基于反光板的机器人定位方法、装置及机器人与流程

1.本技术属于机器人定位领域，尤其涉及基于反光板的定位方法、装置及机器人。


背景技术：

2.机器人在执行任务过程中，需要对机器人进行定位，以使得机器人能够根据当前的位置，确定和更新机器人执行任务的路径，提高任务执行的可靠性。目前，机器人通常采用激光雷达对机器人进行定位。即，机器人通过安装激光雷达探测场景中的反射信号，确定障碍物特征，根据所确定的障碍物特征对机器人进行定位。
3.然而，在一些场景中，所包括的障碍物特征较少，并且场景中包括的动态物体较多，比如在商场中，包括较多的移动的人流量。机器人通过激光雷达所检测的障碍物的特征不能有效的进行定位识别，容易使机器人的定位信息产生漂移。


技术实现要素：

4.有鉴于此，本技术实施例提供了一种基于反光板的机器人定位方法、装置及机器人，以解决现有技术中在障碍物特征较少，且包括动态物体较多场景下，不能有效的进行定位识别，容易使机器人的定位信息产生漂移的问题。
5.本技术实施例的第一方面提供了一种基于反光板的机器人定位方法，在所述机器人所在场景设置有反光板，所述方法包括：
6.通过激光雷达确定机器人当前所获取的反光板点；
7.根据所获取的反光板点之间的距离，与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配结果确定所述机器人的第一位姿；
8.根据所述第一位姿更新预设的粒子滤波模型中的粒子的分布；
9.根据更新后的粒子分布的可靠性，确定机器人的第二位姿。
10.结合第一方面，在第一方面的第一种可能实现方式中，当所述反光板点为2个时，根据所获取的反光板点之间的距离，与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配结果确定机器人的第一位姿，包括：
11.确定两个反光板点之间的第一距离，在预先设定的反光板点与距离的对应关系表进行匹配中查找与所述第一距离匹配的反光板点；
12.根据所查找的反光板点的位置，结合所述机器人与反光板之间的距离，确定所述机器人的第一位置；
13.根据所述机器人获取反光板点时的位姿，结合所述机器人的第一位置，确定所述机器人的第一位姿。
14.结合第一方面，在第一方面的第二种可能实现方式中，当所述反光板点为3个或3个以上时，根据所获取的反光板点之间的距离，与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配结果确定机器人的第一位姿，包括：
15.根据反光板点中的3个点构建三角形，并确定三角形的边长；
16.根据所述三角形的边长，在预先设定的反光板点与距离的对应关系表进行匹配中查找与所述三角形匹配的反光板位置；
17.根据所查找的反光板点的位置，结合所述机器人与反光板之间的距离，确定所述机器人的第一位置；
18.根据所述机器人获取反光板点时的位姿，结合所述机器人的第一位置，确定所述机器人的第一位姿。
19.结合第一方面的第二种可能实现方式，在第一方面的第三种可能实现方式中，根据反光板点中的3个点构建三角形，包括：
20.在3个或3个以上的反光板点中，确定由其中两个反光板点所连接的距离最长的线段；
21.根据该线段和该线段之外的反光板点构建三角形。
22.结合第一方面，在第一方面的第四种可能实现方式中，在确定机器人的第二位姿之后，所述方法还包括：
23.接收新的激光雷达数据帧，结合粒子滤波方法得到机器人的第二位置；
24.在所述第二位置不满足预设的可靠性要求时，通过激光点云数据与预设的平面栅格地图匹配，更新所述机器人的第二位置。
25.结合第一方面，在第一方面的第五种可能实现方式中，在确定机器人的第二位姿之后，所述方法还包括：
26.根据预先设定的反光板点与位置的对应关系，确定所述激光雷达数据帧中包括的反光板点的位置；
27.根据所述反光板点的位置，结合机器人与反光板点的距离，确定所述机器人的第三位置；
28.根据所述第三位置与根据对应关系所确定的反光板点的位置之间的距离，以及根据所述激光雷达数据帧中测量的距离，确定所述第三位置为有效的第三位置。
29.结合第一方面，在第一方面的第六种可能实现方式中，根据所述反光板点的位置，结合机器人与反光板点的距离，确定所述机器人的第三位置，包括：
