机器人返回基站的方法、路径确定方法和机器人系统与流程

1.本技术涉及智能清洁领域，具体涉及一种机器人返回基站的方法、一种路径确定方法、以及一种机器人系统和另外一种路径确定方法。


背景技术：

2.现有的机器人通过其自移动系统设置的处理路径对工作区域进行处理，例如，除草机器人通过自移动系统设置的除草路径进行除草，清洁机器人通过其自移动系统设置的清洁路径对工作区域进行清洁(清洁包括清洗地面灰尘、清扫地面颗粒物体以及清除障碍物等)，清洁路径需要覆盖工作区域内的全部可到达范围。但是由于工作区域的不规则性，机器人在对工作区域进行处理的过程中存在被遗漏处理的区域，因此需要后续将遗漏区域进行补充处理。例如，清洁机器人在清洁完地面后，其会按照预先设置的行进路径对遗漏区域进行补充清洁。
3.现有的机器人对遗漏区域进行补充清洁一般基于就近原则，以由远及近的方式逐一补充处理遗漏区域，例如清洁机器人先清洁距离其最远的遗漏区域，然后再清洁距离其较远的遗漏区域，最后清洁距离其最近的遗漏区域。但是该方案受规划的清洁路径和遗漏区域面积影响，往往会造成清洁效率降低。
4.另外，针对特定工作区域的行进路径长期重复使用，使得机器人长期重复碾压相同路径的地面，易造成地面被碾压破坏等隐患。例如，在清洁机器人清洁完成后，需要返回供其停泊的基站进行充电、更换清洁设备、或者对清洁抹布进行清洁烘干，然而由于基站位置固定，如果机器人在长期返回基站过程中沿预设清洁路径长期重复行走，则可能造成行走区域地面被碾压破坏。
5.因此，如何提升机器人在工作区域中对遗漏区域的处理效率、以及如何避免机器人对地面的碾压破坏，成为本领域技术人员亟需解决的技术问题。


技术实现要素：

6.本技术实施例提供一种机器人返回基站的方法，一种路径确定方法以及一种机器人系统，以解决现有技术中存在的如何提升机器人在工作区域中对遗漏区域的处理效率、以及如何避免机器人对地面的碾压破坏的问题。
7.本技术实施例提供一种机器人返回基站的方法，应用于机器人，包括：在返回基站之前，确定工作区域中被遗漏处理的待处理区域；根据当前位置、所述待处理区域的位置以及所述基站的位置确定目标行进路径；根据所述目标行进路径返回所述基站。
8.可选的，所述根据当前位置、所述待处理区域的位置以及所述基站的位置确定目标行进路径，包括：根据当前位置、所述待处理区域的位置以及所述基站的位置，以随机的方式确定以所述当前位置为起点、以所述待处理区域的位置为途经点、以所述基站的位置为终点的目标行进路径。
9.可选的，所述根据当前位置、所述待处理区域的位置以及所述基站的位置确定目
标行进路径，包括：根据当前位置、所述待处理区域的位置以及所述基站的位置，获得所述待处理区域对应的路径关联度信息，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度，所述当前路径需求是指以所述当前所处位置为起点对所述待处理区域进行补充处理、且以所述基站的位置为终点的路径行进需求；根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径。
10.可选的，所述路径关联度信息包括如下权重中的一种或至少两种之和：所述机器人与所述待处理区域之间的第一距离对应的第一距离权重；所述待处理区域与所述基站之间的第二距离对应的第二距离权重；所述待处理区域的处理难易度对应的难易度权重。
11.可选的，所述确定工作区域中被遗漏处理的待处理区域，包括：基于所述机器人在所述工作区域中的定位信息，对所述机器人在已处理区域中的轨迹信息进行刻画，建立所述机器人在所述工作区域中对应的工作地图；基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域。
12.可选的，所述机器人为清洁机器人，所述待处理区域为已清洁区域中被遗漏处理的多个待清洁区域。
13.可选的，所述机器人为除草机器人，所述待处理区域为已除草区域中被遗漏处理的多个待除草区域。
14.可选的，所述当前所处位置为所述机器人完成对所述工作区域的处理后所处的位置。
15.本技术实施例提供一种路径确定方法，用于机器人，包括：
16.确定工作区域中的待处理区域；获得所述待处理区域对应的路径关联度信息，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度；根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径。
17.可选的，所述待处理区域为所述工作区域中被遗漏处理的多个待处理区域，所述当前路径需求为对所述被遗漏处理的多个待处理区域进行补充处理时所对应的路径行进需求。
18.可选的，所述确定工作区域中的待处理区域，包括：基于所述机器人在所述工作区域中的定位信息，对所述机器人在已处理区域中的轨迹信息进行刻画，建立所述机器人在所述工作区域中对应的工作地图；基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域。
19.可选的，所述基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域，包括：从所述工作区域中的点云信息中获得与所述待处理区域相对应的点云信息，并根据该点云信息在所述工作地图中进行标记，以确定出所述工作区域中的各个待处理区域；或者，根据所述工作区域中的点云信息识别获得所述工作区域中的障碍物在所述工作地图上的位置信息，并结合所述机器人的预设行进路径和所述障碍物在所述工作地图上的位置信息，确定出所述工作区域中的各个待处理区域。
