一种基于图像识别的门框定位方法及机器人与流程

1.本发明涉及机器视觉的技术领域，尤其涉及一种基于图像识别的门框定位方法及机器人。


背景技术：

2.对于扫地机器人，分区清扫是非常重要的功能，虽然家居环境是高度结构化的环境，但只依赖环境轮廓划分清洁区域，往往难以满足以实际房间为单位划分区域的需求。
3.门在家居环境的位置是相对不变的，门是连接一个房间与另一个房间的通道，门的宽度和形状具有统一的标准。现有技术会通过识别门的位置来确定家居环境中连接两个房间区域的关键边界，但是会在机器人保持在静态条件下采集多个维度的门线特征并进行组合（如果样本选择不够丰富将不能适应各种各样的门识别），也通过双目视觉的手段采集并建立多对匹配量进行识别处理，容易受到门扇的开闭状态的影响。因而，对于传感器的设计成本和计算复杂度高，不满足机器人在家居环境中跨房间导航工作的实时性。


技术实现要素：

4.为了解决上述技术问题，本发明仅通过图像识别出来的直线段的角度朝向和位置关系来实现门的识别定位，包括门柱线、门梁线以及门框的识别及定位，具体的技术方案如下：一种基于图像识别的门框定位方法，该门框定位方法的执行主体是机器人，该机器人装配有镜头朝上设置的摄像头，该摄像头采集的环境图像的中心点表示机器人的正上方的位置；该门框定位方法包括：步骤s1、机器人在室内工作区域内按照预设规划路径行走，并在行走过程中采集环境图像；步骤s2、机器人从采集到的环境图像内连接出参考门梁线，再确定参考门梁线所在的待测门框相对于机器人的位置的方向信息，并将该参考门梁线的角度信息以及该参考门梁线所在的待测门框相对于机器人的位置的方向信息记录下来；步骤s3、在机器人按照预设规划路径行走完所述室内工作区域后，机器人选择一个待评分位置作为匹配中心进行模板匹配，当检测到所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果以及对应的参考门梁线的角度信息的匹配结果都满足预设角度匹配条件时，机器人确定该待评分位置是门框的门梁的中心点，以实现对门框定位。
5.进一步地，在所述步骤s2中，在机器人行走的过程中，机器人从当前采集到的环境图像内提取出两条参考门柱线，再基于两条参考门柱线连接出参考门梁线，然后根据该参考门梁线的中心点与当前采集到的环境图像的中心点的位置关系，确定该参考门梁线所在的待测门框相对于机器人的当前位置的方向信息，再将该待测门框相对于机器人的当前位置的方向信息、以及该参考门梁线的角度信息记录到机器人的当前位置对应的一个栅格内，其中，该栅格是机器人在按照预设规划路径行走的过程中构建的栅格地图内的单元格。
6.进一步地，所述步骤s3还包括：机器人按照预设规划路径行走完所述室内工作区
域后，在其构建的栅格地图的对应栅格内记录有所述参考门梁线所在的待测门框相对于该栅格对应的机器人的位置的方向信息、以及该参考门梁线的角度信息；同一条参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息包括：机器人在同一条参考门梁线的不同侧的位置处探测到的所述方向信息，以使机器人从多种不同视角探测到同一条参考门梁线所在的待测门框。
7.进一步地，在所述步骤s3中，机器人使用门方位模板遍历栅格地图内的每个栅格，获得该栅格的邻域的角度匹配对，其中，门方位模板的中心是所述匹配中心；在遍历的过程中，门方位模板的中心被配置为覆盖栅格地图内的每个栅格；其中，被门方位模板的中心覆盖的栅格的邻域的角度匹配对包括所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果、以及同一条参考门梁线的角度信息的匹配结果；被门方位模板的中心覆盖的栅格对应的位置是所述待评分位置；然后通过计数所述角度匹配结果对的方式为栅格地图内的每个栅格赋予门定位评估分数；若检测到一个栅格被赋予的门定位评估分数大于预设分数阈值，则确定该栅格是门框所占用的栅格区域的中心。
8.进一步地，所述步骤s3具体包括：步骤s31、控制预先设置的门方位模板开始遍历栅格地图内的栅格；步骤s32、每当门方位模板的中心覆盖到栅格地图的一个栅格，则确定该门方位模板在栅格地图内的覆盖区域，并将该覆盖区域内除了所述中心覆盖到的栅格之外的区域标记为待匹配区域；步骤s33、在待匹配区域内，每当判断到一个栅格内所记录的参考门梁线的角度信息处于参考门梁角度范围内，且判断到同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度处于相对应的参考偏向角度范围内，则对所述中心覆盖到的栅格的门定位评估分数加一计数，且确定机器人通过计数各个角度匹配结果对的方式为栅格地图内的每个栅格赋予门定位评估分数，直至遍历完待匹配区域内的每个栅格；其中，所述参考门梁线所在的待测门框相对于该栅格对应的位置的方向信息包括同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度；步骤s34、判断步骤s33所述的中心覆盖到的栅格的门定位评估分数是否大于所述预设分数阈值，是则确定步骤s33所述的中心覆盖到的栅格对应的位置是门框的门梁的中心点，也确定所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果以及对应的参考门梁线的角度信息的匹配结果都满足预设角度匹配条件；否则控制所述门方位模板在栅格地图内平移，使门方位模板的中心遍历下一个栅格，然后执行步骤s32，直至所述门方位模板的中心遍历完栅格地图的每个栅格。