30.当所述激光雷达数据帧中的反光板点数量为3个或3个以上，当所述反光板点共线时，通过三角定位方法确定所述机器人的位置，并根据预先通过粒子定位所确定的所述机器人的第二位置，当所述反光板点不共线时，通过最小二乘法确定所述机器人的第三位置；
31.当所述激光雷达数据帧中的反光板点数量为2个时，通过三角定位方法确定所述机器人的第三位置。
32.本技术实施例的第二方面提供了一种基于反光板的机器人定位装置，其特征在于，在所述机器人所在场景设置有反光板，所述装置包括：
33.反光板点获取单元，用于通过激光雷达确定机器人当前所获取的反光板点；
34.第一位姿确定单元，用于根据所获取的反光板点之间的距离，与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配结果确定所述机器人的第一位姿；
35.粒子分布更新单元，用于根据所述第一位姿更新预设的粒子滤波模型中的粒子的分布；
36.第二位姿确定单元，用于根据更新后的粒子分布的可靠性，确定机器人的第二位
姿。
37.本技术实施例的第三方面提供了机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。
38.本技术实施例的第四方面提供了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，所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。
39.本技术实施例与现有技术相比存在的有益效果是：本技术实施例通过在机器人所在场景设置反光板，通过激光雷达采集场景信息，确定当前所检测到的反光板点。确定所检测到的反光板点之间的距离，将该距离与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配到的反光板点的位置计算机器人所在的第一位姿，并根据该第一位姿更新预设的粒子滤波模型中的粒子的分布，根据更新后的粒子分布的可行性，确定可用于机器人定位的第二位姿。由于该定位方法通过反光板进行定位，可减少对定位场景中的障碍物特征的依赖，并且动态物体不会影响机器人与障碍物之间的距离的变化，因而能够有效的提高机器人定位精度，减少机器人的定位漂移。
附图说明
40.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。
41.图1是本技术实施例提供的一种基于反光板的机器人定位方法的实现场景示意图；
42.图2是本技术实施例提供的一种基于反光板的机器人定位方法的实现流程示意图；
43.图3是本技术实施例提供的一种基于两个反光板点的重定位示意图；
44.图4是本技术实施例提供的一种基于反光板的机器人定位装置的示意图；
45.图5是本技术实施例提供的机器人的示意图。
具体实施方式
46.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
47.为了说明本技术所述的技术方案，下面通过具体实施例来进行说明。
48.图1为本技术实施例提供的一种反光板定位方法的实施场景示意图。如图1所示，在机器人工作场景中包括若干个反光板(图1示例包括反光板1、反光板2、反光板3、反光板4，其它实际场景中也可能包括反光柱等)，反光板根据工作场景信息，包括墙壁、门柱等信息进行安装。每个反光板相对于机器人移动平面的安装高度为恒定值，可以与机器人的激
光雷达的高度相适。反光板的尺寸可以预先设定为统一大小，比如可以设置为宽度3厘米，高度10厘米的长方形。
49.在场景中的反光板安装完成后，可以通过测量的方式，确定反光板在场景地图中的坐标位置。或者，也可以通过机器人建图时所读取到的反光板相对于机器人的位置，以及机器人在地图中的位置，确定反光板在场景地图中的坐标位置。为了描述和计算方便，所述反光板在场景地图中的坐标位置，可以通过反光板点来表示。
50.图2为本技术实施例提供的一种基于反光板的机器人定位方法的实现流程示意图，如图2所示，该方法包括：
51.在s201中，通过激光雷达确定机器人当前所获取的反光板点。
52.具体的，机器人可以根据激光雷达采集激光雷达数据帧，对激光雷达数据帧中的激光点强度信息来识别反光板点。其中，反光板点是指场景中的反光板所在的位置，该位置通过位置点来表示。
