r>[0030]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0031]图1示出了可以应用本申请的应用于扫地机器人的控制方法、扫地机器人及终端的实施例的示例性系统架构100。
[0032]如图1所示，系统架构100可以包括终端设备101、102、103，网络104和扫地机器人105。网络104用以在终端设备101、102、103和扫地机器人105之间提供传输链路的介质。网络104可以包括无线传输链路。
[0033]用户可以使用终端设备101、102、103通过网络104与扫地机器人105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯应用，例如用于对扫地机器人的移动进行控制的应用。
[0034]终端设备101、102、103可以是具有显示屏并且支持网络通信的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture ExpertsGroup Aud1 Layer 111，动态影像专家压缩标准音频层面3)、MP4 (Moving PictureExperts Group Aud1 Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
[0035]扫地机器人105可以配置有电机、滚轮、电池，电机用于控制滚轮完成扫地机器人的前进、后退、向左转、向右转等动作。电池用于对扫地机器人进行供电，当电量小于阈值时可以控制扫地机器人移动至充电粧进行充电。扫地机器人105可以接收终端设备101、102、103发送的信息。扫地机器人105可以根据接收到的信息，记录当前所处的位置，以及对位置的分布进行分析，对障碍物的类型进行识别。
[0036]请参考图2，其示出了根据本申请的应用于扫地机器人的控制方法的一个实施例的流程200 ο该方法包括以下步骤:
[0037]步骤201，检测扫地机器人的位置。
[0038]在本实施例中，可以预先建立扫地机器人的工作环境对应的二维坐标系，然后，可以选取扫地机器人的工作环境中的一个位置作为基准位置，例如，将用于对扫地机器人进行充电的充电粧作为基准位置，将该基准位置作为二维坐标系的零点。在本实施例中，可以实时检测扫地机器人在移动过程中位置，相应地，扫地机器人所处的位置可以用一个二维坐标进行表示。在本实施例中，确定扫地机器人的位置可以采用但不限于GPS定位、基站定位、wif i定位、IP定位、RFID标签识别定位、蓝牙定位、声波定位。以利用WIFI确定扫地机器人的位置为例，可以在扫地机器人的工作环境中设置多个工作站AP，根据WIFI信号的强度，确定出扫地机器人与多个AP的相对位置，进而确定扫地机器人所处的位置。
[0039]步骤202，当位置为障碍位置时，获取与障碍位置相关联的障碍物的类型。
[0040]在本实施例中，障碍位置基于预先接收到的终端发送的指示扫地机器人的移动方向上存在障碍物的障碍指示信息而确定，障碍物的类型基于预先对障碍位置的分布进行分析而确定。
[0041]在本实施例中，可以通过各无线连接方式接收终端发送的障碍指示信息。上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UffB(ultra wideband)连接。
[0042]在本实施例中，扫地机器人可以在移动过程中实时接收终端发送的障碍指示信息，例如，当扫地机器人在移动过程中接近一个障碍物(例如茶几)时，此时，可以接收到终端发送的障碍指示信息。在本实施例中，在接收终端发送的障碍指示信息的同时，可以同时记录扫地机器人所处的位置，从而可以对接收终端发送的障碍指示信息时所处的多个位置进行记录，可以基于多个位置的分布，确定出障碍物的类型。例如，多个位置可以围成一个区域，可以根据多个位置围成的区域的形状，确定出障碍物的类型。