20.可选的，所述路径关联度信息包括如下权重中的一种或至少两种之和：所述机器人与所述待处理区域之间的第一距离对应的第一距离权重；所述待处理区域与预设终点之
间的第二距离对应的第二距离权重；所述待处理区域的处理难易度对应的难易度权重。
21.可选的，所述处理难易度包括所述待处理区域的面积，所述难易度权重包括面积权重。
22.可选的，所述机器人与所述待处理区域之间的第一距离对应的第一距离权重通过如下方式获得：获得与所述当前路径需求相对应的第一距离权重系数，计算所述第一距离权重系数与所述第一距离的乘积，获得所述第一距离权重。
23.可选的，所述待处理区域与预设终点之间的第二距离对应的第二距离权重通过如下方式获得：获得与所述当前路径需求相对应的第二距离权重系数，计算所述第二距离权重系数与所述第二距离的乘积，获得所述第二距离权重。
24.可选的，所述面积权重通过如下方式获得：获得与所述当前路径需求相对应的面积权重系数，计算所述面积权重系数与所述待处理区域的面积的乘积，获得所述面积权重。
25.可选的，所述根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径，包括：对所述待处理区域对应的路径关联度信息进行排序，获得所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点的顺序，并基于该顺序生成所述目标行进路径的轨迹。
26.可选的，所述机器人为清洁机器人，所述待处理区域为所述工作区域中被遗漏清洁的多个待清洁区域，所述当前路径需求为对所述被遗漏处理的多个待清洁区域进行补充清洁、且以基站为预设终点的路径行进需求，所述目标行进路径为从当前位置行进至所述基站的路径，所述基站用于供所述清洁机器人进行停泊。
27.可选的，所述路径关联度信息至少包括所述多个待清洁区域与所述基站之间对应的距离权重。
28.本技术实施例还提供一种机器人系统，机器人和供所述机器人停泊的基站，所述机器人包括待处理区域确定单元、路径关联度信息获得单元和目标行进路径确定单元；所述待处理区域确定单元，用于确定工作区域中的待处理区域；
29.所述路径关联度信息获得单元，用于获得所述待处理区域对应的路径关联度信息，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度；所述目标行进路径确定单元，用于根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径；其中，所述当前路径需求为对所述待处理区域进行补充处理，且以所述基站为预设终点的路径行进需求，所述目标行进路径为从当前位置行进至所述基站的路径。
30.本技术实施例还提供一种路径确定方法，包括：机器人处于启动状态，并需要返回供其停泊的基站；机器人确定其当前位置、工作区域中被遗漏处理的多个待处理区域的位置以及基站位置；机器人获得所述待处理区域对应的路径关联度信息，所述路径关联度信息包括如下权重中的一种或至少两种之和：所述机器人与所述待处理区域之间的第一距离对应的第一距离权重；所述待处理区域的位置与基站位置之间的第二距离对应的第二距离权重；所述待处理区域的处理难易度对应的难易度权重；其中，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度；所述当前路径需求为以所述当前位置为起始点、以所述基站位置为终点的路径需求，所述处理难易度包括所述待处理区域的面积，所述难易度权重包括面
积权重；机器人对所述待处理区域对应的路径关联度信息进行排序，获得所述待清洁区域在所述当前路径需求下作为所述机器人的待行进路径中的途径点的顺序，并基于该顺序生成与所述当前路径需求相匹配的目标行进路径的轨迹。
31.与现有技术相比，本技术具有以下优点：
32.本技术提供的机器人返回基站的方法，应用于机器人，包括：在返回基站之前，确定工作区域中被遗漏处理的待处理区域；根据当前位置、所述待处理区域的位置以及所述基站的位置确定目标行进路径；根据所述目标行进路径返回所述基站。本技术实施例通过确定工作区域中的待处理区域，并根据当前位置、待处理区域的位置以及基站的位置确定目标行进路径，其中，当前位置为机器人完成对工作区域的处理后所处的位置，该当前位置是根据机器人自身对工作区域的处理情况随机产生的，从而使得确定的目标行进路径存在多变性，进而使得机器人在处理待处理区域时的路径具有多样性，通过该种方式使得机器人在返回基站的过程中不会仅沿同一条行驶路径反复移动，避免了工作区域地面被碾压破坏的隐患。
33.本技术提供的路径确定方法应用于机器人，包括：确定工作区域中的待处理区域；获得待处理区域对应的路径关联度信息，路径关联度信息表征待处理区域在当前路径需求下作为机器人的待行进路径中的途径点时、与待行进路径之间的关联程度；根据待处理区域对应的路径关联度信息，确定出与当前路径需求相匹配的目标行进路径。上述方法通过确定工作区域中的待处理区域，并根据待处理区域对应的路径关联度信息，确定出与当前路径需求相匹配的目标行进路径，以使得机器人能够结合当前路径需求对待处理区域进行处理，从而使得处理过程更加具有针对性；并且，该方法通过待处理区域对应的路径关联度信息来设置与当前路径需求相匹配的目标行进路径，继而使得机器人在工作区域中对遗漏区域的处理效率得以提升；另外，基于待处理区域对应的路径关联度信息可以使得机器人对待处理区域的处理顺序因不同的路径需求而存在多变性，进而使得机器人在处理待处理区域时的路径具有多样性，通过该种方式使得机器人不会只在同一条行驶路径上反复移动，从而避免了工作区域地面被碾压破坏的隐患。
