自主充电的方法以及移动机器人与流程

本申请涉及智能控制领域，尤其涉及自主充电的方法以及移动机器人。

背景技术：

现有技术中，利用红外信号定位充电桩和引导机器人。由于红外信号容易受到外界影响，会导致机器人错误判断充电桩的方位。这样会导致充电失败。

技术实现要素：

有鉴于此，本申请提供一种自主充电的方法及移动机器人，能够提高机器人判断充电桩的方位的准确性。

第一方面提供一种自主充电的方法，包括：捕获第一环境图像，第一环境图像包括充电桩图像；根据充电桩图像，提取两条参考线；根据两条参考线的位置关系与两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动。

在一种可能的实现方式中，所述根据所述两条参考线的位置关系与所述两条参考线的预设位置关系的差异，控制移动机器人朝向所述充电桩移动包括：当所述两条参考线的位置关系与所述两条参考线的预设位置关系不同时，控制所述移动机器人从捕获所述第一环境图像的第一位置处移动至第二位置处，再控制所述移动机器人从所述第二位置移动至所述充电桩，其中根据在所述第二位置处捕获的第二环境图像中所述充电桩图像提取的所述两条参考线的位置关系与预设位置关系相同；当所述两条参考线的位置关系与所述两条参考线的预设位置关系相同时，控制所述移动机器人从捕获所述第一环境图像的第一位置处移动至所述充电桩，在所述充电桩中与所述两条参考线对应的两条边线的位置关系与预设位置关系相同。

在一种可能的实现方式中，在充电桩中与两条参考线对应的两条边线是平行的；根据两条参考线的位置关系与两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动包括：当两条参考线的位置关系为不平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第二位置移动至充电桩，其中根据在第二位置处捕获的第二环境图像中充电桩图像提取的两条参考线平行；当两条参考线的位置关系为平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩。

在另一种可能的实现方式中，在充电桩中与两条参考线对应的两条边线是不平行的；根据两条参考线的位置关系与两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动包括：当两条参考线的位置关系为不平行且参考夹角的角度不等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至第三位置处，再控制移动机器从第三位置移动至充电桩，其中在第三位置处捕获的第三环境图像中充电桩图像中两条参考线的夹角的角度等于预设角度；当两条参考线的位置关系为不平行且两条参考线的参考夹角的角度等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩。

在另一种可能的实现方式中，根据充电桩图像，提取两条参考线包括：当根据第一环境图像确定移动机器人与充电桩之间存在障碍物时，根据未被障碍物遮挡的充电桩图像部分提取两条参考线。

在另一种可能的实现方式中，两条参考线为充电桩的轮廓线条中两条不平行的线条，或充电桩的轮廓线条中两条不同时位于水平面且不垂直于水平面的平行线，或充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与水平线，或充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与垂直线。

在另一种可能的实现方式中，充电桩图像包括充电桩前板图像；第一环境图像中充电桩前板图像的中轴线与第一环境图像的中轴线之间的距离小于或等于预设距离。

在另一种可能的实现方式中，充电桩图像还包括充电桩边框图像；充电桩边框图像和充电桩前板图像的色差大于预设色差；或者，充电桩边框图像和充电桩前板图像的深度不同；或者，充电桩边框图像和充电桩前板图像的灰度值不同。

在另一种可能的实现方式中，充电桩图像包括充电桩上的标记图像、两条参考线包括标记图像的轮廓线条中两条不平行的线条，或标记图像的轮廓线条中两条不垂直于水平面的平行线，或标记图像的轮廓线条中一条不垂直于水平面的与水平线，或标记图像的轮廓线条中一条不垂直于水平面的与垂直线。

在另一种可能的实现方式中，充电桩图像包括充电桩上的标记图像、两条参考线包括标记图像的一轮廓线条及充电桩图像的一轮廓线条，标记图像的一轮廓线条及充电桩图像的一轮廓线条不同时垂直于水平面。

在另一种可能的实现方式中，标记图像与标记周围区域的图像的颜色不同；或者，标记图像与标记周围区域的图像的深度不同；或者，标记图像与标记周围区域的图像的灰度值不同。其中，标记周围区域的图像是指在充电桩图像中在标记图像周围的区域图像。

第二方面提供一种移动机器人，具有实现第一方面或第一方面中的各种可能实现方式的功能。

第三方面提供一种移动机器人，包括：摄像模块，用于捕获第一环境图像，第一环境图像包括充电桩图像；处理模块，用于根据充电桩图像，提取两条参考线；处理模块，还用于根据两条参考线的位置关系与上述两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动。其中，移动机器人通过各模块可以实现第一方面或第一方面中的各种可能实现方式的功能。

第四方面提供一种可读存储介质，包括程序指令，当程序指令被调用后，执行如第一方面所述的方法。

第五方面，本申请实施例提供了一种计算机程序产品；该计算机程序产品包括程序指令，当该计算机程序产品被移动机器人执行时，该移动机器人执行前述第一方面所述方法。该计算机程序产品可以为一个软件安装包，在需要使用前述第一方面的任一种可能的设计提供的方法的情况下，可以下载该计算机程序产品并在移动机器人上执行该计算机程序产品，以实现第一方面所述方法。

