于或者等于预先设定的阈值，则进入步骤12。
138.步骤11，基于当前机器位置p，创建树的节点n
fail
，并将节点n
fail
添加到探索树t中，n
fail
的父节点是n
active
，标记节点n
fail
为活跃节点，并返回至步骤2。
139.步骤12，在探索树中寻找距离p最近的节点n
nearest
，并标记节点n
nearest
为活跃节点，接着，返回至步骤2。
140.步骤13，退出探索回充过程，此时环境中已经构建一棵探索树，如图5所示。
141.通过以上步骤1至步骤13，将当前位置抽象为探索树的根节点，并标记当前节点为活跃节点，根据周围地图选取候选节点集合，再基于代价函数对候选节点集合中的节点进行评分，将评分最高且评分还不小于得分阈值所对应的节点确定为n
best
，并控制扫地机器人运动至n
best
，如果扫地机器人能在n
best
处接收到信号，则控制扫地机器人运动至充电座进行充电；如果扫地机器人不能在n
best
处接收到信号，则将n
best
更新为活跃节点，继续确定下一个n
best
，直至接收到信号或者探索树列表已被完全遍历。再者，如果扫地机器人无法到达n
best
，则会在当前位置创建活跃节点或者将临近节点确定为活跃节点，继续确定n
best
，直至接收到信号或者探索树列表已被完全遍历。通过本技术实施例提供的方法，是根据代价函数确定n
best
，并运动至n
best
，而并不是全覆盖环境中的每一个节点，从而降低扫地机器人探索回充的时间，避免重复探索同一个区域，并能够根据探索树优化探索路径，使得探索过程更加高效。
142.基于前述的实施例，本技术实施例提供一种回充路径确定装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为cpu、微处理器(microprocessor unit，mpu)、数字信号处理器(digital signal processing，dsp)或现场可编程门阵列(field programmable gate array，fpga)等。
143.本技术实施例再提供一种回充路径确定装置，图6为本技术实施例提供的回充路径确定装置的组成结构示意图，如图6所示，所述回充路径确定装置600包括：
144.获取模块601，用于确定智能移动设备需要进行电量补充且无法确定回充路径，获取所述智能移动设备所处的当前节点，并将所述当前节点确定为活跃节点；
145.确定模块602，用于将与所述活跃节点之间的距离小于距离阈值且所述智能移动设备能够到达的至少一个节点确定为候选节点；
146.第一控制模块603，用于确定基于所述候选节点的属性信息，能够从所述候选节点中确定出目标节点，控制所述智能移动设备从所述活跃节点移动至所述目标节点；
147.第二控制模块604，用于确定所述智能移动设备能够接收到充电座信息，基于所述充电座信息控制所述智能移动设备从所述目标节点运动至充电座所在位置。
148.在一些实施例中，所述确定模块602还用于确定基于所述候选节点的属性信息，能够从所述候选节点中确定出目标节点，控制所述智能移动设备从所述活跃节点移动至所述目标节点，将所述目标节点确定为所述活跃节点的子节点；
149.所述回充路径确定装置600还包括：
150.第一更新模块，用于基于所述活跃节点和所述目标节点更新当前探索树，其中，所述当前探索树是由历史活跃节点、所述活跃节点和所述目标节点组成。
151.在一些实施例中，所述回充路径确定装置600还包括：
152.第二更新模块，用于确定所述智能移动设备无法接收到所述充电座信息，将所述目标节点更新为活跃节点；
153.第三更新模块，用于将与所述活跃节点之间的距离小于距离阈值且所述智能移动设备能够到达的至少一个节点更新为候选节点；
154.第一控制模块603，还用于确定基于所述候选节点的属性信息，能够从所述候选节点中确定出目标节点，控制所述智能移动设备从所述活跃节点移动至所述目标节点。
155.在一些实施例中，所述确定模块602，还用于确定基于所述候选节点的属性信息，无法从所述候选节点中确定出所述目标节点，基于当前探索树确定所述活跃节点的父节点。
156.所述回充路径确定装置600还包括：
157.第三控制模块，用于控制所述智能移动设备从所述活跃节点移动至所述父节点；
158.第四更新模块，用于将所述父节点更新为活跃节点；
159.所述确定模块602，还用于将与所述活跃节点之间的距离小于距离阈值且所述智能移动设备能够到达的至少一个节点确定为候选节点；
160.所述第一控制模块603，还用于确定基于所述候选节点的属性信息，能够从所述候选节点中确定出目标节点，控制所述智能移动设备从所述活跃节点移动至所述目标节点。
161.在一些实施例中，所述确定模块602包括：
162.第一确定子模块，用于确定与所述活跃节点之间的距离小于所述距离阈值的目标区域；
