清洁机器人的贴边作业方法和清洁机器人与流程

1.本发明涉及清洁机器人技术领域，尤其涉及一种清洁机器人的贴边作业方法和清洁机器人。


背景技术：

2.面对突如其来的新冠肺炎疫情，无接触式环卫清洁作业势在必行，“后疫情”时代针对室内区域进行环卫清洁作业中道路边沿、墙面边沿是需要重点清洁的区域。为此，相关技术中提出采用激光雷达进行墙面检测。然而，针对落地玻璃等场景，由于激光传感器本身对玻璃的穿透性，因此不能有效进行墙面检测，进而影响清洁效果。


技术实现要素：

3.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种清洁机器人的贴边作业方法，该方法能够有效规避因玻璃的透光性对清洁机器人激光雷达检测所造成的影响，改善清洁效果，且逻辑简单，可实现难度低。
4.本发明的第二个目的在于提出一种清洁机器人。
5.为达上述目的，本发明第一方面实施例提出的清洁机器人的贴边作业方法，所述清洁机器人上设有水平单线激光雷达，所述方法包括：获取所述水平单线激光雷达检测的第一点云数据；根据所述第一点云数据中的纵向分量确定目标作业模式，其中，所述目标作业模式包括玻璃作业模式和常规作业模式；根据所述目标作业模式控制所述清洁机器人进行贴边作业。
6.另外，本发明实施例的清洁机器人的贴边作业方法还可以具有如下附加的技术特征：
7.根据本发明的一个实施例，所述水平单线激光雷达设在所述清洁机器人上距离地面第一预设高度处，所述清洁机器人上距离地面第二预设距离处还设有垂直单线激光雷达，所述方法还包括：获取所述垂直单线激光雷达检测的第二点云数据，其中，所述第一点云数据对应的坐标系记为xoy，xoy与地面平行，所述第二点云数据对应的坐标系记为x
′
oy
′
，坐标系xoy和x
′
oy
′
均以所述清洁机器人的底盘圆心作为坐标原点o，所述第一预设高度和所述第二预设高度均大于所述底盘圆心距离地面的高度；所述根据所述目标作业模式控制所述清洁机器人进行贴边作业，包括：根据所述目标作业模式和所述第一点云数据中的纵向分量得到第一水平检测距离，并根据所述第二点云数据中的纵向分量得到第二水平检测距离；以及根据所述第一水平检测距离和所述第二水平检测距离，控制所述清洁机器人进行贴边作业。
8.根据本发明的一个实施例，所述根据所述第一点云数据中的纵向分量确定目标作业模式，包括：对所述第一点云数据的纵向分量进行一阶差分运算，得到一阶差分集合，并根据所述一阶差分集合中的所有元素计算得到标准差；若所述标准差大于预设标准差阈值，或者，所述一阶差分集合中的最大值大于预设上限值，则确定所述目标作业模式为玻璃
作业模式，否则确定所述目标作业模式为常规作业模式。
9.根据本发明的一个实施例，所述目标作业模式为常规作业模式时，所述根据所述目标作业模式和所述第一点云数据中的纵向分量得到第一水平检测距离，包括：对所述第一点云数据的纵向分量进行分位数值滤波，以选出纵向分量小于第一预设值的点云数据；计算选出的纵向分量小于第一预设值的点云数据的纵向分量的均值，记为第一均值；将所述第一均值作为所述第一水平检测距离。
10.根据本发明的一个实施例，所述目标作业模式为玻璃作业模式时，所述根据所述目标作业模式和所述第一点云数据中的纵向分量得到第一水平检测距离，包括：对所述第一点云数据的纵向分量进行分位数值滤波，以选出纵向分量小于第二预设值的点云数据，其中，所述第二预设值小于所述第一预设值；计算选出的纵向分量小于第二预设值的点云数据的纵向分量的均值，记为第二均值；将所述第二均值作为所述第一水平检测距离。
11.根据本发明的一个实施例，所述目标作业模式为玻璃作业模式时，所述方法还包括：从所述选出的纵向分量小于第二预设值的点云数据中选出纵向分量小于所述第二均值的点云数据；对选出的纵向分量小于所述第二均值的点云数据的横向分量进行聚类处理，得到num个聚类簇；若num＝0，则判定所述清洁机器人前方未出现障碍物；若num＝1，则判定所述清洁机器人前方出现障碍物，并将该聚类簇中点云数据的横向分量最小值的绝对值作为障碍物距离；根据所述障碍物距离控制所述清洁机器人避开所述障碍物。