依此实施，移动机器人利用充电桩图像对充电桩进行识别和定位，由此可以减少红外线信号不准确导致对充电桩定位失败的问题，从而提高自主回充的效率。并且，移动机器人可以将充电桩图像中的线条或者水平线或者垂直线作为参考线，确定两条参考线的位置关系，然后根据两条参考线的位置关系与预设角度的差异，控制移动机器人朝向充电桩移动，由此提供了一种根据参考线的位置关系与预设位置关系的差异进行导航，具有良好的可行性。

附图说明

图1为根据本申请的一个实施例的移动机器人的一个示意图；

图2a为根据本申请的一个实施例的移动机器人的一个顶部示意图；

图2b为根据本申请的一个实施例的移动机器人的一个底部示意图；

图3a为根据本申请的一个实施例的充电桩的一个示意图；

图3b为根据本申请的一个实施例的充电桩的一个示意图；

图4a为根据本申请的一个实施例中带有充电桩标记的充电桩的一个示意图；

图4b为根据本申请的一个实施例中带有充电桩标记的充电桩的一个示意图；

图4c为根据本申请的一个实施例中带有充电桩标记的充电桩的一个示意图；

图5为根据本申请的一个实施例的自主充电方法的一个流程图；

图6a为根据本申请的一个实施例的充电桩轮廓和参考夹角的一个示意图；

图6b为根据本申请的一个实施例的充电桩前板轮廓和参考夹角的另一个示意图；

图6c为根据本申请的一个实施例的充电桩前板轮廓和参考夹角的另一个示意图；

图6d为根据本申请的一个实施例的充电桩前板轮廓和参考夹角的另一个示意图；

图7为根据本申请的一个实施例的充电桩前板轮廓、充电桩标记和参考夹角的另一个示意图；

图8为根据本申请的一个实施例的移动机器人的另一个结构示意图。

具体实施方式

参阅图1，本申请提供的移动机器人的一个实施例包括：图像捕获单元110、电池单元120、驱动单元130、左轮131、右轮132、导向轮133、清扫单元140、处理单元150、存储单元160、检测单元170。

图像捕获单元110用于捕获移动机器人工作环境中的图像。图像捕获单元110包括，二维摄像头、三维摄像头中的一个或者多个摄像头。例如，一个二维摄像头可以被置于移动机器人的上表面，并且捕获移动机器人上方的图像，即，待工作空间的天花板的图像。

再例如，一个三维摄像头被置于移动机器人的前部，并且捕获移动机器人查看的三维图像。三维图像包括关于从待捕获对象到待捕获对象的二维图像的距离的信息。可以采用立体相机模块或深度传感器模块作为三维摄像头。

图像捕获单元110可以包括深度传感器111、rgb图像传感器112或结构光图像传感器113中的一个或多个。

深度传感器包括：二维摄像头，其捕获待捕获对象的图像；以及红外传感器，其向待捕获对象照射红外线，并且检测从待捕获对象反射的红外线的大小，从而测量二维图像中的待捕获对象的距离。而且深度传感器输出二维摄像头捕获的图像和红外传感器获得的距离信息。

rgb传感器112可以拍摄到rgb图像，rgb图像也称为彩色图像。例如利用rgb传感器对充电桩进行拍摄得到包括充电桩的rgb图像。

结构光图像传感器113包括红外线收发模组。例如，红外线收发模组可以测量得到移动机器人到充电桩的距离。根据移动机器人到充电桩的距离生成充电桩的三维图像。

其中立体摄像头模块包括多个二维摄像头，并且使用多个二维摄像头捕获的图像之间的差异来确定关于待捕获对象的距离信息。而且，立体摄像头模块输出关于多个二维摄像头捕获的图像之一和待捕获对象之间的距离的信息。

图像捕获单元110可以进一步包括图形处理器，其根据需要处理捕获的图像。如改变摄像头捕获的图像的尺寸或分辨率。

电源单元120包括充电电池、分别与充电电池连接的充电电路及充电电池的电极。充电电池的数量为一个或多个，充电电池可以为移动机器人提供运行所需的电能。移动机器人的电极可以设置在移动机器人的机身侧面或机身底部。电池单元还可以包括电池参数检测组件，电池参数检测组件用于检测电池参数，例如，电压、电流、电池温度等。在移动机器人的工作模式切换到回充模式时，移动机器人开始寻找充电桩，并利用充电桩为移动机器人充电。

驱动单元130包括用于施加驱动力的电机。驱动单元130连接清扫单元140、左轮131、右轮132和导向轮133。在处理单元150的控制下，驱动单元130可以驱动清扫单元140、左轮131、右轮132和导向轮133。或者，驱动单元130包括清扫驱动子单元、左轮驱动子单元、右轮驱动子单元和导向轮驱动单元，清扫驱动子单元与清扫单元140连接，左轮驱动子单元与左轮131连接，右轮驱动子单元与右轮132连接，导向轮驱动单元与导向轮133连接。

