一种扫地机器人清扫方法及相关装置与流程

1.本技术属于扫地机器人技术领域，具体涉及一种扫地机器人清扫方法及相关装置。


背景技术：

2.随着科技的发展，智能家居设备逐步出现在人们的日常生活中。扫地机器人是智能家居设备的一种，由于其能够在室内智能地完成地面清扫工作，在一定程度上能够解放人们的双手，因此其越来越受到消费者的青睐。清扫方法的设计是扫地机器人得以实现全屋清扫功能的重要前提之一，而高性能的清扫方法往往需要满足以下条件：清扫路径需要覆盖全屋；面对动态/静态障碍物，能够对清扫路径进行实时调整；保证清扫的高效率。但是，目前的扫地机器人清扫方法需要执行完成全屋沿边操作才开始全覆盖路径规划清扫，当房屋面积过大时该清扫方法效率较低而且对地图上已知的障碍物执行简单的避障操作，无法贴近碍物边缘清扫，进而导致清扫覆盖率低、清扫效果差的问题。因此，亟需一种新的扫地机器人清扫方法来解决上述问题。


技术实现要素：

3.本技术提供一种扫地机器人清扫方法及相关装置，以解决全屋清扫时先整屋沿边运动后全覆盖路径且障碍物边缘的清扫覆盖率低的问题。
4.为解决上述技术问题，本技术采用的一个技术方案是：提供一种扫地机器人清扫方法，包括：控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息；其中，所述区域边界包括所述待清扫区域的墙壁和/或虚拟边界；基于所述第一路径信息生成区域规划地图，并根据所述区域规划地图对所述待清扫区域进行全覆盖路径规划以获得第二路径信息；响应于根据所述第二路径信息的全屋清扫未结束，将所述扫地机器人调度至下一待清扫区域，并返回至所述控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。
5.其中，所述控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤，包括：控制所述扫地机器人沿所述区域边界运动，且在沿所述区域边界运动过程中动态生成所述虚拟边界；其中，在所述扫地机器人运动过程中记录获得所述第一路径信息，且所述第一路径信息包括所述扫地机器人在世界坐标系下的x坐标、y坐标以及转向角。
6.其中，所述虚拟边界基于局部坐标系生成，所述局部坐标系的原点为所述扫地机器人距离所述区域边界最近的点，x轴为所述区域边界所在的直线，y轴为垂直于所述区域边界的直线；所述在沿所述区域边界运动过程中动态生成所述虚拟边界的步骤，包括：响应于所述扫地机器人运动至第一预设位置处且所述扫地机器人的朝向与所述x轴平行，且响应于所述扫地机器人的正前方预设距离内不存在区域边界，在所述第一预设位置处生成垂直于所述x轴的虚拟边界；其中，所述第一预设位置与所述x轴相关。
7.其中，所述在沿所述区域边界运动过程中动态生成所述虚拟边界的步骤，还包括：响应于所述扫地机器人运动至第二预设位置处且所述扫地机器人的朝向与所述x轴垂直，且响应于所述扫地机器人的正前方预设距离内不存在区域边界，在所述第二预设位置处生成平行于所述x轴的虚拟边界；其中，所述第二预设位置与所述y轴相关。
8.其中，所述区域规划地图上带有栅格边界；所述基于所述第一路径信息生成区域规划地图的步骤，包括：将所述第一路径信息通过迭代端点拟合算法拟合出所述待清扫区域沿边的第一端点集合；其中，所述第一端点集合中包括多个多边形端点；遍历所述多个多边形端点，利用所述多边形端点生成所述区域规划地图上的第一栅格标号，并将所述第一栅格标号处的栅格设置为所述区域规划地图的第一边界；将所述第一边界内部的栅格设置为空闲值，并将所述第一边界外部的栅格设置为障碍物值。
9.其中，所述响应于根据所述第二路径信息的全屋清扫未结束，将所述扫地机器人调度至下一待清扫区域，并返回至所述控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤之前，还包括：响应于所述扫地机器人在根据所述第二路径信息进行清扫的过程中遇到障碍物，控制所述扫地机器人对所述障碍物绕行一周并获得绕障路径信息；根据所述绕障路径信息更新所述区域规划地图，并返回至所述根据所述区域规划地图对所述待清扫区域进行全覆盖路径规划以获得第二路径信息的步骤。
10.其中，所述根据所述绕障路径信息更新所述区域规划地图的步骤，包括：将所述绕障路径信息通过迭代端点拟合算法拟合出障碍物区域沿边的第二端点集合；其中，所述第二端点集合中包括多个障碍点；遍历所述多个障碍点，利用所述障碍点生成所述区域规划地图上的第二栅格标号，并将所述第二栅格标号处的栅格设置为所述区域规划地图的第二边界；将所述第二边界内部的栅格设置为障碍物值。
