基于云平台的机器人异常自动修复方法、装置和机器人与流程

1.本公开涉及机器人技术领域，尤其涉及一种基于云平台的机器人异常自动修复方法、装置和机器人。


背景技术：

2.随着智能技术的发展，智能机器人被越来越多地用于各种场景中，例如，机器人送外卖、机器人导航等。然而，机器人在实际应用中也很容易出现故障或异常，现有技术一般都是在机器人出现故障无法工作后，才由人工前往实地对机器人进行检修，这种维护方法不仅人力成本高，且效率较低，从发现故障到人工解决问题往往需要花费大量时间，而实际处理故障或异常则只需要几分钟。因此，如何及时检测到机器人的异常并对异常进行快速修复是当前机器人领域的一个技术问题。


技术实现要素：

3.有鉴于此，本公开实施例提供了一种基于云平台的机器人异常自动修复方法、装置和机器人，以解决现有技术中如何及时检测到机器人的异常并对异常进行快速修复的问题。
4.本公开实施例的第一方面，提供了一种基于云平台的机器人异常自动修复方法，包括：检测机器人在预设场景下的异常；在检测到机器人有异常的情况下，向云平台发送处理异常的请求；接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序；基于修复指令在机器人上运行预设修复程序，对异常进行自动修复。
5.本公开实施例的第二方面，提供了一种基于云平台的机器人异常自动修复装置，包括：检测模块，被配置为检测机器人在预设场景下的异常；请求模块，被配置为在检测到机器人有异常的情况下，向云平台发送处理异常的请求；接收模块，被配置为接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序；修复模块，被配置为基于修复指令在机器人上运行预设修复程序，对异常进行自动修复。
6.本公开实施例的第三方面，提供了一种机器人，包括存储器、处理器以及存储在存储器中并且可以在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。
7.本公开实施例与现有技术相比存在的有益效果是：通过检测机器人在预设场景下的异常，在检测到机器人有异常的情况下，向云平台发送处理异常的请求，接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序，基于修复指令在机器人上运行预设修复程序，对异常进行自动修复，实现了机器人智能诊断和修复异常的完整闭环，尤其是在机器人数量较多的情况下，能够在人工介入前自动尝试修复机器人，从而可以显著提高机器人异常修复的效率。
附图说明
8.为了更清楚地说明本公开实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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它的附图。
9.图1是本公开实施例的应用场景的场景示意图；
10.图2是本公开实施例提供的一种基于云平台的机器人异常自动修复方法的流程示意图；
11.图3是本公开实施例提供的一种基于云平台的机器人异常自动修复装置的示意图；
12.图4是本公开实施例提供的一种机器人的结构示意图。
具体实施方式
13.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本公开实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本公开的描述。
14.下面将结合附图详细说明根据本公开实施例的一种基于云平台的机器人异常自动修复方法和装置。
15.图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括机器人1、2和3、服务器4以及网络5。
16.机器人1、2和3可以是移动式机器人，也可以是固定式机器人，在本公开应用场景中，机器人1、2和3优选为可移动式机器人。在机器人1、2和3中可以包括硬件，也可以包括软件。机器人1、2和3中的硬件可以是显示屏、通信模块、摄像头、处理器、存储器等各种电子器件；当机器人1、2和3中的软件可以是安装在如上硬件中，例如，存储在存储器并用于在处理器中运行的计算机程序。机器人1、2和3中的软件可以实现为多个软件或软件模块，也可以实现为单个软件或软件模块，本公开实施例对此不作限制。进一步地，机器人1、2和3上可以安装有各种应用，例如机器人异常检测软件、图像处理软件、网络诊断应用等。
17.另外，机器人1、2和3不仅可以通过网络5与服务器4进行通信，也可以通过网络5来实现机器人1、2和3之间的数据通信。例如，图1中的机器人1可以通过网络5读取机器人2或机器人3的地图信息或网络状态等。
18.服务器4可以是提供各种服务的服务器，例如，对与其建立通信连接的机器人发送的诊断修复请求进行接收的后台服务器，该后台服务器可以对机器人发送的诊断修复请求进行接收和分析等处理，并作出对机器人进行远程修复的处理结果。服务器4可以是一台服务器，也可以是由若干台服务器组成的服务器集群，或者还可以是一个云计算服务中心，本公开实施例对此不作限制。