53.在对激光雷达数据帧进行解析时，如果检测到激光雷达数据帧中包括两个或两上以上的连续的激光点的强度超过预定的强度阈值，则可以将两个或两个以上的激光点的位置取平均值，确定两个或两个以上的激光点所对应的反光板点的位置。其中，两个或两个以上的激光点取平均值，可以理解为两个或两个以上的激光点的x坐标和y坐标分别取平均值。
54.其中，两个或两个以上的连续的激光点，可以理解为以任意一个激光点确定初始点集，点集之外的激光点如果与该点集中的任意一个激光点之间的距离小于预先设定的第一距离阈值，是将该激光点更新至点集，直到点集之外的激光点与点集内的激光点的最小距离大于或等于该第一距离阈值，则点集更新完毕。该点集中的激光点，则称为连续的激光点。
55.与连续的激光点相反，如果某个激光点，与其它激光点之间的距离均大于预设的第一距离阈值，则该激光点为一个单独的激光点，可以根据该激光点单独确定一个反光板点。
56.在s202中，根据所获取的反光板点之间的距离，与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配结果确定所述机器人的第一位姿。
57.在实现匹配之前，本技术实施例可以预先设定反光板点与距离的对应关系表。该对应关系表可以通过矩阵的形式表示，或者也可以通过表格的形式表示。
58.比如，可以对预先已确定了坐标位置的反光板点进行编号。比如，可以将场景中预先确定的所有的反光板点，从0开始连续编号。计算任意两个反光板点之间的距离，去掉距离大于预设的第二距离阈值，则可以去掉该距离阈值，从而排队距离过远的反光板点。将距离小于或等于第二距离阈值的反光板点之间的距离进行排序，从而可以得到反光板点之间的距离与反光板点的对应关系表。该对应关系表中记录有反光板点之间的距离，两个反光板点的坐标位置和序号。根据排序后的对应关系表，可以快速的查找不同距离所匹配(即距离的相似度满足预定的要求)的反光板点序号，以及反光板点序号对应的反光板点的坐标位置。
59.在确定反光板点的序号和反光板点之间的距离的对应关系表的实现方式中，可以根据点的序号为横坐标和纵坐标建立形状矩阵u，矩阵的元素是两个序号的点之间的距离
d
ij
。该矩阵可以为对角矩阵，只保留半个斜角的值，对角线上的元素和另一个斜角的值置0。把对应关系表中的距离填入矩阵u中，结果如下面的矩阵：
[0060][0061]
其中，d
01
表示序号为0的反光板点与序号为1的反光板点之间的距离，下标中的两个数字分别表示不同序号的反光板点之间的距离。根据该形状矩阵，可以根据距离进行匹配后，快速的确定所匹配的距离对应的反光板点的序号。
[0062]
由于同一激光雷达数据帧中所包括的反光板点的数量会有不同，因此，在确定所获取的反光板点之间的距离所匹配的反光板点时，可以分开讨论：
[0063]
在一种可能的实现方式中，当前所采集的激光雷达数据帧中包括的反光板点的数量为2个。如图3所示的匹配示意图中，激光雷达数据帧中包括a、b两个反光板点，根据机器人到a和b的距离，分别为l1和l2，结合反光板点a和b相对于机器人的夹角，可以计算得到两个反光板点之间的距离ab。
[0064]
根据所计算的距离ab，可以在矩阵或对应关系表中查找到与该距离匹配的一个或者多个距离值，即查找的距离与反光板点之间的距离的差值小于预定的差阈值。假设在矩阵或对应关系表中查找到的n个匹配项，可以记录每个匹配项的两个反光板点的序号，在对应关系表中确定两个反光板点的序号所对应的坐标位置。
[0065]
根据所查找到的匹配项中的两个反光板点的坐标位置，结合机器人到反光板点之间的距离(或者也可以表述为反光板点与机器人的激光雷达之间的距离)，通过三角定位计算，可以确定机器人的坐标位置p1和p2。
[0066]
根据每个匹配项中的两个反光板点的坐标位置，结合反光板点在激光数据帧中的角度，以及机器人的坐标位置，可以得到一个匹配项所对应的两个姿态角。可以取两个姿态角的平均值作为机器人的姿态，结合一个匹配项中的两个机器人的坐标位置p1和p2，即可得到一个匹配项所对应的两个位姿。如果有n个匹配项，则可以确定机器人的2n个第一位姿。
[0067]