附图说明
34.图1为本技术第一实施例提供的路径确定方法的流程图。
35.图2为本技术第二实施例提供的路径确定方法的场景图。
36.图3为本技术第二实施例提供的路径确定方法的流程图。
37.图4为本技术第三实施例提供的机器人系统的结构示意图。
38.图5为本技术第四实施例提供的路径确定方法的流程图。
39.图6是本技术提供的机器人在工作地图上的移动路线的场景示意图。
40.图7是本技术提供的机器人在工作地图上标记未处理区域或障碍物的场景示意图。
41.图8是本技术提供的机器人确定未处理区域或障碍物的场景示意图。
42.图9是本技术提供的机器人确定未处理区域或障碍物的场景示意图。
43.图10是本技术提供的机器人对未处理区域或障碍物进行补漏清洁的场景示意图。
44.图11是本技术提供的机器人对未处理区域或障碍物进行补漏清洁的场景示意图。
45.图12是本技术提供的机器人对未处理区域或障碍物进行补漏清洁的场景示意图。
具体实施方式
46.在下面的描述中阐述了很多具体细节以便于充分理解本技术。但是本技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施的限制。
47.本技术第一实施例提供一种机器人返回基站的方法，所述方法应用于机器人，请参考图1，其为本技术第一实施例提供的机器人返回基站的方法的流程图。以下结合图1对该方法进行说明。
48.步骤s101，在返回基站之前，确定工作区域中被遗漏处理的待处理区域。
49.在机器人返回基站之前，其已经完成了对工作区域的作业，但是由于工作区域的不规则和工作区域内存在障碍物等原因，不可避免的存在暂时遗漏作业部分。对此，机器人需要确定工作区域中被遗漏处理的待处理区域，以对工作区域中被遗漏处理的待处理区域进行补充作业。其中，在本技术第一实施例中，若工作区域具体是需要清洁(例如清扫灰尘或者清洗污渍)的区域，则对应作业的机器人具体为清洁机器人，待处理区域为已清洁区域中被遗漏处理的多个待清洁区域。若工作区域具体是需要除草的区域，则对应作业的机器人具体为除草机器人，待处理区域为已除草区域中被遗漏处理的多个待除草区域。
50.在本步骤中，确定工作区域中被遗漏处理的待处理区域，包括：首先，基于机器人在工作区域中的定位信息，对机器人在已处理区域中的轨迹信息进行刻画，建立机器人在工作区域中对应的工作地图。具体的，机器人在工作的过程中，其可以根据自身的定位模块获得其移动过程中的每个位置点的定位信息，根据该定位信息在已处理区域中的轨迹信息进行刻画，建立机器人在工作区域中对应的工作地图。而后，基于工作地图确定出工作区域中被遗漏处理的待处理区域。在本技术第一实施例中，采用了两种具体的基于工作地图确定出工作区域中被遗漏处理的待处理区域方法，具体的方法内容如下。
51.方法一：从工作区域中的点云信息中获得与待处理区域相对应的点云信息，并根据该点云信息在工作地图中进行标记，以确定出工作区域中的各个待处理区域。
52.具体的，机器人通过自身携带的深度传感器获得工作区域对应的工作区域图像信息，将该工作区域图像信息转化为工作区域点云信息。其中，机器人自身携带的深度传感器为安装在机器人内部的深度相机，通过深度相机对机器人的工作区域进行实时拍照，从而获取工作区域对应的工作区域图像信息。更具体地，可以将深度相机安装在机器人前方，例如结构光类型的深度相机，换言之，该深度相机拍摄的图像信息只要能够获取机器人工作区域相对于机器人的深度信息即可。其中，深度信息可以是工作区域的墙体与机器人之间的距离信息以及墙体的具体立体空间信息。
53.而后，深度相机获得工作区域图像信息中每个点距离摄像头距离，这样加上该点在2d图像中的(x，y)坐标，就能获取工作区域图像信息中每个点的三维空间坐标，通过三维坐标还原真实工作场景，实现场景建模等应用。因此，通过深度相机获得的工作区域图像信息，可以获得其中每个点的三维坐标，通过这些三维坐标就可以将工作区域图像信息转换为工作区域点云信息。
54.对应的，机器人在通过自身携带的深度传感器获得工作区域对应的工作区域图像
信息的同时，其也会获得待处理区域相对应的待处理区域图像信息，以及可以将待处理区域图像信息转换为待处理区域点云信息。在本方法中，待处理区域点云信息作为工作区域点云信息的一部分。
55.在获得工作区域中的点云信息后，可从工作区域中的点云信息中获得与待处理区域相对应的点云信息，并根据该点云信息在工作地图中进行标记，以确定出工作区域中的各个待处理区域。
56.需要说明的是，本方法优先适用于除草机器人，因为除草机器人未除草坪区域与已经除草区域有着明细的高度落差，该高度落差可为未除草坪区域提供较为准确的三维坐标，从而通过该三维坐标将未除草区域图像信息转换为未除草区域点云信息。当然，本方法也适用于清洁机器人，未清洁区域中存在有障碍物(灰尘提供的三维坐标不明显)，该障碍物都对应的三维坐标可将未清洁区域图像信息转换为未清洁区域点云信息。本方法还适用于其它类型的机器人，本技术第一实施例对此不作具体的限制。
57.方法二，根据工作区域中的点云信息识别获得工作区域中的障碍物在工作地图上的位置信息，并结合机器人的预设行进路径和障碍物在工作地图上的位置信息，确定出工作区域中的各个待处理区域。