163.第二确定子模块，用于基于采集的环境信息确定所述目标区域中障碍物之外的可达区域；
164.第三确定子模块，用于将处于所述可达区域内的节点确定为所述候选节点。
165.在一些实施例中，所述第一控制模块603包括：
166.建立子模块，用于基于节点与活跃节点之间的第一距离参数、节点与障碍物的第二距离参数和节点信息熵参数，建立预设代价函数；
167.输入子模块，用于将所述第一距离、所述第二距离和所述信息熵输入所述预设代价函数，得到所述候选节点的得分；
168.第四确定子模块，用于从所述得分中确定最高得分；
169.第五确定子模块，用于确定所述最高得分达到得分阈值，将所述最高得分对应的候选节点确定为所述目标节点。
170.在一些实施例中，所述获取模块601，还用于获取所述智能移动设备停留在当前暂停位置的暂停时间；
171.所述确定模块602，还用于确定所述暂停时间大于时间阈值，基于所述当前暂停位置的位置信息和所述目标节点的位置信息，确定所述暂停节点与所述目标节点的第三距离；确定所述第三距离小于预设距离，将所述暂停位置确定为所述活跃节点；
172.所述第一控制模块603，还用于继续确定所述活跃节点的目标节点，并控制所述智能移动设备从所述活跃节点移动至所述目标节点。
173.在一些实施例中，所述确定模块602，还用于确定所述第三距离大于或者等于所述预设距离，确定当前探索树各个节点的位置信息与所述暂停位置之间的每一距离；确定所述每一距离中的距离最小值所对应的最近节点；将所述最近节点确定为所述活跃节点；
174.所述第一控制模块603，还用于继续确定所述活跃节点的目标节点，并控制所述智能移动设备从所述活跃节点移动至所述目标节点。
175.需要说明的是，本技术实施例回充路径确定装置的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本装置实施例中未披露的技术细节，请参照本技术方法实施例的描述而理解。
176.需要说明的是，本技术实施例中，如果以软件功能模块的形式实现上述的系统升级方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read only memory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本技术实施例不限制于任何特定的硬件和软件结合。
177.相应地，本技术实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的回充路径确定方法中的步骤。
178.本技术实施例提供一种智能移动设备，图7为本技术实施例提供的智能移动设备的组成结构示意图，如图7所示，所述智能移动设备700包括：一个处理器701、至少一个通信总线702、用户接口703、至少一个外部通信接口704和存储器705。其中，通信总线702配置为实现这些组件之间的连接通信。其中，用户接口703可以包括显示屏，外部通信接口704可以包括标准的有线接口和无线接口。其中，所述处理器701配置为执行存储器中存储的回充路径确定方法的程序，以实现以上述实施例提供的回充路径确定方法中的步骤。。
179.以上家电设备和存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本技术家电设备和存储介质实施例中未披露的技术细节，请参照本技术方法实施例的描述而理解。
180.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功
能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
181.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
182.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
183.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
184.另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
185.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
186.或者，本技术上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台ac执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
187.以上所述，仅为本技术的实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。