左轮131及右轮132(其中左轮、右轮也可以称为行进轮、驱动轮)分别以对称的方式居中地布置在移动机器人的机器主体的底部的相对侧。在执行清洁期间执行包括向前运动、向后运动及旋转的运动操作。导向轮133可设置在机器主体前部或者后部。

如图2b所示，清扫单元140包括：主刷141及一个或者多个边刷142。主刷141安装在移动机器人的机体底部。可选地，主刷141是以滚轮型相对于接触面转动的鼓形转刷。边刷142安装在移动机器人的底面的前端的左右边缘部分。即，边刷142被大致安装在多个行进轮的前方。边刷142用于清扫主刷141不能清扫的清扫区域。而且，边刷142不仅可以原地旋转，而且可以被安装为向移动机器人的外部突出，以使得可以扩大移动机器人清扫的区域。

检测单元170用于对移动机器人的周侧环境进行检测，从而发现障碍物、墙面、台阶和用于对移动机器人进行充电的充电桩等环境物体。检测单元170还用于向控制模块提供移动机器人的各种位置信息和运动状态信息。检测单元170可包括悬崖传感器、超声传感器、红外传感器、磁力计、三轴加速度计、陀螺仪、里程计、lds、超声波传感器、摄像头、霍尔传感器等。本实施例对检测单元170的个数及所在位置不作限定。

处理单元150设置在移动机器人的机体内的电路板上，可以根据检测单元170反馈的周围环境物体的信息和预设的定位算法，绘制移动机器人所处环境的即时地图。处理单元150还可以根据悬崖传感器、超声传感器、红外传感器、磁力计、加速度计、陀螺仪、里程计等装置反馈的距离信息和速度信息综合判断移动机器人当前所处的工作状态。处理单元150可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行本公开实施例中的自主充电方法。

存储单元160用于存储指令和数据，所述数据包括但不限于：地图数据、控制移动机器人操作时产生的临时数据，如移动机器人的位置数据、速度数据等等。处理单元150可以读取存储单元160中存储的指令执行相应的功能。存储单元160可以包括随机存取存储器(randomaccessmemory，ram)和非易失性存储器(non-volatilememory，nvm)。非易失性存储器可以包括硬盘驱动器(harddiskdrive，hdd)，固态硬盘(solidstatedrives，ssd)，硅磁盘驱动器(silicondiskdrive，sdd)，只读存储器(read-onlymemory，rom)，只读光盘(compactdiscread-onlymemory，cd-rom)，磁带，软盘，光数据存储设备等。

可以理解的是，在一个或者多个实施例中，移动机器人还可以包括输入输出单元、位置测量单元、无线通信单元、显示单元等。

需要说明的是，以上移动机器人各单元或组件之间的连接关系并不限于图1所示的连接关系，例如处理单元与其他单元或组件可以通过总线连接。

需要说明的是，移动机器人还可以包括其他单元或组件，或者，仅包括上述部分单元或组件，本实施例对此不作限定，仅以上述移动机器人为例进行说明。

图2a和2b分别为移动机器人10在两个不同视角的示意图。如图2a所示，图像捕获单元110设置在移动机器人10的侧面，用于采集前方环境图像。如图2b所示，移动机器人10的底部设置有左轮131、右轮132，导向轮133、清扫单元140、电池单元120。清扫单元140包括主刷141和边刷142。用封盖将电池单元120中的充电电池封装在在移动机器人10的内部，防止其掉落。充电电池的电极121和电极122中的一个为正极，另一个为负极。

参阅图3a和3b，充电桩的一个实施例包括前板301、底板302和边框303。在该充电桩中，边框303设在前板301的周围。可选的，充电桩可以仅包括前板301和底板302，而不包括边框303。另一可选的，充电桩可以仅包括底板302。

在底板302上设有电极3021和电极3022，电极3021和电极3022中的一个为正极，另一个为负极。当充电桩的电极3021和电极3022分别与移动机器人的电极121和122对准时，通过充电桩可以为移动机器人10充电。可以理解的是，移动机器人的电极与充电桩的电极的对应关系可以根据实际情况进行设置。

其中底板302的底座部分带有一定坡度，便于移动机器人上桩。电极3021和电极3022设置在充电桩的正面，电极3021和电极3022用于为移动机器人提供充电接口。当移动机器人机身底面的充电电极与充电桩上的充电电极贴合时，充电桩对移动机器人进行充电。可选的，充电电极为条状。

充电桩上还可以设置用于识别充电桩的标记，标记可以是设置在充电桩表面的图形或者特征区域，或者是开设在充电桩表面的凹槽，或者是设置在充电桩表面的凸起。特征区域的位置均可以根据实际情况进行设置，例如设置在充电桩的前板、底板或者边框。

如图4a所示，在充电桩的前板301的上半部分设置一个黑色矩形区域401作为充电桩标记。特征区域的形状、材质、大小也可以根据实际情况设置。将矩形区域和充电桩的前板的其他区域设置为不同颜色或不同更深度，或者不同材质，或者颜色差异、深度差异、材质差异的任意组合，以区分特征区域401和充电桩前板301的其他区域。图4b、图4c示出了两种不同大小的充电桩标记，分别设置在充电桩前板301上不同位置。