58.具体的，首先，获得工作区域中的点云信息，其中，工作区域中的点云信息中包含有在工作区域中障碍物对应的点云信息。在本步骤中，基于方法一已经阐述了获得工作区域中的点云信息的具体步骤，此处将不再重复赘述。
59.而后，根据障碍物对应的点云信息获得工作区域中的障碍物，以及障碍物在工作地图上的位置信息。具体的，对障碍物对应的点云信息进行滤波处理，并对点云信息进行分析处理以获得障碍物的物体类型，根据障碍物的物体类型确定对应的障碍物。其中，对点云信息进行分析处理以获得障碍物的物体类型包括：根据预设特征对点云信息进行分割，获得一个或者多个点云块，分割点云信息依据的预设特征可以是空间特征、几何特征、纹理特征。上述特征可以根据深度相机获得的包含深度信息的障碍物图像获得。当然也可以是上述特征之外的能够将点云信息进行分割的预设特征，其同样属于本方法保护的范围之内。之后，以每个点云块为分析对象，进行块内分析，确定该点云块对应的物体类型，具体的，获取点云块的点云在水平方向上的宽度和竖直方向上的高度。根据获取的点云块的点云在水平方向上的宽度和竖直方向上的高度判断所述宽度是否在预设宽度范围内，且所述高度是否超过预设高度，如果所述宽度在预设宽度范围内且所述高度超过预设高度，则判断该物体为障碍物。在确定障碍物后，基于障碍物在工作区域中的位置信息确定障碍物在工作地图上的位置信息。
60.然后，在获得工作区域中的障碍物在工作地图上的位置信息后，结合机器人的预设行进路径和障碍物在工作地图上的位置信息，确定出工作区域中的各个待处理区域。具体的，机器人在工作时，其是按照预设行进路径进行工作的，当机器人在预设行进路径上接触或者发现障碍物时，其会依据获知的该障碍物对应的障碍物信息与该障碍物在工作地图上的位置信息匹配，以自动识别出与该障碍物对应的区域还没有被处理，即确定出工作区域中的待处理区域。由于机器人在工作区域中按照预设行进路径不断移动，从而其会不断接触或者发现多个不同位置的障碍物，从而可以依据获知的各个障碍物对应的障碍物信息与各个障碍物在工作地图上的位置信息匹配，以自动识别出与各个障碍物对应的区域还没
有被处理，即确定出工作区域中的各个待处理区域。
61.以上为两种不同基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域的方法，基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域的方法还有很多，只要是能够基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域的方法均是本技术第一实施例所要保护的范围。
62.在本技术第一实施例中，确定工作区域中的待处理区域还可以通过如下方式获得：获得机器人的位置信息，机器人在工作的过程中，其可以根据自身的定位模块获得其移动过程中的每个位置点的位置信息；然后，根据位置信息建立机器人的工作区域对应的工作地图，机器人可根据获得的各个位置信息在已处理区域中的轨迹信息进行刻画，建立机器人在工作区域中对应的工作地图；最后，获得工作区域中各个待处理区域信息，机器人在工作区域移动的过程中，其可以通过深度相机获得待处理区域信息，并根据各个待处理区域信息在工作地图中标记，以获得工作区域中的待处理区域。
63.步骤s102，根据当前位置、所述待处理区域的位置以及所述基站的位置确定目标行进路径。
64.在本步骤中，当前所处位置为所述机器人完成对工作区域的处理后所处的位置，例如，在机器人对工作区域完成作业后，其没有当即返回基站，而是移动到包含工作区域在内的任意一个位置，该位置即为机器人停下的当前位置。上述步骤获得了待处理区域，每个待处理区域会对应有相应的位置，机器人可获得待处理区域的位置，同时，机器人还可获得基站的位置。本步骤可根据当前位置、待处理区域的位置以及站的位置确定目标行进路径。具体的，在本技术第一实施例中，根据当前位置、待处理区域的位置以及基站的位置确定目标行进路径的方式可以为：根据当前位置、待处理区域的位置以及基站的位置，以随机的方式确定以当前位置为起点、以待处理区域的位置为途经点、以基站的位置为终点的目标行进路径。其中，以随机的方式确定以当前位置为起点、以待处理区域的位置为途经点、以基站的位置为终点的目标行进路径，可使得机器人每次返回基站的路径随机产生，避免重复行驶于同一路径的弊端，即可以减少对同一路径的反复辗轧，从而减少对行驶区域地面的破坏。例如在除草作业中，工作区域为草坪，若除草机器人始终按照同一行驶路径返回基站，其必然会导致该行驶路径上的草坪被反复碾轧，从而破坏草坪。
65.在本技术第一实施例中，上述根据当前位置、待处理区域的位置以及基站的位置确定目标行进路径，还可以是指：根据当前位置、待处理区域的位置以及基站的位置，获得待处理区域对应的路径关联度信息，根据待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径。
66.其中，在本技术第一实施例中，路径关联度信息表征待处理区域在当前路径需求下作为机器人的待行进路径中的途径点时、与待行进路径之间的关联程度，当前路径需求是指以当前所处位置为起点对待处理区域进行补充处理、且以基站的位置为终点的路径行进需求。进一步解释，对应于待处理区域为工作区域中被遗漏处理的多个待处理区域，当前路径需求为对被遗漏处理的多个待处理区域进行补充处理时所对应的路径行进需求。所述路径关联度信息包括如下中的一种或至少两种之和：机器人与待处理区域之间的第一距离对应的第一距离权重，待处理区域与基站之间的第二距离对应的第二距离权重，以及待处理区域的处理难易度对应的难易度权重。下面将分别对第一距离权重、第二距离权重以及
