擦窗机器人及其状态检测方法与流程

本发明属于移动机器人领域，尤其是涉及擦窗机器人及其状态检测方法。

背景技术

当前擦窗机器人采用前后挡机械开关对边框或障碍物进行检测，该方法在机械开关失效或行走环境比较复杂的情况下，机械开关未触发，控制系统未检测到边框或障碍，导致擦窗机器人顶死或卡死不动，严重影响擦窗机器人的行走路径和导航规划。

因此，有必要对现有的擦窗机器人及其状态检测方法进行改进。

技术实现要素：

本发明的目的之一在于克服背景技术中的缺陷，提供一种能精确检其运行状态的擦窗机器人，具体方案如下：

一种擦窗机器人，包括行走机构、采样电路和单片机，其中，所述行走机构用于驱动擦窗机器人在玻璃表面运动；所述采样电路用于按固定频率对行走机构的电流进行采样；所述单片机包括存储模块、计算模块和判断模块，所述存储模块用于储存行走机构的电流采样值；所述计算模块用于计算当前电流采样值与之前的n个连续电流采样值的相减值和各相减值之和，以及m个相减值之和的累加值；所述判断模块用于根据累加值判断擦窗机器人的当前行走状态。

在本发明的一个实施例中，所述采样电路包括采样电阻和放大电路。

进一步地，所述采样电阻一端连接行走机构的电机，另一端接地；所述放大电路一端连接在行走机构的电机与采样电阻之间，另一端连接至单片机的io口。

本发明的目的之二在于克服背景技术中的缺陷，提供一种擦窗机器人的行走状态检测方法，其方案如下：

一种擦窗机器人的行走状态检测方法，在擦窗机器人处于工作状态时执行以下步骤，s1：按固定频率对擦窗机器人的行走机构的电机电流进行连续采样；s2：将当前电流采样值与之前的n个连续电流采样值分别相减并计算各相减值之和；s3：重复步骤s2直到得到m个相减值之和；s4：根据m个相减值之和的累加值判断擦窗机器人的当前行走状态。

进一步地，所述方法还包括步骤s5：根据行走状态控制擦窗机器人执行对应的动作。

为避免误判，在本方法的一个具体实施例中，在所述步骤s1之前还包括步骤s0：擦窗机器人先沿要行进方向的反方向运动预定时间或距离后再返回行进方向运动。

进一步地，所述步骤s1中还包括对采样电流值进行放大的步骤。

与现有技术相比，本发明方案取消了现有擦窗机器人的碰撞检测结构，利用行走机构的电机电流的实时变化实现对擦窗机器人行走状态的快速判断；同时通过多个连续的电流差值之和相加与设定阈值的比较结果来判断擦窗机器人的行走状态，能有效过滤电流噪音，提高了擦窗机器人行走状态的检测精度。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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他的附图。

图1为本发明实施例1中的移动机器人的模块构成图；

图2为本发明实施例1中的采样电路图；

图3为本发明方法的流程图；

图4为本发明方法的采样电流对应的时间示意图；

图5为本发明方法的实时采样电流曲线图之一；

图6为对应于图5中的电流采样值的累加值d的曲线图；

图7为本发明方法的实时采样电流曲线图之二；

图8为对应于图7中的电流采样值的累加值d的曲线图。

具体实施方式

下面将结合附图和具体实施例对本发明技术方案进行清楚、完整地描述，显然，这里所描述的实施例仅仅是发明的一部分实施例，而不是全部的实施例。基于本发明描述的具体实施例，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他实施例，都应当属于本发明权利要求所限定的保护范围内。

实施例1

如图1、图2所示，为本发明的一个优选实施例，本实施例中的擦窗机器人，包括行走机构、采样电路、单片机和电源模块，当然，还包括吸盘、安全绳、清洁抹布、气泵等必要构成部件。