需要说明的是，充电桩还可以包括其他组成部分，或者，仅包括上述组成部分，本实施例对此不作限定，仅以上述充电桩为例进行说明。

在移动机器人10的一个实施例中，

图像捕获单元110，用于捕获第一环境图像，第一环境图像包括充电桩图像；

处理单元150，用于根据充电桩图像，提取两条参考线；

处理单元150，还用于根据充电桩图像中两条参考线的位置关系与两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动。

在一个可选实施例中，处理单元150，用于当第一环境图像中的充电桩图像中两条参考线的位置关系与所述两条参考线的预设位置关系不同时，控制所述移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第二位置移动至充电桩，其中根据在第二位置处捕获的第二环境图像中充电桩图像提取的两条参考线的位置关系与预设位置关系相同；当在第一环境图像中的充电桩图像中两条参考线的位置关系与两条参考线的预设位置关系相同时，控制所述移动机器人从捕获所述第一环境图像的第一位置处移动至所述充电桩，在充电桩中与两条参考线对应的两条边线的位置关系与预设位置关系相同。

在一些实施例中，处理单元150具体用于当第一环境图像中的充电桩图像中两条参考线的位置关系为不平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第二位置移动至充电桩，其中根据在第二位置处捕获的第二环境图像中充电桩图像提取的两条参考线平行；当第一环境图像中的两条参考线的位置关系为平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩，在充电桩中与两条参考线对应的两条边线是平行的。

在一些实施例中，处理单元150，具体用于当第一环境图像中的两条参考线的位置关系为不平行且两条参考线的参考夹角的角度不等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至第三位置处，再控制移动机器从第三位置移动至充电桩，其中在第三位置处捕获的第三环境图像中充电桩图像中两条参考线的夹角的角度等于预设角度；当第一环境图像中的两条参考线的位置关系为不平行且两条参考线的参考夹角的角度等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩。

在一些实施例中，处理单元150，具体用于当根据第一环境图像确定移动机器人与充电桩之间存在障碍物时，根据未被障碍物遮挡的充电桩图像部分提取两条参考线。

在一些实施例中，两条参考线为充电桩图像中充电桩的轮廓线条中两条不平行的线条，或充电桩图像中充电桩的轮廓线条中两条不同时位于水平面且不垂直于水平面的平行线，或充电桩图像中充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与水平线，或充电桩图像中充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与垂直线。

在一些实施例中，充电桩图像包括充电桩前板图像；在第一环境图像中充电桩前板图像的中轴线与第一环境图像的中轴线之间的距离小于或等于预设距离。

在一些实施例中，充电桩图像还包括充电桩边框图像；

其中充电桩边框图像和充电桩前板图像的差异包括以下一种或者多种的组合：充电桩边框图像和充电桩前板图像的色差大于预设色差；充电桩边框图像和充电桩前板图像的深度不同；充电桩边框图像和充电桩前板图像的灰度值不同。

在一些实施例中，充电桩图像包括充电桩上的标记图像、两条参考线为标记图像的轮廓线条中两条不平行的线条，或标记图像的轮廓线条中两条不垂直于水平面的平行线，或标记图像的轮廓线条中一条不垂直于水平面的与水平线，或标记图像的轮廓线条中一条不垂直于水平面的与垂直线。

在一些实施例中，充电桩图像包括充电桩上的标记图像、两条参考线为标记图像的一轮廓线条及充电桩图像的一轮廓线条，标记图像的一轮廓线条及充电桩图像的一轮廓线条不同时垂直于水平面。

在一些实施例中，标记图像与标记周围区域的图像的差异包括以下一种或者多种的组合：标记图像与标记周围区域的图像的颜色不同；标记图像与标记周围区域的图像的深度不同；标记图像与标记周围区域的图像的灰度值不同。

在现有技术中，充电桩发射红外线信号，移动机器人识别红外线信号之后对充电桩进行定位，然后按照规划路径朝向充电桩移动。但是，红外线容易被环境中的物体反射导致红外线信号分布不正确，例如红外线容易被浅色物体、白色物体或表面光滑的物体(如瓷砖)反射，此时移动机器人会对充电桩进行错误定位，移动到错误位置，由此需要花费更多时间进行导航，自主回充的效率较低。实施本申请，能够基于充电桩的特征识别充电桩，并通过比对充电桩图像中参考线的位置关系与预设位置关系的差异，判断移动机器人与充电桩的位置关系，从而正确引导移动机器人的运动，对准充电桩，提高充电效率，减少环境因素的影响。

上述各个单元具体用以实现下文所描述的自主充电方法，为了说明书的简洁，这里不赘述。本公开实施例将基于上述移动机器人来阐述其控制方法，但本公开实施例不限定移动机器人的类型。