11.其中，所述响应于所述扫地机器人在根据所述第二路径信息进行清扫的过程中遇到障碍物，控制所述扫地机器人对所述障碍物绕行一周并获得绕障路径信息的步骤，包括：控制所述扫地机器人根据所述第二路径信息进行清扫；响应于所述扫地机器人在根据所述第二路径信息进行清扫的过程中检测到所述障碍物，且响应于所述扫地机器人与所述障碍物之间的距离小于或等于第一阈值，控制所述扫地机器人对所述障碍物绕行一周并获得绕障路径信息。
12.其中，所述响应于全屋清扫未结束，将所述扫地机器人调度至下一待清扫区域，并返回至所述控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤，包括：获得所述扫地机器人已进行清扫的第一区域面积；响应于整体区域面积与所述第一区域面积之间的差值大于面积阈值，判定全屋清扫未结束，将所述扫地机器人调度至下一待清扫区域，并返回至所述控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。
13.其中，获得所述扫地机器人已进行清扫的第一区域面积的步骤之后，还包括：响应于所述整体区域面积与所述第一区域面积之间的差值大于所述面积阈值，判定全屋清扫未结束，将所述扫地机器人调度至未清扫区域，并返回至所述控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。
14.为解决上述技术问题，本技术采用的另一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，所述存储器内存储有程序指令，所述处理器用于执行所述程
序指令以实现上述任一实施例所提及的扫地机器人清扫方法。
15.为解决上述技术问题，本技术采用的又一个技术方案是：提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现上述任一实施例所提及的扫地机器人清扫方法。
16.区别于现有技术的情况，本技术的有益效果是：本技术提供的扫地机器人清扫方法包括：控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息；其中，区域边界包括待清扫区域的墙壁和/或虚拟边界；基于第一路径信息生成区域规划地图，并根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息；响应于根据第二路径信息的全屋清扫未结束，将扫地机器人调度至下一待清扫区域，并返回至控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。这样不仅可以克服全屋清扫时先整屋沿边运动后全覆盖路径的问题，而且可以提高障碍物边缘的清扫覆盖率，从而提高了清扫效率。
附图说明
17.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：
18.图1是本技术扫地机器人清扫方法一实施方式的流程示意图；
19.图2是图1中步骤s2对应的一实施方式的流程示意图；
20.图3是基于迭代端点拟合算法的曲线拟合原理图；
21.图4是图1中步骤s3-s5对应的一实施方式的流程示意图；
22.图5是图1中步骤s6对应的一实施方式的流程示意图；
23.图6是图1中步骤s7-s9对应的一实施方式的流程示意图；
24.图7是本技术扫地机器人清扫装置一实施方式的框架示意图；
25.图8是本技术电子设备一实施方式的框架示意图；
26.图9是本技术计算机可读存储介质一实施方式的框架示意图。
具体实施方式
27.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，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。
28.目前，扫地机器人清扫方法一般存在以下缺点：清扫方法得以实施的前提是扫地机完成建图，面对未知环境必须先建图后清扫，即需要执行完全屋沿边操作，才开始全覆盖路径规划清扫，当房屋面积过大时该清扫方法效率较低；对地图上已知的障碍物执行简单的避障操作，无法贴近碍物边缘清扫，进而导致清扫覆盖率低、清扫效果差的问题；由于障碍物信息依靠沿边运动获得，在扫地机全覆盖清扫过程中不具备对动态环境的适应能力。具体体现为，对于临时放置的障碍物，扫地机器人无法实现避障。而本技术所提供的扫地机
