本发明实施例涉及智能机器人领域，尤其涉及一种智能移动设备的移动路径规划方法、装置、计算机程序、存储介质和智能移动设备。
背景技术
清洁机器人可以自动执行清洁操作，通过直接刮扫、真空吸尘等方式对待清洁区域进行自动清理。目前，清洁机器人的主要工作方式为随机清扫模式，在随机清扫模式下，清洁机器人不采取路径规划，行走时遇到障碍物则随机转过一定角度继续行走清扫。这种随机清扫方法的控制简单，且不需太多高精度的传感器，成本较低。
但是这种随机清扫方法是基于随机方向行走的，很容易造成一些地方未被清扫到，而另一些地方则被重复清扫，这样会造成多次的无效清扫，作业目的盲目且智能水平较低，费时费力。而且，如果要完成对整个待清洁区域的清理工作，则需要清理机器人长时间的在随机清扫模式执行清扫工作，这对于电池电量受限的清洁机器人通常难以实现。
技术实现要素：
本发明实施例的目的在于，提供一种智能移动设备的移动路径规划技术。
根据本发明实施例的第一方面，提供一种智能移动设备的移动路径规划方法，该方法包括以下步骤：获取智能移动设备已随机行走的第一移动路径，并获取所述第一移动路径的起始位置和结束位置之间的若干撞击点和移动路段；创建包含所述结束位置的有限区域，根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制所述智能移动设备以所述起始姿态继续随机行走。
可选地，所述根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，包括：获取所述有限区域与各个所述移动路段的第一交点，并构建所述结束位置与各个所述第一交点的连接线；在所述有限区域内统计每一连接线与移动路段的第二交点，根据包含第二交点最少的连接线确定第二移动路径的起始姿态。
可选地，所述根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，包括：获取所述有限区域与各个所述移动路段的第三交点，并构建所述结束位置与各个所述第三交点的连接线；统计所有所述连接线将所述有限区域划分的若干区域中每一区域内移动路段的数量，根据包含所述结束位置且包含移动路段最少的所述区域的中心线确定第二移动路径的起始姿态。
可选地，在所述获取智能移动设备已随机行走的第一移动路径之前，所述方法还包括：获取所述智能移动设备的当前姿态；以所述当前姿态控制所述智能移动设备随机行走，其中，检测所述智能移动设备的移动方向和距离，并检测所述智能移动设备的撞击操作；所述获取智能移动设备已随机行走的第一移动路径，包括：根据检测到的所述移动方向和距离，以及所述撞击操作确定所述智能移动设备已随机行走的第一移动路径，并且记录所述智能移动设备的移动路段和撞击操作的信息。
可选地，所述撞击操作的信息包括撞击位置和撞击次数；所述方法还包括：获取所述智能移动设备在第一预设时长内发生的撞击次数；如果所述撞击次数超过第一触发次数阈值，则调取所述第一移动路径的撞击位置；如果所述撞击次数未超过所述第一触发次数阈值，则控制所述智能移动设备继续随机行走。
可选地，所述智能移动设备包括红外传感器集群，所述红外传感器集群围设在所述智能移动设备上对应行进方向的位置；所述方法还包括：在随机行走过程中，当该红外传感器集群检测到沿该行进方向上不存在障碍物，且偏离该行进方向的两侧存在障碍物时，则控制所述智能移动设备以预定的第一偏转角度偏离该行进方向，向所述行进方向第一侧的障碍物行走，并在每次撞击所述第一侧的障碍物回弹后以逐渐减小的偏转角度偏离所述行进方向，向所述第一侧的障碍物方向行走，直至行走预定的距离。
可选地，所述方法还包括：如果所述智能移动设备行走达到所述预定的距离，并且在第二预设时长内未检测到所述智能移动设备的撞击操作，则控制所述智能移动设备沿远离所述第一侧的障碍物的方向行进。
可选地，所述智能移动设备包括红外传感器集群，所述红外传感器集群围设在所述智能移动设备上对应行进方向的位置；所述方法还包括：在随机行走过程中，当该红外传感器集群检测到沿该行进方向上不存在障碍物信息，而偏离该行进方向的一侧存在障碍物信息时，则控制所述智能移动设备沿该一侧所述障碍物行走预定的距离。
可选地，所述智能移动设备包括红外传感器集群，所述红外传感器集群围设在所述智能移动设备上对应行进方向的位置；所述方法还包括：如果所述智能移动设备的红外传感器集群持续检测到障碍物的持续时长达到预定的遮挡时长阈值，则禁用所述红外传感器集群。
可选地，所述方法还包括：根据预估待覆盖区域的大小和预估移动速率，确定最小行走时长、最大行走时长和最小行走距离；当所述智能移动设备的行走时长达到最小行走时长且行走距离达到最小行走距离时，或者当所述智能移动设备的行走时长达到最大行走时长时，控制所述智能移动设备停止随机行走。