19.需要说明的是，服务器4可以是硬件，也可以是软件。当服务器4为硬件时，其可以是为机器人1、2和3提供各种服务的各种电子设备。当服务器4为软件时，其可以是为机器人1、2和3提供各种服务的多个软件或软件模块，也可以是为机器人1、2和3提供各种服务的单
个软件或软件模块，本公开实施例对此不作限制。
20.网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络，也可以是无需布线就能实现各种通信设备互联的无线网络，例如，蓝牙(bluetooth)、近场通信(near field communication，nfc)、红外(infrared)等，本公开实施例对此不作限制。
21.实际应用中机器人1、2和3经由网络5与服务器4建立通信连接，机器人1、2和3也可以经过网络5实现相互之间的通信连接，以接收或发送信息等。具体地，在机器人1、2和3检测到自身或周围机器人存在异常后，触发对该异常的机器人的诊断修复，通过调用预设的应用接口请求服务器5对该异常机器人进行远程诊断并利用修复程序，实现对该异常机器人的远程修复，提高了机器人异常修复的效率基于云平台的机器人异常自动修复方法。
22.需要说明的是，机器人1、2和3、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整，本公开实施例对此不作限制。
23.图2是本公开实施例提供的一种基于云平台的机器人异常自动修复方法的流程图。图2的基于云平台的机器人异常自动修复方法可以由图1的机器人执行。如图2所示，该基于云平台的机器人异常自动修复方法包括：
24.s201，检测机器人在预设场景下的异常；
25.s202，在检测到机器人有异常的情况下，向云平台发送处理异常的请求；
26.s203，接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序；
27.s204，基于修复指令在机器人上运行预设修复程序，对异常进行自动修复。
28.具体地，预设场景是指机器人在实际应用中所处的工作场景。该预设场景可以包括机器人处于待机场景和机器人处于任务场景等，本公开实施例对此不作限制。
29.进一步地，检测机器人在预设场景下的异常包括检测机器人自身是否存在异常，以及检测机器人周围的其他机器人是否异常。
30.在检测机器人自身是否存在异常的情况下，可以是机器人在每次处于预设场景时执行一次或多次自检来确定自身是否存在异常，或者，也可以是机器人对自己进行周期自检来确定自身是否存在异常，或者，还可以是机器人接收云平台的指令进行自检来确定自身是否存在异常等。示例地，结合图1应用场景来说，机器人1、2或3各自可以利用计算机程序或信号阈值比较等方式来检测到自身是否存在异常情况，或者，机器人1、2或3也可以接收后台服务器4(即本公开实施例中的云平台)发送的指令，来检测自身是否存在异常情况，当机器人1、2和3检测到自身存在异常情况时，可以通过网络5请求后台服务器4对机器人1、2和进行远程的自动诊断与修复，比如，机器人1、2和3通过后台服务器4提供应用接口调用对应的预设修复程序来自动修复机器人1、2和3的异常。
31.在检测机器人周围的其他机器人是否异常的情况下，可以是机器人通过视觉系统主动发现周围的其他机器人存在异常。示例地，以图1应用场景为例，机器人1处于任务场景时，基于周围的图像检测到有机器人2处于静止状态，此时，机器人1可以通过内网对机器人2进行网络测试，来确定机器人2是否存在运行异常。另外，也可以是机器人接收云平台的指令对周围的其他机器人进行异常检测，例如，再以图1应用场景为例，后台服务器4通过获取机器人1、2和3的心跳包，来检测机器人1、2和3是否在线，如果后台服务器4在某一时段内未接收到其中的机器人1的心跳包，那么，后台服务器4可以向机器人1附近的其他机器人2或3
发送异常检测指令，由机器人2或3基于该异常检测指令来对周围的机器人1进行异常检测。
32.具体地，在机器人检测到周围机器人有异常的情况下，可以由机器人向云平台发送处理异常的请求，然后由云平台向该机器人或该周围机器人发送对应的修复指令，来对异常的机器人进行自动修复。例如，结合图1来说，如果机器人1检测周围的其他机器人2存在运行异常，那么，机器人1可以向后台服务器发送处理机器人2运行异常的请求，然后，由后台服务器4返回给机器人1对应的修复指令，在机器人1上运行对应的预设修复程序，控制机器人1前往机器人2的位置发送激活信号来尝试修复异常。
33.进一步地，在机器人检测到异常情况之后，可以向云平台发送该异常的编码或代号，云平台将根据该异常的编码或代号从预设修复程序中匹配对应的目标修复程序，并基于该目标修复程序对机器人进行远程的自动修复。在实际应用中，可以根据对机器人的维修经验，来对一些典型的或常规的异常情况制定对应的修复程序，然后将这些修复程序预设在云平台中，当有机器人出现该类型的异常时，则调用预设的修复程序来处理对应的异常。