9.进一步地，所述步骤s3还包括：当机器人确定门框覆盖到步骤s33所述的中心覆盖到的栅格对应的位置之后，按照所述同一条参考门梁线的两个端点之间形成的相反的两个延伸方向，从步骤s33所述的中心覆盖到的栅格对应的位置开始分别延伸预设延伸长度，获得所述参考直线段，并确定该参考直线段处存在所述门框，其中，步骤s33所述的中心覆盖到的栅格对应的位置是门框的门梁的中心点；步骤s33所述的中心覆盖到的栅格是该栅格处存在的参考门梁线的中心点所占用的栅格；该门框在室内工作区域内的可通行的两侧分别存在至少一个房间区域，所述参考直线段成为不同房间区域之间的一条边界线。
10.进一步地，所述待匹配区域内的每个栅格对应配置一个参考偏向角度范围，所述门方位模板的中心覆盖到的栅格的邻域的角度匹配结果对包括待匹配区域内的每个栅格
内所记录的同一条参考门梁线的角度是否处于所述参考门梁角度范围内、以及同一条参考门梁线所在的待测门框相对于待匹配区域内的每个栅格形成的方位角度是否处于所述相对应的参考偏向角度范围内；其中，一条参考门梁线在室内工作区域内对应一个角度信息，并将该角度信息记录到机器人对应行走的位置对应的栅格内；一条参考门梁线对应使用一种门方位模板进行匹配，一种门方位模板对应一个参考门梁角度范围。
11.进一步地，同一条参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息当中，至少存在：位于机器人前方的同一条参考门梁线相对于机器人的位置的方向信息、位于机器人后方的同一条参考门梁线相对于机器人的位置的方向信息、、位于机器人的正上方的同一条参考门梁线相对于机器人的位置的方向信息、位于机器人左侧的同一条参考门梁线相对于机器人的位置的方向信息、和/或位于机器人右侧的同一条参考门梁线相对于机器人的位置的方向信息。
12.进一步地，在所述步骤s1中，在机器人采集的环境图像内，机器人先通过预先设置的图像识别算法提取出直线段；然后机器人将延长线相交于该环境图像的中心点的每条直线段都标记为参考门柱线；其中，参考门柱线用于表示垂直于室内工作区域的地面的线段；机器人选择两条参考门柱线，再在选择出的每条参考门柱线中，将靠近其所在的环境图像的中心点的端点设置为角点，然后连接两个角点形成一条参考门梁线，以使当前选择出的两条参考门柱线以及连接出的一条参考门梁线连接成一个待测门框。
13.进一步地，机器人在选择出的每条参考门柱线都被设置出一个所述角点后，将其中一个角点指向另一个角点的方向与图像坐标系的坐标轴所成的夹角、或该夹角转换到世界坐标系内的角度设置为该参考门梁线的角度信息，以转换成该参考门梁线在室内工作区域内的延伸走向。
14.进一步地，所述根据该参考门梁线的中心点与当前采集到的环境图像的中心点的位置关系，确定该参考门梁线所在的待测门框相对于机器人的当前位置的方向信息的方法包括：机器人使用其在当前位置处采集到的环境图像的中心点表示机器人的当前位置；然后机器人将当前采集到的环境图像的中心点指向该参考门梁线的中心点的方向设置为待测门框相对于机器人的当前位置的分布方向；然后将该分布方向相对于图像坐标系的一条坐标轴所成的夹角设置为待测门框相对于机器人的当前位置形成的方位角度，或者将该将分布方向相对于该参考门梁线所成的夹角设置为待测门框相对于机器人的当前位置形成的方位角度；再将待测门框相对于机器人的当前位置形成的分布方向、和/或该待测门框相对于机器人的当前位置形成的方位角度组成待测门框相对于机器人的当前位置的方向信息，形成机器人当前探测到的待测门框的方向信息。
15.一种机器人，该机器人装配有镜头朝上设置的摄像头，该摄像头采集的环境图像的中心点用于表示机器人的机体中心，该机器人被配置为执行所述的门框定位方法。
16.本发明的技术效果在于：本发明通过提取直线段和构建不同直线段之间的几何连接关系，确定出作为候选线段的参考门柱线及参考门梁线，再基于门的可通行性，获得机器人在行走至不同方位处采集到的参考门梁线、对应的几何角度特征及其相对于机器人的方向关系，待机器人行走完室内工作区域后，使用模板信息逐一匹配所走过的各个位置处记录的参考门梁线的几何角度特征（对应为所述参考门梁线的角度信息）及其相对于机器人的方向关系（对应为该参考门梁线所在的待测门框相对机器人的位置的方向信息），其中，
参考门梁线及其相连接的两侧的参考门柱线组成一个作为候选门框的待测门框；然后可以对比各个位置处的匹配结果信息，并将匹配结果信息对应的相似度最高的位置视为存在真实门框，因而通过相对低算力的算法有效实现家居环境下的门定位，不需要在门上增加多余的标志物，只需要门的两侧边框线和门顶的门梁线同时出现在本发明的摄像头的视野内便可实现对门的定位；既以门简化模型的识别步骤和复杂度，又提高门框识别的精确度，也避免将方形柱子、门页、可转动的门扇（门框中设置的可左右开启和关闭的部件）所在的待测门框误判为真实的门框，在处于关闭、半开、全开等各种状态的门的识别场景内进行都可以有效识别门框，进而在同一个栅格地图内的相应位置处识别出该位置处是否存在门框；当然，若需要匹配的参考门梁线发生变化（对应为在同一室内工作区域内换另一个门框进行匹配和定位），则更换另一个模板信息再进行相应的匹配，便于适应参与匹配的各个参考门梁线的几何角度特征及其相对于机器人的方向关系的变化，进而在相应的位置处识别出各种门梁延伸方向的门框。在此基础上，本发明利用定位出的存在门框的位置信息，确定相应的边界线或多个离散的边界位置，以在室内工作区域内划分出贴近实际环境的房间区域，提升机器人分区的合理性，实现真正意义上的分房间清扫。
附图说明
17.图1是本发明一实施例公开的一种基于图像识别的门框定位方法的流程图。
18.图2是机器人在门框的前方采集到的标记有参考门柱线a1b1和参考门梁线b1c1的图像的示意图，其中机器人的摄像头被设置为朝向天花板。
具体实施方式
19.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细描述。为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。
