移动设备及其对象检测方法与流程

本公开涉及移动设备。更具体地，本公开涉及用于检测任务空间的地上和地下对象的移动设置。

背景技术：

移动设备是用于自主移动和执行任务的设备。具体地，作为移动设备的示例，机器人清洁器是能够通过在清洁空间中行进而无需使用者操纵的同时吸取地板上的异物(诸如灰尘)来自动清洁清洁区域的设备。

当机器人清洁器清洁清洁区域时，位于机器人清洁器的行进路线上的障碍物(诸如家具、门槛和电缆)干扰机器人清洁器的移动，因此机器人清洁器需要检测并绕过障碍物。这样，为了检测并绕过障碍物，一般的机器人清洁器在机器人清洁器的向前方向上辐射红外束或超声波，并通过使用反射束或反射波来检测障碍物的存在和障碍物的位置。

然而，当如上所述使用红外束或超声波时，由于清洁空间的颜色、外部光(诸如阳光)、外部噪声、温度等的影响，检测障碍物的存在和位置的准确性可能降低。

呈现以上信息作为背景信息仅是为了帮助理解本公开。至于以上内容中的任何内容是否可用作关于本公开的现有技术，没有确定也没有断言。

技术实现要素：

技术方案

本公开的方面将至少解决上述问题和/或缺点，并至少提供下述优点。因此，本公开的方面在于提供由移动设备执行的通过使用射频(rf)传感器来检测任务空间的地上对象和地下对象并生成指示地上对象和地下对象的地图的方法。

本公开的另一方面在于提供由移动设备执行的通过校正rf传感器检测到的信号来检测对象并考虑对象的特性来生成地图的方法。

本公开的另一方面在于提供由移动设备执行的考虑从任务空间的地下对象反射的信号来识别任务空间中的对象并考虑对象的特性来生成地图的方法。

另外的方面将在以下描述中部分地阐述，并将部分地自该描述明显，或者可以通过实践所呈现的实施例而获知。

附图说明

本公开的某些实施例的以上及其他方面、特征和优点将由以下结合附图的描述更加明显，附图中：

图1a和图1b是示出根据本公开的各种实施方式的移动设备的示例的图；

图2是根据本公开的实施例的移动设备的框图；

图3是用于描述根据本公开的实施例的移动设备的操作的概念图；

图4是根据本公开的实施例的由移动设备执行的生成地下地图的方法的流程图；

图5是用于描述根据本公开的实施例的由移动设备执行的收集行进信息和地下反射信号的方法的概念图；

图6a是用于描述根据本公开的实施例的由移动设备执行的在移动时生成地下地图的方法的图；

图6b是根据本公开的实施例的地下地图的示例；

图7是用于描述根据本公开的实施例的通过使用子地下地图生成合成地下地图的方法的图；

图8是根据本公开的实施例的检测与地上对象对应的地上反射信号的方法的流程图；

图9a、图9b、图9c和图9d是示出根据本公开的各种实施例的检测到的反射信号的图；

图10a、图10b、图10c、图11a、图11b、图11c、图12a、图12b和图12c是用于描述根据本公开的各种实施例的使用多个射频(rf)传感器的移动设备的操作的图；

图13a、图13b和图13c是用于描述根据本公开的各种实施方式的地下反射信号历史的图；

图14是用于描述根据本公开的实施例的不同区域的地下反射信号的图；

图15是用于描述根据本公开的实施例的移动设备的操作的流程图；

图16是用于描述根据本公开的实施例的移动设备的操作的流程图；

图17是根据本公开的实施例的由移动设备执行的生成任务空间的地图的方法的流程图；

图18是根据本公开的实施例的由移动设备执行的生成任务空间的地图的方法的详细流程图；

图19是根据本公开的实施例的由移动设备执行的识别地上对象和地下对象的方法的流程图；

图20包括分别示出根据本公开的实施例的关于通过材料的信号衰减和大气中的信号衰减的数据的图；

图21是用于描述根据本公开的实施例的由移动设备执行的识别地上对象和地下对象的方法的示例的图；以及

图22是用于描述根据本公开的实施例的由移动设备执行的识别地上对象和地下对象的方法的示例的图。

贯穿附图，应注意，同样的附图标记用于描绘相同或相似的元件、特征和结构。

最佳实施方式

根据本公开的一方面，提供了一种用于生成与任务空间中的对象相关的地图的移动设备。该移动设备包括主体、配置为移动主体的行驶单元、配置为朝移动设备附近的区域辐射至少一个感测信号的感测电路、存储至少一个指令的存储器、以及处理器，该处理器配置为运行所述至少一个指令以：控制感测电路朝移动设备附近的地上区域和地下区域辐射感测信号，并接收从位于任务空间中的地面上的地上对象和位于任务空间中的地面下的地下对象反射的信号；以及基于接收到的反射信号来生成指示地上对象的分布和地下对象的分布的地图。

根据本公开的另一方面，提供了一种由移动设备执行的生成与任务空间中的对象相关的地图的方法。该方法包括朝移动设备附近的地上区域和地下区域辐射至少一个感测信号、接收从位于任务空间中的地面上的地上对象和位于任务空间中的地面下的地下对象反射的信号、以及基于接收到的反射信号来生成指示地上对象的分布和地下对象的分布的地图。

根据本公开的另一方面，提供了一种计算机程序产品。该计算机程序产品包括其中存储有用于执行上述方法的程序的计算机可读记录介质。

本公开的其他方面、优点和显著特征将由以下结合附图公开了本公开的各种实施例的详细描述对本领域技术人员变得明显。

具体实施方式

提供以下参照附图的描述来帮助全面理解由权利要求及其等同物限定的本公开的各种实施例。它包括各种具体细节来帮助理解，但是这些具体细节将仅被认为是示例性的。因此，本领域普通技术人员将认识到，在不背离本公开的范围和精神的情况下，可以对这里描述的各种实施方式进行各种改变和修改。此外，为了清楚和简洁，可以省略对公知功能和构造的描述。

将理解，单数形式“一”和“该”包括复数指称，除非上下文清楚地另行指示。因此，例如，对“部件表面”的引用包括对一个或更多个这样的表面的引用。

贯穿本公开，表述“a、b或c中的至少一个”表示仅a，仅b，仅c，a和b两者，a和c两者，b和c两者，a、b和c的全部，或其变体。

这里使用的诸如“第一”、“第二”、“第1”和“第2”的表述可以指代各种不同的元件，而与其顺序和/或优先级无关，并且仅用于将一个元件与另一个元件区分开而不限制元件。例如，“第一用户设备”和“第二用户设备”可以表示不同的用户设备，而与其顺序或优先级无关。具体地，第一元件可以被称为第二元件，类似地，第二元件可以被称为第一元件，而不脱离本公开的范围。

将理解，当元件(例如，第一元件)被称为“(操作地或通信地)与另一元件(例如，第二元件)联接/联接到另一元件(例如，第二元件)”或“连接到另一元件(例如，第二元件)”时，该元件可以直接地或通过另一元件(例如，第三元件)联接或连接到该另一元件。相反，将理解，当元件(例如，第一元件)被称为“直接联接到”或“直接连接到”另一元件(例如，第二元件)时，它们之间不存在另一元件(例如，第三元件)。

在本说明书中，对象可以指位于移动设备在其中移动的任务空间的对象。对象可以包括位于任务空间中的地面上的地上对象和位于任务空间中的地面下的地下对象。地上对象可以包括干扰移动设备的移动的障碍物以及与移动设备的任务目标对应的任务对象。例如，障碍物可以包括固定在任务空间中静止对象(诸如墙壁、家具或家用电器)以及能够自主移动的移动对象(诸如人或动物)，任务对象可以包括任务空间中的废物或污染物，但是障碍物和任务对象不限于此。地下对象可以包括例如位于任务空间中地面下的管道或钢框架。例如，地下对象可以包括任务空间的地板。

在本说明书中，地图可以指任务区域的地图。地图可以包括关于位于任务区域中的地面上的地上对象和地下对象的信息。地图可以包括指示任务区域的地上结构的结构信息、指示位于任务区域中的地面上的地上对象的分布的地上分布信息、以及指示位于任务区域中的地面下的地下对象的分布的地下分布信息，但不限于此。地图可以被实现为指示任务区域的地上结构的结构图、指示地上对象的分布的地上地图和指示地下对象的分布的地下地图中的至少两个的合成地图。地图可以包括指示任务空间的地上和地下对象的特性的信息。

在以下描述和所附权利要求中使用的术语和词语不限于书面含义，而是仅由发明人使用以使本公开能够被清楚且一致地理解。因此，对本领域技术人员应明显的是，提供以下对本公开的各种实施例的描述仅是出于说明的目的，而不是出于限制由所附权利要求及其等同物限定的本公开的目的。