可选地，所述方法还包括：当所述智能清洁设备的行走时长达到所述最大行走时长时，控制所述智能移动设备执行寻桩充电操作。
根据本发明实施例的第二方面，提供一种智能移动设备的移动路径规划装置，包括：检测模块，用于获取智能移动设备已随机行走的第一移动路径，并获取所述第一移动路径的起始位置和结束位置之间的若干撞击点和移动路段；控制模块，用于创建包含所述结束位置的有限区域，根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制所述智能移动设备以所述起始姿态继续随机行走。
根据本发明实施例的第三方面，提供一种计算机程序，其包括有计算机程序指令，所述程序指令被处理器执行时用于实现本发明实施例第一方面提供的任一智能移动设备的移动路径规划方法对应的步骤。
根据本发明实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，所述程序指令被处理器执行时用于实现本发明实施例第一方面提供的任一智能移动设备的移动路径规划方法对应的步骤。
根据本发明实施例的第五方面，提供一种智能移动设备，包括：处理器、存储器、通信元件和通信总线，所述处理器、所述存储器和所述通信元件通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如本发明实施例第一方面提供的任一智能移动设备的移动路径规划方法对应的步骤。
根据本发明实施例的智能移动设备的移动路径规划技术，针对智能移动设备的随机行走模式，通过在智能移动设备的移动过程中获取已行走的移动路径，并创建包括已行走的移动路径的结束位置的有限区域，根据有限区域内的已行走的移动路径包括的撞击点和移动路段的分布情况，确定智能移动设备待行走的移动路径，使得智能移动设备向未行走过的方向行进，从而避免重复行走，有效地优化了智能移动设备的行走控制策略，进而节省智能移动设备的行走时间以及节省电能，提高智能移动设备的作业效率；并可控制进入狭窄空间内的智能移动设备尽快从出口走出，避免智能移动设备发生更多次数的撞击，进而提高控制智能移动设备从狭窄空间中脱困的效率。
附图说明
图1是示出根据本发明实施例一的智能移动设备的移动路径规划方法的流程图；
图2是示出根据本发明实施例二的智能移动设备的移动路径规划方法的流程图；
图3是示出根据本发明实施例二的智能移动设备的移动路径规划方法的第一路径规划图；
图4是示出根据本发明实施例二的智能移动设备的移动路径规划方法的第二路径规划图；
图5是示出根据本发明实施例二的智能移动设备的移动路径规划方法的第三路径规划图；
图6是示出根据本发明实施例二的智能移动设备的移动路径规划方法的第四路径规划图；
图7是示出根据本发明实施例二提供的智能移动设备的示意结构图；
图8是示出根据本发明实施例三的智能移动设备的移动路径规划方法的第五路径规划图；
图9是示出根据本发明实施例三的智能移动设备的移动路径规划方法的第六路径规划图；
图10是示出根据本发明实施例三的智能移动设备的移动路径规划方法的第七路径规划图；
图11是示出根据本发明实施例三的智能移动设备的移动路径规划方法的第八路径规划图；
图12是示出根据本发明实施例三的智能移动设备的移动路径规划方法的第九路径规划图。
图13是示出根据本发明实施例四的智能移动设备的移动路径规划装置的结构框图；
图14是示出根据本发明实施例五的一种智能移动设备的结构示意图。
具体实施方式
下面结合附图(若干附图中相同的标号表示相同的元素)和实施例，对本发明实施例的具体实施方式作进一步详细说明。以下实施例用于说明本发明，但不用来限制本发明的范围。
本领域技术人员可以理解，本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
实施例一
图1是示出根据本发明实施例一的智能移动设备的移动路径规划方法的流程图。
参照图1，在步骤s110，获取智能移动设备已随机行走的第一移动路径，并获取第一移动路径的起始位置和结束位置之间的若干撞击点和移动路段。
本发明实施例中，智能移动设备可以为任意能够自动行走的电子设备，包括但不限于扫地机器人。
可选地，在智能移动设备的随机行走过程中，通过例如集成在智能移动设备中的odo(odograph，里程表)等装置记录智能移动设备的行走里程等相关数据，并根据这些相关数据获取智能移动设备已行走的移动路径。其中，移动路径包括若干撞击点和移动路段。这里，第一移动路径可以为智能移动设备在当前时刻之前的预定时长内行走的移动路径，也可以为智能移动设备在当前时刻之前行走的，并包括预设个数的撞击点的移动路径。