20.本发明实施例公开一种基于图像识别的门框定位方法，该门框定位方法的执行主体是机器人，该机器人可以在室内工作区域内自主移动，当机器人是底盘为圆形的扫地机器人时，可以被规划为在家居环境内的至少两个房间区域内进行覆盖式清扫；该机器人装配有镜头朝上设置的摄像头，摄像头的镜头可以是倾斜朝上设置在机器人的顶面，该摄像头采集的环境图像的中心点表示机器人的正上方的位置，在一些实施例中，该摄像头采集的环境图像的中心点在机器人行走平面内的投影位置用于表示机器人的机体中心，则该摄像头采集的环境图像的中心点在图像坐标系内可以直接用于表示机器人的当前位置，当然具体是机器人在图像坐标系内的坐标位置，后续可以转换到世界坐标系内；参阅图1可知，所述门框定位方法包括：步骤s1、机器人在室内工作区域内按照预设规划路径行走，并在行走过程中采集环境图像；然后执行步骤s2。在步骤s1中，机器人在室内工作区域的地面行走，机器人的摄像头可以是朝天花板安装的，可以配置为垂直地面的门柱线、侧壁线都和摄像头的朝向一致，则在无障碍物遮挡的前提下机器人的摄像头的视野内始终采集到天花板的图像；当机器人按照预设的迂回路径行走于室内工作区域时，可以通过门来回穿插于至少两个房间区
域，并分别在这两个房间区域内遍历，优选地，该预设的迂回路径是弓字型路径，机器人可以是清洁机器人，根据清扫任务指令在对应的房间区域内执行弓字型清扫，清洁机器人一边清扫一边拍摄图像，特别是在不同房间区域的不同方位处都采集到天花板和门框相关角度上的图像，本实施例摄像头的视角至少能够覆盖门框或门框的门梁所处壁面至天花板之间的区域。
21.步骤s2、机器人从采集到的环境图像内连接出参考门梁线，再确定参考门梁线所在的待测门框相对于机器人的位置的方向信息，并将该参考门梁线的角度信息、以及该参考门梁线所在的待测门框相对于机器人的位置的方向信息记录下来；然后执行步骤s3。其中，基于室内工作区域内存在多个房间区域，则设置多个门作为对应的两个房间区域之间的出入口，则会从一个位置处采集到的同帧环境图像内或不同位置处累计采集的多帧环境图像确定出一条或多条参考门梁线及其所在的待测门框，即累计确定出多个待测门框，同时在本实施例中的室内工作区域中，同一个方向延伸的参考门梁线可能有一条或多条，可以通过与参考门梁线相连接的两条参考门柱线的连接节点确定该参考门梁线所在的位置；其中，参考门梁线及其所在的待测门框可以都处于同一帧环境图像内，也可以将待测门框设置为处于栅格地图内或实际环境内，参考门柱线是环境图像内候选的门柱线，参考门梁线是环境图像内候选的门梁线；本实施例还需记录下参考门梁线所在的待测门框相对于机器人的位置（机器人实际行走过的不同位置，且在对应位置处可能采集并提取出参考门梁线及其所在的待测门框）的方向信息，然后结合记录下的同一参考门梁线的角度信息、以及该参考门梁线所在的待测门框相对于机器人的已遍历位置的方向信息才可以在步骤s3中判断出实际存在的门梁线及其所在的门框，以排除垂直地面的门扇、侧壁线的误判干扰。其中，参考门梁线所在的待测门框相对于机器人的位置的方向信息实际上是参考门梁线相对于机器人的当前行走位置（采集环境图像的位置）的方向信息，表示机器人在当前行走位置处从特定视角采集到该参考门梁线，以使机器人可以使用当前采集的环境图像的中心点（用于在环境图像内表示机器人的当前位置）指向该参考门梁线的中心点（即中点）的方向表示参考门梁线所在的待测门框相对于机器人的位置的方向信息；优选地，门梁线的角度可以看成与图像坐标轴的所成的角度，图像坐标轴的方向可以看成机器人前进方向，图像的中心看成机器人的机体中心，参考门梁线所在的待测门框相对于机器人的位置的方向信息所包括的角度可以看成当前采集的环境图像的中心点与该参考门梁线的中心点的连线相对于参考门梁线所成的夹角。
22.需要说明的是，门上一般还有一部分墙面，支撑这部分墙体需要想架桥一样防止一个木制或者钢筋混凝土预制的横梁，称之为门梁，可以减小墙体下沉对门框的影响，门梁在本实施例的环境图像内可以经过图像识别算法处理为门梁线或参考门梁线表示；门梁的下方的两侧分别是两根垂直地面的门柱，同样在本实施例的环境图像内经过图像识别算法处理为使用门柱线或参考门柱线表示，则两条相邻的参考门柱线及一条参考门梁线可以组成一个待测门框，形成一种门的简化模型，当然符合这一门的简化模型的特征的物体在家居环境内还包括方形柱子、侧边的门页、门扇、天花板与门框之间的墙壁、门槛、侧壁和前壁，然后需在步骤s3中对表示门的形状的特征线，比如所述参考门梁线，进行方向角度上的匹配和相似度计数评分处理。
23.步骤s3、在机器人按照预设规划路径行走完所述室内工作区域后，记录到所述参
考门梁线所在的待测门框相对于机器人所行走过的每个位置的方向信息、以及所述参考门梁线的角度信息；然后机器人选择一个待评分位置作为匹配中心进行模板匹配，并在模板匹配的过程中检测所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果以及对应的参考门梁线的角度信息的匹配结果，一般是使用矩形的区域（结构元素）作为模板的区域，进行模板匹配并对每个位置的相应匹配结果进行统计以便于评分，这里的待评分位置是机器人所行走的一个位置，在使用模板匹配的过程中会按照既定的平移方向逐一遍历，每遍历一个机器人行走过的位置则将遍历的位置标记为待评分位置，再对待评分位置的邻域内（包括八邻域以及更大的邻域，以当前采用的模板实际覆盖的区域大小为准）的位置所记录到所述方向信息及所述角度信息进行匹配。当检测到所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果以及对应的参考门梁线的角度信息的匹配结果都满足预设角度匹配条件时，机器人确定所述待评分位置被门框覆盖到，即所述待评分位置处存在门框；且机器人确定门框的门梁的中心点，以实现对门框定位。
24.具体地，所述待评分位置是机器人预先在所述待评分位置处所识别/提取出的参考门梁线的中心点在世界坐标系内的坐标位置；则门框的门梁的中心点是所述待评分位置，即当前使用的匹配中心，当门框或其门梁的实际宽度被确定下来后，由线段的几何特征可以确定出门框的具体分布位置。