这里使用的所有术语(包括技术术语和科学术语)具有与本领域普通技术人员一般所理解的相同的含义。常用字典中定义的术语应被解释为具有与相关技术背景中相同的含义，除非这里清楚地定义，否则这些术语不被理想化地或过度地解释为具有形式含义。在一些情况下，即使在本说明书中定义的术语也不能被解释为排除本公开的实施例。

图1a和图1b是示出根据本公开的各种实施例的移动设备的示例的图。

如图1a所示，移动设备1可以是机器人清洁器2。

替代地，移动设备1可以是如图1b所示的家用机器人3。此外，移动设备1可以包括诸如公共服务机器人、工业运输机器人、工人辅助机器人和自主运载工具的各种设备，但是不限于上述示例。

参照图1a，机器人清洁器2可以自动行进并清洁感兴趣区域101(例如，房屋的地板)。机器人清洁器2在清洁地板时可能遇到地板上的对象。机器人清洁器2可以辨别对象并绕过或越过对象。用于给机器人清洁器2充电的充电器2-1可以与机器人清洁器2一起提供。充电器2-1可以包括用于给机器人清洁器2的电池充电的充电站(在下文中也称为坞站或基站)。

参照图1b，家用机器人3可以在感兴趣区域101(例如，房屋)周围移动并辅助用户的家务劳动。例如，家用机器人3可以帮助家务杂事、清洁或烹饪，或控制房屋中与其连接的智能家用电器，例如洗衣机和电视机。家用机器人3可以根据自主确定在房屋中行进，或响应于用户的呼叫朝指定方向行进。

根据本公开，诸如机器人清洁器2或家用机器人3的移动设备1可以通过使用射频(rf)传感器来检测任务空间中的对象。与现有移动设备中常用的传感器相比，rf传感器具有多种优点。例如，光检测和测距(lidar)传感器可以生成二维(2d)线并获取对象的距离信息，但可能无法感测黑色、透明色或金属。作为另一示例，超声传感器可以感测黑色、透明色或金属，但是可能具有有限的感测范围。

相反，rf传感器具有高的信号透射率，因此在检测对象方面可以是优异的。可以考虑使用rf传感器测得的信号的特性来预测对象的材料(或介质)。然而，由于高的信号透射率，rf传感器在实际使用中甚至可能检测到不必要的对象。

例如，因为rf信号在向前方向上径向地辐射，所以rf传感器检测到的信号不仅可以包括从地板上的地上对象反射的信号，而且可以包括从地板下的地下对象5(例如，管道)反射的信号。这样，需要基于反射信号来识别地上对象和地下对象5，并需要校正rf传感器检测到的信号以检测地板上的地上对象。

具体地，因为移动设备1在其中行进的环境(特别地，地板下的环境)根据行进区域而不同，所以需要考虑取决于行进环境而不同地提供的从地下对象反射的信号来校正rf传感器检测到的信号。

移动设备1可以通过使用至少一种学习模型来生成指示任务空间中的地上和地下对象的分布的地图并在任务空间中执行任务。替代地，移动设备1可以通过使用至少一种学习模型分开生成指示任务空间中的地下对象的分布的地下地图和指示任务空间中的地上对象的分布的地上地图。可以考虑例如学习模型的应用领域、学习目的或设备的计算性能来构建学习模型。学习模型可以是例如基于神经网络的模型。例如，学习模型可以使用深度神经网络(dnn)模型、循环神经网络(rnn)模型或双向循环深度神经网络(brdnn)模型，但不限于此。

图2是根据本公开的实施例的移动设备的框图。

参照图2，移动设备1可以包括：主体201，配置为提供其中安装其他元件的壳体；感测单元210，配置为感测移动设备1的周围环境；处理器220，配置为控制移动设备1的其他元件的操作；行驶单元230，配置为使移动设备1朝某个方向移动；以及存储器240，存储用于移动设备1的操作的数据，例如控制程序、应用和算法。根据本公开的各种实施例，移动设备1还可以包括配置为基于特定目的执行任务的任务执行器250。移动设备1还可以包括通信器260和显示器270。

感测单元210包括能够感测周围环境的至少一个传感器。感测单元210可以配置为在移动设备1移动或执行任务的同时感测周围环境。

感测单元210可以包括rf传感器211。根据本公开的各种实施例，感测单元210还可以包括lidar传感器212和相机213。此外，感测单元210还可以包括三维(3d)传感器、地磁传感器、红外(ir)传感器、超声传感器、激光传感器、雷达传感器和位置敏感检测器(psd)传感器，但不限于上述示例。

rf传感器211可以通过使用几ghz至几十ghz的无线电波信号来检测对象。rf传感器211可以辐射例如超宽带(uwb)rf信号。替代地，rf传感器211可以辐射调频连续波(fmcw)信号或调相连续波(pmcw)信号。rf传感器211具有高的信号透射率，因此甚至可以检测地板下的对象。当使用rf传感器211时，可以最小化对其他窄带信号(例如，全球定位系统(gps)、蓝牙、紫蜂和无线局域网(wlan)信号)的干扰。在图2中，rf传感器211可以包括用于辐射rf信号的发射器(tx)天线211-1和tx模块211-2以及用于接收从前方的地上或地下对象反射的信号的接收器(rx)天线211-3和rx模块211-4。tx天线211-1和rx天线211-3可以被提供为多个，并且tx模块211-2和rx模块211-4可以以与tx天线211-1和rx天线211-3相同的数量来提供，或提供有开关。信号处理器211-5可以执行用于通过无线电信道发送或接收信号的功能，例如信号的频带转换和放大。例如，信号处理器211-5可以将基带信号上变频为rf频带信号然后通过天线发送rf频带信号，并将通过天线接收到的rf频带信号下变频为基带信号。信号处理器211-5可以包括例如tx滤波器、rx滤波器、放大器、混频器、振荡器、数模转换器(dac)和模数转换器(adc)，但不限于上述示例，信号处理器211-5的一些功能可以由tx模块211-2或rx模块211-4执行。

相机213可以包括所捕获的图像透过其的透镜和图像传感器。图像传感器可以使用互补金属氧化物半导体(cmos)传感器或电荷耦合器件(ccd)传感器，移动设备1可以通过使用相机213来捕获前方区域的图像，并将捕获的图像转换为数字图像。

相机213可以包括各种类型的光学透镜，从而以广角或以高分辨率捕获周围环境的图像。根据本公开的实施例，相机213可以使用广角透镜以拍摄特定位置的整个周围区域。相机213可以朝上安装以拍摄天花板的整个区域。移动设备1可以基于天花板的捕获图像数据自主地辨别其位置，或生成任务区域的地图。可以使用图像数据来修改所生成的地图，并且移动设备1可以通过使用由其他移动设备捕获的图像数据来生成整个任务区域的合成地图。

为了使移动设备1移动，行驶单元230可以基本上包括：与地板接触的一个或更多个轮子；电机，用作产生用于移动的驱动力的驱动单元；以及连杆和轴结构，用于将电机的驱动力传递到轮子。例如，行驶单元230可以单独地驱动多个轮子从而以各种方式控制移动设备1向前移动、向后移动、旋转或转弯。可以基于从处理器220传输到电机的控制信号来确定由行驶单元230控制以移动的移动设备1的方向和速度。

在本公开的实施例中，行驶单元230还可以包括用于基于处理器220的控制信号来物理地改变多个轮子的角度的转向工具。在这种情况下，可以基于处理器220的控制信号来控制行驶单元230的多个轮子的旋转计数，因此可以在行进方向上容易地控制移动设备1，即使移动设备1容易地转向。

提供存储器240作为其中存储或加载数据的空间。存储器240包括用于存储数据而与系统电力的施加无关的非易失性存储器以及用于临时存储由处理器220处理的数据(例如，控制程序)的易失性存储器。例如，非易失性存储器可以包括闪存、可擦除可编程只读存储器(eprom)、硬盘驱动器(hdd)、固态驱动器(sdd)或只读存储器(rom)，易失性存储器可以包括随机存取存储器(ram)或缓冲器。存储器240可以存储例如控制程序、应用和算法的数据，以用于移动设备1的例如清洁、充电和行进的操作。

根据本公开的实施例，存储器240可以存储任务区域的地图。地图可以包括指示位于任务区域中的地面上的地上对象和地下对象的信息。地图可以包括指示任务区域的地上结构的结构信息、指示位于任务区域中的地面上的地上对象的分布的地上分布信息、以及指示位于任务区域中的地面下的地下对象的分布的地下分布信息，但不限于此。地图可以被实现为指示任务区域的地上结构的结构地图、指示地上对象的分布的地上地图、以及指示地下对象的分布的地下地图中的至少两个的合成地图。地图可以包括指示任务空间的地上和地下对象的特性的信息。