具体地，行走机构用于驱动擦窗机器人在玻璃表面运动，本实施例中的擦窗机器人的行走机构为履带式行走机构，包括电机、齿轮及履带。采样电路用于按固定频率对行走机构的电流进行采样，本实施例中的采样电路包括采样电阻和放大电路，采样电阻一端连接行走机构的电机，另一端接地，放大电路一端连接在行走机构的电机与采样电阻之间，另一端连接至单片机的io口，采样电阻的精确度和放大电路的放大倍数是重要参数，本实施例中采用精确度和灵敏度更高的采样电阻，放大电路用于对采样电流值进行放大，用于提高检测灵敏度。本实施例中的单片机为stm32，包括存储模块、计算模块、判断模块和io口，所述存储模块用于储存行走机构的电流采样值，如随机存储器ram；所述计算模块用于计算当前电流采样值与之前的n个连续电流采样值的相减值和各相减值之和，以及m个相减值之和的累加值，计算模块为算数逻辑单元(arithmetic&logicalunit，简称alu)；所述判断模块用于根据累加值判断擦窗机器人的当前行走状态，如单片机的mcu。另外，本实施例中的擦窗机器人还包括报警模块，如蜂鸣器或警示灯，用于在检测到擦窗机器人处于异常工作状态但又无法自动恢复正常工作状态时发出报警提示，或通过向用户手机发送报警信息。

实施例2

本实施例对擦窗机器人的行走状态检测方法进行详细说明。本实施例中的擦窗机器人的硬件构成可参考实施例1。如图3所示，为本实施例中的擦窗机器人的行走状态检测方法流程图，包括以下步骤：

s0：行走机构先沿要行进方向的反方向运动预定时间或距离后再返回行进方向运动。

擦窗机器人启动后，其行走机构(如履带式行走机构)先向要行进方向的反方向运动预定时间或距离后，再返回行进方向运动，这样主要是避免擦窗机器人在窗户边缘或角落启动时被卡死时，其驱动轮的电流采样值一直不变而将擦窗机器人的状态判断为正常行走。

s1：按固定频率对擦窗机器人的行走机构的电机电流进行连续采样。

本实施例中，在擦窗机器人正常行走时，采样电路(如实施例1中的采样电路)每毫秒采集一个数据，每采集3个电流数据后，去掉电流的最高值和最低值，选择中间值作为电流采样值并存储至单片机的存储器。

s2：将当前电流采样值与之前的n个连续电流采样值分别相减并计算各相减值之和。

结合图4所示，通过采样电路在时刻t1至tn共获得n个连续电流采样值i1至in，再经放大电路放大其数值后存储至单片器的存储器；单片机在时刻tn+1获得第n+1个采样电流值in+1，然后将获得的第n+1个采样电流值in+1分别与时刻t1至tn共获得n个连续电流采样值相减，以得到n个相减值，然后计算n个相减值之和i1，即i1＝∑(in+1-ik)，k＝1、2、3、...、n。从公式可以看出，i1的值可为正，也可以为负。

需要注意的是，擦窗机器人在行走时，噪音电流的时间较短，为降低噪音电流采样值对相减值之和的影响，可通过设定n的大小来实现，如果采样电路在噪音电流持续期间内最大可采集j个电流采样值，则通过设定n≥3j来实现。具体地，根据经验及测试数据得知，噪音电流持续的时间一般小于100ms，即按步骤s1中的采样频率可采集33个电流采样值，因此只要将n设定为大于99即可，具体地，本实施例中的将n设定为100。

s3：重复步骤s2直到得到m个相减值之和。

同样地，单片机在时刻tn+2获得第n+2个采样电流值in+2，然后将获得的第n+2个采样电流值in+2分别与时刻t2至tn+2共获得n个连续电流采样值相减，以得到n个差值，然后计算n个差值之和i2，即i2＝∑(in+2-ik)，k＝2、3、4、...、n、n+1，以此类推，直到得到第m个相减值之和im，im＝∑(in+m-ik)，k＝m、m+1、...、n+m-1。