25.在一些实施方式中，当检测到所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果满足第一预设角度匹配条件、且对应的参考门梁线的角度信息的匹配结果满足第二预设角度匹配条件时机器人确定门框覆盖到所述待评分位置，且机器人确定门框的门梁的中心点，以实现对门框定位；优选地，第一预设角度匹配条件等效于第二预设角度匹配条件，具体会涉及到对于匹配结果的统计值相等，可以使用匹配结果的统计值进行阈值判断。
26.需要补充的是，对于位于同一位置处的同一走向的参考门梁线，即同一图像区域处的一个角度信息的参考门梁线，则使用一组模板信息逐一匹配所述参考门梁线所在的待测门框相对于机器人所行走过的每个位置的方向信息以及所述参考门梁线的角度信息，以确定至少一个位置或对应标记的栅格存在同一个门框，同一个门框对应同一条参考门梁线（所述参考门梁线所处的位置相同且走向满足对应的匹配条件）；另一方面，对于位于新的位置处的相同或不同走向的参考门梁线，即不同图像区域处的角度信息相同或不同的参考门梁线，则使用新的一组模板信息（该组模板信息（方向信息和角度信息）会因为参考门梁线的延伸方向的变化而做出适应性的调整）逐一匹配该参考门梁线所在的待测门框相对于机器人所行走过的每个位置的方向信息以及所述参考门梁线的角度信息，以确定至少一个位置或对应标记的栅格存在同一个门框，同一个门框对应同一条参考门梁线（所述参考门梁线所处的位置相同且走向满足对应的匹配条件）。因此，若需要匹配的参考门梁线发生变化（对应为在同一室内工作区域内换另一个门框进行匹配和定位），则更换另一个模板信息再进行相应的匹配，便于适应参与匹配的各个参考门梁线的几何角度特征及其相对于机器人的方向关系的变化，进而在相应的位置处识别出各种延伸方向的门梁所在的门框。
27.优选地，在家居环境内，一条参考门梁线相对于一个墙面成90度，另一条参考门梁线与同一个墙面平行，则针对每条参考门梁线设置一个匹配模板以在栅格地图内进行不同
轮模板匹配。如果要适应所有的参考门梁线的角度信息的需求，则先判断预先设置的图像识别算法提取出的参考门梁线主要集中在哪几个角度，然后设置好对应角度的模板去匹配，这样后续匹配的时间才不会随参考门梁线的角度信息的增多而成倍增加。
28.作为一种实施例，在所述步骤s2中，在机器人行走的过程中，机器人从当前采集到的环境图像内提取出两条参考门柱线，再基于两条参考门柱线连接出参考门梁线；其中，在步骤s2中，机器人可以从同一帧环境图像内提取任两条参考门柱线，则可以连接出多条参考门梁线，进而可以获得每条参考门梁线的延伸方向，即每条参考门梁线在图像坐标系内的角度朝向（可以是相对于y轴或x轴所成的角度，一般是90度或0度）；然后机器人根据每条参考门梁线的中心点与当前采集到的环境图像的中心点的位置关系，确定该参考门梁线所在的待测门框相对于机器人的当前位置的方向信息，也相当于该参考门梁线相对于机器人的当前位置在环境图像内坐标的方向信息，具体可以是两个点连线的方向信息；再将该待测门框相对于机器人的当前位置的方向信息、以及该参考门梁线的角度信息记录到机器人的当前位置对应的一个栅格内，其中，该栅格是机器人在按照预设规划路径行走的过程中构建的栅格地图内的单元格，可以作为机器人的内存空间内的一个存储地址；机器人在按照预设规划路径行走的过程中构建栅格地图的方式是符合即时定位和同步构建地图算法的要求，以获得机器人在相应栅格处探测到的门框方位信息；在本实施例中，每两条参考门柱线、及其连接出的一条参考门梁线构成一个待测门框，以备后续通过匹配来识别出实际存在的门框。
29.作为一种实施例，在所述步骤s1中，在机器人采集的环境图像内，机器人先通过预先设置的图像识别算法提取出直线段，一般地，机器人会通过霍夫变换从环境图像(环境图像可以预先经过二值化处理)内获取直线段，并计算每条直线段的角度（可以基于提取出来的直线段所在的方程的斜率获得），则机器人基于直线段的长度和角度来选取能够代表门柱线、门梁线、或侧壁线的直线段。优选地，机器人还可以通过canny边缘检测算法、sobel边缘检测算法等将图像中的直线段识别出来。然后机器人将延长线相交于该环境图像的中心点的每条直线段都标记为参考门柱线；其中，参考门柱线用于表示垂直于室内工作区域的地面的线段；由于机器人的摄像头的镜头是朝天花板安装，所以摄像头的视角能够覆盖到机器人的上方的天花板以及天花板下方的区域，若垂直地面的门柱和摄像头的朝向一致，则基于镜头的透视原理，形成环境图像内的参考门柱线的延长线会最终相交于摄像头的成像平面的中心；至于本实施例中，延长线相交于该环境图像的中心点的每条直线段是可以使用各条直线段所在的方程联立求解而获得，其中两条直线段所在的方程联立后获得有效的坐标解，则确定存在延长线相交于该环境图像的中心点的两条直线段。
30.然后，机器人选择两条参考门柱线，再在选择出的每条参考门柱线中，将靠近其所在的环境图像的中心点的端点设置为角点，然后连接角点成一条参考门梁线，以使当前选择出的两条参考门柱线以及连接出的一条参考门梁线连接成一个待测门框。参阅图2可知，图2是机器人在门框的前方采集到的环境图像的示意图，图2中，机器人的摄像头当前采集的环境图像的中心点是点o，可以表示机器人的当前位置；其中，直线段a1b1是机器人提取出来的位于机器人的左侧的参考门柱线，直线段d1c1是机器人提取出来的位于机器人的右侧的参考门柱线，然后，在参考门柱线a1b1的两个端点当中选择靠近其所在的环境图像的中心点o的端点b1设置为左侧的角点，在参考门柱线d1c1的两个端点当中选择靠近其所在
的环境图像的中心点o的端点c1设置为右侧的角点，然后连接角点b1与角点c1形成线段b1c1，则线段b1c1形成参考门梁线，然后图2中提取出的参考门柱线a1b1、参考门柱线c1d1以及参考门梁线b1c1连接成一个待测门框，可能是实际环境内存在的门框。