12.根据本发明的一个实施例，所述根据所述第二点云数据中的纵向分量得到第二水平检测距离，包括：对所述第二点云数据中的纵向分量进行分位数值滤波，以选出纵向分量小于第三预设值的点云数据；计算选出的点云数据的纵向分量的均值，并将该均值作为所述第二水平检测距离。
13.根据本发明的一个实施例，所述根据所述第一水平检测距离和所述第二水平检测距离，控制所述清洁机器人进行贴边作业，包括：计算所述第一水平检测距离与所述第二水平检测距离之间的差值；若所述差值的绝对值小于预设阈值，则将所述第一水平检测距离和所述第二水平检测距离的平均值作为贴边距离，否则，将所述第一水平检测距离和所述第二水平检测距离中的较小值作为贴边距离；根据所述贴边距离控制所述清洁机器人进行贴边作业。
14.根据本发明的一个实施例，所述方法还包括：对所述第二点云数据中的横向分量进行聚类处理，得到numb个聚类簇；当numb＝3时，分别对三个聚类簇进行分位数值滤波，以分别从所述三个聚类簇中选出横向分量处于预设数值范围的横向分量；分别计算选出的处于预设数值范围的横向分量的均值，得到三个第四均值；删除所述三个第四均值中小于0的值，并判断剩余第四均值中的较小值是否小于第四预设值；若是，则判定墙体有凸障碍物，并控制所述清洁机器人外移预设距离。
15.为达上述目的，本发明第二方面实施例提出的清洁机器人，包括：水平单线激光雷达和垂直单线激光雷达；控制器，包括存储器、处理器和存储在所述存储器上的计算机程序，所述处理器分别与所述水平单线激光雷达和所述垂直单线激光雷达连接，用于在执行所述计算机程序时，实现如本发明上述实施例所述的清洁机器人的贴边作业方法。
16.根据本发明实施例的清洁机器人的贴边作业方法和清洁机器人，通过对第一点云数据中的纵向分量进行分析以确定清洁机器人的目标作业模式，实现对玻璃应用场景的准
确识别，有效规避因玻璃的透光性对激光雷达检测工作所造成的影响；且根据目标作业模式和第一点云数据中的纵向分量得到第一水平检测距离，以及根据第二点云数据中的纵向分量得到第二水平检测距离，并根据该第一水平检测距离和第二水平检测距离展开对清洁机器人进行贴边作业的控制工作，控制逻辑简单，可实现难度低，对应于清洁机器人在进行贴边作业时的安全性高，可靠性高，清洁效果好。
17.本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
18.图1是本发明一个实施例的清洁机器人的贴边作业方法的流程示意图；
19.图2是本发明一个示例的坐标系示意图；
20.图3(a)是本发明一个示例的清洁机器人贴边作业检测图的侧视图；
21.图3(b)是本发明一个示例的清洁机器人贴边作业检测图的俯视图；
22.图4是本发明一个实施例的清洁机器人的贴边作业方法中步骤s102的流程示意图；
23.图5(a)是本发明一个示例的玻璃场景下水平单线激光雷达的检测图；
24.图5(b)是本发明一个示例的玻璃场景下垂直单线激光雷达的检测图；
25.图6(a)是本发明一个示例的常规场景下水平单线激光雷达的检测图；
26.图6(b)是本发明一个示例的常规场景下垂直单线激光雷达的检测图；
27.图7是本发明第一个具体实施例的清洁机器人的贴边作业方法中步骤s102的流程示意图；
28.图8是本发明一个具体实施例的得到第一水平检测距离的流程示意图；
29.图9是本发明一个具体实施例的清洁机器人的贴边作业方法的流程示意图；
30.图10是本发明一个具体实施例的得到第二水平检测距离的流程示意图；
31.图11是本发明一个具体实施例的清洁机器人的贴边作业方法中步骤s103的流程示意图；
32.图12是本发明另一个具体实施例的清洁机器人的贴边作业方法的流程示意图；
33.图13是本发明一个示例的墙体有凸障碍物时水平单线激光雷达的检测图；
34.图14是本发明一个实施例的清洁机器人的结构框图；
35.图15是本发明一个示例的控制器的结构框图。
具体实施方式
