用于对机器人进行自动充电的方法和相关产品与流程

1.本发明一般地涉及机器人技术领域。更具体地，本发明涉及一种用于对机器人进行自动充电的方法、机器人、系统和计算机程序产品。


背景技术：

2.本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述可包括可以探究的概念，但不一定是之前已经想到或者已经探究的概念。因此，除非在此指出，否则在本部分中描述的内容对于本技术的说明书和权利要求书而言不是现有技术，并且并不因为包括在本部分中就承认是现有技术。
3.随着机器人技术的迅速发展，其可以代替人力在各个领域发挥重要作用。通常机器人上集成有较多的用电设备(例如激光雷达、驱动电机等设备)，使得机器人整体耗电较快，需要经常充电。
4.目前关于机器人的充电方法主要包括人工手动充电和自动充电。其中人工手动充电需要投入人力来随时关注机器人工作状态，其大大降低了用户使用体验和便利性。而对于现有的自动充电技术，其在实现机器人自动充电过程中，通常采用随机定位方式。这种方式不仅耗时耗力，并且存在对充电桩定位不精准的问题，使得自动充电成功率较低。为此，相关技术还提出了在机器人上增设硬件定位设备(例如碰撞传感器、摄像头、超声波传感器等)，其虽然在一定程度上提高了定位精准度，但是需额外引入设备以及复杂的逻辑运算。可以看出，这种方式不仅部署成本高，并且实现难度大。


技术实现要素：

5.为了至少解决上述背景技术部分所描述的技术问题，本发明提出了一种用于对机器人进行自动充电的方案。利用本发明的方案，无需人工干预以及复杂的逻辑运算，即可实现对充电桩的精准定位。由此可见，本发明的技术方案在实现对机器人的自动充电过程中，不仅有效提高充电成功率，还可以降低部署成本和难度。鉴于此，本发明在如下的多个方面提供解决方案。
6.本发明的第一方面提供了一种用于对机器人进行自动充电的方法，包括：获取所述机器人的预充电范围内的激光反射数据，其中所述预充电范围内部署有带反光板的充电桩；从所述激光反射数据中筛选出关于所述反光板的目标数据；以及根据所述目标数据，控制所述机器人移动至所述充电桩处进行充电。
7.在一个实施例中，其中从所述激光反射数据中筛选出关于所述反光板的目标数据包括：从所述激光反射数据中筛选出所述反光板的直线数据；以及根据所述反光板的直线数据确定所述目标数据。
8.在一个实施例中，其中从所述激光反射数据中筛选出所述反光板的直线数据包括：基于反射强度信息对所述激光反射数据进行筛选，以得到初始筛选数据；以及基于所述反光板的尺寸信息，从所述初始筛选数据中提取出所述反光板的直线数据。
9.在一个实施例中，所述方法还包括：响应于未从所述激光反射数据中筛选出所述反光板的直线数据，从所述激光反射数据中筛选出反射强度最高的数据；以及根据所述反射强度最高的数据确定新的预充电范围，并重新采集所述新的预充电范围内的激光反射数据，以从其中筛选出所述反光板的直线数据。
10.在一个实施例中，其中根据所述目标数据，控制所述机器人移动至所述充电桩处进行充电包括：根据所述目标数据确定目标充电位置；控制所述机器人移动至所述目标充电位置处，以与所述充电桩进行对桩充电。
11.本发明的第二方面提供了一种机器人，包括：处理器；以及存储器，其存储有用于对机器人进行自动充电的计算机指令，当所述计算机指令由所述处理器运行时，使得所述机器人执行前述第一方面以及在下文多个实施例中所述的方法。
12.本发明的第三方面提供了一种计算机程序产品，包括用于对机器人进行自动充电的程序指令，当所述程序指令由处理器执行时，使得实现前述第一方面以及在下文多个实施例中所述的方法。
13.本发明的第四方面提出了一种用于对机器人进行自动充电的系统，包括：充电桩，其包括用于反射激光的反光板，并且用于对机器人进行充电；以及如本发明的第二方面所述的机器人，其配置成执行根据前述第一方面以及在下文多个实施例中所述的方法，与所述充电桩进行对桩充电。
14.利用本发明所提供的方案，在机器人的预充电范围内部署带反光板的充电桩，以利用反光板对激光具有较高的反射强度这一特性来对充电桩进行标识。然后通过获取预充电范围内关于该反光板的目标数据，以基于该目标数据来调控机器人来看实现机器人的自动充电。可以看出，本发明的方案无需人工干预以及复杂的逻辑运算，仅需针对充电桩进行反光板的简单部署即可，不仅可以有效提高充电成功率，还可以降低部署成本和难度。