以及，通过例如集成在智能移动设备中的gps(globalpositioningsystem，全球定位系统)等装置实时获取智能移动设备的当前位置，从而获取第一移动路径的起始时刻对应的起始位置，和结束时刻对应的结束时刻。
以及，通过例如集成在智能移动设备上的撞击传感器(bumper)等装置检测智能移动设备发生撞击时的位置，从而确定若干撞击点；若干撞击点将第一移动路径划分若干移动路段，也即，起始位置、若干撞击点和结束位置中的每两个相邻的点之间的移动路径为一个移动路段。
在步骤s120，创建包含结束位置的有限区域，根据有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制智能移动设备以起始姿态继续随机行走。
这里，第二移动路径的起始姿态包括起始位置和行进方向。其中，起始位置可以为第一移动路径的结束位置，行进方向可根据有限区域内的撞击点和移动路段的分布情况确定。
在本发明实施例中，在确定第二移动路径的起始姿态时，统计创建的有限区域包含的若干撞击点和移动路段，并获取各撞击点的位置信息以及各移动路段的长度和位置等信息，以确定各撞击点和移动路段在有限区域内的分布情况。根据该分布情况获取有限区域内未包含撞击点和移动路段，或者包含撞击点和移动路段较少的部分区域，这部分区域属于智能移动设备未行走过或者覆盖面积(可根据智能移动设备的移动路径和行走过程中的覆盖宽度确定)较少的区域，可作为智能移动设备下一步的目标行进区域，也即，控制智能移动设备向这部分区域行进，以使智能移动设备向未行走过的方向行进，避免重复行走已行走过的区域。
根据本发明实施例的智能移动设备的移动路径规划方法，针对智能移动设备的随机行走模式，通过在智能移动设备的移动过程中获取已行走的移动路径，并创建包括已行走的移动路径的结束位置的有限区域，根据有限区域内的已行走的移动路径包括的撞击点和移动路段的分布情况，确定智能移动设备待行走的移动路径，使得智能移动设备向未行走过的方向行进，从而避免重复行走，有效地优化了智能移动设备的行走控制策略，进而节省智能移动设备的行走时间以及节省电能，提高智能移动设备的作业效率。
此外，针对智能移动设备处于狭窄空间情况，采用本发明实施例的移动路径规划方法，来控制智能移动设备的行进方向，可通过控制智能移动设备向未行走过的方向行进，从而控制智能移动设备向靠近出口的区域行走，使得智能移动设备可以尽快从出口走出，进而避免智能移动设备发生更多次数的撞击，以及避免智能移动设备需要采用沿墙模式沿着墙壁行走将近一周才能从出口走出狭窄空间，提高控制智能移动设备从狭窄空间中走出的效率。
以清洁机器人的随机清扫模式为例的具体应用场景中，采用本实施例的移动路径规划方法来控制清洁机器人的行进路径，可以避免清洗机器人向已清洗过的区域行进，并控制清洗机器人向未清洗区域行进，从而避免清洁机器人做无效的清扫工作，节省作业时间以及节省电能，提高清洁机器人的清洁效率；并可在清洁机器人进入狭窄空间内时提高清洁机器人从狭窄空间脱困的效率，进一步提高清洁机器人的清洁效率。
根据本发明的示例性实施例，本发明提供的任一实施例的智能移动设备的移动路径规划方法，可以应用于智能移动设备在随机行走模式下的任意具体应用场景中，下文不在赘述。
本发明提供的任一实施例的智能移动设备的移动路径规划方法，可以由任意适当的具有相应的数据处理能力的设备执行，包括但不限于：智能移动设备以及集成在智能移动设备上的计算机程序、处理器等，下文不在赘述。
实施例二
图2是示出根据本发明实施例二的智能移动设备的移动路径规划方法的流程图。
参照图2，在步骤s210，获取智能移动设备在第一预设时长内发生撞击的第一撞击次数。其中，第一撞击次数为统计第一预设时长内发生撞击的次数得到的和值。
本实施例中，在控制智能移动设备行走的过程中，获取智能移动设备的当前姿态，以当前姿态控制智能移动设备随机行走。也即，控制智能移动设备随机行走。
在控制智能移动设备随机行走的过程中，检测智能移动设备的移动方向和距离，并检测智能移动设备的撞击操作。根据检测到的撞击操作可以获取智能移动设备的第一撞击次数。
在步骤s220，如果第一撞击次数超过第一触发次数阈值，则获取智能移动设备已行走的第一移动路径。
可选地，根据在控制智能移动设备的随机行走过程中检测到的智能移动设备的移动方向和移动距离，以及撞击操作确定第一移动路径，并记录智能移动设备的移动路段和撞击操作的信息，以方便获取第一移动路径包括的移动路段和撞击点的信息。其中，智能移动设备每发生一次撞击操作，智能移动设备的移动方向会发生改变。根据智能移动设备在各移动方向上对应的移动距离，可以确定各移动方向上的移动路径，也就是各移动方向上的移动路段。