36.下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
37.下面参考附图1-15描述本发明实施例的清洁机器人的贴边作业方法和清洁机器人。
38.需要说明的是，本发明实施例中的清洁机器人上设有水平单线激光雷达和垂直单线激光雷达。
39.如图1所示，在本发明的一些实施例中，清洁机器人的贴边作业方法可包括：
40.s101，获取水平单线激光雷达检测的第一点云数据。
41.可选地，在获取到第一点云数据后，对点第一云数据需首先进行数据预处理，以剔除噪声点和异常点数据。例如通过对获取到的第一点云数据进行角度值滤波，以选出在预设角度范围(例如，-105
°‑
105
°
)内的点云数据，将选出的点云数据作为本发明实施例后续需使用的第一点云数据，以剔除掉角度值异常的点云数据，提高清洁机器人贴边作业的可靠性。需要说明的是，以上示出的对获取到的点云数据进行数据预处理的方式仅为示例性地，不作为对本发明实施例的限制，实际应用中可根据具体情况进行适应性地选择，在本发明实施例中不做出具体限制。
42.s102，根据第一点云数据中的纵向分量确定目标作业模式，其中，目标作业模式包括玻璃作业模式和常规作业模式。
43.具体而言，在根据步骤s101获取到水平单线激光雷达检测的第一点云数据后，通过对第一点云数据中的纵向分量进行分析以确定清洁机器人的目标作业模式，即根据该纵向分量确定清洁机器人的工作模式为玻璃作业模式或常规作业模式。可理解的是，在确定到的清洁机器人的工作模式不同时，后续该清洁机器人的作业过程也可能不同。
44.s103，根据目标作业模式控制清洁机器人进行贴边作业。
45.具体地，为保证控制的准确性，还可在清洁机器人上设置垂直单线激光雷达，还可获取所述垂直单线激光雷达检测的第二点云数据，进而根据目标作业模式、第一点云数据和第二点云数据控制清洁机器人进行贴边作业。
46.同理，在获取到第二点云数据后，对第二点云数据需首先也进行数据预处理，以剔除噪声点和异常点数据。例如通过对获取到的第二点云数据进行角度值滤波，以选出在预设角度范围(例如，-105
°‑
105
°
)内的点云数据，将选出的点云数据作为本发明实施例后续需使用的第二点云数据，以剔除掉角度值异常的点云数据，提高清洁机器人贴边作业的可靠性。
47.为进一步剔除点云数据中的噪声点和异常点数据，在本发明的一些实施例中，通过对第一点云数据中的纵向分量和第二点云数据中的纵向分量进行数值滤波，以选出纵向分量大于预设数值(例如，0)的点云数据，将选出的点云数据的纵向分量分别对应作为本发明实施例后续需使用的第一点云数据的纵向分量和第二点云数据的纵向分量，进一步提高清洁机器人贴边作业的可靠性。其中，预设数值可由技术人员根据需要或历史经验值进行设定，或者还可以由用户根据需要进行自行调节，在本发明实施例中不做出具体限制。
48.在一些实施例中，在确定了清洁机器人的目标作业模式后，通过对目标作业模式和第一点云数据中的纵向分量进行分析计算以确定第一水平检测距离，通过对第二点云数据中的纵向分量进行分析计算以确定第二水平检测距离，以此第一水平检测距离和第二水平检测距离为基础，便可展开对清洁机器人贴边作业的控制工作。
49.根据本发明实施例的清洁机器人的贴边作业方法，通过对第一点云数据中的纵向分量进行分析以确定清洁机器人的目标作业模式，实现对玻璃应用场景的准确识别，有效规避因玻璃的透光性对激光雷达检测工作所造成的影响；且根据目标作业模式和第一点云数据中的纵向分量得到第一水平检测距离，以及根据第二点云数据中的纵向分量得到第二水平检测距离，并根据该第一水平检测距离和第二水平检测距离展开对清洁机器人进行贴
边作业的控制工作，控制逻辑简单，可实现难度低，对应于清洁机器人在进行贴边作业时的安全性高，可靠性高。
50.作为一种可能的实现方式，水平单线激光雷达设在清洁机器人上(如右前侧)，距离地面第一预设高度，扫描面与地面平行，第一点云数据对应的坐标系记为xoy(参考图2)，xoy与地面平行；垂直单线激光雷达设在清洁机器人上(如右前侧)距离地面第二预设高度，扫描面与地面垂直，第二点云数据对应的坐标系记为x