参阅图5，本申请中自主充电方法的一个实施例包括：

步骤501、捕获第一环境图像，第一环境图像包括充电桩图像。

本实施例中，移动机器人在回充模式下，会逐渐向充电桩靠近。移动机器人可以通过摄像头可以捕获第一环境图像。移动机器人通过处理单元利用物体识别算法可以识别出第一环境图像中的充电桩图像。物体识别算法可以是采用特性点识别的方法，比如尺度不变特征变换(scale-invariantfeaturetransform，sift)算法、加速稳健特征(speededuprobustfeatures，surf)算法、harris特征算法、广义hough变换等，首先提取出环境图像中的特征点，然后与充电桩的特征进行匹配。物体识别算法还可以是基于深度学习的识别方法，采集大量包含充电桩的图片并标注出充电桩作为样本，进行模型训练，然后采用yolo等算法进行识别。本申请对物体识别算法不做任何限制。

步骤502、根据充电桩图像，提取两条参考线。

在一实施例中，移动机器人利用轮廓提取算法对充电桩图像进行处理可以得到充电桩轮廓。例如，利用canny边缘检测可以提取出充电桩的轮廓，接着再通过hough变换得到轮廓各直线的起点和结束点。可以理解的是，轮廓提取算法不限于canny边缘检测方法，还可以是其他方法。

参考线是从与充电桩图像中的轮廓线条相关的线条，其可以是充电桩图像中充电桩的轮廓线条(为了简化描述，下文中的“充电桩的轮廓线条、充电桩轮廓”即为从“充电桩图像中充电桩的轮廓线条”)，也可以是充电桩图像中充电桩标记的轮廓线条，还可以是充电桩图像中其他部分的轮廓线条。例如，两条参考线包括充电桩的轮廓线条中两条不平行的线条，或充电桩的轮廓线条中两条不同时位于水平面且不垂直于水平面的平行线，或充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与水平线，或充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与垂直线。例如，提取充电桩的轮廓线条中一条不垂直于水平面的轮廓线条作为一条参考线，再从该轮廓线条的任意一点作水平线，由此得到另一条参考线。或者，提取充电桩的轮廓线条中一条不垂直于水平面的轮廓线条作为一条参考线，再从该轮廓线条的任意一点作垂直线，由此得到另一条参考线。

另外，充电桩图像可以包括充电桩上的标记图像，还可以提取充电桩标记图像的轮廓线条相关的线条作为参考线。例如，两条参考线包括标记图像的轮廓线条中两条不平行的线条，或标记图像的轮廓线条中两条不垂直于水平面的平行线，或标记图像的轮廓线条中一条不垂直于水平面的与水平线，或标记图像的轮廓线条中一条不垂直于水平面的与垂直线。

另外，当充电桩图像包括充电桩上的标记图像时，两条参考线可以包括标记图像的一轮廓线条及充电桩图像的一轮廓线条，标记图像的一轮廓线条与充电桩图像的一轮廓线条不同时垂直于水平面。

由上述实施例可知，充电桩轮廓中的线条有多组两条线可以作为两条参考线，因此，为了提高判断移动机器人与充电桩位置关系的准确性，在一些实施例中，移动机器人可以按照预设规则从充电桩轮廓中提取两条参考线。所述预设规则包括，但不限于：线条的清晰度、线条的完整性等等。在其他实施例中，移动机器人可以从多组两条线中随机选择一组作为两条参考线。

本申请实施例中，通过提取充电桩图像中的特征线来判断移动机器人与充电桩的位置关系，更能准确引导移动机器人的运动。

步骤503、根据在充电桩图像中两条参考线的位置关系与上述两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动。

当在充电桩图像中两条参考线的位置关系与预设位置关系不同时，控制移动机器人移动，实时更新充电桩图像中两条参考线的位置关系；当在充电桩图像中两条参考线的位置关系与预设位置关系相同时，表示移动机器人正对充电桩的正面，移动机器人向正前方移动到达充电桩时，移动机器人的充电电极可以对准充电桩的电极，以进行充电。其中在充电桩(即充电桩本体)中与所述两条参考线对应的两条边线的位置关系与预设位置关系相同。

可选的，在移动机器人距离充电桩的距离小于或等于预设距离时，执行步骤501至步骤503；在移动机器人距离充电桩的距离大于预设距离时，移动机器人可以在识别出充电桩的特征点之后，通过特征点的三角测量确定充电桩的位置。或者，移动机器人根据充电桩的深度图像对充电桩进行定位，然后根据充电桩在地图中的位置生成运行路径，沿着运行路径向充电桩移动。在充电桩附近，移动机器人可以根据充电桩图像中参考线的位置关系与预设位置关系的差异进行导航。

本实施例中，移动机器人利用充电桩图像对充电桩进行识别和定位，由此可以减少红外线信号不准确导致对充电桩定位失败的问题，从而提高自主回充的效率。

其次，移动机器人可以将充电桩图像中的线条或者水平线或者垂直线作为参考线，确定两条参考线的位置关系，然后根据两条参考线的位置关系与两条参考线的位置关系的预设位置关系的差异，控制移动机器人朝向充电桩移动，由此提供了一种根据参考夹角进行导航的方案，具有良好的可行性。