器人清扫方法可以解决上述问题。下面开始详细介绍本技术所提供的扫地机器人清扫方法。
29.请参阅图1，图1是本技术扫地机器人清扫方法一实施方式的流程示意图。该扫地机器人清扫方法包括：
30.s1：控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息。
31.具体而言，区域边界包括待清扫区域的墙壁和/或虚拟边界。在本实施例中，将全屋划分成多个待清扫区域，该待清扫区域的区域长度为l，宽度为w，并且该待清扫区域的区域边界可以为实体墙壁，也可以为虚拟边界。当然，在其他实施例中，待清扫区域的区域长度和宽度可以根据实际需要进行设定，本技术在此不作限定。
32.在一个应用场景中，步骤s1具体包括：控制扫地机器人沿区域边界运动，且在沿区域边界运动过程中动态生成虚拟边界。可选地，在本实施例中，在扫地机器人运动过程中记录获得第一路径信息，且第一路径信息包括扫地机器人在世界坐标系下的x坐标、y坐标以及转向角。具体而言，第一路径信息为扫地机器人的位姿信息，第一路径信息可以具体表示为path＝[x,y,th]，其中，x、y、th分别表示扫地机器人在世界坐标系下的x坐标、y坐标以及转向角。
[0033]
具体而言，扫地机器人开机后首先运动至待清扫区域的墙壁/虚拟边界处，并建立局部坐标系(右手坐标系)以生成虚拟边界。可选地，虚拟边界基于局部坐标系生成，局部坐标系的原点o为扫地机器人距离区域边界最近的点，x轴为区域边界所在的直线，y轴为垂直于区域边界的直线。扫地机器人所沿边界为实体墙壁/动态生成的虚拟边界。具体地，在本实施例中，上述在沿区域边界运动过程中动态生成虚拟边界的步骤具体包括：
[0034]
a、响应于扫地机器人运动至第一预设位置处且扫地机器人的朝向与x轴平行，且响应于扫地机器人的正前方预设距离内不存在区域边界，在第一预设位置处生成垂直于x轴的虚拟边界。较佳地，第一预设位置与x轴相关。具体地，在本实施例中，在沿边运动过程中，当扫地机器人运动至x轴的w/2位置处且扫地机器人的朝向与x轴平行时，判断扫地机器人的正前方预设距离dist范围内是否存在区域边界；若存在区域边界，则继续沿边运动；若不存在区域边界，则在x轴的w/2位置处生成垂直于x轴且长度为l的虚拟边界，并继续沿边运动。当扫地机器人运动一圈之后继续沿边运动，在沿边运动过程中，当扫地机器人运动至x轴-w/2位置且扫地机器人的朝向与x轴平行时，判断扫地机器人正前方预设距离dist范围内是否存在区域边界；若存在区域边界，则继续沿边运动；若不存在区域边界，则在x轴的-w/2位置处生成垂直于x轴且长度为l的虚拟边界，并继续沿边运动。其中，预设距离dist一般取值为1m，宽度w和长度l为初始设定的区域长度和宽度，宽度w和长度l一般取值为5m；当然，在其他实施例中，这些数值可以根据实际需要进行设定，本技术在此不作限定。
[0035]
b、响应于扫地机器人运动至第二预设位置处且扫地机器人的朝向与x轴垂直，且响应于扫地机器人的正前方预设距离内不存在区域边界，在第二预设位置处生成平行于x轴的虚拟边界。较佳地，第二预设位置与y轴相关。具体地，在本实施例中，在沿边运动过程中，当扫地机器人运动至y轴的l位置处且扫地机器人的朝向与x轴垂直时，判断扫地机器人的正前方预设距离dist范围内是否存在区域边界；若存在区域边界，则继续沿边运动；若不存在区域边界，则在y轴的l位置处生成平行于x轴且长度为w的虚拟边界，并继续沿边运动。
当扫地机器人运动一圈之后继续沿边运动，在沿边运动过程中，当扫地机器人运动至y轴的0位置处且扫地机器人的朝向与x轴垂直时，判断扫地机器人的正前方预设距离dist范围内是否存在区域边界；若存在区域边界，则继续沿边运动；否则，在y轴0处生成平行于x轴长度为w的虚拟边界，继续沿边运动。若不存在区域边界，则在y轴的0位置处生成平行于x轴且长度为w的虚拟边界，并继续沿边运动。其中，预设距离dist一般取值为1m，宽度w和长度l为初始设定的区域长度和宽度，宽度w和长度l一般取值为5m；当然，在其他实施例中，这些数值可以根据实际需要进行设定，本技术在此不作限定。
[0036]
通过这种动态划分区域的清扫方式，克服了仅依赖于设定最大区域生成的虚拟边界离实体墙过近造成过度划分的问题，从而提高了清扫效率。
[0037]
在此之后，判断扫地机器人是否再次运动至坐标原点o；若是，则，结束；若否，则控制扫地机器人继续沿边运动。
[0038]