在一种可能的实现方式中，当前所采集的激光雷达数据帧中包括的反光板点的数量为3个或3个以上。可以计算各个反光板点之间的距离，并确定距离最长的两个反光板点作为三角开的第一边(在可能的实现方式中，也可以选择其它两个反光板点作为第一边，选择最长的距离作为第一边，有利于提高定位计算精度)。选择与该边不在同一直线的其它反光板点与所述第一边确定三角形。根据所确定的三角形，可以计算得到三角形的三条边的边长。
[0068]
将所得到的三角形的三条边长与预先设定的对应关系表进行匹配时，可以先将三角形的其中的一边(可以为第一边)与对应关系表中的距离进行匹配。如果查找到匹配的距离(即查找的距离与第一边的距离差小于预设的匹配阈值)，则根据所匹配的反光板点，进一步查找其它两条边是否存在匹配项。
[0069]
比如，三角形的三个顶点的序号分别为ijk，通过距离匹配已查找到匹配项与反光
板点ij构成的线段的距离对应。可以在矩阵中的同一行中，查找是否与三角形的另外两条边匹配的距离值。如果有找到匹配的距离，则该匹配的距离对应的序号为ik。根据所查找到的ik的序号，以及ij的序号，确定序号分别为j、k的反光板点所确定的距离，是否与三角形的最后一条边匹配，如果匹配，则表明所生成的三角形在预先设定的对应关系表中查找到了匹配项。
[0070]
可以根据每一个匹配项中的反光板点的序号，确定一个匹配项中的三个反光板点的坐标位置。根据所确定的三个反光板点的坐标位置，结合机器人到反光板点之间的距离，可以确定机器人的定位为p1。
[0071]
根据每个反光板点的坐标位置，以及每个反光板点在激光雷达数据帧中的角度，结合机器人的坐标位置，可以确定每个匹配项中的机器人的姿态角(或者也可以称为激光雷达的水平姿态角)。根据机器人的坐标位置，结合机器人姿态角，即可得到机器人位姿。假设有m个匹配项，则可以得到m个机器人的第一位姿。
[0072]
在可能的实现方式中，当前所采集的激光雷达数据帧中包括的反光板点的数量为3个或3个以上，且3个或3个以上的反光板点在同一直线时，则可以根据其中的任意两个反光板点进行距离匹配的方式，确定机器人的位姿。
[0073]
在可能的实现方式中，当前所采集的激光雷达数据帧中包括的反光板点的数量为1个时，可以使用激光雷达的点云数据与地图进行重定位，重定位可以采用自适应蒙特卡洛定位方法。
[0074]
通过距离匹配的方式，可以在预先设定的对应关系表中查找到反光板点的坐标位置，因而可以根据图2所示的定位方法，对机器人进行重定位。
[0075]
在s203中，根据所述第一位姿更新预设的粒子滤波模型中的粒子的分布。
[0076]
在确定了一个或者多个匹配项所对应的机器人位姿后，比如，可以包括与两个反光板点的距离匹配的2n项机器人位姿，或者与三个或三个以上的反光板点的距离匹配的m项机器人位姿。将所确定的一项或者多项机器人的位姿，作为可靠位姿，输入到粒子滤波模型中，对粒子滤波模型的粒子分布进行更新。比如，可以使粒子更新分布在可靠位姿附近。
[0077]
其中，粒子滤波模型可以为自适应蒙特卡洛定位模型，或者也可以称为自适应蒙特卡洛定位滤波模型。当然，不局限于此，可以包括其它粒子滤波模型，比如蒙特卡洛定位滤波模型等。
[0078]
在s204中，根据更新后的粒子分布的可靠性，确定机器人的第二位姿。
[0079]
通过所获取激光雷达数据帧，可以对粒子滤波模型中的粒子分布进行更新，使更多的粒子分布在所计算到的可靠位姿附近。当更新后的粒子的可行性大于预先设定的可性阈值后，则可以认为重定位成功，输出可行性最高的粒子的位姿结果。如果未大于预先设定的可靠性阈值，则可重新获取激光雷达数据帧，继续根据所计算的位姿，更新粒子分布，直到更新后的粒子满足重定位要求。
[0080]
在本技术实施例中，在对机器人进行重定位之后，还可以根据重定位结果，对机器人的位姿进一步更新。
[0081]
在可能的实现方式中，可以在接收到新的激光雷达数据帧后，使用蒙特卡洛定位方法，结合激光雷达数据帧的点云数据与预先设定的平面栅格地图进行匹配的方式，得到更新后的机器人在地图中的第二位置。
[0082]