′
oy
′
(参考图2)，x
′
oy
′
与地面垂直；其中，坐标系xoy和x
′
oy
′
均以清洁机器人的底盘圆心作为坐标原点o，第一预设高度和第二预设高度均大于底盘圆心距离地面的高度。
51.作为一种示例，清洁机器人进行贴边作业时的检测方式可如图3(a)和图3(b)所示，其中图3(a)为清洁机器人贴边作业检测图的侧视图，图3(b)为清洁机器人贴边作业检测图的俯视图。
52.作为一种可行的实施方式，通过对第一点云数据的任一点云分解到xoy平面，便可得到第一点云数据中每一个点云的横向分量和纵向分量，通过对第二点云数据的任一点云分解到x
′
oy
′
平面，便可得到第二点云数据中每一个点云的横向分量和纵向分量。
53.可理解的是，由于水平单线激光雷达设在清洁机器人的右前侧，距离地面第一预设高度，垂直单线激光雷达设在清洁机器人的右前侧，距离地面第二预设高度，为保证清洁机器人上设有的单线激光雷达可以正常地进行扫描工作，该第一预设高度和第二预设高度需大于底盘圆心距离地面的高度，以保证单线激光雷达扫描工作的可靠性和安全性。
54.可选地，为避免清洁机器人在移动过程中因单线激光雷达震动而出现的作业可靠性不高等问题的发生，在一些实施例中，通过固定安装支架分别将水平单线激光雷达和垂直单线激光雷达安装于清洁机器人上。
55.作为一种可能的实现方式，本发明实施例清洁机器人的贴边作业方法的步骤s102中，根据第一点云数据中的纵向分量确定目标作业模式，如图4所示，可具体包括：
56.s201，对第一点云数据的纵向分量进行一阶差分运算，得到一阶差分集合，并根据一阶差分集合中的所有元素计算得到标准差。
57.可选地，为了获取清洁机器人前进方向一段距离上的点云数据，可对第一点云数据进行第一预设角度值滤波，以选出小于第一预设角度值的点云数据。在获取到清洁机器人前进方向一段距离上，水平单线激光雷达所检测到的所有第一点云数据后，对所有第一点云数据的纵向分量进行一阶差分运算。
58.s202，若标准差大于预设标准差阈值，或者，一阶差分集合中的最大值大于预设上限值，则确定目标作业模式为玻璃作业模式，否则确定目标作业模式为常规作业模式。
59.具体而言，在对第一点云数据的纵向分量进行一阶差分运算，得到一阶差分集合后，确定该集合中的最大值，并根据该集合中的所有元素计算标准差，若判断到标准差大于预设标准差阈值，或者判断到一阶差分集合中的最大值大于预设上限值时，说明激光雷达检测到的点云数据离散程度较高，标准差较大，又因为激光雷达本身可透光扫描及玻璃本身具备的透光性，此类情况下便可确定清洁场景为玻璃场景，相应确定清洁机器人的目标作业模式为玻璃作业模式。
60.作为一种示例，如图5(a)和图5(b)所示，图5(a)为玻璃场景下水平单线激光雷达的检测图，图5(b)为玻璃场景下垂直单线激光雷达的检测图，这两幅图的数据离散程度较
高，对应于本实施例中便可认为检测到的应用场景为玻璃场景，确定清洁机器人的目标作业模式为玻璃作业模式。
61.需理解的是，若清洁场景为常规场景(如正常墙体)，激光雷达检测到的第一点云数据的呈现效果便会较好，数据的离散程度不高，标准差也较小，进行直线拟合(利用最小二乘法或加权最小二乘法)会得到至少一条直线，出现此类数据情况时便可确定清洁场景为常规场景，相应确定清洁机器人的目标作业模式为常规作业模式。
62.作为一种示例，如图6(a)和图6(b)所示，图6(a)为常规场景下水平单线激光雷达的检测图，图6(b)为常规场景下垂直单线激光雷达的检测图，这两幅图的数据离散程度较低，基本为一条直线，对应于本实施例中便可认为检测到的应用场景为常规场景，确定清洁机器人的目标作业模式为常规作业模式。
63.其中，预设标准差阈值和预设上限值可由技术人员根据需要或历史经验值进行设定，或者还可以由用户根据需要进行自行调节，在本发明实施例中不做出具体限制。