s4：根据m个相减值之和的累加值判断擦窗机器人的当前行走状态。

根据步骤s3，可以得到m个相减值之和，然后将该m个相加值之和再相加以得到累加值d，即d＝∑ik，k＝1、2、3、...、m，然后将累加值d与设定的阈值进行比较，以判断擦窗机器人的当前行走状态。例如，在本实施例中，设定了两个阈值，包括用于检测擦窗机器人碰撞到窗户边框检测以及打滑检测。具体地，当擦窗机器人碰撞到窗户边框时，其行走机构(履带)的电机电流将增大并持续一段时间，此时，可通过累加值d与设定的阈值进行比较，当累加值d大于设定的阈值时，则认为擦窗机器人移动至窗户边框；当擦窗机器人的行走机构打滑时(履带表面与玻璃之间的摩擦力过小，履带虽然旋转但相对玻璃表面不动)，其行走机构(履带)的电机电流将减小并持续一段时间，此时，可通过累加值d与设定的阈值进行比较，当累加值d小于设定的阈值时，则认为擦窗机器人处于打滑状态。

需要注意的是，为降低噪音电流采样值对累加值d的影响，可通过设定m的大小来实现，如果采样电路在噪音电流持续期间内最大可采集个电流采样值，则通过设定m≥j来实现。具体地，根据经验及测试数据得知，噪音电流持续的时间一般小于100ms，即按步骤s1中的采样频率可采集33个电流采样值，因此只要将m设定为大于33即可，具体地，本实施例中的将m设定为50。

s5：根据行走状态控制擦窗机器人执行对应的动作。

当检测到擦窗机器人碰到窗户边框时，控制擦窗机器人执行沿边框行走动作或后退动作；当检测到擦窗机器人处于打滑状态时，则发出报警信息以提示工作异常。

下面对本实施中的擦窗机器人的行走检测过程进行详细说明。

如图5所示，为采样电路的实时采样电流曲线图，其中，ab段和cd段为擦窗机器人正常工作时的电流采样值，bc段为噪音电流采样值(多为擦窗机器人抖动时)，de段为擦窗机器人从正常工作到碰到窗户边框时的电流采样值，ef段为擦窗机器人碰撞到窗户边框后的电流采样值；如图6所示，为对应于图5中的电流采样值的累加值d的曲线图，当擦窗机器人处于正常工作状态时，其电流相对稳定，累加值d也基本稳定并处于两个阈值之间(窗户边框检测的阈值1和履带打滑检测的阈值2)，当在bc段采样到噪音电流时，由于噪音的持续时间较短，采样得到的偏大(或偏小)的电流采样值的数目也较少，其累计值d也仅上升了一点且位于阈值1和阈值2之间，将其判断为正常工作，不会因噪音电流而导致对擦窗机器人的行走状态的误判；当擦窗机器人碰撞到窗户边框时，履带的电机电流增大并持续一段时间，此时，累加值d迅速增加并超过阈值1，进而判断擦窗机器人碰撞到窗户边框，然后改变运动方向，如后退、转向或沿窗户边缘沿边行走。

如图7所示，为采样电路的另一实时采样电流曲线图，其中，ab段和cd段为擦窗机器人正常工作时的电流采样值，bc段为噪音电流采样值(多为擦窗机器人抖动时)，de段为擦窗机器人从正常工作到履带打滑时的电流采样值，ef段为擦窗机器人在履带打滑后的电流采样值；如图8所示，为对应于图7中的电流采样值的累加值d的曲线图，当擦窗机器人处于正常工作状态时，其电流相对稳定，累加值d也基本稳定并处于两个阈值之间(窗户边框检测的阈值1和履带打滑检测的阈值2)，当在bc段采样到噪音电流时，由于噪音的持续时间较短，采样得到的偏大(或偏小)的电流采样值的数目也较少，其累计值d也仅上升了一点且位于阈值1和阈值2之间，将其判断为正常工作，不会因噪音电流而导致对擦窗机器人的行走状态的误判；当擦窗机器人因履带与玻璃表面摩擦力不足而打滑时，履带的电机电流减小并持续一段时间，此时，累加值d迅速降低并低于阈值2，进而判断擦窗机器人处于打滑状态，然后擦窗机器人通过报警装置(如蜂鸣器、报警指示灯或向手机发送信息)发出报警信息。

以上所揭露的仅为本发明技术方案的实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。