任务执行器250可以包括例如用于实现清洁地板的目的的元件。例如，任务执行器250可以包括：刷子，用于分散地板上的异物，例如灰尘；抽吸模块，用于吸取分散的异物；以及灰尘箱，用于储存所吸取的异物。任务执行器250可以在行驶单元230控制移动设备1移动或移动设备1停止的同时操作并清洁地板。具体地，任务执行器250可以包括：滚筒刷，用于分散任务空间的灰尘；一对侧刷，用于将任务空间的灰尘朝滚筒刷引导；以及灰尘箱，用于吸取并储存通过滚筒刷分散的灰尘。滚筒刷可以提供在主体201的底表面中产生的灰尘入口中，并绕平行于主体201的底表面的旋转轴线旋转，并将工作空间的灰尘分散到灰尘入口中。可以将侧刷安装在主体201的底表面的前部左右边缘。侧刷可以安装在一对轮子的前方，并绕垂直于主体201的底表面的旋转轴线旋转，并且将没有被滚筒刷清洁的清洁区域的灰尘朝滚筒刷引导。侧刷可以从主体201突出并因此延伸由移动设备1清洁的区域。

处理器220可以是被实现为中央处理单元(cpu)、芯片组和微控制器的组合、或片上系统(soc)中的至少一个的电路。处理器220可以基于存储在存储器240中的控制程序来执行针对由移动设备1执行的整体操作的计算和控制操作。控制程序可以包括以基本输入/输出系统(bios)、设备驱动器、操作系统、固件、平台或应用中的至少一种的形式配置的(多个)程序。根据本公开的实施例，可以基于从外部接收到的应用数据在移动设备1的制造过程中预先安装或存储应用，或者之后在移动设备1中安装应用。例如，可以将应用数据从例如应用市场的外部服务器下载到移动设备1。

根据本公开的实施例，处理器220包括：导航模块，用于生成控制移动设备1的移动的控制信号；以及同时定位和地图构建(slam)模块，用于确定移动设备1的当前位置。处理器220可以基于导航模块生成的控制信号在清洁区域中移动(即行进)的同时生成任务区域的地图。slam模块可以配置为支持用于基于感测单元210获得的数据来确定移动设备1的当前位置的定位功能、以及用于通过进一步使用地上和/或地下对象的特性信息来重新确定当前位置的重新定位功能。由于slam模块的操作，可以生成地上和/或地下对象的特性信息。

根据本公开的各种实施例，感测单元210可以辐射rf信号，并检测从移动设备1前方的地上对象和地下对象反射的信号。处理器220可以基于感测单元210检测到的反射信号以及与移动设备1在存储器240中存储的地图中的位置对应的地下反射信号来确定对象的特性。对象的特性可以包括例如对象的位置信息、从移动设备1到对象的距离信息、对象的材料信息或对象的类型信息中的至少一项。

根据本公开的各种实施例，处理器220可以通过从感测单元210检测到的反射信号中去除地下反射信号的至少一部分来校正反射信号。处理器220可以基于校正后的反射信号来确定对象的特性。

根据本公开的各种实施例，感测单元210可以辐射rf信号并检测从在移动设备1前方或下方的至少一个地下对象反射的地下反射信号。处理器220可以基于感测单元210检测到的地下反射信号以及移动设备1在检测到地下反射信号时的位置来生成指示地下对象的地下地图。

根据本公开的各种实施例，处理器220可以通过使用基于地下反射信号估计的地下对象作为地标来校正移动设备1在其中执行任务的感兴趣区域的地图。

根据本公开的各种实施例，为了生成地下地图，处理器220可以提供用于请求移除地上对象的引导信息。

根据本公开的各种实施例，感测单元210可以包括第一rf传感器和第二rf传感器。在这种情况下，用于检测地下对象的第一rf传感器和用于检测地上对象的第二rf传感器可以安装在不同的位置，以在不同的方向上辐射rf信号。例如，第一rf传感器可以安装为在移动设备1的向前方向上辐射rf信号，第二rf传感器可以安装为在移动设备1的向下方向上辐射rf信号。

移动设备1还可以包括各种元件，例如安装在主体201上以接收用户输入并显示移动设备1的状态信息的用户界面(未示出)。根据本公开的实施例，用户界面可以包括输入按钮，诸如用于打开或关闭移动设备1的电源按钮、用于启动和停止移动设备1的操作的操作切换按钮以及用于使移动设备1返回充电站(未示出)的返回按钮。输入按钮可以采用用于基于用户的按压来检测命令的微型开关或薄膜开关、或用于基于用户的触摸来检测命令的触摸板。用户界面还可以包括用于接收用户发出的语音/声音的语音输入器。语音输入器可以被实现为用于接收语音信号的麦克风。

用户界面可以包括用于显示移动设备1的当前状态和基于用户输入的状态的显示器。显示器可以显示当前时间、电池状态和移动设备1的操作信息，例如任务模式。显示器可以采用液晶显示器(lcd)面板、发光二极管(led)面板或有机发光二极管(oled)面板。

移动设备1还可以包括充电器(未示出)。充电器固定并安装在移动设备1的任务环境中的位置，并连接到外部电源。在本公开的实施例中，充电器可以安装在任何一个单独任务区域的某个位置。当主体201被对接时，充电器可以基本上为移动设备1的电池充电并执行移动设备1的各种维护操作。充电器还可以包括：充电连接器，可连接到主体201的充电端子；以及电力控制电路，用于将外部电力(例如，交流(ac)电压)转换为充电电力(例如，直流(dc)电压)并通过充电连接器将充电电力供应给移动设备1的电池。

移动设备1还可以包括通信器260。通信器可以包括用于基于各种无线通信协议与外部设备(例如，另一家用电器或另一移动设备)进行无线通信的硬件，例如通信电路或通信芯片。通信器可以基于其所支持的协议通过访问接入点(ap)直接地或经由某个网络与另一外部设备进行通信。通信器支持的无线通信协议的示例可以包括无线保真(wi-fi)、蓝牙、红外数据协会(irda)、rf、紫蜂、wi-fi直连(wfd)和长期演进(lte)。根据本公开的实施例的移动设备1还可以通过通信器与至少一个外部设备(例如，充电站(未示出)、用户设备(未示出)或服务器)通信。

移动设备1还可以包括用于供应电力以操作移动设备1的电池(未示出)。电池可以配置为当移动设备1的内部电力用尽时是可充电的。电池基于从处理器220接收到的控制信号向移动设备1的每个元件提供预设电压的电力。电池可以包括端子，该端子用于在移动设备1对接于充电站中的同时，将通过充电站的充电连接器提供的电力传输到电池。电池可以包括用于检测充电状态的传感器，因此处理器220可以检查电池的充电状态。

通信器260可以包括用于使移动设备1能够与外部设备(未示出)通信的一个或更多个元件。例如，通信器260可以包括短距离无线通信器(未示出)和移动通信器(未示出)。与移动设备1通信的外部设备可以包括例如移动设备和服务器。在这种情况下，移动设备可以提供用于控制移动设备1的操作的功能，并且服务器可以向移动设备1提供生成地图和执行任务所需的信息。

短距离无线通信器可以包括蓝牙通信器、蓝牙低功耗(ble)通信器、近场通信器、wlan(或wi-fi)通信器、紫蜂通信器、irda通信器、wfd通信器、uwb通信器或ant+通信器，但不限于此。

移动通信器向移动通信网络上的基站、外部设备或服务器中的至少一个发送无线信号或从其接收无线信号。这里，基于语音呼叫信号、视频呼叫信号或文本/多媒体消息的发送或接收，无线信号可以包括各种类型的数据。

显示器270可以显示由移动设备1处理的信息。例如，显示器270可以显示用于控制移动设备1在任务空间中移动的同时执行任务的用户界面。

当显示器270和触摸板分层以配置触摸屏时，显示器270不仅可以用作输出设备，而且可以用作输入设备。显示器270可以包括lcd、薄膜晶体管lcd(tft-lcd)、oled、柔性显示器、3d显示器或电泳显示器中的至少一种。取决于移动设备1的实施方式，移动设备1可以包括两个或更多个显示器270。

图3是用于描述根据本公开的实施例的移动设备的操作的概念图。

最初，如图3的(a-31)所示，移动设备1(例如，机器人清洁器)可以在感兴趣区域(例如，房屋)中移动并检测地下反射信号。例如，移动设备1的感测单元210可以在移动设备1的向前方向或向下方向上辐射rf信号。如图3的(a-32)所示，感测单元210可以检测从在移动设备1前方或下方的地下对象5(或地下反射信号源)反射的地下反射信号s5。地下对象5可以是静止对象，例如地板下的管道或钢筋。