难易度权重的获得方式进行详细的描述。
67.在本技术第一实施例中，机器人与待处理区域之间的第一距离对应的第一距离权重通过如下方式获得：获得与当前路径需求相对应的第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得第一距离权重。其中，第一距离权重系数用于表征在当前路径需求下机器人与待处理区域之间的第一距离的影响力度，一种设置情况下，机器人与待处理区域之间的第一距离越远，则机器人与待处理区域之间的第一距离的影响力度大，对应的第一距离权重系数的值就比较高，反之较低。另一种设置情况下，机器人与待处理区域之间的第一距离越近，则机器人与待处理区域之间的第一距离的影响力度大，对应的第一距离权重系数的值就比较高，反之较低。
68.在本技术第一实施例中，获得与当前路径需求相对应的第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得第一距离权重，具体包括：首先，获得机器人的当前位置信息和各个待处理区域的位置信息，其中，机器人的当前位置信息可通过机器人自身的定位模块获得，各个待处理区域的位置信息获得方式可参见上述内容的具体说明。然后，根据机器人的当前位置信息和各个待处理区域的位置信息确定机器人分别到各个待处理区域的第一距离。最后，根据实际需求，设定第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得所述第一距离权重。
69.在本技术第一实施例中，待处理区域与基站之间的第二距离对应的第二距离权重通过如下方式获得：获得与当前路径需求相对应的第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重。其中，第二距离权重系数用于表征在当前路径需求下待处理区域与基站之间的第二距离的影响力度，一种设置情况下，待处理区域与基站之间的第二距离越远，则待处理区域与基站之间的第二距离的影响力度大，对应的第二距离权重系数的值就比较高，反之较低。另一种设置情况下，待处理区域与基站之间的第二距离越近，则待处理区域与基站之间的第二距离的影响力度大，对应的第二距离权重系数的值就比较高，反之较低。
70.在本技术第一实施例中，获得与当前路径需求相对应的第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重，具体包括：首先，获得基站的位置信息和各个待处理区域的位置信息，其中，基站的位置信息可通过基站自身的定位模块获得，各个待处理区域的位置信息获得方式可参见上述内容的具体说明。然后，根据基站的位置信息和各个待处理区域的位置信息确定基站分别到各个待处理区域的第二距离。最后，根据实际情况，设定第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重。
71.在本技术第一实施例中，处理难易度包括待处理区域的面积，对应的，难易度权重包括面积权重，面积权重通过如下方式获得：获得与当前路径需求相对应的面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得面积权重。其中，面积权重系数用于表征在当前路径需求下待处理区域的面积的影响力度，一种设置情况下，待处理区域的面积越大，则待处理区域的面积的影响力度大，对应的面积权重系数的值就比较高，反之较低。另一种设置情况下，待处理区域的面积越小，则待处理区域的面积的影响力度大，对应的面积权重系数的值就比较高，反之较低。
72.在本技术第一实施例中，获得与当前路径需求相对应的面积权重系数，计算面积
权重系数与待处理区域的面积的乘积，获得面积权重，具体包括：首先，获得各个待处理区域分别对应的图像，并获得各个图像对应的像素数量，同时也获得工作区域对应的图像，并获得该图像对应的像素数量。而后，根据各个待处理区域对应的像素数量在工作区域对应的图像的像素数量中的占比，获得各个待处理区域的面积。最后，设定面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得所述面积权重。
73.对应于上述内容，关联度信息包括如下中的一种或至少两种之和，说明第一距离权重、第二距离权重和难易度权重其中的一种或至少两种的组合方式会对机器人的当前路径需求产生不同的影响。
74.在获得待处理区域对应的路径关联度信息，可根据待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径。具体的，对待处理区域对应的路径关联度信息进行排序，获得待处理区域在当前路径需求下作为机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹。在本步骤中，基于第一距离权重、第二距离权重和难易度权重其中的一种或至少两种的组合方式会对机器人的当前路径需求产生不同的影响，因此在对待处理区域对应的路径关联度信息进行排序时，可以是对第一距离权重、第二距离权重和难易度权重其中的一种或至少两种的组合方式形成的路径关联度信息进行排序。