64.在本发明实施例中，通过对第一点云数据的纵向分量数据进行数据离散判断，根据离散判断的结果确定清洁机器人的目标作业模式，能准确检测到玻璃应用场景，一定程度上解决了清洁机器人上设有的单线激光雷达在室内贴边作业时的光学穿透问题。
65.在本发明的一些实施例中，目标作业模式为常规作业模式时，根据目标作业模式和第一点云数据中的纵向分量得到第一水平检测距离，如图7所示，可具体包括：
66.s301，对第一点云数据的纵向分量进行分位数值滤波，以选出纵向分量小于第一预设值的点云数据。
67.s302，计算选出的纵向分量小于第一预设值的点云数据的纵向分量的均值，记为第一均值。
68.s303，将第一均值作为第一水平检测距离。
69.具体而言，在根据步骤s201-s202确定到清洁机器人的目标作业模式为常规作业模式时，便需对第一点云数据的纵向分量进行第一预设值分位数值滤波，使得选出的点云数据的纵向分量均小于该第一预设值，通过计算这些选出的点云数据的纵向分量的均值，并将该均值作为本发明实施例中的第一水平检测距离。
70.可选地，在目标作业模式为常规作业模式时，清洁机器人的贴边作业方法还可包括：对第一点云数据进行第二预设角度值滤波，以选出小于第二预设角度值的点云数据，对选出的点云数据的横向分量进行聚类处理，得到num个聚类簇；若num＝0，则判定清洁机器人前方未出现障碍物；若num＝1，则判定清洁机器人前方出现障碍物，并将该聚类簇中点云数据的横向分量最小值的绝对值作为障碍物距离；根据障碍物距离控制清洁机器人避开障碍物，其中，第二预设角度值小于上述的第一预设角度值。
71.由此，通过步骤s301-s303便可得到在目标作业模式为常规作业模式下的第一水平检测距离。
72.在本发明的一些实施例中，如图8所示，在目标作业模式为玻璃作业模式时，根据目标作业模式和第一点云数据中的纵向分量得到第一水平检测距离，可具体包括：
73.s401，对第一点云数据的纵向分量进行分位数值滤波，以选出纵向分量小于第二预设值的点云数据，其中，第二预设值小于第一预设值。
74.可选地，玻璃作业模式下，在对第一点云数据的纵向分量进行分位数值滤波之前，
同样也可对第一点云数据进行第二预设角度值滤波，以选出小于第二预设角度值的点云数据，并将这些点云数据作为本发明实施例后续需使用的第一点云数据。
75.s402，计算选出的纵向分量小于第二预设值的点云数据的纵向分量的均值，记为第二均值。
76.s403，将第二均值作为第一水平检测距离。
77.需理解的是，在应用场景为玻璃场景时，因单线激光雷达检测到的点云数据所呈现的离散程度不一致，为保证激光雷达检测结果的可靠性，及清洁机器人的作业安全，第二预设值应小于第一预设值。
78.需要说明的是，在本发明实施例中，清洁机器人的目标作业模式为玻璃作业模式下第一水平检测距离的确定过程与目标作业模式为常规作业模式的具体执行过程和实现原理一致，为减少冗余，此处不再赘述。
79.进一步地，在本发明的一些实施例中，在目标作业模式为玻璃作业模式时，如图9所示，清洁机器人的贴边作业方法还可包括：
80.s404，从选出的纵向分量小于第二预设值的点云数据中选出纵向分量小于第二均值的点云数据。
81.可理解的是，在本实施例中，在目标作业模式为玻璃作业模式时，对选出的点云数据的纵向分量进行第二均值数值滤波，可滤除掉水平单线激光雷达检测到的第一点云数据中可能包括的玻璃投射后方的点云数据(即异常点数据)，从而确保清洁机器人的作业可靠性和后续的作业安全。
82.s405，对选出的纵向分量小于第二均值的点云数据的横向分量进行聚类处理，得到num个聚类簇。
83.作为一种示例，可通过dbscan(density-based spatial clustering of applications with noise，基于密度的噪声应用空间聚类)算法对选出的纵向分量小于第二均值的点云数据的横向分量进行处理，设定玻璃作业模式下的扫描半径(eps)及最小包含点数(minpts)。具体地，任选一个未被聚类处理的点云数据的横向分量开始，找出与其距离在eps之内(包括eps)的所有附近的横向分量，如果附近横向分量的数量≥minpts，则当前横向分量与其附近的点云数据的横向分量形成一个聚类簇，并将该点云数据的横向分量标记为已被聚类处理，然后递归，以相同的方法处理该聚类簇内所有未被标记聚类处理，从而对该聚类簇进行扩展，在选出的所有点云数据的横向分量均被聚类处理后，得到最终的num个聚类簇。需要说明的是，上述示出的聚类处理方法及过程仅为示例性地，不作为本发明实施例的具体限制。