s2：基于第一路径信息生成区域规划地图，并根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息。
[0039]
具体地，在本实施例中，区域规划地图上带有栅格边界。请参阅图2，图2是图1中步骤s2对应的一实施方式的流程示意图。步骤s2中基于第一路径信息生成区域规划地图的步骤具体包括：
[0040]
s10：将第一路径信息通过迭代端点拟合算法拟合出待清扫区域沿边的第一端点集合。
[0041]
具体而言，第一端点集合中包括多个多边形端点polygonpoints。将前面步骤中记录的第一路径信息path通过迭代端点拟合算法(ipef，iterative end point fit)拟合出待清扫区域沿边的多边形有序端点集合，即第一端点集合。具体地，迭代端点拟合算法是数字图像处理中进行离散点曲线拟合的一种方法，请参阅图3，图3是基于迭代端点拟合算法的曲线拟合原理图。其实现曲线拟合的流程大致为a、连接离散点集合的2个端点ab，计算离散点集中各个点到直线ab的距离；b、设定一个距离阈值，找出与ab距离最大的点c，若该点距离直线ab的值小于距离阈值，则认为是两端点内的点属于同一组点，可用某一函数进行拟合；c、否则，进入步骤b；d、连接ac与cb，然后对每一线段按照步骤a和步骤b进行迭代拟合，直至找处所有距离超出门限值的点，称之为转折点，则相邻转折点内的点为一组，并采用某函数进行拟合。另外，一般设置迭代端点拟合算法的距离阈值为0.1m左右。当然，在其他实施例中，该数值可以根据实际需要进行设定，本技术在此不作限定。
[0042]
s11：遍历多个多边形端点，利用多边形端点生成区域规划地图上的第一栅格标号，并将第一栅格标号处的栅格设置为区域规划地图的第一边界。
[0043]
具体而言，遍历第一端点集合中的多个多边形端点，将每两个多边形端点依次通过bresenham算法生成区域规划地图上的第一栅格标号，并将该第一栅格标号处的栅格设置为边界值，即区域规划地图的第一边界，由此得到带有栅格边界的区域规划地图。其中，bresenham算法是计算机图形学领域使用最广泛的直线扫描转换方法，在此不再赘述。
[0044]
s12：将第一边界内部的栅格设置为空闲值，并将第一边界外部的栅格设置为障碍物值。
[0045]
进一步，将区域规划地图上第一边界内部的栅格设置为空闲值，代表此处为待清扫区域；将区域规划地图上第一边界外部的栅格设置为障碍物值，代表此处可能存在障碍
物。
[0046]
至此，可以基于第一路径信息path生成全屋完整的区域规划地图，再根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息，优选弓字形全覆盖路径规划。具体地，全覆盖路径规划的算法流程大致为：规划到从初始点到第一个cell左上角路径；深度优先搜索链接每一个cell；对每个cell内做boustrophedonpath全覆盖路径规划；寻找进入下一个区域入口；寻找路口连接路径，即第二路径信息。通过动态划分区域清扫的方式，不仅弥补了当房屋面积过大时先整屋沿边运动后全覆盖路径清扫效率低的问题，节省了硬件计算资源，而且针对未知环境无需初始建图，可以边建图边清扫，进一步提高了清扫效率。
[0047]
s3：判断扫地机器人在根据第二路径信息进行清扫的过程中是否遇到障碍物。
[0048]
具体而言，在步骤s2中获得第二路径信息之后且在执行步骤s7之前，扫地机器人利用全覆盖路径规划后的第二路径信息进行全局引导运动，并判断扫地机器人在运动过程中是否遇到障碍物。
[0049]
s4：若是，则控制扫地机器人对障碍物绕行一周并获得绕障路径信息。
[0050]
具体而言，若扫地机器人在清扫过程中是否遇到障碍物，则控制扫地机器人对障碍物绕行一周并获得绕障路径信息，并进入至步骤s6。
[0051]
s5：否则，控制扫地机器人根据第二路径信息继续进行清扫。
[0052]
具体而言，若扫地机器人在清扫过程中未遇到障碍物，则控制扫地机器人根据第二路径信息继续进行清扫。
[0053]
在一个应用场景中，请参阅图4，图4是图1中步骤s3-s5对应的一实施方式的流程示意图。步骤s3-s5具体包括：
[0054]
s20：控制扫地机器人根据第二路径信息进行清扫。
[0055]
s21：判断扫地机器人在根据第二路径信息进行清扫的过程中是否检测到障碍物。
[0056]
具体地，在本实施例中，在全局引导运动的过程中，根据感知传感器进行障碍物检测，上述感知传感器可以为激光雷达、线激光、rgb-d相机等，在此不作限定。这样实时感知障碍物，以执行沿边绕障。