这里，第一触发次数阈值可用于确定判断智能移动设备是否进入狭窄空间内。如果第一撞击次数超过第一触发次数阈值，则确定智能移动设备进入狭窄空间内；如果第一撞击次数未超过第一触发次数阈值，则确定智能移动设备未进入狭窄空间内。也即，如果智能移动设备在第一预设时长内发生过多次数的撞击，则确定智能移动设备进行狭窄空间内。例如，第一预设时长可以为30s，第一撞击次数阈值可以为5，如果检测到智能移动设备在前30秒内的撞击次数超过5次，则可以确定智能移动设备进入狭窄空间内。
也就是说，如果检测到智能移动设备进入狭窄空间内，则获取第一移动路径。此外，如果未检测到智能移动设备未进入狭窄空间内，则控制智能移动设备继续随机行走。
在这里说明，在智能移动设备的随机移动过程中，用于判断智能移动设备是否进入狭窄空间的方式，不限于前述依据第一撞击次数的判断方式，在其他实施例中，还可以根据实际的应用场景的限制或者其他检测需求采用其他判断方式，例如，通过检测智能移动设备的直线移动过程中的平均距离，如果该平均距离小于30cm，则判断智能移动设备进入狭窄空间内。
在步骤s230，创建包含结束位置的有限区域，根据有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制智能移动设备以起始姿态继续随机行走。
可选地，在获取第一移动路径之后，以第一移动路径的结束位置(也即智能移动设备当前的位置)为中心创建一有限区域。这里，对该有限区域的大小不做限制，可根据具体应用场景中的实际计算需求确定；并且对该有限区域的形状不做限制，具体可以为圆形、方形等规则形状，也可以为其他不规则的形状。在实际应用中，可在控制智能移动设备随机行走的过程中，创建一行走路径规划地图，并在地图中标出前述获取的智能移动设备的移动路径(包括第一移动路径)以及撞击点等；并在地图中创建有限区域，以及确定第二移动路径的起始姿态。
在第一种可选的实施方式中，获取有限区域与各个移动路段的第一交点，并构建结束位置与各个第一交点的连接线；在有限区域内统计每一连接线与移动路段的第二交点，根据包含第二交点最少的连接线确定第二移动路径的起始姿态。
例如，如图3所示，智能移动设备从x点出发，与障碍物(例如墙壁)撞击了5次，图中示出了对应的5个撞击点1、2、3、4、5。其中，智能移动设备在撞击点5发生撞击操作时，可检测到第一撞击次数超过第一触发次数阈值，也即，检测到智能移动设备进入狭窄空间内，此时，可获取智能移动设备已随机行走的第一移动路径。这里，第一移动路径为包括前5个撞击点的移动路径，第一移动路径还包括这5个撞击点中任两个相邻的撞击点之间的路径形成的移动路段，撞击点5为第一移动路径的结束位置，也即，撞击点5为智能移动设备当前的位置。
如图4所示，创建一个以撞击点5为圆心的圆形区域，获取圆形区域与各移动路段之间的第一交点a、b、c，以及圆形区域内包括的移动路段5a、2b、2c，并构建撞击点5与各第一交点的连接线5a、5b、5c。其中，连接线5a与移动路段5a重复，连接线5b与移动路段2b有一个第二交点b，连接线5c与移动路段2b和2c分别有一个第二交点d和c。包含最少第二交点的连接线为5b，可根据连接线5b确定第二移动路径的起始方向。也即，撞击点5为第二移动路径的起始位置，连接线5b的方向55'为第二移动路径的行进方向。
在第二种可选的实施方式中，获取有限区域与各个移动路段的第三交点，并构建结束位置与各个第三交点的连接线；统计所有连接线将有限区域划分的若干区域中每一区域内移动路段的数量，根据包含结束位置且包含移动路段最少的区域的中心线确定第二移动路径的起始姿态。
其中，第三交点可与前述第一交点相同；由于各连接线包含第一移动路径的结束位置，各区域由各连接线划分，第一移动路径的结束位置的边缘位于各区域的边缘；各区域的中心线可以第一移动路径的结束位置为起点。
例如，图4中的连接线5a、5b、5c将圆形区域划分为四个区域(障碍物另一侧区域不计算在内)，从中选择包含移动路段最少且面积最大的区域a-5-b，将该区域的中心线的起点作为第二移动路径的起始位置，并将该中心线的方向55”确定为第二移动路径的行进方向。
在确定第二移动路径的起始姿态之后，可控制智能移动设备以该起始姿态继续随机行走。在智能移动设备随机行走的过程中，检测到智能移动设备在第二预设时长内的第二撞击次数，以根据第二撞击次数是否超过第二触发次数阈值，确定智能移动设备是否退出狭窄空间。如果第二撞击次数未超过第二触发次数阈值，也即，如果智能移动设备在第二预设时长内发生较少次数的撞击，则确定智能移动设备退出狭窄空间；如果第二撞击次数超过第二触发次数阈值，也即，如果智能移动设备在较长时间内发生较少次数的撞击，则确定智能移动设备未退出狭窄空间。
例如，第二预设时长可以为30s，第二触发次数阈值可以为1次，如果第二撞击次数为3次，则确定智能移动设备未退出狭窄空间；如果第二撞击次数为0次，也即，只有在未检测到智能移动设备的撞击操作的持续时长达到30s时，才能确定智能移动设备退出狭窄空间。