84.s406，若num＝0，则判定清洁机器人前方未出现障碍物。
85.s407，若num＝1，则判定清洁机器人前方出现障碍物，并将该聚类簇中点云数据的横向分量最小值的绝对值作为障碍物距离。
86.s408，根据障碍物距离控制清洁机器人避开障碍物。
87.具体而言，在根据步骤s405确定聚类簇个数num后，便可根据num数便进行玻璃作业模式下障碍物的判定工作，由于第一点云数据是由水平单线激光雷达检测得到的，水平单线激光雷达的扫描面与地面平行，第一点云数据对应的坐标系为xoy，xoy与地面平行，因此y轴向(即纵向)为墙体，障碍物只可能出现在x方向(即横向)上。通过对选出的纵向分量
小于第二均值的点云数据的横向分量进行聚类处理，得到聚类簇个数num。由于仅对横向分量进行聚类处理，所以num只可能为0或1，若num＝1，则判定清洁机器人前方出现障碍物，在此类情况下，为保证清洁机器人的作业安全，需控制清洁机器人避开障碍物，在本发明实施例中，对应的障碍物距离可为聚类簇中点云数据横向分量最小值的绝对值，根据该绝对值控制清洁机器人避开障碍物。在一些实施例中，若num＝0，即聚类簇个数为0时，判定清洁机器人前方未出现障碍物，控制清洁机器人沿行驶方向继续作业即可。
88.进一步地，在根据目标作业模式和第一点云数据中的纵向分量得到第一水平检测距离后，还需确定第二水平检测距离。在本发明的一些实施例中，根据第二点云数据中的纵向分量得到第二水平检测距离，如图10所示，可具体包括：
89.s501，对第二点云数据中的纵向分量进行分位数值滤波，以选出纵向分量小于第三预设值的点云数据。
90.s502，计算选出的点云数据的纵向分量的均值，并将该均值作为第二水平检测距离。
91.具体而言，通过对第二点云数据中的纵向分量进行第三预设值分位数值滤波，使得选出的点云数据的纵向分量均小于该第三预设值，进而计算这些选出的点云数据的纵向分量的均值，并将该均值作为本发明实施例中的第二水平检测距离。
92.进一步地，在根据上述实施例分别确定出第一水平距离和第二水平距离后，便需根据第一水平检测距离和第二水平检测距离，控制清洁机器人进行贴边作业，如图11所示，可具体包括：
93.s601，计算第一水平检测距离与第二水平检测距离之间的差值。
94.s602，若差值的绝对值小于预设阈值，则将第一水平检测距离和第二水平检测距离的平均值作为贴边距离，否则，将第一水平检测距离和第二水平检测距离中的较小值作为贴边距离。
95.s603，根据贴边距离控制清洁机器人进行贴边作业。
96.也就是说通过对第一水平检测距离和第二水平检测距离的计算及分析，确定清洁机器人在进行贴边作业时的贴边距离，控制清洁机器人以该贴边距离进行贴边作业。
97.可理解的是，若计算出第一水平检测距离与第二水平检测距离之间差值的绝对值小于预设阈值时，表明清洁机器人上设置的水平激光雷达及垂直激光雷达检测到的清洁机器人距离墙体的距离值相近，为提高清洁机器人贴边作业的准确性，本发明实施例中通过计算第一水平检测距离和第二水平检测距离的平均值，并以该平均值作为贴边距离控制清洁机器人进行贴边作业。若计算出第一水平检测距离与第二水平检测距离之间差值的绝对值大于预设阈值时，表明清洁机器人上设置的水平激光雷达及垂直激光雷达检测到的清洁机器人距离墙体的距离值相差较大，为保证清洁机器人贴边作业的可靠性和安全性，选取第一水平检测距离和第二水平检测距离中的较小值，并以该较小值作为本发明实施例的贴边距离控制清洁机器人进行贴边作业。
98.在本发明的一些实施例中，如图12所示，清洁机器人的贴边作业方法还包括：
99.s701，对第二点云数据中的横向分量进行聚类处理，得到numb个聚类簇。