移动设备1的处理器220可以将检测到的地下反射信号s5存储为对应于移动设备1在检测到地下对象5时的位置。例如，移动设备1的处理器220可以将移动设备1的位置与地下反射信号s5配对并存储。

这里，移动设备1在检测到地下对象5时的位置可以包括例如移动设备1在辐射rf信号时的位置、移动设备1在检测到地下反射信号s5时的位置、或移动设备1在辐射rf信号的时间与检测到地下反射信号s5的时间之间的时间的位置。因为rf信号的速度比移动设备1的速度快得多，所以移动设备1在辐射rf信号时的位置实际上可以与移动设备1在检测到地下反射信号s5时的位置相同。移动设备1的与辐射rf信号的时间对应的位置实际上可以与移动设备1的与检测到地下反射信号s5的时间对应的位置相同。

移动设备1的处理器220可以通过使用与移动设备1的位置配对的地下反射信号s5来生成包括在感兴趣区域中检测到的地下反射信号的分布信息的地图。移动设备1可以生成指示地下对象5的分布的地下地图。其具体示例将在下面参照图6a、图6b和图7被详细描述。

参照图3，移动设备1可以在感兴趣区域中连续移动。例如，移动设备1可以在感兴趣区域中移动以清洁感兴趣区域或响应用户的呼叫。当在感兴趣区域中移动时，为了检测地上对象6，移动设备1的感测单元210可以在移动设备1的向前方向上辐射rf信号。如图3的(b-32)所示，移动设备1可以检测从前方的地上对象6和地下对象5反射的信号。反射信号可以包括从地上对象6反射的地上反射信号s6和从地下对象5反射的地下反射信号s5'。

然后，如图3的(c-32)所示，处理器220可以基于检测到的反射信号和被存储为对应于移动设备1的位置的地下反射信号s5来获取校正后的反射信号。例如，处理器220可以从存储器240中提取与移动设备1的位置对应的地下反射信号s5，并通过从图3的(b-32)中接收到的反射信号中去除地下反射信号s5的至少一部分来校正或校准反射信号。具体地，处理器220可以通过从包括从地上对象6反射的地上反射信号s6和从地下对象5反射的地下反射信号s5'的反射信号中去除与移动设备1在检测到地上对象6(例如，图3的(a-32)的地下反射信号s5)时的位置对应的地下反射信号来获取校正后的反射信号s6。

这里，移动设备1在检测到地上对象6时的位置可以包括例如移动设备1在辐射rf信号时的位置、移动设备1在检测到反射信号时的位置、或移动设备1在辐射rf信号的时间与检测到地上反射信号s6的时间之间的时间的位置。

处理器220可以基于地上反射信号s6来确定地上对象6的特性。地上对象6的特性可以包括例如地上对象6的位置信息、从移动设备1到地上对象6的距离信息、地上对象6的材料信息或地上对象6的类型信息中的至少一项。例如，处理器220可以通过基于地上反射信号s6分析地上对象6的电容率或磁导率来确定地上对象6的材料(或介质)。处理器220可以确定地上对象6是由固体(例如，金属或木材)还是液体制成。

当确定地上对象6的特性时，处理器220可以基于地上对象6的特性来控制移动设备1的行进。

例如，如图3的(c-31)所示，处理器220可以控制行驶单元230使得移动设备1绕过地上对象6。要绕过的地上对象6可以包括例如水、液体和排泄物。替代地，处理器220可以控制行驶单元230使得移动设备1越过地上对象6。替代地，处理器220可以控制任务执行器250使得移动设备1清洁(例如，吸取)地上对象6。

图4是根据本公开的实施例的由移动设备执行的生成地下地图的方法的流程图。

参照图4，移动设备1可以开启初始行进模式(401)。初始行进模式可以是用于在移动设备1(例如，机器人清洁器)执行主要任务之前检测地下对象的模式。例如，初始行驶模式可以是用于在移动设备1执行清洁任务之前收集关于任务空间的结构以及任务空间中的地上和地下对象的信息的模式。

当开启初始行进模式时，移动设备1可以在例如感兴趣区域(例如，房屋)中移动的同时辐射rf信号，并检测从地下对象反射的地下反射信号(402)。当检测到地下反射信号时，移动设备1可以基于检测到的地下反射信号以及辐射rf信号的时间与接收到地下反射信号的时间之间的时间差来收集峰值信号电平和距离信息(403)。

当开启初始行进模式时，移动设备1可以检查移动设备1的当前位置(404)。例如，移动设备1可以通过使用slam技术来辨别其位置。slam可以指移动设备1通过获取周围环境信息并处理所获取的信息来生成目标空间的地图并同时估计其位置的技术。具体地，移动设备1可以基于使用具有宽视角的相机捕获的天花板的图像数据来生成地图并估计其位置。

当检查当前位置时，移动设备1可以参照当前位置来收集移动设备1的位置坐标和行进角度信息(405)。行进角度信息可以包括例如移动设备1从其中心轴线(例如，y轴)倾斜(或偏斜)的角度。

移动设备1可以通过使用在操作403和405中收集到的信息来生成地下地图(例如，虚拟地下地图)(406)。

移动设备1可以通过将在操作403和405中收集到的信息输入到用于生成地下地图的特定学习模型来生成地下地图。在这种情况下，在移动设备1的制造过程中，可以预先将用于生成地下地图的学习模型包括在移动设备1中，但是不限于此。移动设备1可以从某个服务器接收用于生成地下地图的学习模型，通过使用接收到的学习模型来生成地下地图，并更新接收到的学习模型。替代地，可以通过某个服务器来管理用于生成地下地图的学习模型。在这种情况下，移动设备1可以通过提供在操作403和405中收集到的信息来向服务器请求地下地图，并从服务器接收由服务器生成的地下地图。用于生成地下地图的学习模型可以是例如基于神经网络的模型。例如，用于生成地下地图的学习模型可以使用dnn模型、rnn模型或brdnn模型，但不限于此。

图5是用于描述根据本公开的实施例的由移动设备执行的收集行进信息和地下反射信号的方法的概念图。

具体地，参照图5，移动设备1可以在房屋中的一个空间102处沿y方向行进。在这种情况下，移动设备1可以在移动设备1行进的每个位置(例如，rf传感器211的每个位置)处收集峰值信号电平、距离信息、位置坐标和行进角度信息。位置坐标可以是例如相对于一个空间102的左下角点或特征点的绝对位置坐标或相对位置坐标。

例如，在图5的第一点501处，移动设备1可以收集移动设备1的位置坐标(x1,y1)和移动设备1的行进角度θ1。移动设备1可以收集从地下对象5(例如，地板下的管道)反射的地下反射信号中包括的峰值信号电平s1。移动设备1可以基于辐射rf信号的时间与接收到地下反射信号的时间之间的时间差来收集到地下对象5的距离d1。类似地，在第二点502，移动设备1可以收集移动设备1的位置坐标(x2,y2)和行进角度θ2，并收集来自地下对象5的峰值信号电平s2和到地下对象5的距离d2。类似地，在第三点503，移动设备1可以收集移动设备1的位置坐标(x3,y3)和行进角度θ3，并收集来自地下对象5的峰值信号电平s3和与到地下对象5的距离d3。

如上所述，移动设备1可以通过在一个空间102中行进的同时以一定周期或在每个事件中收集上述信息来获取一个空间102的整个区域上的如图5的附图标记510所指示的峰值信号电平、距离信息、位置坐标和行进角度信息。

当收集到在一个空间102的整个区域上的峰值信号电平、距离信息、位置坐标和行进角度信息时，移动设备1可以通过使用收集到的信息来生成地下地图。

图6a是用于描述根据本公开的实施例的由移动设备执行的在移动的同时生成地下地图的方法的图。

参照图6a，移动设备1可以在一个空间102中沿着某个路线601行进的同时收集从地下对象5反射的地下反射信号611、612和613。移动设备1可以通过集合在一个空间102的每个点处收集到的地下反射信号来生成一个空间102的包括地下反射信号611、612和613的分布信息的地下地图。该地下地图可以指示地下对象5的分布。

图6b示出了根据本公开的实施例的地下地图的示例。

参照图6b，描绘了根据本公开的实施例的包括地下反射信号的分布信息的地下地图602。地下地图602可以包括一个空间102的每个点的地下反射信号。在这种情况下，在一个空间102中的此处定位有地下对象5的点处的地下反射信号的信号电平可以高于其他点处的地下反向信号的信号电平。

根据本公开的各种实施例，移动设备1可以辅助地使用地下地图来生成移动设备1在其中执行任务(例如，清洁任务)的感兴趣区域(例如，房屋)的地图。例如，移动设备1可以通过使用基于地下反射信号估计的地下对象(例如，地板下的管道和墙壁)作为地标(或特征对象或参照对象)来校正感兴趣区域的地图。