34.根据本公开实施例提供的技术方案，通过检测机器人在预设场景下的异常，在检测到机器人有异常的情况下，向云平台发送处理异常的请求，接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序，基于修复指令在机器人上运行预设修复程序，对异常进行自动修复，实现了机器人智能诊断和修复异常的完整闭环，尤其是在机器人数量较多的情况下，能够在人工介入前自动尝试修复机器人，从而可以显著提高机器人异常修复的效率。
35.在实际应用中，机器人可能出现异常的情况非常多，并且每种异常的修复方法也可能不一样，不是所有的故障都可以通过远程诊断或修复程序进行恢复。因此，在本公开实施例中，机器人检测到的异常包括基于维修经验确定的异常类型，且有针对该异常类型的预设修复程序。
36.在一些实施例中，机器人检测到的异常包括地图偏差异常、地图版本异常和运行异常。具体地，下面将通过实施例的方式对机器人检测到每一种异常的情况做详细说明。
37.针对上述地图偏差异常，在一些实施例中，检测机器人在预设场景下的异常，包括：当机器人处于待机场景时，获取机器人周围的第一图像；基于第一图像，确定机器人是否处于预设位置；若机器人未处于预设位置，则确定机器人当前存在地图偏差异常；若机器人处于预设位置，则确定机器人当前不存在地图偏差异常。
38.具体地，待机场景可以包括机器人进行充电的位置和机器人等待任务的指定位置等。在待机场景下，可以利用设置在机器人上的摄像装置来获取周围的第一图像，然后基于第一图像中的物体以及物体之间的位置与距离关系，来确定机器人自身或周围的其他机器人是否有异常。例如，可以通过图像算法检测第一图像中物体来确定机器人自身是否处在预设位置，也可以通过图像算法检测第一图像中其他机器人是否处在预设位置，此时，第一图像中必须包含其他机器人，当机器人自身或其他机器人不处于在预设位置时，判定该机器人自身或周围的其他机器人存在地图偏差异常。其中，对第一图像进行识别的图像算法可以是预先训练的机器学习模型，也可以是能够识别图像中位置关系的算法，本公开实施例对此不作限制。
39.根据本公开实施例提供的技术方案，通过机器人采集周围的第一图像，并对第一
图像的内容进行识别来确定机器人自身或周围的其他机器人当前是否处于预设位置，以此来检测机器人自身或其他机器人在待机场景下是否存在异常情况。
40.在一些实施例中，检测机器人在预设场景下的异常，还包括：当机器人处于任务场景时，获取机器人周围的第二图像，以及机器人的定位信息；基于预设的图像识别算法，确定第二图像中的目标物体，以及目标物体相对机器人的方位；基于机器人的定位信息，确定机器人在地图中与方位对应的相同位置是否标记有目标物体；若有标记目标物体，则确定机器人当前不存在地图偏差异常；若没有标记目标物体，则确定机器人当前存在地图偏差异常。
41.具体地，目标物体可以是地图中与实际环境对应的各种典型物体，例如，目标物体可以包括但不限于交通标志、固定建筑、特殊标记等。相应地，该图像识别算法可以包括使用含有该目标物体的样本图像进行人工智能学习得到的机器学习模型，以及能够计算目标物体与拍照物体之间方位的算法，至于机器学习模型和算法的具体类型，本公开实施例对此不作限制。
42.需要说明是，在本公开实施例中，机器人所使用的地图优选为高精地图，这样一方面可以为机器人提供更精准的导航指引，另一方面也可以快速根据确定的方位来检测机器人自身是否存在地图偏差异常。
43.针对上述地图版本异常，在一些实施例中，检测机器人在预设场景下的异常，包括：当机器人处于待机场景时，获取周围其他机器人的地图信息；比较机器人与其他机器人的地图信息是否一致；若一致，则确定机器人当前不存在地图版本异常；若不一致，则确定机器人当前存在地图版本异常。
44.具体地，机器人预先设置有地图信息查询接口，机器人之间可以通过网络进行通信，并利用该查询接口来获取周围其他机器人的地图信息。该地图信息可以包括地图的版本和地图内容等。例如，结合图1应用场景来说，机器人1可以通过网络5查询机器人2或机器人3的地图信息，当机器人1查询到与周围的机器人2和3的版本信息不一致时，则确定机器1、2和3均为地图版本异常，此时机器人1、2和3均向后台服务器4发送异常诊断与修复的请求，以对机器人的地图版本异常进行诊断与修复；或者，机器人1将自身的地图版本与查询的周围机器人2和3的地图版本进行比较，然后确定其中地图版本较低机器人为地图版本异常，然后由该机器人向后台服务器4发送异常诊断与修复的请求。
45.根据本公开实施例提供的技术方案，机器人通过网络获取周围其他机器人的地图信息，来与自己所使用地图的地图信息进行比较，来确定机器人自身是否存在地图版本异常，丰富了机器人在待机场景下自身异常的检测手段。
46.针对上述运行异常，在一些实施例中，检测机器人在预设场景下的异常，包括：当机器人处于任务场景时，获取机器人的运行参数；基于运行参数，确定机器人是否处于运行状态；若机器人不处于运行状态，则确定机器人当前存在运行异常；若机器人处于运行状态，则确定机器人当前不存在运行异常。