在一个可选实施例中，步骤503包括：当第一环境图像中的充电桩图像中两条参考线的位置关系与所述两条参考线的预设位置关系不同时，控制所述移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第二位置移动至充电桩，其中根据在第二位置处捕获的第二环境图像中充电桩图像提取的两条参考线的位置关系与预设位置关系相同；当在第一位置处捕获的充电桩图像中两条参考线的位置关系与所述两条参考线的预设位置关系相同时，控制所述移动机器人从捕获所述第一环境图像的第一位置处移动至所述充电桩，在所述充电桩中与所述两条参考线对应的两条边线的位置关系与预设位置关系相同。

在一个可选实施例中，步骤503包括：当在第一环境图像中的充电桩图像中两条参考线不平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第二位置移动至充电桩，其中在第二位置处捕获的第二环境图像中充电桩图像中两条参考线平行；当在第一环境图像中的充电桩图像中两条参考线平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩。

本实施例中，在充电桩本体中与两条参考线对应的两条边线是平行的。当在充电桩图像中两条参考线平行时，可以控制移动机器人按照预设角度对应的方位，向充电桩移动。当移动机器人按照预设角度对应的方位运行时，移动机器人可以实时捕获环境图像以及充电桩图像，以保证根据上述充电桩图像提取的上述参考线是平行的。当在充电桩图像中两条参考线不平行时，移动机器人可以调整移动方向。例如，控制移动机器人横向移动，直至根据在新位置捕获的充电桩图像提取的两条参考线平行。可以理解的是，移动机器人从第一位置移动到第二位置的过程中，可以实时更新在充电桩图像中两条参考线的位置关系，从而判断当前图像中两条参考线的位置关系是否平行。

在一个可选实施例中，步骤503包括：

当第一环境图像中充电桩图像中参考夹角的角度不等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第三位置移动至充电桩，其中在第三位置处捕获的第三环境图像中充电桩图像中两条参考线的夹角的角度等于预设角度；当第一环境图像中充电桩图像中参考夹角的角度等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩。

本实施例中，在充电桩本体中与两条参考线对应的两条边线是不平行的。当两条参考线相交时，可以获取两条参考线之间的夹角作为参考夹角。当两条参考线不相交时，可以将两条参考线的延长线之间的夹角作为参考夹角。

当充电桩图像中参考夹角的角度等于预设角度时，可以控制移动机器人按照预设角度对应的方位，向充电桩移动。当移动机器人按照预设角度对应的方位运行时，移动机器人可以实时捕获环境图像以及充电桩图像，以保证根据上述充电桩图像提取的两条参考线之间的参考夹角等于预设角度。例如当预设角度为90度时，移动机器人沿着充电桩的正前方的路径行进，在移动机器人到达充电桩时，移动机器人的电极可以与充电桩的电极对准。可以理解的是，预设角度不限于以上举例，可以根据实际情况选择任意角度。

当充电桩图像中参考夹角的角度不等于预设角度时，移动机器人可以根据参考夹角的角度进行移动。例如，控制移动机器人横向移动，直至在新位置检测的参考夹角的角度等于预设角度。在移动过程中，移动机器人可以实时捕获环境图像以及充电桩图像，并根据参考夹角调整移动方向，另外还可以调整移动速度。

可以理解的是，还可以根据参考夹角与预设角度的差值确定横向移动的距离，这样可以横向移动到达目的位置之后直接朝向充电桩移动，目的位置是指按照差值对应的距离横向移动后到达的位置。或者，在横向移动到达目的位置之后重新确定参考夹角，从而减少计算参考夹角的频次，由此减少移动机器人的运算次数，延长移动机器人的运行时长。

在一些实施例中，第一环境图像中充电桩前板的图像的中轴线与第一环境图像的中轴线之间的距离小于或等于预设距离。在该第一环境图像中，充电桩位于环境图像的中间位置，这样能够根据充电桩图像获得准确的参考线，从而减少根据参考线计算参考夹角的误差。

在一些实施例中，步骤502包括：当根据第一环境图像确定在移动机器人与充电桩之间存在障碍物时，根据未被障碍物遮挡的充电桩图像部分，提取两条参考线。

本实施例中，移动机器人可以根据充电桩在第一环境图像中的位置，判断充电桩是否在拍摄范围内。当充电桩在拍摄范围内时，在移动机器人的当前位置捕获的第一环境图像中，充电桩图像不完整，则表明充电桩被异物遮挡，可以根据没有被遮挡的充电桩图像部分选择两条参考线。例如，先提取充电桩图像的两条轮廓线l1和l2作为参考线，根据l1和l2的位置关系朝向充电桩运动。当l1和l2被异物遮挡时，可以从未被遮挡的充电桩图像中提取两条轮廓线l3和l4作为参考线，根据l3和l4的位置关系朝向充电桩运动。

当移动机器人在左，充电桩在右，移动机器人确定的充电图像中充电桩轮廓示意图如图6a所示。该充电桩包括充电桩前板和充电桩地板。该充电桩轮廓包括7条轮廓线，轮廓线的编号可以记为：b、c、d、e、f、g、l。