此外，通过检测智能移动设备的直线行进距离，在检测到该直线型近距离达到预设距离阈值(例如2m)时，也可确定智能移动设备退出狭窄空间。
如图5所示，基于前述第二种实施方式确定智能移动设备待行走的第二移动路径的起始姿态，控制智能移动设备以55”为行进方向随机行走之后，智能移动设备与障碍物撞击了5次，图中示出了5个撞击点6、7、8、9、10。如果未检测到智能移动设备退出狭窄空间，则获取智能移动设备已行走的第二移动路径，这里，第二移动路径为包括5个撞击点的移动路径，第二移动路径还包括这5个撞击点中任两个相邻的撞击点之间的路径形成的移动路段，智能移动设备的当前位置为撞击点10，也是第二移动路径的结束位置。
以撞击点10为圆心创建一圆形区域，获取圆形区域与各移动路段之间的第三交点a'、b'，以及圆形区域内包括的移动路段10b'、1a'、1x；并构建撞击点10与第三交点a'、b'的连接线10a'、10b'。连接线10a'、10b'将该圆形区域划分为三个区域，从中选择包含移动路段最少且面积最大的区域，也即图中10b'左侧的区域。将该区域的中心线的起点(撞击点10)作为第二移动路径的起始位置，并将该中心线的方向10c'确定为第二移动路径的行进方向。
在这里说明，本发明实施例示出了根据包含第二交点最少的连接线，以及根据包含移动路段最少的区域的中心线确定第二移动路径的起始姿态的两种实施方式，但对根据有限区域内的撞击点和移动路段分布情况确定第二移动路径的起始姿态的具体方式不做限制，在其他实施例中，也可以采用不同于前述两种实施方式之外的其他方法，只要能够将未包括移动路段或包含移动路段较少区域确定为行进方向即可，以避免过多的重复行走。
例如，如图6所示，在控制智能移动设备以10c'为行进方向随机行走之后，智能移动设备与障碍物撞击了5次，并且未检测到智能移动设备未退出狭窄空间。图6中示出了5个撞击点11、12、13、14、15，这5个撞击点形成移动路段与以撞击点15为圆心的圆形区域具有四个交点；构建撞击点15与各交点之间的连接线1511、15a”、15b”、15c”，这四个连接线将圆形区域(不包括障碍物外侧的区域)划分为四个区域。统计各区域中已被智能移动设备覆盖的面积所占的比例，其中，已覆盖面积可根据各区域中的移动路段与智能移动设备在移动过程中的作业的覆盖宽度进行确定。将各区域中对应已覆盖面积所占比例最小的区域11-15-a”确定为智能移动设备的行进目标区域，根据该行进目标区域的中心线确定待行走的第三移动路径的起始姿态。例如，将撞击点15确定为起始位置，将该行进目标区域的中心线的方向15d”确定为行进方向。本实施例中，在智能移动设备随机行走的过程中，持续检测智能移动设备的行走方向和行走距离以及撞击操作，并在采用例如前述判断第一撞击次数是否超过第一触发次数阈值的方法，检测到智能移动设备进入狭小空间之后，采用例如前述判断第二撞击次数是否超过第二触发次数阈值的方法，实时检测智能移动设备是否退出狭窄空间。
例如，在确定第三移动路径的起始姿态并控制智能移动设备朝向15d”行走，如果检测到智能移动设备在第二预设时长内的第二撞击次数未超过第二触发次数阈值，可确定智能移动设备退出狭窄空间。
应当理解，本实施例的移动路径规划方法，仅以针对智能移动设备在随机行走模式下进入狭窄空间的应用场景为例，对智能移动设备的行走路径进行规划控制为例，来说明本发明实施例的智能移动设备的移动路径规划方法，但本领域技术人员应当明了，在针对智能移动设备在随机行走模式下的其他应用场景，也可以参照本实施例来执行本发明实施例的智能移动设备的移动路径规划方法。
在实际应用中，可通过在智能移动设备的控制系统中设置脱困模式，在执行前述步骤s210和s220，检测到智能移动设备进入狭窄空间时，控制智能移动设备进入脱困模式，并执行步骤s230。并且，在智能移动设备的随机行走过程中重复执行本实施例的移动路径规划方法，以控制智能移动设备从狭窄空间中脱困。
在这里说明，本发明实施例的智能移动设备的移动路径规划方法，可以但不限于应用于对清洁机器人的行走过程进行控制。例如，在应用于清洁机器人处于随机清扫模式下的应用场景，对清洁机器人的移动路径进行规划控制，从而控制清洁机器人快速地退出狭窄空间，并提高清洁机器人的清洁效率。
根据本发明实施例的智能移动设备的移动路径规划方法，针对智能移动设备的随机行走模式，通过在智能移动设备的移动过程中获取已行走的移动路径，并创建包括已行走的移动路径的结束位置的有限区域，根据有限区域内的已行走的移动路径包括的撞击点和移动路段的分布情况，将未包含已行走的移动路径或者包含已行走的移动路径较少的区域确定为待行走的移动路径的行进方向，从而避免过多重复行走，有效地优化了智能移动设备的行走控制策略，进而节省智能移动设备的行走时间以及节省电能，提高智能移动设备的作业效率；并可控制进入狭窄空间内的智能移动设备尽快从出口走出，避免智能移动设备发生更多次数的撞击，进而提高控制智能移动设备从狭窄空间中脱困的效率。