根据本公开的各种实施例，当移动设备1检测地下反射信号以生成地下地图时，并且当在感兴趣区域中存在地上对象时，由于地上对象，可能无法准确地检测地下对象。在这种情况下，移动设备1可以在开启初始行进模式以生成地下地图之前，向输出器(未示出)提供用于请求移除位于感兴趣区域中的地上对象的引导信息。输出器可以在屏幕上显示接收到的引导信息，或通过扬声器输出接收到的引导信息。例如，输出器可以输出告知“请移除对象以生成家庭清洁地图”的语音消息。在这种情况下，移动设备1可以识别地上对象的类型，并基于地上对象的类型来确定是否输出引导信息。

根据本公开的各种实施例，尽管在感兴趣区域中存在地上对象，但是移动设备1可能不支持输出用于请求移除地上对象以生成地下地图的引导信息的功能，或者用户可能无法移除地上对象。

图7是用于描述根据本公开的实施例的通过使用子地下地图生成合成地下地图的方法的图。

参照图7，移动设备1可以通过使用多个子地下地图来生成合成地下地图。

例如，当移动设备1在一个空间103中行进时，并且当如图7的(a-71)所示存在地上对象701、702、703时，移动设备1可以通过仅在除了存在地上对象701、702和703的区域以外的区域中检测地下对象5来生成图7的(a-72)所示的子地下地图。具体地，移动设备1可以通过使用移动设备1中包括的相机213来检查地上对象701、702和703的位置。移动设备1可以考虑地上对象701、702和703的被检查位置来辐射rf信号，并通过检测从地下对象5反射的地下反射信号来生成子地下地图。替代地，移动设备1可以通过使用当存在地上对象时检测到的地下反射信号来生成地下地图，并通过从生成的地下地图中移除存在地上对象的区域来生成子地下地图。

类似地，当移动设备1在一个空间103的一部分中行进时，并且当如图7的(b71)所示存在地上对象704和705时，移动设备1可以通过仅在除了存在地上对象704和705的区域以外的区域中检测地下对象5来生成图7的(b72)所示的子地下地图。

当如图7的(a-71)和(b-72)所示生成了子地下地图时，移动设备1可以通过组合生成的子地下地图来生成如图7的(c-7)所示的合成地下地图。例如，移动设备1可以通过对在图7的(a-71)和(b-72)的子地下地图中重复检测到的地下反射信号电平值求平均来生成合成地下地图。替代地，移动设备1可以通过保留仅在图7的(a-71)和(b-72)的子地下地图之一中检测到的地下反射信号电平值来生成合成地下地图。

图8是根据本公开的实施例的检测地上反射信号的方法的流程图。

参照图8，移动设备1可以辐射rf信号并检测从前方的对象反射的信号(801)。前方的对象可以包括地上对象和地下对象。

图9a、图9b、图9c和图9d是示出根据本公开的各种实施例的检测到的反射信号的图。

参照图9a，其示出了从前方的对象反射并由移动设备1检测到的信号。检测到的反射信号可以包括地上反射信号901、地下反射信号902和噪声信号903的全部。

移动设备1可以从检测到的反射信号中过滤(或去除)噪声(802)。这里，噪声可以不是从地下对象反射的地下反射信号，而可以是由于干预、干扰、大气中的噪声元素等而产生的信号。

参照图9b，其示出了通过从检测到的反射信号中过滤噪声而获取的信号。噪声过滤后的反射信号可以包括地上反射信号901和地下反射信号902。

移动设备1可以检查移动设备1的当前位置，并获取(或检索)先前存储为对应于移动设备1的当前位置的地下反射信号(803)。例如，移动设备1可以从先前存储在移动设备1中的地下地图中提取与移动设备1的当前位置对应的地下反射信号。

图9c示出了先前在存储器240中存储为对应于移动设备1的当前位置的地下反射信号911。

参照图9c，“d2”可以指从当前位置到与地下反射信号911对应的地下对象的距离。

移动设备1可以针对地下反射信号补偿反射信号(804)。例如，移动设备1可以从图9b的包括地上反射信号901和地下反射信号902的反射信号中去除图9c的地下反射信号911。

作为补偿的结果，移动设备1可以获取校正后的反射信号(或地上反射信号)(805)。

参照图9d，其示出了通过从图9b的噪声去除后的反射信号中去除图9c的地下反射信号911而获取的校正后的反射信号(或地上反射信号)901。在这种情况下，在图9d中，“d1”可以指从当前位置到与校正后的反射信号901对应的地上对象的距离。

图10a至图10c、图11a至图11c和图12a至图12c是用于描述根据本公开的各种实施例的使用多个rf传感器的移动设备1的操作的图。

参照图10a至图10c、图11a至图11c和图12a至图12c，可以使用多个rf传感器或多输入多输出(mimo)天线传感器来实现移动设备1的感测单元210。当移动设备1使用多个rf传感器时，第一rf传感器1001可以用于检测地下对象1011，第二rf传感器1002可以用于检测地上对象1021。在这种情况下，第一rf传感器1001和第二rf传感器1002可以安装在不同的位置。例如，第一rf传感器1001可以安装在移动设备1的向下方向上以检测地下对象1011，第二rf传感器1002可以安装在移动设备1的向前方向上以检测地上对象1021。移动设备1可以通过使用第一rf传感器1001来检测地下对象1011，还可以通过使用第二rf传感器1002检测地上对象1021。

根据本公开的各种实施例，当移动设备1的感测单元210使用mimo天线传感器时，第一天线可以被定位成在向下方向上辐射rf信号以检测地下对象1011，第二天线可以被定位成在向前方向上辐射rf信号以检测地上对象1021。

当移动设备1使用多个rf传感器时，在移动设备1如图10a所示在感兴趣区域104中行进的同时，移动设备1的第一rf传感器1001可以检测地下对象1011，并且第二rf传感器1002可以检测地上对象1021，如图10b所示。在这种情况下，如图10c所示，由于第一rf传感器1001的检测，移动设备1可以检测到从地下对象1011反射的地下反射信号s1011。

作为另一示例，移动设备1可以通过使用第二rf传感器1002仅检测地上对象1021。

具体地，在移动设备1如图11a所示在感兴趣区域104中行进的同时，移动设备1的第二rf传感器1002可以检测到地上对象1021，如图11b所示。然而，第一rf传感器1001可以朝着不存在地下对象的空间辐射rf信号，因此可以检测不到地下对象1011。在这种情况下，如图11c所示，移动设备1可以没有检测到地下反射信号。取而代之地，移动设备1可以检测到空间中的噪声信号。

作为另一示例，移动设备1可以通过使用第一rf传感器1001和第二rf传感器1002来检测地上对象和地下对象。

具体地，在移动设备1如图12a所示在感兴趣区域104中行进的同时，移动设备1的第一rf传感器1001可以检测到地板下的管道1012作为地下对象，并且第二rf传感器1002可以检测到地板上的墙壁1013作为地上对象，如图12b所示。在这种情况下，如图12c所示，由于第一rf传感器1001的检测，移动设备1可以检测到从地下对象(即，管道1012)反射的地下反射信号s1012。

参照图10a至图10c、图11a至图11c和图12a至图12c，已经通过使用第一rf传感器1001和第二rf传感器1002检测到地下反射信号的移动设备1可以生成包括检测到的地下反射信号的分布信息的地图。

然后，当移动设备1执行任务时，移动设备1可以通过使用第一rf传感器1001和第二rf传感器1002来检测从地下对象或地上对象中的至少一个反射的信号。当检测到反射信号时，移动设备1可以通过从检测到的反射信号中去除与移动设备1的位置对应的地下反射信号来确定地上对象的特性。

当如图10a至图10c、图11a至图11c和图12a至图12c所示包括面朝下以检测地下对象的专用rf传感器时，可以大大提高移动设备1用于检测地下对象的能力。如上所述，当可以准确地检测到从地下对象反射的地下反射信号时，可以生成精确的地下地图。

根据本公开的各种实施例，当移动设备1使用第一rf传感器1001在向下方向上辐射rf信号并使用第二rf传感器1002在向前方向上辐射rf信号时，移动设备1可以与生成地下地图分开地实时确定地上对象的特性。例如，移动设备1可以行进并通过从第二rf传感器1002检测到的地上反射信号和地下反射信号中去除第一rf传感器1001检测到的地下反射信号来实时获取地上反射信号。基于所获取的地上反射信号，移动设备1可以确定地上对象的特性。这样，移动设备1可以减少生成地下地图所花费的时间，并且可以通过使用rf传感器快速地检测对象。