例如，在充电桩本体中，充电桩前板的右边是与轮廓线b对应的边线，充电桩前板的上边是与轮廓线l对应的边线，右边和上边两个边线相交且夹角为90度。移动机器人设置90度为轮廓线b和l的预设角度。当移动机器人向前运动，充电桩在移动机器人的右前方时，在充电桩图像中，轮廓线b和l之间的夹角小于90度，如图6a所示。当移动机器人在充电桩的正前方时，轮廓线b和l之间的夹角等于90度。当充电桩在移动机器人的左前方时，轮廓线b和l之间的夹角大于90度。这样，当轮廓线b和l之间的夹角小于90度时，移动机器人向右移动，直至到达充电桩的正前方；当轮廓线b和l之间的夹角大于90度时，移动机器人向左移动，直至到达充电桩的正前方。当到达充电桩的正前方之后，向前运动就可以到达充电桩，并使得移动机器人的电极与充电桩的电极对准。

在一些实施例中，两条参考线包括充电图像中充电桩的轮廓线条中两条不平行的线条，或充电桩图像中充电桩的轮廓线条中两条不同时位于水平面且不垂直于水平面的平行线，或充电图像中充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与水平线，或充电图像中充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与垂直线。

具体的，可以提取充电桩的轮廓线条中两条不平行的线条作为参考线。具体可以是两条相邻的线条，如图6b所示的轮廓线b和轮廓线l，轮廓线b和轮廓线l的夹角记为θ。或者是l和c，或者是c和d，或者是b和d。

两条参考线还可以是两条不相邻且不平行的轮廓线，例如l和d，具体可以将l和d的延长线相交时的夹角作为参考夹角。

如图6c所示，两条参考线还可以是一条不垂直于水平面的轮廓线条l和水平线。

如图6d所示，两条参考线还可以是一条不垂直于水平面的轮廓线条e和垂直线。或者，轮廓线条f和垂直线。

可以理解的是，以上参考线为示意性说明，以上举例不作为对参考线的限制。

在任意一个地理位置，移动机器人可以调整拍摄角度，从而获得充电桩的多个图像。在不同的拍摄角度采集到的充电桩的轮廓线条会有差异，这样根据充电桩图像提取的两条参考线的位置关系有差异。为了解决这个问题，本申请提供以下方法，使得地理位置与参考线的位置关系是一一对应的。

在一些实施例中，充电桩图像包括充电桩前板图像；第一环境图像中充电桩前板图像的中轴线与所述第一环境图像的中轴线之间的距离小于或等于预设距离。

本实施例中，当所述第一环境图像中充电桩前板图像的中轴线与第一环境图像的中轴线重合时，这样在当前位置提取的两条参考线是唯一的，两条参考线的位置关系也是唯一的。

当第一环境图像中充电桩前板图像的中轴线与第一环境图像的中轴线之间的距离小于或等于预设距离，表示充电桩前板图像的中轴线与第一环境图像的中轴线接近重合。可以理解的是，根据实际需要设置预设距离，以避免根据充电桩图像提取的两条参考线不够准确的情况。

在一些实施例中，充电桩图像还包括充电桩边框图像；充电桩边框图像和充电桩前板图像的色差大于预设色差；或者，充电桩边框图像和充电桩前板图像的深度不同；或者，充电桩边框图像和充电桩前板图像的灰度值不同，或者上述情况的组合。

本实施例中，充电桩边框图像和充电桩前板图像的色差大于预设色差，或者，充电桩边框图像和充电桩前板图像的深度不同；或者，充电桩边框图像和充电桩前板图像的灰度值不同，这样利用物体识别算法从图像中提取上述图像特征(如色差，深度或灰度值)时，能够提高识别边框或者充电桩前板的准确率，由此提高识别充电桩的效率。

在一些实施例中，充电桩图像包括充电桩上的标记图像、两条参考线包括标记图像的轮廓线条中两条不平行的线条，或标记图像的轮廓线条中两条不垂直于水平面的平行线，或标记图像的轮廓线条中一条不垂直于水平面的与水平线，或标记图像的轮廓线条中一条不垂直于水平面的与垂直线。

在一些实施例中，充电桩图像包括充电桩上的标记图像、两条参考线包括标记图像的一轮廓线条及充电桩图像的一轮廓线条，标记图像的一轮廓线条及充电桩图像的一轮廓线条不同时垂直于水平面。

本实施例中，当充电桩图像中充电桩标记的一个轮廓线条与充电桩的轮廓线条相交时，可以将其中相交的两条轮廓线作为参考线。如图7所示，充电桩标记的轮廓线包括b′，c′，d′，l′。可以将充电桩的轮廓线b和充电桩标记的轮廓线d′作为参考线，或者c和d′。如果充电桩图像的轮廓线条与充电桩标记图像的轮廓线条不相交，那么可以将两条轮廓线条的延长线作为参考线，然后获取上述两条延长线的夹角作为参考夹角。