47.具体地，机器人的运行参数可以包括机器人的电池电量、通电信号和网络信号等。此外，机器人的运行状态包括关机状态、开机状态和启动状态等。在本公开实施例中，可以根据机器人的运行参数来获取机器人的启动状态，以确定机器人是否能够正常启动，例如，当机器人的电池电量低于预设值时，机器人将运行失败，此时，则可以确定机器人存在运行
异常，可以通过启用备用电源等方式来恢复异常。
48.根据本公开实施例提供的技术方案，机器人通过对运行参数来检测自身是否存在运行异常，针对这种异常可以通过云平台来尝试远程恢复，提高了机器人异常恢复的效率。
49.在一些实施例中，接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序，包括：云平台响应请求，检测异常是否预设异常类型；在异常为预设异常类型的情况下，调取与异常对应的预设修复程序；基于预设修复程序，生成用于处理异常的修复指令，并将修复指令返回给机器人；机器人接收修复指令。
50.具体地，云平台对于机器人发送的异常，需要进行筛选与甄别，确定符合预设类型的异常，然后调用对应的预设修复程序来对机器人进行远程修复。在本公开实施例中，预设异常类型可以包括上述实施例中涉及的地图偏差异常、地图版本异常和运行异常。当然，在实际应用中，也可以根据维修经验在云平台中增加预设异常类型以及对应的预设修复程序。
51.在一些实施例中，基于修复指令在机器人上运行预设修复程序包括：在机器人的异常为地图偏差异常或地图版本异常的情况下，基于修复指令控制机器人从云平台重新下载并安装最新的地图；在机器人的异常为运行异常的情况下，基于修复指令控制机器人启动备用电源。
52.具体地，云平台对机器人进行远程自动修复，是根据机器人的异常类型来调用对应的预设修复程序，然后对机器人进行远程自动修复。例如，结合图1应用场景来说，若机器人1的异常为地图偏差异常或地图版本异常，则后台服务器4将向机器人1发送最新版的地图，并在机器人1上重新安装地图来恢复异常；若机器人1的异常为运行异常，即机器人1运行失败，后台服务器4根据请求对机器人1进行诊断，确定机器人1运行失败是因为电量过低，则可以通过激活机器人1的备用电源来恢复异常，其中，后台服务器4诊断机器人1的运行异常，在通过网络5无法与机器人1连接的情况下，还可以通过与机器人1附近的其他机器人进行连接，并通知该其他机器人与机器人1进行网络连接间接进行诊断，或直接向该其他机器人发送预设修复程序，来尝试激活机器人1，从而间接对机器人1进行远程自动修复。
53.另外，在实际应用中，若机器人通过云平台的修复指令对机器人进行远程自动修复后无法恢复正常，即异常依然存在，则可以由云平台向维修人员发送信息，通知人工进行维修。或者，在云平台检测到没有与机器人的异常对应的预设修复程序的情况下，也可以向维修人员发送信息，通知人工进行维修。本公开实施例可以针对一些不需要人工接入也能快速恢复的异常进行远程自动修复，可以有效提高机器人异常修复的效率。
54.上述所有可选技术方案，可以采用任意结合形成本技术的可选实施例，在此不再一一赘述。
55.下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
56.图3是本公开实施例提供的一种基于云平台的机器人异常自动修复装置的示意图。如图3所示，该基于云平台的机器人异常自动修复装置包括：
57.检测模块301，被配置为检测机器人在预设场景下的异常；
58.请求模块302，被配置为在检测到机器人有异常的情况下，向云平台发送处理异常的请求；
59.接收模块303，被配置为接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序；
60.修复模块304，被配置为基于修复指令在机器人上运行预设修复程序，对异常进行自动修复。
61.根据本公开实施例提供的技术方案，通过检测机器人在预设场景下的异常，在检测到机器人有异常的情况下，向云平台发送处理异常的请求，接收云平台响应异常处理请求返回的修复指令，修复指令包括异常对应的预设修复程序，基于修复指令在机器人上运行预设修复程序，对异常进行自动修复，实现了机器人智能诊断和修复异常的完整闭环，尤其是在机器人数量较多的情况下，能够在人工介入前自动尝试修复机器人，从而可以显著提高机器人异常修复的效率。
62.在一些实施例中，异常包括地图偏差异常、地图版本异常和运行异常。
63.在一些实施例中，图3中的检测模块301用于当机器人处于待机场景时，获取机器人周围的第一图像；基于第一图像，确定机器人是否处于预设位置；若机器人未处于预设位置，则确定机器人当前存在地图偏差异常；若机器人处于预设位置，则确定机器人当前不存在地图偏差异常。
64.在一些实施例中，图3中的检测模块301用于当机器人处于待机场景时，获取周围其他机器人的地图信息；比较机器人与其他机器人的地图信息是否一致；若一致，则确定机器人当前不存在地图版本异常；若不一致，则确定机器人当前存在地图版本异常。