可以将在图10a至图10c、图11a至图11c和图12a至图12c中收集到的信息输入到用于生成地图的至少一个学习模型。移动设备1可以通过将在任务空间中行进的同时收集到的信息连续输入到用于生成地图的学习模型来获取从学习模型输出的地图数据。学习模型可以包括例如用于生成地上地图的学习模型、用于生成地下地图的学习模型以及用于生成地上地图和地下地图的学习模型。可以通过移动设备1或服务器中的至少一个来管理学习模型。

图13a至图13c是用于描述根据本公开的实施例的地下反射信号历史的图。

参照图13a至图13c，移动设备1可以行进并通过使用第一rf传感器1101或第二rf传感器1102中的至少一个来检测地下对象1111、1112和1113。

例如，随着时间的流逝，移动设备1可以如图13a所示在y方向上行进。在这种情况下，如图13b所示，移动设备1的第一rf传感器1101可以依次检测到地下对象1111、1112和1113。例如，移动设备1的第一rf传感器1101可以检测到地下对象1111，在一定时间之后检测到地下对象1112，并在另外的一定时间之后检测到地下对象1113。这样，随着时间的流逝，移动设备1可以如图13c所示生成地下反射信号历史。

移动设备1可以通过使用地下反射信号历史来校正从位于移动设备1将要行进的区域中的地下对象反射的地下反射信号。即，当检测到具有比平均电平高得多的信号电平的地下反射信号时，移动设备1可以重新检测地下对象或将高信号电平校正为平均电平。

替代地，移动设备1可以通过使用地下反射信号历史来预测移动设备1的当前位置。例如，当生成地下反射信号历史然后执行任务时，移动设备1可以考虑例如检测到地下反射信号的次数和行进速度来预测移动设备1的当前位置。

否则，移动设备1可以通过使用地下反射信号历史来校正执行任务的感兴趣区域的地图。例如，移动设备1可以通过使用与周期性地下反射信号对应的地下对象作为地标来校正感兴趣区域的地图(例如，地上地图或特征地图)。

替代地，移动设备1可以通过使用地下反射信号历史来预测移动设备1尚未行进的区域的地下对象。例如，在地下反射信号周期性地重复的情况下，移动设备1可以通过使用先前的地下反射信号的检测时间或距离来预测下一个地下反射信号。在这种情况下，移动设备1可以预测与预测的地下反射信号对应的地下对象。

图14是用于描述根据本公开的实施例的不同区域的地下反射信号的图。

参照图14，可以使用在移动设备1的感兴趣区域101的不同区域中检测到的地下反射信号来生成多个地下地图。可以通过从反射信号中去除地上反射信号来生成地下反射信号。否则，可以通过从反射信号中提取地下反射信号来生成地下反射信号。替代地，可以通过仅朝地下对象辐射感测信号来生成地下反射信号。

例如，当移动设备1在其中执行任务的感兴趣区域101被划分为多个子区域时，移动设备1可以生成划分的所述多个子区域的多个地下地图。

在这种情况下，因为所述多个子区域的地下对象的类型和形状不同，所以可以在所述多个子区域中检测到具有不同强度(例如，不同的峰值电平)的地下反射信号。例如，在图12中，在第一区域中检测到的地下反射信号1201、在第二区域中检测到的地下反射信号1202、在第三区域中检测到的地下反射信号1203、在第四区域中检测到的地下反射信号1204和在第五区域中检测到的地下反射信号1205可以彼此不同。

在这种情况下，移动设备1可以生成并存储包括地下反射信号的分布信息的子地下地图。在这种情况下，当在每个子区域中执行任务时，移动设备1可以仅提取与正在其中执行任务的区域对应的子地下地图，并通过使用所提取的子地下地图来确定地上对象的特性。

根据本公开的各种实施例，可以通过组合多个子地下地图中的至少一些来生成合成地下地图。例如，可以通过组合具有相似的地下反射信号历史的子区域的地下地图来生成一个合成地下地图。

图15是用于描述根据本公开的实施例的移动设备的操作的流程图。

参照图15，移动设备1可以通过使用相机213来扫描前方的区域(1301)。

作为扫描前方区域的结果，移动设备1可以确定是否存在地上对象(1302)。

在确定存在地上对象(1302-是)后，移动设备1可以通过使用rf传感器来确定地上对象的特性(1303)。例如，移动设备1可以获取从地上对象和地下对象反射的信号。移动设备1可以通过从反射信号中去除与移动设备1的位置对应的地下反射信号来获取地上反射信号。移动设备1可以基于所获取的地上反射信号来确定到地上对象的距离或地上对象的介质。这样，移动设备1可以识别辨别出的地上对象是障碍物(例如，墙壁、家具或家用电器)还是任务目标(例如，废物或污染物)。

否则，在确定不存在地上对象(1302-否)后，移动设备1可以通过使用rf传感器来更新地下地图(1304)。例如，移动设备1可以通过使用从地下对象反射的地下反射信号来更新先前存储的地下地图。

然后，移动设备1可以确定是否继续任务(例如，清洁任务)(1305)。在确定继续任务(1305-是)后，移动设备1可以通过使用相机213连续地扫描前方的区域。

图16是用于描述根据本公开的实施例的移动设备的操作的流程图。

参照图16，移动设备1可以辐射rf信号(1401)。

移动设备1可以检测从移动设备1前方的地上对象和地下对象反射并与rf信号的辐射对应的信号(1402)。

当检测到反射信号时，移动设备1可以基于检测到的反射信号以及与移动设备1在地下地图中的位置对应的地下反射信号来确定地上对象的特性(1403)。在这种情况下，地下地图可以包括地下反射信号的分布信息，并且可以存储在移动设备1的存储器240中或存储在外部服务器(未示出)的存储器(未示出)中。

根据本公开的各种实施例，当确定地上对象的特性时，移动设备1可以通过从检测到的反射信号中去除地下反射信号的至少一部分来获取从反射信号校正的地上反射信号。移动设备1可以基于所获取的地上反射信号来确定地上对象的特性。

根据本公开的各种实施例，当确定地上对象的特性时，移动设备1可以通过从检测到的反射信号中去除地下反射信号的至少一部分和噪声信号来获取从反射信号校正的地上反射信号。移动设备1可以基于所获取的地上反射信号来确定地上对象的特性。

根据本公开的各种实施例，移动设备1可以辐射rf信号。移动设备1可以检测从在移动设备1前方或下方的至少一个地下对象反射并与rf信号的辐射对应的地下反射信号。移动设备1可以基于检测到的地下反射信号以及移动设备1在检测到地下反射信号时的位置来生成地下地图。

根据本公开的各种实施例，移动设备1可以通过使用基于地下反射信号估计的地下对象作为地标来校正移动设备1在其中执行任务的区域的地图。

根据本公开的各种实施例，为了生成地下地图，移动设备1可以提供用于请求移除地上对象的引导信息。

图17是根据本公开的实施例的由移动设备执行的生成任务空间的地图的方法的流程图。

参照图17，在操作1700中，移动设备1可以朝移动设备1附近的区域辐射感测信号。移动设备1可以在任务空间中移动的同时在移动设备1的向前方向或向下方向上辐射感测信号。移动设备1可以朝移动设备1附近的区域辐射多个感测信号。移动设备1可以同时或依次辐射具有多个频率的多个感测信号。替代地，移动设备1可以依次辐射具有一个频率的多个感测信号。移动设备1辐射的感测信号可以是例如rf信号。

在操作1710中，移动设备1可以接收从地上对象和地下对象反射的信号。移动设备1辐射的感测信号可以从地上和地下对象中的每个反射，并且移动设备1可以一起接收从地上对象反射的地上反射信号和从地下对象反射的地下反射信号。在操作1710中，移动设备1可以不区分地上反射信号和地下反射信号。

在操作1720中，移动设备1可以基于接收到的反射信号来生成指示地上和地下对象的分布的地图。移动设备1可以通过分析接收到的反射信号区分接收到的反射信号中的地上反射信号和地下反射信号。移动设备1可以通过分析接收到的反射信号来确定地上对象的特性和地下对象的特性。移动设备1可以基于移动设备1的位置和接收到的反射信号来确定地上对象的位置和地下对象的位置。这样，移动设备1可以生成地图，该地图包括指示任务区域的地上结构的结构信息、指示位于任务区域中的地面上的地上对象的分布的地上分布信息、以及指示位于任务区域中的地面下的地下对象的分布的地下分布信息。

移动设备1可以通过使用任务空间的捕获图像来生成任务空间的3d地图。在这种情况下，移动设备1可以通过使用任务空间的捕获图像来识别地上对象的尺寸和形状。移动设备1可以识别地上对象的与地板接触的部分的位置和面积。移动设备1可以识别地上对象的不与任务空间的地板接触的一部分底表面的高度。例如，当地上对象是桌子时，移动设备1可以识别桌子的尺寸、桌腿的位置、桌腿的与工作空间的地板接触的部分的面积、以及桌子的底表面的高度。移动设备1可以在任务空间的地图的地上信息中包括指示地上对象的尺寸和形状的3d信息。