在一些实施例中，标记图像的颜色与标记的周围区域的图像的颜色不同。

本实施例中，利用物体识别算法从充电桩图像中提取颜色时，由于标记图像的颜色与其周围区域的图像的颜色不同，根据图像颜色确定的灰度值可以区分标记图像和周围区域图像，由此可以提高识别充电桩的准确性。

在一些实施例中，标记图像与标记的周围区域的图像的深度不同。

本实施例中，当标记图像与标记的周围区域的图像的深度不同时，表示标记与其周围区域不在同一平面上，这样根据图像深度就可以区分充电桩上的标记和其周围区域。

在一些实施例中，标记图像与标记的周围区域的图像的灰度值不同。

本实施例中，标记图像与标记的周围区域的图像的灰度值不同时，表示标记的颜色与其周围区域的颜色不同，或者标记的材质与其周围区域的材质不同。由此可以区分充电桩上的标记和其周围区域。

在以上实施例中，具体可以通过预设的充电桩图像或者预设的充电桩标识识别出第一环境图像中的充电桩。当环境中有多个充电桩时，移动机器人可以记录多个充电桩的位置，并将多个充电桩的位置标记在地图中，然后根据多个充电桩的位置进行路径规划。

参阅图8，移动机器人80是本申请中移动机器人的另一个实施例。移动机器人80包括：

摄像模块801，用于捕获第一环境图像，第一环境图像包括充电桩图像；

处理模块802，用于根据充电桩图像，提取两条参考线；

处理模块802，还用于根据两条参考线的位置关系与两条参考线的预设位置关系的差异，控制移动机器人朝向充电桩移动。

在一些实施例中，所述处理模块802，具体用于当所述两条参考线的位置关系与所述两条参考线的预设位置关系不同时，控制所述移动机器人从捕获所述第一环境图像的第一位置处移动至第二位置处，再控制所述移动机器人从所述第二位置移动至所述充电桩，其中根据在所述第二位置处捕获的第二环境图像中所述充电桩图像提取的所述两条参考线的位置关系与预设位置关系相同；当所述两条参考线的位置关系与所述两条参考线的预设位置关系相同时，控制所述移动机器人从捕获所述第一环境图像的第一位置处移动至所述充电桩，在所述充电桩中与所述两条参考线对应的两条边线的位置关系与预设位置关系相同。

在一些实施例中，

处理模块802，具体用于当两条参考线的位置关系为不平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至第二位置处，再控制移动机器人从第二位置移动至充电桩，其中根据在第二位置处捕获的第二环境图像中充电桩图像提取的两条参考线平行；当两条参考线的位置关系为平行时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩，在充电桩中与两条参考线对应的两条边线是平行的。

在一些实施例中，处理模块802，具体用于当两条参考线的位置关系为不平行且两条参考线的参考夹角的角度不等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至第三位置处，再控制移动机器从第三位置移动至充电桩，其中在第三位置处捕获的第三环境图像中充电桩图像中两条参考线的夹角的角度等于预设角度；当两条参考线的位置关系为不平行且两条参考线的参考夹角的角度等于预设角度时，控制移动机器人从捕获第一环境图像的第一位置处移动至充电桩。

在一些实施例中，

处理模块802，具体用于当根据第一环境图像确定移动机器人与充电桩之间存在障碍物时，根据未被障碍物遮挡的充电桩图像部分提取两条参考线。

在一些实施例中，

两条参考线为充电桩的轮廓线条中两条不平行的线条，或充电桩的轮廓线条中两条不同时位于水平面且不垂直于水平面的平行线，或充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与水平线，或充电桩的轮廓线条中一条不垂直于水平面的轮廓线条与垂直线。

在一些实施例中，充电桩图像包括充电桩前板图像；在第一环境图像中充电桩前板图像的中轴线与第一环境图像的中轴线之间的距离小于或等于预设距离。

在一些实施例中，充电桩图像还包括充电桩边框图像；

充电桩边框图像和充电桩前板图像的色差大于预设色差；或者，充电桩边框图像和充电桩前板图像的深度不同；或者，充电桩边框图像和充电桩前板图像的灰度值不同。

在一些实施例中，

充电桩图像包括充电桩上的标记图像、两条参考线为标记图像的轮廓线条中两条不平行的线条，或标记图像的轮廓线条中两条不垂直于水平面的平行线，或标记图像的轮廓线条中一条不垂直于水平面的与水平线，或标记图像的轮廓线条中一条不垂直于水平面的与垂直线。

在一些实施例中，充电桩图像包括充电桩上的标记图像、两条参考线为标记图像的一轮廓线条及充电桩图像的一轮廓线条，标记图像的一轮廓线条及充电桩图像的一轮廓线条不同时垂直于水平面。

在一些实施例中，标记图像与标记周围区域的图像的颜色不同；或者，标记图像与标记周围区域的图像的深度不同；或者，标记图像与标记周围区域的图像的灰度值不同，或者以上情况的组合。

需要说明的是，上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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。

另外，在本申请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。

所述集成的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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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个设备(可以是个人计算机，服务器，或者网络设备、机器人、单片机、芯片等)等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的范围。