100.可选地，作为一种示例，通过dbscan聚类算法对第二点云数据中的横向分量进行处理，得到numb个聚类簇。
101.s702，当numb＝3时，分别对三个聚类簇进行分位数值滤波，以分别从三个聚类簇中选出横向分量处于预设数值范围的横向分量。
102.可理解的是，因为第二点云数据对应的坐标系记为x
′
oy
′
，x
′
oy
′
与地面垂直，在单线激光雷达进行扫描检测时，必会检测到地平面，因此对第二点云数据中的横向分量进行聚类处理时，numb的个数至少为1。
103.可选地，在numb＝3时，说明对第二点云数据中的横向分量进行聚类处理得到了三个聚类簇，对这三个聚类簇分别进行预设数值范围的分位数值滤波，使得从这三个聚类簇中选出的横向分量均处于该预设数值范围内。其中，预设数值范围可由技术人员根据需要或历史经验值进行设定，或者还可以由用户根据需要进行自行调节，在本发明实施例中不做出具体限制。
104.需要说明的是，在numb＝1和numb＝2时，对聚类簇进行分位数值滤波的方式与numb＝3的具体执行过程和实施方式一致，为减少冗余，此处不再赘述。
105.s703，分别计算选出的处于预设数值范围的横向分量的均值，得到三个第四均值。
106.具体而言，由于针对每一个聚类簇，均可根据步骤s702确定出该聚类簇中横向分量处于预设数值范围的横向分量，相应的便可计算得到一个均值，又因numb＝3，具有三个聚类簇，可得到三个均值，即本发明实施例中的三个第四均值。
107.s704，删除三个第四均值中小于0的值，并判断剩余第四均值中的较小值是否小于第四预设值。
108.其中，第四预设值可由技术人员根据需要或历史经验值进行设定，或者还可以由用户根据需要进行自行调节，在本发明实施例中不做出具体限制。
109.s705，若是，则判定墙体有凸障碍物，并控制清洁机器人外移预设距离。
110.也就是说，在根据步骤s703计算得到三个第四均值后，为滤除掉单线激光雷达检测过程中可能会出现的噪声点或异常点，需首先删除掉三个第四均值中小于0的值。若判断到剩余第四均值中的较小值小于第四预设值，则判定墙体有凸障碍物，为保证清洁机器人的作业安全，此时便需控制清洁机器人外移预设距离。其中，预设距离根据第四预设值确定，第四预设值根据实验标定。
111.实际应用中，若numb＝1，则证明单线激光雷达检测到地平面，numb＝2，则证明单线激光雷达检测到地平面及天花板，numb＝3，则证明单线激光雷达检测到地平面、凸障碍物及天花板，在一些实施例中，根据作业要求需确定地平面、凸障碍物及天花板的具体方位，作为一个示例，可通过对三个第四均值进行升序排列，对应的排列顺序依次表示为地平面、凸障碍物、天花板，通过此对应关系实现方位确定工作。
112.作为一种示例，如图13所示，图13为墙体有凸障碍物时水平单线激光雷达的检测图，对应于本实施例中出现此类图便可证明出现墙体有凸障碍物，为保证作业安全，控制清洁机器人外移预设距离。
113.根据本发明实施例的清洁机器人的贴边作业方法，通过对第一点云数据中的纵向分量进行分析以确定清洁机器人的目标作业模式，实现对玻璃应用场景的准确识别，有效规避因玻璃的透光性对激光雷达检测工作所造成的影响；通过对第一点云数据的纵向分量进行数据离散性分析，根据分析结果确定清洁机器人的目标作业模式，该分析方法逻辑简单，且可靠性高。对应于不同的作业模式，分别通过对第一点云数据的纵向分量进行预设值
分位数值滤波，并对选出的数据进行均值计算，根据均值确定水平检测距离，使得第一水平检测距离和第二水平检测距离的确定结果准确度高，提高清洁机器人后续贴边作业的可靠性，同时通过对选出的纵向分量小于均值的点云数据的横向分量进行聚类处理，得到聚类簇个数，根据聚类簇个数控制清洁机器人的作业方向，以保证清洁机器人的作业安全。另外，本发明实施例的清洁机器人的贴边作业方法中，通过对第二点云数据中的横向分量进行聚类处理，在得到三个聚类簇时，对三个聚类簇进行分位数值滤波后，计算选出的处于预设数值范围的横向分量的均值，通过对均值的分析确定墙体是否有凸障碍物，进一步保障清洁机器人在进行贴边作业时的安全性。