75.具体而言，结合图2所示，机器人通过工作地图或者是深度传感器获得了待处理区域1、待处理区域2、待处理区域3以及待处理区域4，并计算出待处理区域1对应的路径关联度信息的参数值是w：0.94，r：1；待处理区域2对应的路径关联度信息的参数值是w：0.88，r：2；待处理区域3对应的路径关联度信息的参数值是w：0.8，r：3；以及待处理区域4对应的路径关联度信息的参数值是w：0.6，r：4。可见，0.94大于0.88大于0.8大于0.6，则对应的待处理区域1、待处理区域2、待处理区域3以及待处理区域4的排序为待处理区域1——待处理区域2——待处理区域3——待处理区域4——基站。
76.步骤s103，根据所述目标行进路径返回所述基站。
77.在确定目标行进路径后，机器人可根据所述目标行进路径返回所述基站。基站用于为机器人充电。
78.本技术第一实施例提供一种机器人返回基站的方法，应用于机器人，包括：在返回基站之前，确定工作区域中被遗漏处理的待处理区域；根据当前位置、所述待处理区域的位置以及所述基站的位置确定目标行进路径；根据所述目标行进路径返回所述基站。本技术第一实施例通过确定工作区域中的待处理区域，并根据当前位置、待处理区域的位置以及基站的位置确定目标行进路径，其中，当前所处位置为机器人完成对工作区域的处理后所处的位置，该当前位置是根据机器人的自身对工作区域的处理情况随机产生的，从而确定的目标行进路径存在多变性，进而使得机器人在处理待处理区域时的路径具有多样性，通过该种方式使得机器人不会只在同一条行驶路径上反复移动，从而避免了对工作区域地面的碾压破坏的隐患。
79.在本技术第二实施例中，还提供一种路径确定方法，为了使本领域的技术人员更好的理解本技术方案，下面基于本技术提供的路径确定方法对其实施例的具体应用场景进行详细描述，如图2所示，其为本技术第二实施例提供的应用场景的示意图。
80.本场景的机器人为清洁机器人，所述清洁机器人主要用于将地面等其它待清洁的
区域进行清洁，清洁机器人可工作于对应的工作区域，例如在家庭作业中，各个房间的地面即为清洁机器人的工作区域。当清洁机器人对工作区域进行清洁后，其会通过路径确定系统提供的工作区域对应的工作地图来对工作区域进行检测，以检测工作区域中未被清洁的区域，即遗漏区域，本场景将遗漏区域称为待处理区域。或者清洁机器人重新移动于该工作区域中，通过自身配置的深度传感器检测待处理区域。例如，清洁机器人通过工作地图或者是深度传感器获得了待处理区域1、待处理区域2、待处理区域3以及待处理区域4，在获得各个待处理区域的过程中，清洁机器人会同时获得各个待处理区域对应的路径关联度信息，清洁机器人再对各个待处理区域对应的路径关联度信息进行排序，获得各个待处理区域在当前路径需求下作为清洁机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹，清洁机器人基于目标行进路径的轨迹依次对待处理区域1、待处理区域2、待处理区域3以及待处理区域4进行清洁。
81.当然，在其它的应用场景中，机器人可以为除草机器人，除草机器人对应的工作区域为草坪。当除草机器人对工作区域进行除草后，其会通过路径确定系统提供的工作区域对应的工作地图来对工作区域进行检测，以检测工作区域中未被除草的区域，即遗漏区域，本场景将遗漏区域称为待处理区域。或者除草机器人重新移动于该工作区域中，通过自身配置的深度传感器检测待处理区域。例如，除草机器人通过工作地图或者是深度传感器获得了待处理区域1、待处理区域2、待处理区域3以及待处理区域4，在获得各个待处理区域的过程中，除草机器人会同时获得各个待处理区域对应的路径关联度信息，除草机器人再对各个待处理区域对应的路径关联度信息进行排序，获得各个待处理区域在当前路径需求下作为除草机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹，除草机器人基于目标行进路径的轨迹依次对待处理区域1、待处理区域2、待处理区域3以及待处理区域4进行除草。
82.上述对机器人的应用场景的介绍只是为了便于理解本技术提供的路径确定方法，并未对所述机器人的应用进行限定，在其它实施例中，机器人的应用场景还可以是其它。
83.本技术第二实施例提供一种路径确定方法，所述方法应用于机器人，请参考图3，其为本技术第二实施例提供的路径确定方法的流程图。以下结合图3对该方法进行说明。
84.步骤s201，确定工作区域中的待处理区域。
85.在本技术第二实施例中，工作区域是机器人已经完成工作的区域。例如，以机器人是清洁机器人为例，清洁机器人对应的工作区域为已经完成清洁工作的地面；以机器人是除草机器人为例，除草机器人对应的工作区域为已经完成除草工作的草坪。工作区域中的待处理区域是指机器人工作于工作区域中被遗漏处理的多个待处理区域，例如，清洁机器人的工作区域，其对应的待处理区域为未被清洁的地面；再如，除草机器人的工作区域，其对应的待处理区域为未除草的草坪。
86.在本步骤中，确定工作区域中的待处理区域，包括：首先，基于机器人在工作区域中的定位信息，对机器人在已处理区域中的轨迹信息进行刻画，建立机器人在工作区域中对应的工作地图。具体的，机器人在工作的过程中，其可以根据自身的定位模块获得其移动过程中的每个位置点的定位信息，根据该定位信息在已处理区域中的轨迹信息进行刻画，建立机器人在工作区域中对应的工作地图。而后，基于工作地图确定出工作区域中被遗漏处理的待处理区域。在本技术第二实施例中，采用了两种具体的基于工作地图确定出工作
区域中被遗漏处理的待处理区域方法，具体的方法内容如下。
87.方法一：从工作区域中的点云信息中获得与待处理区域相对应的点云信息，并根据该点云信息在工作地图中进行标记，以确定出工作区域中的各个待处理区域。