附图说明
15.通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，并且相同或对应的标号表示相同或对应的部分，其中：
16.图1是示出根据本发明实施例的用于对机器人进行自动充电的方法的流程图；
17.图2是示出根据本发明实施例的关于反光板的目标数据的筛选方法的流程图；
18.图3是示出根据本发明实施例的用于对机器人进行自动充电的另一方法的流程图；以及
19.图4是示出根据本发明实施例的充电桩的结构图。
具体实施方式
20.下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
21.应当理解，本发明的权利要求、说明书及附图中的术语“第一”、“第二”、“第三”和
“
第四”等是用于区别不同对象，而不是用于描述特定顺序。本发明的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
22.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施方式的目的，而并不意在限定本发明。如在本发明说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本发明说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
23.如在本说明书和权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0024]
下面结合附图来详细描述本发明的具体实施方式。
[0025]
图1是示出根据本发明实施例的用于对机器人进行自动充电的方法100的流程图。可以理解的是，这里可以对机器人不进行硬件设备上的增设，方法100适用于市面上的任一款具有激光定位功能的机器人。
[0026]
如图1所示，在步骤s101处，可以获取机器人的预充电范围内的激光反射数据，其中该预充电范围内部署有带反光板的充电桩。在一个实施例中，可以通过激光传感器来获取该激光反射数据。可以理解的是，这里的激光传感器可以是集成在机器人上使用，还可以是作为单独的设备使用。特别是集成在机器人上使用时，前述的激光传感器可以是单线激光雷达传感器。需要说明的是，这里的利用激光传感器采集激光反射数据仅仅是一种可能的实现方式，本发明的方案并不受此限制。另外，前述的预充电范围可以根据实际需求进行调整。例如，可以将距离充电桩预定距离处的任一位置确定为预充电位置，并将预充电位置至充电桩位置之间的范围确定为上述预充电范围。在一个实施场景中，机器人在需要充电时，可以导航至预充电位置处来执行前述的激光反射数据的获取操作。
[0027]
另外，对于前述充电桩和反光板，其具体结构可以参照后文结合图4所描述的充电桩和反光板，这里就暂不进行赘述。
[0028]
接着，在步骤s102处，可以从前述的激光反射数据中筛选出反光板的目标数据。可以理解的是，这里的激光反射数据可以包括反射强度信息和角度信息等数据。对于前述目标数据的获取，在一个实施例中，可以通过图2中的步骤s201和步骤s202来实现。
[0029]
图2是示出根据本发明实施例的关于反光板的目标数据的筛选方法200的流程图。这里的反光板可以包括固定板和用于反射激光的反光贴纸，其具体结构可以参考后文结合图4所描述的反光板，这里暂不进行赘述。
[0030]
如图2所示，在步骤s201处，可以从前述的激光反射数据中筛选出前述反光板的直线数据。在一个实施场景中，对于反光板的直线数据的筛选可以涉及反射强度的筛选以及尺寸的筛选。在该场景下，可以基于反射强度信息对前述的激光数据进行筛选，例如可以筛选反射强度值在预定阈值范围、且激光点位置不超过充电桩位置的数据作为初始筛选数据。接着，可以从前述的初始筛选数据中筛选出符合反光板尺寸的数据，以作为反光板的直线数据。可以理解的是，这里的直线数据的筛选方法仅仅是一种可能的实现方式，本发明的