[0043]例如，当扫地机器人在多个不同的位置接近障碍物茶几时，均可以接收到终端发送的障碍指示信息，同时，可以记录接收到障碍指示信息时扫地机器人所处的位置。接收到障碍指示信息时的多个位置所围成的区域的形状可以与矩形相似，并且当多个位置所围成的区域的面积与预先记录的样本数据中的茶几的面积较为接近时，则可以判断出障碍物为茶几。又例如，当扫地机器人在多个不同位置接近障碍物电线时，均可以接收到终端发送的障碍指示信息，同时，可以记录接收到障碍指示信息时扫地机器人所处的位置。接收到障碍指示信息时的多个位置的分布可以与直线相似，并且与预先记录的样本数据中的电线的长度较为接近时，则可以判断出障碍物为电线。
[0044]在本实施例中，在确定障碍物的类型之后，可以将障碍位置与障碍物的类型进行绑定，从而，扫地机器人再次接近障碍物时，则可以检测出扫地机器人所处的位置为障碍物的位置，可以根据障碍物位置对应的障碍物类型，确定障碍物的类型，以使得扫地机器人可以根据障碍物的类型，执行不同的操作。例如，当确定出障碍位置对应的障碍物为电线时，则为避开被电线缠绕，可以控制扫地机器人停止向电线移动。
[0045]在本实施例的一些可选的实现方式中，获取障碍物的图像，以及提取图像中的尺度不变特征点;基于尺度不变特征点以及响应信息，生成机器学习模型的输入向量，以及基于障碍物的类型的标识，生成机器学习模型的输出向量，其中，响应信息用于指示扫地机器人接近障碍物的类型对应的障碍物之后的位置变化;利用输入向量和输出向量，对机器学习模型进行训练。
[0046]在本实施例的一些可选的实现方式中，还包括:响应于接收到终端发送的障碍指示信息，确定扫地机器人所处的位置;检测预设时间点的扫地机器人所处的响应位置，预设时间点为接收到终端发送的障碍指示信息的时间经预设时长之后对应的时间；基于扫地机器人所处的位置以及响应位置，生成响应信息；将位置作为障碍位置，以及记录障碍位置和响应信息。
[0047]在本实施例中，可以预先建立机器学习模型，利用机器学习模型对记录的接收到障碍指示信息时所处的多个障碍位置的分布进行分析，确定障碍物的类型。在本实施例中，机器学习模型可以包括但不限于:支持向量机模型、卷积神经网络。
[0048]在本实施例中，可以选取障碍物的图像的轮廓的SIFT(尺度不变特征变换)特征点，障碍物的形状可以用多个SIFT特征点进行表示。可以利用机器学习模型计算多个SIFT特征点的与接收到障碍指示信时的所处的多个位置的相似度。换言之，利用机器学习模型计算由多个SIFT特征点表示的形状与接收到障碍指示信时的所处的多个位置围成的区域的形状的相似度。当相似度大于相似度阈值时，可以进一步确定出障碍物的类型。
[0049]当通过计算多个SIFT特征点的与接收到障碍指示信时的所处的多个位置的相似度，确定障碍物的类型时，会出现与障碍物相关联的多个位置所围成的区域的形状相似的情况，即出现不同的障碍物被确定为同一种障碍物的情况。例如，长方形茶几与长方形地毯被确定为同一种障碍物的情况。因此，在本实施例中，可以进一步检测在接收到终端发送的障碍指示信息的时间经预设时长之后对应的时间，扫地机器人所处的位置，生成指示扫地机器人位置变化的响应信息。响应信息可以用于指示扫地机器人在预设时间段内位置发生变化的方向。例如，在扫地机器人的工作环境对应的二维坐标系中，扫地机器人的位置可以用一个二维坐标进行表示，响应信息可以反映扫地机器人的位置在二维坐标系的X轴、Y轴的正负方向上的偏移量。然后，将响应信息与接收障碍指示信息时扫地机器人所处的位置相结合，判断障碍物的类型。
[0050]以障碍物为茶几为例，当扫地机器人在移动中接近茶几时，可以接收到终端发送的障碍指示信息。在接收到终端发送的障碍指示信息的时间经预设时长之后对应的时间，扫地机器人与茶几发生碰撞后被弹回，则扫地机器人在预设时间段内的位置发生变化，此时，可以生成响应信息来指示扫地机器人的位置发生变化。
[0051 ]以障碍物为地毯为例，当扫地机器人在移动中接近地毯时，当扫地机器人在移动中接近地毯时，可以接收到终端发送的障碍指示信息。在接收到终端发送的障碍指示信息的时间经预设时长之后对应的时间，扫地机器人被地毯阻挡，则扫地机器人在预设时间段内的位置保持不变，此时，可以生成响应信息来指示扫地机器人的位置未发生变化。
[0052]在本实施例中，在确定障碍物的类型时，可以首先根据接收障碍指示信息时扫地机器人所处的位置的分布，例如，多个位置所围成的区域的形状，初步确定障碍物的类型。然后，可以进一步通过响应信息，确定障碍物的类型。以障碍为茶几或地毯为例，可以首先根据扫地机器人在接收茶