[0057]
s22：若是，则判断扫地机器人与障碍物之间的距离是否小于或等于第一阈值。
[0058]
具体而言，若检测到障碍物，则判断扫地机器人与障碍物之间的距离是否小于或等于第一阈值，这里的第一阈值设定为dis，dis的取值一般为大于扫地机器人的机身半径1cm左右的数值，在此不作限定。
[0059]
s23：否则，返回至步骤s20。
[0060]
具体而言，若未检测到障碍物，则返回至控制扫地机器人根据第二路径信息进行清扫的步骤。
[0061]
s24：若是，判定扫地机器人遇到障碍物，控制扫地机器人对障碍物绕行一周并获得绕障路径信息。
[0062]
具体而言，若扫地机器人与障碍物之间的距离小于或等于第一阈值，说明扫地机器人遇到了障碍物，则控制扫地机器人对障碍物进行绕行一周，并获得绕障路径信息。
[0063]
s25：否则，判定扫地机器人未遇到障碍物，返回至步骤s20。
[0064]
具体而言，若扫地机器人与障碍物之间的距离大于第一阈值，说明扫地机器人未
遇到障碍物，则返回至控制扫地机器人根据第二路径信息进行清扫的步骤。
[0065]
通过这种设计方式，扫地机器人遇到障碍物时采用沿边绕障的方式，能够对障碍物周边进行近距离清扫，提高了障碍物边缘的清扫覆盖率，进而提升了扫地机器人的清扫效果。
[0066]
s6：根据绕障路径信息更新区域规划地图，并返回至根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息的步骤。
[0067]
通过结合区域规划地图生成与更新机制，增强了扫地机器人在清扫过程中对动态环境的适应能力。这种方式不仅可以克服全屋清扫时先整屋沿边运动后全覆盖路径的问题，而且可以提高障碍物边缘的清扫覆盖率，从而提高了清扫效率。
[0068]
具体地，在本实施例中，请参阅图5，图5是图1中步骤s6对应的一实施方式的流程示意图。步骤s6中根据绕障路径信息更新区域规划地图的步骤，包括：
[0069]
s30：将绕障路径信息通过迭代端点拟合算法拟合出障碍物区域沿边的第二端点集合。
[0070]
具体而言，第二端点集合中包括多个障碍点obstaclepoints。在本实施例中，将步骤s4中记录的绕障路径信息通过迭代端点拟合算法(ipef，iterative end point fit)拟合出障碍物区域沿边的的多边形有序端点集合，即第二端点集合。另外，一般设置迭代端点拟合算法的距离阈值为0.1m左右。当然，在其他实施例中，该数值可以根据实际需要进行设定，本技术在此不作限定。请继续参阅图3，这里利用迭代端点拟合算法拟合出障碍物区域沿边的的多边形有序端点集合的大致流程与上文一致，在此不再赘述。
[0071]
s31：遍历多个障碍点，利用障碍点生成区域规划地图上的第二栅格标号，并将第二栅格标号处的栅格设置为区域规划地图的第二边界。
[0072]
具体而言，遍历第二端点集合中的多个障碍点，每两个障碍点依次通过bresenham算法生成区域规划地图上的第二栅格标号，并将该第二栅格标号处的栅格设置为边界值，即区域规划地图的第二边界。其中，bresenham算法是计算机图形学领域使用最广泛的直线扫描转换方法，在此不再赘述。
[0073]
s32：将第二边界内部的栅格设置为障碍物值。
[0074]
进一步，将区域规划地图上第二边界内部的栅格设置为障碍物值，代表此处存在障碍物。至此，可以根据绕障路径信息更新区域规划地图。更新完之后，返回至根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息的步骤。
[0075]
s7：判断全屋清扫是否结束。
[0076]
s8：若是，则结束。
[0077]
s9：否则，将扫地机器人调度至下一待清扫区域，并返回至步骤s1。
[0078]
具体地，在本实施例中，执行完步骤s6，对扫地机器人的运动状态的时刻判断除了判断是否遇到障碍物之外，还包括判断全屋是否根据第二路径信息的清扫结束，其中，全屋包括至少一个待清扫区域。具体地，请参阅图6，图6是图1中步骤s7-s9对应的一实施方式的流程示意图。具体地，步骤s7-s9包括：
[0079]
s40：获得扫地机器人已进行清扫的第一区域面积。
[0080]
s41：判断整体区域面积与第一区域面积之间的差值是否小于或等于面积阈值。
[0081]
具体而言，将已进行清扫的第一区域面积与全屋的整体区域面积进行比较，当两