88.具体的，机器人通过自身携带的深度传感器获得工作区域对应的工作区域图像信息，将该工作区域图像信息转化为工作区域点云信息。其中，机器人自身携带的深度传感器为安装在机器人内部的深度相机，通过深度相机对机器人的工作区域进行实时拍照，从而获取工作区域对应的工作区域图像信息。更具体地，可以将深度相机安装在机器人前方，例如结构光类型的深度相机，换言之，该深度相机拍摄的图像信息只要能够获取机器人工作区域相对于机器人的深度信息即可。其中，深度信息可以是工作区域的墙体与机器人之间的距离信息以及墙体的具体立体空间信息。
89.而后，深度相机获得工作区域图像信息中每个点距离摄像头距离，这样加上该点在2d图像中的(x，y)坐标，就能获取工作区域图像信息中每个点的三维空间坐标，通过三维坐标还原真实工作场景，实现场景建模等应用。因此，通过深度相机获得的工作区域图像信息，可以获得其中每个点的三维坐标，通过这些三维坐标就可以将工作区域图像信息转换为工作区域点云信息。
90.对应的，机器人在通过自身携带的深度传感器获得工作区域对应的工作区域图像信息的同时，其也会获得待处理区域相对应的待处理区域图像信息，以及可以将待处理区域图像信息转换为待处理区域点云信息。在本方法中，待处理区域点云信息作为工作区域点云信息的一部分。
91.在获得工作区域中的点云信息后，可从工作区域中的点云信息中获得与待处理区域相对应的点云信息，并根据该点云信息在工作地图中进行标记，以确定出工作区域中的各个待处理区域。
92.需要说明的是，本方法优先适用于除草机器人，因为除草机器人未除草坪区域与已经除草区域有着明细的高度落差，该高度落差可为未除草坪区域提供较为准确的三维坐标，从而通过该三维坐标将未除草区域图像信息转换为未除草区域点云信息。当然，本方法也适用于清洁机器人，未清洁区域中存在有障碍物(灰尘提供的三维坐标不明显)，该障碍物都对应的三维坐标可将未清洁区域图像信息转换为未清洁区域点云信息。本方法还适用于其它类型的机器人，本技术第二实施例对此不作具体的限制。
93.方法二，根据工作区域中的点云信息识别获得工作区域中的障碍物在工作地图上的位置信息，并结合机器人的预设行进路径和障碍物在工作地图上的位置信息，确定出工作区域中的各个待处理区域。
94.具体的，首先，获得工作区域中的点云信息，其中，工作区域中的点云信息中包含有在工作区域中障碍物对应的点云信息。在本步骤中，基于方法一已经阐述了获得工作区域中的点云信息的具体步骤，此处将不再重复赘述。
95.而后，根据障碍物对应的点云信息获得工作区域中的障碍物，以及障碍物在工作地图上的位置信息。具体的，对障碍物对应的点云信息进行滤波处理，并对点云信息进行分析处理以获得障碍物的物体类型，根据障碍物的物体类型确定对应的障碍物。其中，对点云信息进行分析处理以获得障碍物的物体类型包括：根据预设特征对点云信息进行分割，获得一个或者多个点云块，分割点云信息依据的预设特征可以是空间特征、几何特征、纹理特
征。上述特征可以根据深度相机获得的包含深度信息的障碍物图像获得。当然也可以是上述特征之外的能够将点云信息进行分割的预设特征，其同样属于本方法保护的范围之内。之后，以每个点云块为分析对象，进行块内分析，确定该点云块对应的物体类型，具体的，获取点云块的点云在水平方向上的宽度和竖直方向上的高度。根据获取的点云块的点云在水平方向上的宽度和竖直方向上的高度判断所述宽度是否在预设宽度范围内，且所述高度是否超过预设高度，如果所述宽度在预设宽度范围内且所述高度超过预设高度，则判断该物体为障碍物。在确定障碍物后，基于障碍物在工作区域中的位置信息确定障碍物在工作地图上的位置信息。
96.然后，在获得工作区域中的障碍物在工作地图上的位置信息后，结合机器人的预设行进路径和障碍物在工作地图上的位置信息，确定出工作区域中的各个待处理区域。具体的，机器人在工作时，其是按照预设行进路径进行工作的，当机器人在预设行进路径上接触或者发现障碍物时，其会依据获知的该障碍物对应的障碍物信息与该障碍物在工作地图上的位置信息匹配，以自动识别出与该障碍物对应的区域还没有被处理，即确定出工作区域中的待处理区域。由于机器人在工作区域中按照预设行进路径不断移动，从而其会不断接触或者发现多个不同位置的障碍物，从而可以依据获知的各个障碍物对应的障碍物信息与各个障碍物在工作地图上的位置信息匹配，以自动识别出与各个障碍物对应的区域还没有被处理，即确定出工作区域中的各个待处理区域。
97.以上为两种不同基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域的方法，基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域的方法还有很多，只要是能够基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域的方法均是本技术第二实施例所要保护的范围。
98.在本技术第二实施例中，确定工作区域中的待处理区域还可以通过如下方式获得，具体的，获得机器人的位置信息，机器人在工作的过程中，其可以根据自身的定位模块获得其移动过程中的每个位置点的位置信息。然后，根据位置信息建立机器人的工作区域对应的工作地图，机器人可根据获得的各个位置信息在已处理区域中的轨迹信息进行刻画，建立机器人在工作区域中对应的工作地图。最后，获得工作区域中各个待处理区域信息，机器人在工作区域移动的过程中，其可以通过深度相机获得待处理区域信息，并根据各个待处理区域信息在工作地图中标记，以获得工作区域中的待处理区域。