31.优选地，机器人在选择出的每条参考门柱线上都被设置出一个角点，当两个角点之间的距离处于预设阈值长度范围时，将该两个角点的连线段设置为所述参考门梁线，其中，若两个角点分别是图2的角点b1与角点c1，则所述预设阈值长度范围可以是本实施例应用的室内工作区域内的门宽度转换到图2的图像坐标系内的宽度值的误差范围，误差来源于摄像头的镜头畸变引起的图像的变形失真。然后机器人将其中一个角点指向另一个角点的方向与图像坐标系的坐标轴所成的夹角、或该夹角转换到世界坐标系内的角度设置为该参考门梁线的角度信息，以转换成该参考门梁线在室内工作区域内的固定方位信息，并与选择出的两条参考门柱线相对应；其中一个角点指向另一个角点的方向是该参考门梁线在图像坐标系内的一种延伸方向，对应为图2的角点b1指向角点c1的方向，或者角点c1指向角点b1的方向。
32.需要说明的是，机器人通过霍夫算法检测所述环境图像中的直线段。每个像素坐标点经过变换都变成都直线特质有贡献的统一度量，例如：一条直线段在环境图像中是一系列离散点的集合，通过一条直线的离散极坐标方程，可以表达出直线的离散点几何等式方程为：x*cos(theta)+y*sin(theta)= r，其中角度theta指r与x轴之间的夹角，可以对应转换为或直接作为本实施例需要获得的参考门梁线的角度信息；r为到直线几何垂直距离。任何在直线上点，x, y都可以表达，其中r，theta是常量。在实现的图像处理领域，图像的像素坐标p(x, y)是已知的，而r,theta则是要寻找的变量。如果我们能绘制每个(r, theta)值根据像素点坐标p(x, y)值的话，那么就从图像笛卡尔坐标系统转换到极坐标霍夫空间系统，这种从点到曲线的变换称为直线的霍夫变换。变换通过量化霍夫参数空间为有限个值间隔等分或者累加格子。当霍夫变换算法开始，每个像素坐标点p(x, y)被转换到(r, theta)的曲线点上面，累加到对应的格子数据点，当一个波峰出现时候，说明有直线存在。然后将直线的像素坐标换算到机器人的坐标就可以得到栅格地图内的直线段的角度，所述直线段的角度优选为直线段与机器人轮轴线或行走方向之间的夹角，机器人轮轴线或行走方向优选为栅格地图的坐标系的一条坐标轴。
33.作为一种实施例，所述根据该参考门梁线的中心点与当前采集到的环境图像的中心点的位置关系，确定该参考门梁线所在的待测门框相对于机器人的当前位置的方向信息的方法包括：机器人使用其在当前位置处采集到的环境图像的中心点表示机器人的当前位置，对应为图2的点o；然后机器人将当前采集到的环境图像的中心点指向该参考门梁线的中心点的方向设置为待测门框相对于机器人的当前位置的分布方向，对应到图2中，参考门梁线的中心点是直线段b1c1的中点h1，点o指向点h1的方向是参考门梁线b1c1所在的待测门框相对于机器人的当前位置（具体是其在图像内的像素坐标位置）的分布方向，也可以理解为机器人位于参考门梁线b1c1所在的待测门框的h1o的方向上。然后机器人将该分布方向相对于图像坐标系的一条坐标轴所成的夹角设置为待测门框相对于机器人的当前位置形成的方位角度，或者将该将分布方向相对于该参考门梁线所成的夹角设置为待测门框相对于机器人的当前位置形成的方位角度；再将待测门框相对于机器人的当前位置形成的分布方向、和/或该待测门框相对于机器人的当前位置形成的方位角度组成待测门框相对于
机器人的当前位置的方向信息，需要说明的是，该参考门梁线所在的待测门框相对于机器人的当前位置的方向信息等效于在同一图像坐标系内，该参考门梁线相对于当前采集的环境图像的中心点的方向信息；其中，机器人的摄像头的朝向设置为倾斜向上，使得机器人的摄像头的视角至少覆盖到所述参考门梁线至天花板之间的区域，包括所述参考门梁线。一般地，本实施例将前述的方位角度转换到世界坐标系内，具体可以是将参考门梁线的中心点与环境图像的中心点都转换到世界坐标系内以实现将前述的方位角度和分布方向转换到世界坐标系内，即落入栅格地图内并借助世界坐标系进行定位，适应于机器人在导航移动过程中使用，形成机器人当前探测到的待测门框的方向信息。
34.作为一种实施例，在所述步骤s3中，机器人按照预设规划路径行走完所述室内工作区域后，在其构建的栅格地图的对应栅格内记录有所述参考门梁线所在的待测门框相对于该栅格对应的机器人的位置的方向信息、以及该参考门梁线的角度信息，可以是统一到栅格地图所在的世界坐标系内、或保持在图像坐标系内；所述参考门梁线所在的待测门框相对于该栅格对应的机器人的位置的方向信息可以扩展为同一条所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息，具体包括：机器人在同一条参考门梁线的不同侧的位置处探测到的所述方向信息，以使机器人从多种不同视角探测到同一条参考门梁线所在的待测门框。从而在机器人按照预设规划路径行走的过程中，依次从环境图像内提取出位于门框的不同方位的直线段，丰富后续匹配的样本的类型，避免室内工作区域内存在的只允许机器人从单个方向探测到构成门框形状的特征线造成误判，比如方形柱子的特征线、门页的特征线。
35.在本实施例中，机器人按照预设规划路径在所述室内工作区域内行走的过程中，机器人探测到的门框的方向及角度信息都记录到栅格地图上对应的栅格内，由于门的可通行性，是可以在门框的前方、后方、以及下方探测到同一个门框，但家居环境内的方形柱子以及门页只有单一方向能够被机器人探测到，而门的可通行性，是允许同一个门框的前面、后面、以及正下方三种视角范围内都可以让机器人的朝上设置的摄像头都探测到，这样进一步排除掉形成在室内工作区域的前壁、侧壁之间的边界上形成类似门框形状的多条竖直线段的影响，提高门的识别的准确率。