方案并不受此限制。
[0031]
接着，在步骤s202处，可以根据反光板的直线数据确定目标数据。在一些实施场景中，前述的目标数据可以包括但不限于直线长度、与机器人相对位置和距离、机器人中心线方向与直线的夹角等数据。可以理解的是，这里所列举的数据仅用于对目标数据进行示例性说明，并不对目标数据可以包含的数据进行限制。可以理解的是，这里步骤s201和步骤s202仅是一种可能的实现方式，本发明的方案并不受此限制。
[0032]
进一步地，在一个实施例中，若通过上述步骤201和步骤202无法提取到目标数据。本发明还可以重新调整机器人位置来再次进行目标数据的提取。具体地，可以从前述的激光反射数据中筛选出反射强度最高的数据，并可以基于前述的反射强度最高的数据来确定新的预充电范围。具体地，可以对前述反射强度最高的数据进行平均值计算，以根据结算结果确定新的预充电位置。接着，可以调整位置至新的预充电位置，并重新采集激光反射数据，以从重新采集到的激光反射数据中筛选出前述的目标数据。
[0033]
在完成目标数据的筛选后，接着，在步骤s103处，可以根据前述目标数据来控制机器人移动至充电桩处进行充电。在一个实施例中，关于机器人的位置调控可以涉及与直线相对位置和距离调整，例如在确定机器人与直线之间的距离小于预设值、并且机器人与直线之间中垂线角度的误差小于阈值时，可以触发机器人进行位置和角度调整，以与充电桩进行对桩充电，实现对机器人的自动充电。
[0034]
图3是示出根据本发明实施例的用于对机器人进行自动充电的方法300的流程图。
[0035]
在一些实施场景中，可由机器人来执行方法300，以完成自动充电。在该场景下，机器人无需再额外增加硬件，仅需其已安装的单线激光雷达传感器、惯性传感器、编码器和pid(proportion integration differentiation，比例
‑
积分
‑
微分)控制器来支持图3中的方法300。
[0036]
如图3所示，在步骤s301处，可以将机器人导航至预充电位置。可以理解的是，这里的预充电位置的设置可以参考前文结合图1中所描述的预充电位置，所以关于预充电位置的描述同样适用于下文。
[0037]
接着，在步骤s302处，可以对激光雷达传感器采集的数据进行预处理，并保存符合条件的数据。可以理解的是，在机器人到达预充电位置后，可以利用激光雷达传感器采集预充电范围内的数据(也即前述的激光反射数据)，以及对采集到的数据进行预处理。在一个实施例中，前述的预处理可以包括剔除超过反射强度阈值的数据以及激光点位置超过充电桩位置的误差数据，以得到符合条件的数据。
[0038]
接着，在步骤s303处，可以对前述的符合条件数据进行直线提取。在一个实施例中，前述的直线提取具体涉及对临近点集检测、线段的分割、最小二乘拟合、计算拟合误差等步骤。可以理解的是，这里所描述的直线提取步骤仅仅是一种可能的实现方法，本发明的方案并不受此限制。
[0039]
接着，在步骤s304处，判断是否能够拟合出关于反光板的直线。在一个实施例中，可以根据反光板的信息(例如长度和位置等)来设定拟合直线的长度和位置阈值范围。接着删除不在阈值范围内的直线，以提取出符合条件的直线作为关于反光板的直线。其中所提取的直线信息可以包含长度信息、与机器人相对位置和距离、机器人中心线方向与直线的夹角等数据。
[0040]
接着，在步骤s305处，响应于未拟合出关于反光板的直线，重新调整机器人位置以接近充电桩。在一个实施例中，可以对扫描范围内反射强度最高的前n个点的数据进行平均值计算，以得到新的位置。接着，调控机器人靠近该位置，并重新进行直线的提取以确定充电桩位置。
[0041]
接着，在步骤s306处，可以根据提取出的直线信息进行pid调控。在一个实施例中，前述的pid调控可以涉及根据机器人中垂线与直线中垂线之间的角度和距离进行调整。例如在机器人中垂线与直线中垂线之间的角度和距离均小于阈值时，确定机器人大概率与充电桩正对齐，此时可以调控机器人进行对桩充电。而在机器人中垂线与直线中垂线之间的角度和距离均大于阈值时，则需要调控机器人后退一定距离后，再进行对桩充电。
[0042]