者接近面积阈值area threshold时，则判定当前区域清扫结束。在本实施例中，面积阈值area threshold一般取值为0.05m2。当然，在其他实施例中，该值也可以根据实际需求进行设定，本技术在此不作限定。
[0082]
s42：若是，则判定全屋清扫结束。
[0083]
具体而言，若整体区域面积与第一区域面积之间的差值小于或等于面积阈值area threshold时，则判定全屋清扫结束，结束整个流程。
[0084]
s43：否则，判定全屋清扫未结束，将扫地机器人调度至下一待清扫区域，并返回至步骤s1。
[0085]
具体而言，若整体区域面积与第一区域面积之间的差值大于面积阈值，判定全屋清扫未结束，将扫地机器人调度至下一待清扫区域，并返回至控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。这样可以使得整个清扫的流程更加完备。
[0086]
通过结合区域规划地图生成与更新机制，增强了扫地机器人在清扫过程中对动态环境的适应能力。这种方式不仅可以克服全屋清扫时先整屋沿边运动后全覆盖路径的问题，而且可以提高障碍物边缘的清扫覆盖率，从而提高了清扫效率。
[0087]
请参阅图7，图7是本技术扫地机器人清扫装置一实施方式的框架示意图。该扫地机器人清扫装置具体包括：
[0088]
信息模块10，用于控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息。
[0089]
规划模块12，与信息模块10耦接，用于基于第一路径信息生成区域规划地图，并根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息。
[0090]
调度模块14，与规划模块12耦接，用于响应于全屋清扫未结束，将扫地机器人调度至下一待清扫区域，并返回至控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。
[0091]
请参阅图8，图8是本技术电子设备一实施方式的框架示意图。该电子设备包括相互耦接的存储器20和处理器22。具体地，在本实施例中，存储器20内存储有程序指令，处理器22用于执行程序指令以实现上述任一实施例所提及的扫地机器人清扫方法。
[0092]
具体而言，处理器22还可以称为cpu(central processing unit，中央处理单元)。处理器22可能是一种集成电路芯片，具有信号的处理能力。处理器22还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器22可以由多个集成电路芯片共同实现。
[0093]
请参阅图9，图9是本技术计算机可读存储介质一实施方式的框架示意图。该计算机可读存储介质30存储有计算机程序300，能够被计算机所读取，计算机程序300能够被处理器执行，以实现上述任一实施例中所提及的扫地机器人清扫方法。其中，该计算机程序300可以以软件产品的形式存储在上述计算机可读存储介质30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)或处理器(processor)执行
本技术各个实施方式所述方法的全部或部分步骤。具有存储功能的计算机可读存储介质30可以是u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
[0094]
总而言之，区别于现有技术的情况，本技术提供的扫地机器人清扫方法包括：控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息；其中，区域边界包括待清扫区域的墙壁和/或虚拟边界；基于第一路径信息生成区域规划地图，并根据区域规划地图对待清扫区域进行全覆盖路径规划以获得第二路径信息；当根据第二路径信息的全屋清扫未结束时，将扫地机器人调度至下一待清扫区域，并返回至控制扫地机器人沿其所处的待清扫区域的区域边界运动以获得第一路径信息的步骤。这样不仅可以克服全屋清扫时先整屋沿边运动后全覆盖路径的问题，而且可以提高障碍物边缘的清扫覆盖率，从而提高了清扫效率；除此之外，这种方式对于已知地图和未知地图环境均适用，在未知地图环境下，可以边建图边清扫，保证清扫效率。
[0095]
以上所述仅为本技术的实施例，并非因此限制本技术的专利范围，凡是利用本技术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它相关的技术领域，均同理包括在本技术的专利保护范围内。