114.进一步地，本发明实施例提出一种清洁机器人。
115.在本发明的一些实施例中，如图14所示，清洁机器人100可包括：水平单线激光雷达200和垂直单线激光雷达300；控制器500，包括存储器503、处理器501和存储在存储器503上的计算机程序，处理器501分别与水平单线激光雷达200和垂直单线激光雷达300连接，用于在执行计算机程序时，实现如本发明上述实施例的清洁机器人的贴边作业方法。
116.图15是本发明一个示例的控制器的结构框图。
117.作为一种示例，如图15所示，控制器500包括：处理器501和存储器503。其中，处理器501和存储器503相连，如通过总线502相连。可选地，控制器500还可以包括收发器504。需要说明的是，实际应用中收发器504不限于一个，该控制器500的结构并不构成对本发明实施例的限定。
118.处理器501可以是cpu(central processing unit，中央处理器)，通用处理器，dsp(digital signal processor，数据信号处理器)，asic(application specific integrated circuit，专用集成电路)，fpga(field programmable gate array，现场可编程门阵列)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框、模块和电路。处理器501也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
119.总线502可包括一通路，在上述组件之间传送信息。总线502可以是pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。总线502可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
120.存储器503用于存储与本发明上述实施例的清洁机器人的贴边作业方法对应的计算机程序，该计算机程序由处理器501来控制执行。处理器501用于执行存储器503中存储的计算机程序，以实现前述方法实施例所示的内容。
121.其中，控制器500包括但不限于：移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图15示出的控制器500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
122.另外，需要说明的是，本发明实施例的清洁机器人的其他构成及作用对本领域的技术人员来说是已知的，为减少冗余，此处不做赘述。
123.需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
124.应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
125.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
126.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
127.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
128.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
129.在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在
第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
130.尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。