接着，在步骤s307处，控制机器人调整角度进行对桩。在一个实施例中，可以调控机器人旋转一定角度(例如180度)。接着，控制机器人上的充电器继电器开关打开，然后后退设定距离以使机器人上的充电接口(例如充电极片)与充电桩接触，以实现与充电桩进行对桩充电。可以理解的是，这里的调控机器人进行对桩的方法仅仅是一种可能的实现方式，本发明的方案并不受此限制。
[0043]
接着，在步骤s308处，检测机器人是否充电成功。在一个实施例中，在检测到机器人后退超过设定距离后仍未充上电(例如电流值小于0)时，确定机器人充电失败。若检测到机器人后退设定距离后充上电，则确定机器人充电成功。可以理解的是，这里的对充电是否成功的检测方法仅仅是一种可能的实现方式，本发明的方案并不受此限制。
[0044]
接着，在步骤s309处，响应于机器人充电失败，重新执行对桩操作。例如，可以关闭机器人上的充电继电器开关，接着调整机器人与充电桩相对位置和距离(例如可以控制机器人远离充电桩一定距离，然后旋转一定角度)，并重新返回执行步骤s306。
[0045]
由上述图1至图3可以看出，本发明利用部署有反光板的充电桩，基于反光板具有较强的激光反射特性，实现了对充电桩的快速以及精准定位。可以看出，本发明的方案无需人工干预以及复杂的逻辑运算，不仅可以有效提高充电成功率。而且相对现有的自动充电技术，具有更好的鲁棒性，同时在部署时也具备省时省力的优势。
[0046]
具体地，上述图1至图3中所描述的充电桩的具体结构可以参考图4中的充电桩400。
[0047]
如图4所述，充电桩400可以包括作为充电接口的充电极片401和用于反射激光的反光板402。在一个实施场景中，前述反光板402的中垂线与前述充电极板的中垂线重合。基于此设计，机器人在识别充电桩的位置时，可以利用识别到的反光板的位置来精准定位充电桩的充电极板，进一步提高充电成功率。
[0048]
对于前述的反光板402，在一个实施例中，其可以包括固定板402
‑
1和反光贴纸402
‑
2。其中前述的固定板402
‑
1可以设置在充电桩上、且位于充电极板上方。例如前述的固定板可以通过螺栓固定在充电桩上。而前述的反光贴纸可以设置在前述的固定板的上表面。在另一实施例中，前述的反光板402还可以包括固定板和涂覆在固定板上的反光涂层。其中前述的固定板可以参考上述实施例中的固定板的设置。可以理解的是，这里的对固定板、反光贴纸或反光涂层的位置设置仅是一个可能的实现方式，本发明的方案并不受此限制。另外，本发明中的固定板和反光贴纸的尺寸可以根据充电桩的型号进行具体调整，以与充电桩高度适配。
[0049]
本发明可以基于机器人和前述的充电桩400形成完整的回充系统。具体地，可以将充电桩400部署在机器人的预充电范围内。接着，机器人通过执行前文结合图1至图3所描述的方法，来实现与前述的充电桩的精准对桩充电。
[0050]
从上面关于本发明模块化设计的描述可以看出，本发明的系统可以根据应用场景或需求进行灵活地布置而不限于附图所示出的架构。进一步，还应当理解，本发明示例的执行操作的任何模块、单元、组件、服务器、计算机或设备可以包括或以其他方式访问计算机可读介质，诸如存储介质、计算机存储介质或数据存储设备(可移除的)和/或不可移动的)例如磁盘、光盘或磁带。计算机存储介质可以包括以用于存储信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质，例如计算机可读指令、数据结构、程序模块或其他数据。基于此，本发明也公开了一种计算机可读存储介质，其上存储有用于对机器人进行自动充电的计算机可读指令，该计算机可读指令被一个或多个处理器执行时，实现在前结合附图所描述的方法和操作。
[0051]
虽然本说明书已经示出和描述了本发明的多个实施方式，但对于本领域技术人员显而易见的是，这样的实施方式是仅以示例的方式提供的。本领域技术人员在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解在实践本发明的过程中，可以采用本文所描述的本发明实施方式的各种替代方案。所附权利要求书旨在限定本发明的保护范围，并因此覆盖这些权利要求范围内的模块组成、等同或替代方案。