36.优选地，同一条参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息当中，对应于同一栅格地图内或多帧环境图像内，至少存在：位于机器人前方的同一条参考门梁线相对于机器人的位置的方向信息、位于机器人后方的同一条参考门梁线相对于机器人的位置的方向信息、位于机器人的正上方的同一条参考门梁线相对于机器人的位置的方向信息、位于机器人左侧的同一条参考门梁线相对于机器人的位置的方向信息、和/或位于机器人右侧的同一条参考门梁线相对于机器人的位置的方向信息，以使机器人从至少多种不同视角探测到同一条参考门梁线所在的待测门框，由于前述的方向信息是机器人在不同位置处采集的环境图像内获取到，所以需要转换到统一的世界坐标系内，并更新到对应的栅格中，形成同一个栅格地图内的各个栅格的坐标信息。
37.需要说明的是，机器人在同一条参考门梁线所在的待测门框的下方的位置处于：机器人在同一条参考门梁线的左侧的位置与机器人在同一条参考门梁线的右侧的位置之间；因此，若机器人开始从同一条参考门梁线的左侧向该条参考门梁线的右侧移动之前，则同一条参考门梁线的中心点位于机器人的当前位置的前方相当于机器人位于同一条参考
门梁线的左侧。若机器人从同一条参考门梁线的左侧移动至该条参考门梁线的右侧之后，则同一条参考门梁线的中心点位于机器人的当前位置的后方相当于机器人位于同一条参考门梁线的右侧。其中，机器人在同一条参考门梁线所在的待测门框的下方的位置对应的栅格、机器人在同一条参考门梁线所在的待测门框的左侧的位置对应的栅格、机器人在同一条参考门梁线所在的待测门框的右侧的位置对应的栅格、机器人在同一条参考门梁线所在的待测门框的前方的位置对应的栅格、以及机器人在同一条参考门梁线所在的待测门框的后方的位置对应的栅格都记录同一条参考门梁线的角度信息。
38.值得注意的是，图像坐标系和世界坐标系都与所述摄像头的镜头朝向的倾斜角度存在映射关系，其中，摄像头采集的环境图像的中心点可以表示为机器人的当前位置。优选地，图2中的斜线段a1b1和斜线段c1d1转换到世界坐标系后，对应形成机器人的行走地面垂直的两条竖直线。当所述摄像头的朝向相对于地平面的倾斜角度越大，从环境图像中提取出的参考门柱线相对于图示的竖直方向的倾斜度越大，则坐标系之间的变换关系所发挥的转换作用越显著。
39.作为一种实施例，在所述步骤s3中，机器人使用门方位模板遍历栅格地图内的每个栅格，获得该栅格的邻域的角度匹配结果对，其中，门方位模板的中心是所述匹配中心，该栅格的邻域涉及的栅格区域包括但不限于八邻域、二十四邻域；但都处于机器人在室内工作区域内行走所构建的栅格地图实际覆盖的平面区域内。在机器人使用门方位模板遍历栅格地图的过程中，可以选择从栅格地图的左上方的栅格开始，在同一行内自左向右地遍历栅格，在同一列内自上向下地遍历栅格，直至遍历到栅格地图的右下方的栅格，其中，在遍历的过程中，所述门方位模板的中心被配置为覆盖栅格地图内的每个栅格；被门方位模板的中心覆盖的栅格的邻域的角度匹配结果对包括所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果以及同一条参考门梁线的角度信息的匹配结果，则角度匹配结果对也可以理解为匹配角度对所包括的匹配结果信息；其中，机器人所行走过的每个位置可以理解为对应上所述门方位模板的中心覆盖的一个栅格，被门方位模板的中心覆盖的每个栅格对应的位置依次更新为所述待评分位置。然后机器人通过计数所述角度匹配结果对的方式为栅格地图内的每个栅格赋予门定位评估分数，即为所述待评分位置赋予门定位评估分数，以表示所述待评分位置或被赋予门定位评估分数的栅格处实际存在门框的可能性；需要说明的是，所述门定位评估分数表示全部符合角度阈值的角度匹配结果对的数量，用于描述栅格地图内被门方位模板覆盖的栅格中记录的角度信息与门方位模板内配置的对应角度信息的相似度，以及栅格地图内被门方位模板覆盖的栅格中记录的方向信息与门方位模板内配置的对应方向信息的相似度，相似度是相似性的度量，优选地，当相似度使用角度差值表示时，相应的角度差值越小，则相似度越高，所述门定位评估分数也被配置得越高。
40.另外，本实施例配置相应方向信息和角度信息共享同一个门定位评估分数，只有二者都匹配成功（匹配结果符合误差要求），才对所述门定位评估分数加一计数。在此基础上，若检测到一个栅格被赋予的门定位评估分数大于预设分数阈值，则确定该栅格是门框所占用的栅格区域的中心，对应的所述待评分位置处存在门框，所述待评分位置是门框的门梁的中心，在图像坐标系内对应为所述待评分位置所属的参考门梁线的中心点；然后，在本实施例中机器人以该栅格对应的位置为门框的门梁的中心点，按照所述同一条参考门梁
线的角度信息指示出的相反的两个延伸方向，延伸出一条长度为预设标准长度的参考直线段，并确定该参考直线段处存在所述门框，其中，该门框在室内工作区域内的可通行的两侧分别存在至少一个房间区域，从而将一条长度为预设标准长度的参考直线段模拟为门梁线，并成为两个房间区域之间的边界线，让机器人通过该参考直线段进出相应的房间区域。
41.综上步骤s1至步骤s3，本发明既以门简化模型的识别步骤和复杂度，又辅助提高门框识别的精确度，也避免将方形柱子、门页、可转动的门扇（门框中设置的可左右开启和关闭的部件）所在的待测门框误判为真实的门框，在处于关闭、半开、全开等各种状态的门的识别场景内进行都可以有效识别门框，进而在同一个栅格地图内的相应位置处识别出该位置处是否存在门框；当然，若需要匹配的参考门梁线发生变化（对应为在同一室内工作区域内换另一个门框进行匹配和定位），则更换另一个模板信息再进行相应的匹配，便于适应参与匹配的各个参考门梁线的几何角度特征及其相对于机器人的方向关系的变化，进而在相应的位置处识别出各种延伸方向的门梁所在的门框。