实施例三
本实施例提供了优化智能移动设备的行走控制策略，用于针对智能移动设备的处于狭窄空间内的脱困方法。本实施例中，智能移动设备包括红外传感器集群，红外传感器集群围设在智能移动设备上对应行进方向的位置。这里，红外传感器集群用于进行障碍物检测，是设置在智能移动设备上的一种障碍物传感器，但本领域技术人员应当明了，障碍物传感器包括但不限于本实施例中的红外传感器集群。
例如，图7中示出的清洁机器人上设置有红外传感器集群70，红外传感器集群70设置在清洁机器人上对应前方的区域，具体可覆设置在外壳上对应前方的区域，以便在清洁机器人向前行进或者向一侧偏转时，能够有效地进行障碍物检测。
在一种可选的实施方式中，在智能清洁设备的随机行走过程中，当该红外传感器集群检测到沿智能清洁设备的行进方向上不存在障碍物，且偏离该行进方向的两侧存在障碍物时，则控制智能移动设备以预定的第一偏转角度偏离该行进方向，向该行进方向的第一侧的障碍物行走，并在每次撞击该侧障碍物回弹后以逐渐减小的偏转角度偏离行进方向，向该侧障碍物行走，直至行走预定的距离。
如图8至图10所示，当智能移动设备在随机行走过程中行走至位置a时在e点发生撞击，并且红外传感器集群行进方向af上不存在障碍物，而偏离行进方向af的两侧存在障碍物(例如墙壁)。此时，控制智能移动设备以第一偏转角度(图中示出的af和ag的夹角，例如45°)偏离行进方向af，转向远离撞击点e的一侧的障碍物行走。
图9中示出了智能移动设备沿ag方向行走，并在撞击障碍物后回弹至位置a'。此时，控制智能移动设以第二偏转角度(图中示出的a'g与a'h的夹角，例如22.5°)转向该侧障碍物行走。其中，第二偏转角度小于第一偏转角度。
图10中示出了智能移动设备沿a'h方向行走，并在最终行走至位置a”，行走达到预定的距离。这里，预定的距离为位置a与位置a”之间的移动路径的距离之和，例如50cm。其中，智能移动设备在每次撞击墙壁后，都减小偏转角度转向远离该侧障碍物行走，直至移动路径的距离之和达到预定的距离。
在智能移动设备行走达到预定的距离时，并且在预定的第二预设时长内未检测到智能移动设备的撞击操作，则控制智能移动设备沿远离该侧障碍物的方向行进。也即，采用如前述实施例二中提供的根据第二撞击次数是否超过第二触发次数阈值的方法，检测智能移动设备是否离开狭窄空间。这里，第二触发次数阈值为1次，只有在第二预设时长内未检测到撞击操作时，才能确定智能移动设备离开狭窄空间，可控制智能移动设备沿远离障碍物的方向继续随机行走。
此外，如果第二撞击次数超过第二触发次数阈值，则确定智能移动设备仍未离开狭窄空间，此时，可控制智能移动设备继续以沿墙模式寻找出口。
在这里说明，本实施例提供的通过设置偏转角度控制智能移动设备的行进方向的狭窄空间的脱困方法，还可以应用于智能移动设备未处于狭窄空间，红外传感器集群检测到行进方向上不存在障碍物，而偏离行进方向的一侧存在障碍物的应用场景。
例如，图11中示出的智能移动设备在e点发生撞击(例如撞击桌子腿等)，红外传感器集群检测到行进方向af上不存在障碍物，远离撞击点e的一侧存在障碍物(例如墙壁)，可采用前述减小偏转角度向障碍物行否的方式进行脱困，也可控制智能移动设备沿该一侧的障碍物行走预定的距离，也就是说，先控制智能移动设备向障碍物行走，然后控制智能清洁设备以沿墙模式，沿障碍物行走。其中，预定的距离可以根据智能清洁设备的实际作业场景中遇到的障碍物(例如桌子腿)的尺寸进行确定。
此外，对于这种情形，也可以控制智能移动设备后退，然后从e点左侧绕过e点通过。也即，在控制智能移动设备后退之后，先控制智能移动设备向任一侧移动预定的距离，然后在控制智能移动设备以行进方向行走。
在另一种可选的实施方式中，智能移动设备处于沿墙模式下，如果检测到智能移动设备当前的姿态与先前进入沿墙模式后的移动路径形成闭环，则退出沿墙模式。
智能移动设备处于狭窄空间内时，通过沿墙模式寻找出口以退出狭窄空间。通过检测智能移动设备进入沿墙模式后的移动路径，判断移动路径是否形成闭环，可以确定是否可以退出沿墙模式。这里，移动路径形成闭环的方式可以为移动路径的方向形成闭环。例如，图12中示出的智能移动设备从b点开始进入沿墙模式，并在沿墙模式下达到c点时，移动路径形成闭环，此时可以控制智能移动设备退出沿墙模式。
而且，在确定可以退出沿墙模式时，可以控制智能移动设备继续以当前的行进方向行走预设时长(例如3s)后，也即，在控制智能移动设备完全退出狭窄空间之后，结束沿墙模式。