为了进一步提升定位精度，还可以通过蒙特卡洛定位方法，计算机器人的位姿所对应的协方差。当所计算的该协方差大于预定的协方差阈值，则根据蒙特卡洛定位方法所确定的定位结果，进一步复用激光点云数据与平面栅格地图匹配，得到更为精确的定位结果。如果所计算的协方差小于预定的协方差阈值，则可以根据蒙特卡洛定位方法，结合激光雷达数据帧的点云数据与预先设定的平面栅格地图进行匹配的方式，得到更新后的机器人在地图中的第二位置。
[0083]
在本技术进一步优化的实现方式中，还可以包括对新采集的激光雷达数据帧进行反光板点的检测，如果激光雷达数据帧中包括连续多个激光点的强度超过预定的强度阈值，则可以将连续的多个激光点的平均位置确定为反光板点的位置。如果单个激光点的强度超过预定的强度阈值，且该激光点与其它激光点之间的距离均大于预定的距离阈值，则可以通过该激光点确定一个反光板点。
[0084]
根据激光雷达数据帧中所检测到的反光板点，结合当前所的机器人的位姿(或者可以表述为机器人的激光雷达的位姿)，可以计算所检测到的反光板点的坐标。将所计算的坐标与预先设定的对应关系表中的反光板点的坐标进行比较，如果两者之间的距离小于预定的第三距离阈值，则表示所计算的反光板点与对应关系表中的反光板点为同一个反光板点。根据距离匹配，可以得到激光雷达数据帧中包括的有效的反光板点的坐标，以及反光板点与机器人(或激光雷达)的距离。
[0085]
如果所匹配的反光板点的数量大于或等于3个，则可以通过最小二乘法拟合直线，得到直线方程，计算反光板点到直线的距离的平方和。如果距离的平方和大于预定的平方和阈值，则认为不共线，否则认为共线。
[0086]
如果不共线，则可以根据各个反光板点的坐标，以及反光板点的坐标与机器人之间的距离，可以利用最小二乘法计算得到机器人的第三位置。
[0087]
如果共线，则可以根据各个反光板点的坐标，以及反光板点与机器人之间的距离，利用三角定位方法，计算得到机器人的两个坐标位置。可以根据两个坐标位置与当前的坐标位置(可以为第二位置)之间的距离，选择距离较近的坐标位置，作为机器人更新位置后的第三位置。
[0088]
可以根据所计算出的第三位置，结合参与定位计算的反光板点的坐标，确定机器人与反光板点的一组距离，再结合激光雷达数据帧中所包括的相应的反光板点的一组距离，计算这两组距离的均方差。如果该均方差小于预定的均方差阈值，则表示所计算的第三位置为有效的机器人位置。如果该均方差大于或等于预定的均方差阈值，则可丢弃所计算的第三位置，采集下一帧激光雷达数据帧继续进行定位计算。
[0089]
如果所匹配的反光板点的数量，与反光板点的数量大于或等于3个且共线的处理方式一样，即：
[0090]
根据两个反光板点的坐标，以及反光板点与机器人之间的距离，利用三角定位方法，计算得到机器人的两个坐标位置。可以根据两个坐标位置与当前的坐标位置(可以为第二位置)之间的距离，选择距离较近的坐标位置，作为机器人更新位置后的第三位置。
[0091]
根据所计算出的第三位置，结合参与定位计算的反光板点的坐标，确定机器人与反光板点的一组距离，再结合激光雷达数据帧中所包括的相应的反光板点的一组距离，计算这两组距离的均方差。如果该均方差小于预定的均方差阈值，则表示所计算的第三位置
为有效的机器人位置。如果该均方差大于或等于预定的均方差阈值，则可丢弃所计算的第三位置，采集下一帧激光雷达数据帧继续进行定位计算。
[0092]
如果所匹配的反光板点的数量为1个，可以根据该反光板点与机器人的坐标位置确定一个直线。在该直线上，根据激光雷达数据帧中所包括的机器人与反光板点之间的距离，确定位于直线上的两上机器人位置。根据机器人当前位置(可以为第二位置)，选择距离当前位置较近的坐标位置，作为机器人位置更新后的第三位置。
[0093]
在确定机器人位置更新后的第三位置后，可以进一步根据反光板点坐标、以及反光板点在激光数据帧中的角度，结合机器人的第三位置，即可得到机器人在地图坐标系中的水平姿态角，该水平姿态角可以根据每个反光板点所计算出的姿态角取平均值计算得到。根据所确定的水平姿态角和第三位置，即可确定更为精确的机器人位姿，即第三位姿。
[0094]
可以将第三位姿作为可靠位姿输入到预设的粒子滤波模型，比如可以为蒙特卡洛定位模型中，对粒子分布进行更新，使更多粒子分布在所计算的第三位姿附近，再进一步接收激光雷达数据帧，对粒子分布进一步更新，以不断的提高机器人的定位精度。
[0095]