65.在一些实施例中，图3中的检测模块301用于当机器人处于任务场景时，获取机器人周围的第二图像，以及机器人的定位信息；利用预设的图像识别算法对第二图像进行识别，得到机器人周围的目标物体和物体的位置；基于机器人的定位信息，确定机器人使用的地图中与位置对应的相同位置处是否标记有目标物体；若有标记目标物体，则确定机器人当前存在地图偏差异常；若没有标记目标物体，则确定机器人所使用的地图不存在地图偏差异常。
66.在一些实施例中，图3中的检测模块301用于当机器人处于任务场景时，获取机器人的运行参数；基于运行参数，确定机器人是否处于运行状态；若机器人不处于运行状态，则确定机器人当前存在运行异常；若机器人处于运行状态，则确定机器人当前不存在运行异常。
67.在一些实施例中，图3中的接收模块303在云平台响应请求，检测异常是否预设异常类型，在异常为预设异常类型的情况下，调取与异常对应的预设修复程序，基于预设修复程序，生成用于处理异常的修复指令，并将修复指令返回给机器人之后，机器人接收修复指令。
68.在一些实施例中，图3中的修复模块304在机器人的异常为地图偏差异常或地图版本异常的情况下，基于修复指令控制机器人从云平台重新下载并安装最新的地图；在机器人的异常为运行异常的情况下，基于修复指令控制机器人启动备用电源。
69.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本公开实施例的实施过程构成任何限定。
70.图4是本公开实施例提供的机器人的示意图。该机器人可以应用于图1所示应用场
景中。如图4所示，本公开实施例提供的机器人400包括：处理器401、存储器402以及存储在该存储器402中并且可以在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者，处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
71.示例性地，计算机程序403可以被分割成一个或多个模块/单元，一个或多个模块/单元被存储在存储器402中，并由处理器401执行，以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序403在机器人400中的执行过程。
72.机器人400可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解，图4仅仅是机器人400的示例，并不构成对机器人400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如，机器人还可以包括摄像装置、输入输出设备、网络接入设备、总线等。
73.处理器401可以是中央处理单元(central processing unit，cpu)，也可以是其它通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
74.存储器402可以是机器人400的内部存储单元，例如，机器人400的硬盘或内存。存储器402也可以是机器人400的外部存储设备，例如，机器人400上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，存储器402还可以既包括机器人400的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及机器人所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
75.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
76.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
77.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算法步骤，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公开的范围。
78.在本公开所提供的实施例中，应该理解到，所揭露的装置/机器人和方法，可以通过其它的方式实现。例如，以上所描述的装置/机器人实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
79.作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
80.另外，在本公开各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
81.集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可以存储在计算机可读存储介质中，该计算机程序在被处理器执行时，可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
82.以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围，均应包含在本公开的保护范围之内。