在又一种可选的实施方式中，智能移动设备根据预估的待覆盖区域的大小和预估移动速率，确定智能移动设备的最小行走时长、最大行走时长和最小行走距离。当智能移动设备的行走时长达到最小行走时长且行走距离达到最小行走距离时，或者当智能移动设备的行走时长达到最大行走时长时，控制智能移动设备停止随机行走。
其中，预估的待覆盖区域的大小，可通过例如集成在智能移动设备上的lds(laserdistancesensor，激光测距传感器)等装置，在智能清洁设备的随机行走过程中，以扫描的方式获取例如带覆盖区域的边缘的距离等数据，然后采用例如slam(simultaneouslocalizationandmapping，即时定位与地图构建)的算法计算待覆盖区域的面积等相关数据。当然，待覆盖区域的大小也可根据用户输入的待覆盖区域的尺寸参数估算得到。
在获取待覆盖区域的大小数据之后，根据智能移动设备的移动速率以及移动过程中的覆盖宽度等数据，计算智能移动设备能够有效覆盖待覆盖区域的最小行走时长、最大行走时长和最小行走距离等数据。
在又一种可选的实施方式中，当智能移动设备的行走时长达到最大行走时长时，控制智能移动设备执行寻桩充电操作。也即，在智能行走设备作业完成时，控制智能移动设备自动充电。
可选地，巡桩充电操作包括检测当前位置是否具有充电桩信号，如果检测到充电桩信号，则根据充电桩信号向对应的充电桩移动，并连接充电桩进行充电；如果没有检测到充电桩信号，则进入沿墙模式移动，以在移动过程中检测充电桩信号，并在检测到充电桩信号时根据充电桩信号向对应的充电桩移动，以连接充电桩进行充电。
此外，可在智能移动设备的电量低于预设电量阈值(例如20％)时，控制智能移动设备执行巡桩充电操作。
在又一种可选的实施方式中，如果智能移动设备的红外传感器集群持续检测到障碍物的持续时长达到预定的遮挡时长阈值，则禁用红外传感器集群。
例如，在清洁机器人的清洁作业过程中，如果清洁机器人上的一组或多组红外传感器集群持续检测到遮挡数据，并且持续时长超过30s(遮挡时长阈值)，则可以在本次清洁作业过程中禁用对应的一组或多组红外传感器集群。而且，被禁用的红外传感器集群可以进行暂停、报错、休眠、恢复等状态，因此，可在清洁机器人的本次清洁作业过程中，检测被禁用的红外传感器集群是否恢复，如果智能移动设备红外传感器集群已经恢复，则可以启用该组红外传感器集群；如果智能移动设备红外传感器集群仍处于遮挡状态，则确定该组红外传感器集群未恢复，可以继续禁用该组红外传感器集群。以及，在完成本次清洁作业之后进行回桩充电时，可以启用所有红外传感器集群。
在这里说明，本发明实施例仅以清洁机器人为例，来说明本发明的智能移动设备的移动路径规划方法的应用场景，但本领域技术人员应当理解，在任意控制智能移动设备作业的应用场景中，均可以参照本发明实施例的智能移动设备的移动路径规划方法，对处于随机行走模式下的智能移动设备进行控制。
实施例四
图13是示出根据本发明实施例四的一种智能移动设备的移动路径规划装置的结构框图。
参照图13，本发明实施例的智能移动设备的移动路径规划装置，包括：检测模块1302，用于获取智能移动设备已随机行走的第一移动路径，并获取所述第一移动路径的起始位置和结束位置之间的若干撞击点和移动路段；控制模块1304，用于创建包含所述结束位置的有限区域，根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制所述智能移动设备以所述起始姿态继续随机行走。
本实施例的移动路径规划装置用于实现前述方法实施例中相应的移动路径规划方法，并具有相应的方法实施例的有益效果，在此不再赘述。
本实施例还提供一种计算机程序，其包括有计算机程序指令，所述程序指令被处理器执行时用于实现本发明实施例提供的任一移动路径规划方法的步骤。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序指令被处理器执行时实现本发明实施例提供的任一移动路径规划方法的步骤。
实施例五
本发明实施例五提供了一种智能移动设备，例如可以是清洁机器人等。下面参考图14，其示出了适于用来实现本发明实施例的智能移动设备的结构示意图：如图14所示，智能移动设备1400包括一个或多个处理器、通信元件等，所述一个或多个处理器例如：一个或多个中央处理单元(cpu)1401，和/或一个或多个图像处理器(gpu)1413等，处理器可以根据存储在只读存储器(rom)1402中的可执行指令或者从存储部分1408加载到随机访问存储器(ram)1403中的可执行指令而执行各种适当的动作和处理。通信元件包括通信组件1412和/或通信接口1409。其中，通信组件1412可包括但不限于网卡，所述网卡可包括但不限于ib(infiniband)网卡，通信接口1409包括诸如lan卡、调制解调器等的网络接口卡的通信接口，通信接口1409经由诸如因特网的网络执行通信处理。