应理解，上述实施例中各步骤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。
[0096]
图4为本技术实施例提供的一种基于反光板的机器人定位装置的示意图，在所述机器人所在场景设置有反光板，该装置包括：
[0097]
反光板点获取单元401，用于通过激光雷达确定机器人当前所获取的反光板点；
[0098]
第一位姿确定单元402，用于根据所获取的反光板点之间的距离，与预先设定的反光板点与距离的对应关系表进行匹配，根据匹配结果确定所述机器人的第一位姿；
[0099]
粒子分布更新单元403，用于根据所述第一位姿更新预设的粒子滤波模型中的粒子的分布；
[0100]
第二位姿确定单元404，用于根据更新后的粒子分布的可靠性，确定机器人的第二位姿。
[0101]
图4所示的基于反光板的机器人定位装置，与图2所示的基于反光板的机器人定位方法对应。
[0102]
图5是本技术一实施例提供的机器人的示意图。如图5所示，该实施例的机器人5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如基于反光板的机器人定位程序。所述处理器50执行所述计算机程序52时实现上述各个基于反光板的机器人定位方法实施例中的步骤。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能。
[0103]
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本技术。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述机器人5中的执行过程。
[0104]
所述机器人可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是机器人5的示例，并不构成对机器人5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人还可以包括输入输出设备、网络
接入设备、总线等。
[0105]
所称处理器50可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、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、分立硬件组件等。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。
[0106]
所述存储器51可以是所述机器人5的内部存储单元，例如机器人5的硬盘或内存。所述存储器51也可以是所述机器人5的外部存储设备，例如所述机器人5上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以既包括所述机器人5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
[0107]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0108]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0109]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0110]
在本技术所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0111]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。
[0112]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以
是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
[0113]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
[0114]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。