移动设备1可以通过使用任务空间的地下对象的深度信息在任务空间的地图的地下信息中包括指示地下对象的尺寸、形状和深度的3d信息。

例如，移动设备1可以将关于移动设备1附近的区域的捕获图像、捕获时间、移动设备1的位置、接收到的反射信号以及反射信号的接收时间的信息输入到用于生成地图的学习模型，因此获取从学习模型输出的地图。

图18是根据本公开的实施例的由移动设备执行的生成任务空间的地图的方法的详细流程图。

移动设备1可以在操作1800中朝移动设备1附近的区域辐射感测信号，并在操作1810中接收从至少一个对象反射的信号。移动设备1可以在任务空间中移动的同时依次辐射多个感测信号，并依次接收从所述至少一个对象反射的信号。

参照图18，在操作1820中，移动设备1可以基于接收到的反射信号来识别地上反射信号和地下反射信号。移动设备1可以在任务空间中移动的同时依次辐射多个感测信号，并在辐射感测信号时计算移动设备1和对象之间的距离值。移动设备1可以计算移动设备1和对象之间的距离值的变化。移动设备1可以考虑移动设备1和对象之间的距离值的变化来识别对象是地上对象还是地下对象。例如，移动设备1可以考虑移动设备1的速度、移动设备1的加速度和到对象的距离值的变化来识别对象是地上对象还是地下对象。例如，当移动设备1在以均匀的速度移动的同时辐射多个感测信号时，并且当到对象的距离值与移动设备1的行进距离相等或相似地变化某个值或更大时，该对象可以被确定为地上对象。例如，当移动设备1在以均匀的速度移动的同时辐射多个感测信号时，并且当到对象的距离值与移动设备1的行进距离不同地变化某个值或更大时，该对象可以被确定为地下对象。

移动设备1可以通过使用用于识别信号的学习模型来执行操作1820。在这种情况下，移动设备1可以通过将接收到的反射信号输入到用于识别信号的学习模型来识别地上反射信号和地下反射信号。可以考虑例如学习模型的应用领域、学习目的或设备的计算性能来构建用于识别信号的学习模型。用于识别信号的学习模型可以是例如基于神经网络的模型。例如，用于识别信号的学习模型可以使用dnn模型、rnn模型或brdnn模型，但是不限于此。

图20包括分别示出根据本公开的实施例的关于通过材料的信号衰减和大气中的信号衰减的数据的图。

参照图18，在操作1830中，移动设备1可以基于地上反射信号来确定地上对象的特性。移动设备1可以基于地上反射信号的信号衰减来确定地上对象的特性。移动设备1可以基于例如关于通过材料的信号衰减和大气中的信号衰减的数据来确定地上对象的特性。在这种情况下，移动设备1可以考虑辐射的感测信号的频率来确定地上对象的特性。当移动设备1辐射多个频率的感测信号时，可以考虑每个频率的反射信号的衰减来确定地上对象的特性。为了有效地确定地上对象的特性，移动设备1可以辐射各种频率的感测信号。为了有效地确定地上对象的特性，移动设备1可以通过使用各种频率的感测信号来执行长距离感测和短距离感测。

在操作1840中，移动设备1可以基于地下反射信号来确定地下对象的特性。移动设备1可以基于地下反射信号的信号衰减来确定地下对象的特性。移动设备1可以基于例如如图20所示的关于通过材料的信号衰减和大气中的信号衰减的数据来确定地下对象的特性。在这种情况下，移动设备1可以考虑辐射的感测信号的频率来确定地下对象的特性。当移动设备1辐射多个频率的感测信号时，可以考虑每个频率的反射信号的衰减来确定地下对象的特性。为了确定地下对象的特性，移动设备1可以使用地板的介质特性。在这种情况下，地板的介质特性可以由移动设备1预先确定并存储在存储器240中，但是不限于此。移动设备1可以单独地识别地板的介质特性。为了有效地确定地下对象的特性，移动设备1可以辐射各种频率的感测信号。为了有效地确定地下对象的特性，移动设备1可以通过使用各种频率的感测信号来执行长距离感测和短距离感测。

移动设备1可以通过使用用于识别对象特性的学习模型来执行操作1830和1840。在这种情况下，移动设备1可以通过将地上反射信号或地下反射信号中的至少一个输入到用于识别对象特征的学习模型来识别对象特性。可以考虑例如学习模型的应用领域、学习目的或设备的计算性能来构建用于识别对象特性的学习模型。用于识别对象特性的学习模型可以是例如基于神经网络的模型。例如，用于识别对象特性的学习模型可以使用dnn模型、rnn模型或brdnn模型，但不限于此。

在操作1850中，移动设备1可以基于地上对象的特性、地下对象的特性和移动设备1的位置来生成任务空间的地图。移动设备1可以基于移动设备1的位置、感应信号的辐射方向、移动设备1和地上对象之间的距离以及移动设备1和地下对象之间的距离来确定地上对象的位置和地下对象的位置。移动设备1可以基于地上对象的位置、地下对象的位置、地上对象的特性和地下对象的特性来生成任务空间的地图。移动设备1可以生成例如指示任务区域的地上结构的结构地图、指示地上对象的分布的地上地图和指示地下对象的分布的地下地图。替代地，移动设备1可以生成例如指示任务区域的地上结构的结构地图、指示地上对象的分布的地上地图和指示地下对象的分布的地下地图中的至少两个的合成地图。

移动设备1可以从服务器(未示出)接收关于位于任务空间中的地面下的地下对象的地下信息，并通过使用接收到的地下信息来校正地下对象的特性和位置。在这种情况下，地下信息可以包括例如关于埋在任务空间中的地面下的管道的管道信息、以及关于埋在任务空间中的地面下的钢筋的钢筋信息，但不限于此。例如，地下信息可以基于用于构造任务空间的蓝图来生成，并存储在服务器中。

移动设备1可以通过使用用于生成地图的学习模型来执行操作1850。在这种情况下，移动设备1可以通过将接收到的反射信号、地上反射信号、地下反射信号、对象特性值和地下信息中的至少一些输入到学习模型中来生成地图。例如，可以考虑例如学习模型的应用领域、学习目的或设备的计算性能来构建用于生成地图的学习模型。用于生成地图的学习模型可以是例如基于神经网络的模型。例如，用于生成地图的学习模型可以使用dnn模型、rnn模型或brdnn模型，但是不限于此。

移动设备1可以使用用于生成地图的一个学习模型来执行操作1820至1850。

图19是根据本公开的实施例的由移动设备执行的识别地上对象和地下对象的方法的流程图。

在操作1900中，移动设备1可以在任务空间中移动的同时依次辐射多个感测信号。移动设备1可以在任务空间中移动的同时以一定的时间间隔依次辐射第一感测信号和第二感测信号。移动设备1可以在辐射多个感测信号的同时识别运动设备1在辐射所述多个感测信号时的位置。

移动设备1可以在操作1910中接收基于第一感测信号从对象反射的第一反射信号，并在操作1920计算在接收到第一反射信号时到对象的第一距离。移动设备1可以基于第一感测信号的信号特性、辐射第一感测信号的时间和接收到第一反射信号的时间来计算到对象的第一距离。移动设备1可以基于第一感测信号的速度以及辐射第一感测信号的时间和接收到第一反射信号的时间之间的时间差来计算到对象的第一距离。接收到第一反射信号的时间可以指移动设备1辐射第一感测信号并接收到第一反射信号的任何一个时间。

移动设备1可以在操作1930中接收基于第二感测信号从对象反射的第二反射信号，并在操作1940中计算在接收到第二反射信号时到对象的第二距离。移动设备1可以基于第二感测信号的信号特性、辐射第二感测信号的时间和接收到第二反射信号的时间来计算到对象的第二距离。移动设备1可以基于第二感测信号的速度以及辐射第二感测信号的时间和接收到第二反射信号的时间之间的时间差来计算到对象的第二距离。接收到第二反射信号的时间可以指移动设备1辐射第二感测信号以及接收到第二反射信号的任何一个时间。

参照图19，在操作1950中，移动设备1可以基于第一距离、第二距离和移动设备1的行进距离来识别对象是地上对象还是地下对象。移动设备1可以基于移动设备1的速度、接收到第一反射信号的时间和接收到第二反射信号的时间来计算移动设备1的行进距离。移动设备1可以通过将第一距离和第二距离之间的距离变化与计算出的行进距离进行比较来识别对象是地上对象还是地下对象。