处理器可与只读存储器1402和/或随机访问存储器1403中通信以执行可执行指令，通过通信总线1404与通信组件1412相连、并经通信组件1412与其他目标设备通信，从而完成本发明实施例提供的任一项移动路径规划方法对应的操作，例如，获取智能移动设备已随机行走的第一移动路径，并获取所述第一移动路径的起始位置和结束位置之间的若干撞击点和移动路段；创建包含所述结束位置的有限区域，根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制所述智能移动设备以所述起始姿态继续随机行走。
此外，在ram1403中，还可存储有装置操作所需的各种程序和数据。cpu1401或gpu1413、rom1402以及ram1403通过通信总线1404彼此相连。在有ram1403的情况下，rom1402为可选模块。ram1403存储可执行指令，或在运行时向rom1402中写入可执行指令，可执行指令使处理器执行上述通信方法对应的操作。输入/输出(i/o)接口1405也连接至通信总线1404。通信组件1412可以集成设置，也可以设置为具有多个子模块(例如多个ib网卡)，并在通信总线链接上。
以下部件连接至i/o接口1405：包括键盘、鼠标等的输入部分1406；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分1407；包括硬盘等的存储部分1408；以及包括诸如lan卡、调制解调器等的网络接口卡的通信接口1409。驱动器1410也根据需要连接至i/o接口1405。可拆卸介质1411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1410上，以便于从其上读出的计算机程序根据需要被安装入存储部分1408。
需要说明的，如图14所示的架构仅为一种可选实现方式，在具体实践过程中，可根据实际需要对上述图14的部件数量和类型进行选择、删减、增加或替换；在不同功能部件设置上，也可采用分离设置或集成设置等实现方式，例如gpu和cpu可分离设置或者可将gpu集成在cpu上，通信元件可分离设置，也可集成设置在cpu或gpu上，等等。这些可替换的实施方式均落入本发明的保护范围。
特别地，根据本发明实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，计算机程序包含用于执行流程图所示的方法的程序代码，程序代码可包括对应执行本发明实施例提供的移动路径规划方法步骤对应的指令，例如，获取智能移动设备已随机行走的第一移动路径，并获取所述第一移动路径的起始位置和结束位置之间的若干撞击点和移动路段；创建包含所述结束位置的有限区域，根据所述有限区域内的撞击点和移动路段分布情况确定待行走的第二移动路径的起始姿态，控制所述智能移动设备以所述起始姿态继续随机行走。在这样的实施例中，该计算机程序可以通过通信元件从网络上被下载和安装，和/或从可拆卸介质1411被安装。在该计算机程序被处理器执行时，执行本发明实施例的方法中限定的上述功能。
需要指出，根据实施的需要，可将本发明实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本发明实施例的目的。
上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如cdrom、ram、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如asic或fpga)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，ram、rom、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的处理方法。此外，当通用计算机访问用于实现在此示出的处理的代码时，代码的执行将通用计算机转换为用于执行在此示出的处理的专用计算机。
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方法步骤，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发明实施例的范围。
以上所述，仅为本发明实施例的具体实施方式，但本发明实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明实施例的保护范围之内。因此，本发明实施例的保护范围应以所述权利要求的保护范围为准。