42.作为一种更加具体的实施例，所述步骤s3具体包括：步骤s31、机器人控制预先设置的门方位模板开始遍历栅格地图内的栅格，以实现该门方位模板部分或全部覆盖栅格地图；当门方位模板开始遍历栅格地图时，门方位模板的局部区域先覆盖栅格地图；其中，门方位模板完全覆盖到栅格地图内时，配置为具有中心栅格的矩形栅格区域，该中心栅格对应为门方位模板的中心；然后执行步骤s32。
43.步骤s32、每当门方位模板的中心（中心栅格）覆盖到该栅格地图的一个栅格，则确定该门方位模板在栅格地图内的覆盖区域，并将该覆盖区域内除了所述中心覆盖到的栅格之外的区域标记为待匹配区域，形成所述中心覆盖到的栅格的邻域，然后执行步骤s33。门方位模板内的每个位置都是对应为其在栅格地图覆盖的区域内，机器人行走过的每个位置；且门方位模板内的每个位置处都标记有同一条参考门梁线所在的待测门框相对于该位置的参考方向信息（针对同一条参考门梁线是固定的角度值）以及同一条参考门梁线的参考延伸角度；而所述待匹配区域内的每个栅格内记录的所述参考门梁线所在的待测门框相对于该栅格对应的位置的方向信息、以及同一条参考门梁线的角度信息都参与所述门方位模板内的对应位置处的相关参考信息的匹配，方向信息的匹配结果和角度信息的匹配结果共同用于评价所述门方位模板的中心覆盖到的栅格处存在门框的概率大小。
44.步骤s33、在所述待匹配区域内，每当判断到一个栅格内所记录的参考门梁线的角度信息处于参考门梁角度范围内，且判断到同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度处于相对应的参考偏向角度范围内，则对门方位模板的中心覆盖到的栅格的门定位评估分数加一计数，且确定机器人通过计数各个角度匹配结果对的方式为栅格地图内的每个栅格赋予门定位评估分数，直至遍历完待匹配区域内的每个栅格，然后执行步骤s34；其中，所述参考门梁线所在的待测门框相对于该栅格对应的位置的方向信息包括同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度；基于前述实施例，同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度具体可以是：在同一图像坐标系内，同一条参考门梁线的中心点与机器人在该栅格对应的位置处采集的环境图像的中心点的连线与同一条参考门梁线所成的夹角的角度、或同一条参考门梁线的中心点与机器人在该栅格对应的位置处采集的环境图像的中心点的连线与图像坐标系的其中一条坐标轴所成的夹角的角度，优选地，前述的相关夹角可以
从图像坐标系转换到世界坐标系，再记录到机器人行走过的位置对应标记的栅格内，以适应在栅格地图内表示相关线段和角度指向。
45.需要说明的是，所述待匹配区域内的每个栅格对应配置一个参考偏向角度范围，所述门方位模板的中心覆盖到的栅格的邻域的角度匹配结果对包括待匹配区域内的每个栅格内所记录的同一条参考门梁线的角度是否处于所述参考门梁角度范围内（对应为一个角度匹配结果）、以及同一条参考门梁线所在的待测门框相对于待匹配区域内的每个栅格形成的方位角度是否处于所述相对应的参考偏向角度范围内（另一个角度匹配结果）；其中，一条参考门梁线在室内工作区域内对应一个角度信息，并将该角度信息记录到机器人对应行走的位置对应的栅格内；一条参考门梁线对应使用一种门方位模板进行匹配，一种门方位模板对应一个参考门梁角度范围；优选地，同一种门方位模板只在栅格地图内平移，不在栅格地图内旋转。
46.具体地，一个栅格内所记录的参考门梁线的角度信息处于参考门梁角度范围内具体表示为：该栅格内所记录的参考门梁线的角度值与参考延伸角度的差值的绝对值处于参考门梁角度误差范围内，优选地，将参考延伸角度与参考门梁角度误差范围的上限值的和值设置为第一参考门梁角度，并将参考延伸角度与参考门梁角度误差范围的下限值的和值设置为第二参考门梁角度，参考门梁角度范围是大于或等于第二参考门梁角度，但小于或等于第一参考门梁角度，其中，门方位模板的中心（中心栅格）覆盖到新的栅格时，参考延伸角度以及参考门梁角度误差范围没有变化，但参考延伸角度以及参考门梁角度误差范围会随着门方位模板本身包含的参考方向信息（针对同一条参考门梁线是固定的角度值）以及参考门梁线的参考延伸角度的变化而作出适应性的变化。同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度处于相对应的参考偏向角度范围内具体表示为：同一条参考门梁线所在的待测门框相对于该栅格对应的位置形成的方位角度与该栅格对应的参考探测角度的差值的绝对值处于参考偏向角度误差范围内，优选地，将参考探测角度与参考偏向角度误差范围的上限值的和值设置为第一参考偏向角度，并将参考探测角度与参考偏向角度误差范围的下限值的和值设置为第二参考偏向角度，参考偏向角度范围是大于或等于第二参考偏向角度，但小于或等于第一参考偏向角度；因为每个栅格相对于同一条参考门梁线所在的待测门框形成的方位角度都不一样，所以，门方位模板的中心（中心栅格）覆盖到新的栅格时，会使用新的参考探测角度，参考偏向角度范围会随着门方位模板的中心（中心栅格）覆盖的栅格的变化而变化，但是参考偏向角度误差范围没有变化。从而实现门定位评估分数用于描述栅格地图内被门方位模板覆盖的栅格中记录的角度信息与门方位模板内配置的对应角度信息的相似度，以及栅格地图内被门方位模板覆盖的栅格中记录的方向信息与门方位模板内配置的对应方向信息的相似度。
47.步骤s34、判断步骤s33所述的中心（门方位模板的中心栅格）覆盖到的栅格的门定位评估分数是否大于所述预设分数阈值，是则确定步骤s33所述的中心（门方位模板的中心栅格）覆盖到的栅格对应的位置是门框的门梁的中心点，即步骤s33所述的中心（门方位模板的中心栅格）覆盖到的栅格存在门框，而且该门框的门梁与步骤s33所述的中心（门方位模板的中心栅格）覆盖到的栅格内记录到的参考门梁线的延伸方向相一致，也确定所述参考门梁线所在的待测门框相对于机器人所行走过的位置的方向信息的匹配结果以及对应的参考门梁线的角度信息的匹配结果都满足预设角度匹配条件，也表示栅格地图内被门方