尽管为了便于说明，在图19中，移动设备1辐射第一感测信号和第二感测信号，但是移动设备1不限于此。移动设备1可以在移动的同时依次辐射三个或更多个感测信号，并通过分析基于辐射的感测信号而反射的信号来识别对象是地上对象还是地下对象。

图21是用于描述根据本公开的实施例的由移动设备执行的识别地上对象和地下对象的方法的示例的图。

图22是用于描述根据本公开的实施例的由移动设备执行的识别地上对象和地下对象的方法的示例的图。

参照图21，移动设备1可以在任务空间中移动的同时朝地上对象7辐射第一感测信号，并接收从地上对象7反射的第一反射信号。移动设备1可以基于第一感测信号的速度、辐射第一感测信号的时间和接收到第一反射信号的时间来计算移动设备1和地上对象7之间的第一距离d11。

然后，移动设备1可以在任务空间中移动的同时朝地上对象7辐射第二感测信号，并接收从地上对象7反射的第二反射信号。移动设备1可以基于第二感测信号的速度、辐射第二感测信号的时间和接收到第二反射信号的时间来计算移动设备1和地上对象7之间的第二距离d12。

移动设备1可以计算移动设备1从接收到第一反射信号直到接收到第二反射信号为止的行进距离d15。移动设备1可以基于移动设备1在接收到第一反射信号时的位置和移动设备1在接收到第二反射信号时的位置来计算行进距离d15。

然后，通过将第二距离d12和第一距离d11之差d12-d11与行进距离d15进行比较，移动设备1可以识别出地上对象7是位于地面上的对象。例如，当第二距离d12和第一距离d11之差d12-d11基本上等于行进距离d15时，移动设备1可以识别出地上对象7是位于地面上的对象。

参照图22，移动设备1可以在任务空间中移动的同时朝地下对象8辐射第三感测信号，并接收从地下对象8反射的第三反射信号。移动设备1可以基于第三感测信号的速度、辐射第三感测信号的时间和接收到第三反射信号的时间来计算移动设备1和地下对象8之间的第三距离d13。

然后，移动设备1可以在任务空间中移动的同时朝地下对象8辐射第四感测信号，并接收从地下对象8反射的第四反射信号。移动设备1可以基于第四感测信号的速度、辐射第四感测信号的时间和接收到第四反射信号的时间来计算移动设备1和地下对象8之间的第四距离d14。

因为第三感测信号的速度可以通过地板下的地下材料而略有变化，所以移动设备1计算出的第三距离d13可以与移动设备1和地下对象8之间的实际距离略有不同。此外，因为第四感测信号的速度可以通过地板下的地下材料而略有变化，所以移动设备1计算出的第四距离d14可以与移动设备1和地下对象8之间的实际距离略有不同。

移动设备1可以计算移动设备1从接收到第三反射信号直到接收到第四反射信号为止的行进距离d16。移动设备1可以基于移动设备1在接收到第三反射信号时的位置和移动设备1在接收到第四反射信号时的位置来计算行进距离d16。

然后，通过将第四距离d14和第三距离d13之差d14-d13与行进距离d16进行比较，移动设备1可以识别出地下对象8是位于地面下的对象。例如，当第四距离d14和第三距离d13之差d14-d13与行进距离d16基本相差某个值或更大时，移动设备1可以识别出地下对象8是位于地面下的对象。

在本公开中，为了使用学习模型，移动设备1的处理器220可以包括数据训练器(未示出)和数据识别器(未示出)。在这种情况下，可以利用用于分析对象、生成地图和执行任务的标准来训练数据训练器。可以利用用于分析对象、生成地图和执行任务的数据以及用于通过使用该数据分析对象、生成地图和执行任务的标准来训练数据训练器。数据训练器可以获取要用于训练的数据，并且可以利用用于通过将所获取的数据应用于学习模型分析对象、生成地图和执行任务的标准来训练。

数据识别器可以基于数据分析对象、生成地图和执行任务。数据识别器可以通过使用训练后的学习模型基于某些数据来分析对象、生成地图和执行任务。数据识别器可以基于训练根据预设标准来获取某些数据，并通过将获取的数据输入到学习模型而从学习模型获取用于分析对象、生成地图和执行任务的输出值。从学习模型输出的值可以用于更新学习模型。

数据训练器或数据识别器中的至少一个可以以至少一个硬件芯片的形式形成并安装在电子设备中。例如，数据训练器或数据识别器中的至少一个可以以用于人工智能(ai)的专用硬件芯片的形式形成，或者可以作为现有的通用处理器(例如，中央处理单元(cpu)或应用处理器)或专用图形处理器(例如，图形处理单元(gpu))的一部分形成，并安装在各种电子设备中。

在这种情况下，数据训练器或数据识别器可以安装在一个电子设备中或在不同的电子设备中。例如，数据训练器和数据识别器中的一个可以安装在电子设备中，另一个可以被包括在服务器中。数据训练器和数据识别器可以以有线或无线方式连接，因此由数据训练器构建的模型信息可以被提供给数据识别器，并且输入到数据识别器的数据可以被提供给数据训练器作为附加训练数据。

数据训练器或数据识别器中的至少一个可以被实现为软件模块。当数据训练器或数据识别器中的至少一个被实现为软件模块(或包括指令的程序模块)时，该软件模块可以存储在非暂时性计算机可读介质中。在这种情况下，至少一个软件模块可以由操作系统(os)或某个应用提供。替代地，至少一个软件模块的一部分可以由os提供，另一部分可以由某个应用提供。

如这里所使用的，术语“模块”或“单元”可以包括使用硬件、软件或固件来实现的单元，并且可以与例如术语“逻辑”、“逻辑块”、“组件”或“电路”可互换的使用。模块可以是执行一个或更多个功能的集成组件或该组件的最小单元或其一部分。例如，根据本公开的实施例，模块可以以专用集成电路(asic)的形式来实现。

本公开的各种实施例可以被实现为包括存储在可由机器(例如，移动设备1)读取的存储介质(例如，存储器240或外部存储器)中的一个或更多个指令的软件(或程序)。例如，机器(例如，移动设备1)可以从存储介质提取所存储的一个或更多个指令之中的至少一个指令，并运行所述至少一个指令。这使机器能够基于所提取的所述至少一个指令来执行至少一个功能。所述一个或更多个指令可以包括由编译器产生的代码或可由解释器运行的代码。机器可读的存储介质可以以非暂时性存储介质的形式提供。当存储介质是“非暂时性”时，意味着该存储介质是有形的并且不包括信号(例如，电磁波)，并且不限制数据被半永久地或临时地存储在存储介质中。

根据本公开的实施例，可以在计算机程序产品中包括和提供根据本公开的各种实施例的方法。计算机程序产品可以在销售者和购买者之间进行交易。计算机程序产品可以以机器可读存储介质(例如，紧凑盘只读存储器(cd-rom))的形式发布，或者通过应用商店(例如，例如googleplaytm)在线发布(例如，下载或上传)，或者直接在两个用户设备(例如，智能手机)之间分发。当在线发布时，计算机程序产品的至少一部分可以在机器可读存储介质(诸如制造商的服务器、应用商店的服务器或中继服务器的存储器)中至少临时存储或创建。

根据本公开，当移动设备使用rf传感器时，可以考虑使用rf传感器测得的信号的特性来预测位于任务空间中的地面上和地面下的对象的特性。

此外，当移动设备使用rf传感器时，可以最小化对窄频带的其他信号的干扰。

可以通过从移动设备检测到的反射信号中去除与任务空间中的地下对象对应的地下反射信号的至少一部分来获取校正后的地上反射信号作为辐射rf信号的结果。这样，可以准确地预测对象的特性。

替代地，可以通过从移动设备检测到的反射信号中去除与地下对象对应的地下反射信号的至少一部分以及诸如干扰信号的噪声信号来获取校正后的地上反射信号作为辐射rf信号的结果。这样，可以更准确地预测对象的特性。

当包括用于检测地下对象的专用rf传感器时，可以提高指示地下对象的地图信息的准确性，特别地，通过省略用于收集指示地下对象的地图信息的初始操作模式，可以在行进的同时获取校正后的地上反射信号。

因为可以使用与地下对象对应的地下反射信号的分布信息来校正移动设备在其中执行任务的感兴趣区域的地图，所以可以提高移动设备的任务执行能力，并且可以生成准确的地图。

当移动设备预测对象的特性时，移动设备可以考虑对象的特性以各种方式行进。例如，考虑对象的特性，移动设备可以绕过对象、越过对象或对对象执行任务(例如，清洁任务)。

虽然已经参照本公开的各种实施例示出和描述了本公开，但是本领域技术人员将理解，在不背离由所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以在其中进行形式和细节上的各种改变。