位模板覆盖的栅格中记录的角度信息与门方位模板内配置的对应角度信息达到预设的相似度，且栅格地图内被门方位模板覆盖的栅格中记录的方向信息与门方位模板内配置的对应方向信息也达到预设的相似度。否则控制所述门方位模板在栅格地图内平移，让门方位模板的中心（门方位模板的中心栅格）遍历下一个栅格，然后执行步骤s32，如此迭代遍历所述栅格地图，直至所述门方位模板的中心（门方位模板的中心栅格）遍历完栅格地图的每个栅格；优选地，该下一个栅格与步骤s32所述的中心栅格覆盖到的栅格相邻，包括上、下、左或右方向上的相邻。
48.当机器人在步骤s34内确定门框覆盖到步骤s33所述的中心覆盖到的栅格对应的位置后，机器人按照所述同一条参考门梁线的两个端点之间形成的相反的两个延伸方向，从步骤s33所述的中心覆盖到的栅格对应的位置开始分别延伸预设延伸长度，获得所述参考直线段，等效于：从步骤s33所述的中心覆盖到的栅格开始，按照所述同一条参考门梁线的一端的延伸方向转换到栅格地图对应的坐标系内的方向及其相反方向，分别延伸预设延伸长度，可以在栅格地图内获得所述参考直线段；或者等效于，在图像坐标系内，按照所述同一条参考门梁线的两个端点之间形成的相反的两个延伸方向，包括所述同一条参考门梁线的左端点指向其右端点的方向、以及所述同一条参考门梁线的右端点指向其左端点的方向，从步骤s33所述的中心覆盖到的栅格对应的像素位置开始，分别延伸预设延伸长度，获得所述参考直线段，并确定该参考直线段处存在所述门框；实现在确定门框的门梁的中心点的位置信息后，按照所述同一条参考门梁线的角度信息指示出的相反的两个延伸方向，延伸出一条长度为预设标准长度的参考直线段，并确定该参考直线段处存在所述门框；预设标准长度等于预设延伸长度的两倍。从而确定出门框的相对准确的位置。因此，本发明实施例不对所述门框的高度和宽度等尺寸条件的判断顺序作出限制，而是从实际门梁的角度、门梁的中心点相对机器人的方向关系以及房间之间的门的可通行性出发，结合预先采集的图像特征线角度信息和模板匹配栅格的结果，确定出门框的门梁的中心点对应的栅格，进而划定出门框所在边界位置，提高识别门框的准确性和划分房间区域的合理性。更为全面地避免在桌子、椅子、床或沙发等家居底下设置出所述参考直线段，划分出真正符合房间区域的出入口区域特征的边界线，即在所述参考直线段处识别出门或门框。
49.需要说明的是，步骤s33所述的中心覆盖到的栅格对应的位置是门框的门梁的中心点；步骤s33所述的中心覆盖到的栅格是该栅格处存在的参考门梁线的中心点所占用的栅格；该门框在室内工作区域内的可通行的两侧分别存在至少一个房间区域，所述参考直线段成为不同房间区域之间的一条边界线。在本实施例中，所述同一条参考门梁线也是步骤s33所述的中心覆盖到的栅格内记录下的角度信息对应的参考门梁线。
50.综上，前述实施例通过提取直线段和构建不同直线段之间的几何连接关系，确定出作为候选线段的参考门柱线及参考门梁线，再基于门的可通行性，获得机器人在行走至不同方位处采集到的参考门梁线、对应的几何角度特征及其相对于机器人的方向关系，待机器人行走完室内工作区域后，使用模板信息逐一匹配所走过的各个位置处记录的参考门梁线的几何角度特征（对应为所述参考门梁线的角度信息）及其相对于机器人的方向关系（对应为该参考门梁线所在的待测门框相对机器人的位置的方向信息），其中，参考门梁线及其相连接的两侧的参考门柱线组成一个作为候选门框的待测门框；然后可以对比各个位置处的匹配结果信息，并将匹配结果信息对应的相似度最高的位置视为存在真实门框，因
而通过相对低算力的算法有效实现家居环境下的门定位，不需要在门上增加多余的标志物，只需要门的两侧边框线和门顶的门梁线同时出现在本发明的摄像头的视野内便可实现对门的定位。
51.前述实施例中，涉及到的关于图像坐标系与世界坐标系（机器人坐标系）之间的转换，利用摄像机成像几何模型（涉及到镜头的焦距及其形成小孔成像的三角几何模型），并结合摄像头的镜头朝向以及在机器人的机体上的刚性连接关系建立坐标转换关系，再代入机器人的当前位置，把图像坐标系内的相对角度换算成实际环境的绝对角度，便于匹配前述的门方位模板；其中，机器人的摄像头的朝向设置为倾斜向上，机器人的摄像头的视角覆盖到天花板及其下方的区域，使采集的环境图像的中心点表示机器人的当前位置，以确定出图像坐标系而言是机器人的当前位置的像素坐标，也用于确定出环境图像内的特征线相对于机器人的当前位置的方向位置关系。
52.基于前述实施例，本发明还公开一种机器人，该机器人装配有镜头朝上设置的摄像头，该摄像头采集的环境图像的中心点用于表示机器人的机体中心，该机器人被配置为执行前述实施例公开的门框定位方法，其中，前述实施例公开的门框定位方法对应的程序代码存储在机器人内置的控制器或存储器内，当机器人调用该程序代码时，机器人被配置为执行前述实施例公开的门框定位方法。相对于现有技术，不装配激光传感器，节省传感器成本，保证机器人在不同房间区域之间的导航实时性。
53.在本实施例中，摄像头设置在机器人本体的前端，机器人的摄像头的朝向设置为水平斜向上，摄像头的光轴与水平面可以接近90度，摄像头采集的环境图像至少能够覆盖门框或门框的门梁所处壁面至天花板之间的区域。本实施例可设置单个摄像头机，在执行清扫任务的过程中可以保持摄像。从而机器人利用门柱线和门梁线的角度方向信息，匹配判断出房间门框所在的位置，具体会确定相应的边界线或多个离散的边界位置，以在室内工作区域内划分出贴近实际环境的房间区域，提升机器人分区的合理性，实现真正意义上的分房间清扫。
54.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
55.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围
之内，则本发明也意图包含这些改动和变型在内。