99.步骤s202，获得所述待处理区域对应的路径关联度信息，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度。
100.在确定了工作区域中的待处理区域后，获得待处理区域对应的路径关联度信息，其中，路径关联度信息表征待处理区域在当前路径需求下作为机器人的待行进路径中的途径点时、与待行进路径之间的关联程度。进一步解释，对应于待处理区域为所述工作区域中被遗漏处理的多个待处理区域，所述当前路径需求为对所述被遗漏处理的多个待处理区域进行补充处理时所对应的路径行进需求。所述路径关联度信息包括如下中的一种或至少两种之和：机器人与待处理区域之间的第一距离对应的第一距离权重，待处理区域与预设终点之间的第二距离对应的第二距离权重，以及待处理区域的处理难易度对应的难易度权重。下面将分别对第一距离权重、第二距离权重以及难易度权重的获得方式进行详细的描
述。
101.其中，在本技术第二实施例中，机器人与待处理区域之间的第一距离对应的第一距离权重通过如下方式获得：获得与当前路径需求相对应的第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得第一距离权重。其中，第一距离权重系数用于表征在当前路径需求下机器人与待处理区域之间的第一距离的影响力度，一种设置情况下，机器人与待处理区域之间的第一距离越远，则机器人与待处理区域之间的第一距离的影响力度大，对应的第一距离权重系数的值就比较高，反之较低。另一种设置情况下，机器人与待处理区域之间的第一距离越近，则机器人与待处理区域之间的第一距离的影响力度大，对应的第一距离权重系数的值就比较高，反之较低。
102.在本技术第二实施例中，获得与当前路径需求相对应的第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得第一距离权重，具体包括：首先，获得机器人的当前位置信息和各个待处理区域的位置信息，其中，机器人的当前位置信息可通过机器人自身的定位模块获得，各个待处理区域的位置信息获得方式可参见上述内容的具体说明。然后，根据机器人的当前位置信息和各个待处理区域的位置信息确定机器人分别到各个待处理区域的第一距离。最后，根据实际需求，设定第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得所述第一距离权重。
103.在本技术第二实施例中，待处理区域与预设终点之间的第二距离对应的第二距离权重通过如下方式获得：获得与当前路径需求相对应的第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重。其中，第二距离权重系数用于表征在当前路径需求下待处理区域与预设终点之间的第二距离的影响力度，一种设置情况下，待处理区域与预设终点之间的第二距离越远，则待处理区域与预设终点之间的第二距离的影响力度大，对应的第二距离权重系数的值就比较高，反之较低。另一种设置情况下，待处理区域与预设终点之间的第二距离越近，则待处理区域与预设终点之间的第二距离的影响力度大，对应的第二距离权重系数的值就比较高，反之较低。
104.需要说明的是，机器人的当前位置信息是指在机器人驶入终止区或是机器人的电量达到指定值时对应停止的位置信息，只要在该情况下，机器人才会开启路径规划的功能。
105.在本技术第二实施例中，获得与当前路径需求相对应的第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重，具体包括：首先，获得预设终点的位置信息和各个待处理区域的位置信息，其中，预设终点的位置信息可通过预设终点自身的定位模块获得，各个待处理区域的位置信息获得方式可参见上述内容的具体说明。然后，根据预设终点的位置信息和各个待处理区域的位置信息确定预设终点分别到各个待处理区域的第二距离。最后，根据实际情况，设定第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重。
106.在本技术第二实施例中，处理难易度包括待处理区域的面积，对应的，难易度权重包括面积权重，面积权重通过如下方式获得：获得与当前路径需求相对应的面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得面积权重。其中，面积权重系数用于表征在当前路径需求下待处理区域的面积的影响力度，一种设置情况下，待处理区域的面积越大，则待处理区域的面积的影响力度大，对应的面积权重系数的值就比较高，反之较低。另一种设置情况下，待处理区域的面积越小，则待处理区域的面积的影响力度大，对应的面
积权重系数的值就比较高，反之较低。
107.在本技术第二实施例中，获得与当前路径需求相对应的面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得面积权重，具体包括：首先，获得各个待处理区域分别对应的图像，并获得各个图像对应的像素数量，同时也获得工作区域对应的图像，并获得该图像对应的像素数量。而后，根据各个待处理区域对应的像素数量在工作区域对应的图像的像素数量中的占比，获得各个待处理区域的面积。最后，设定面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得所述面积权重。
108.对应于上述内容，关联度信息包括如下中的一种或至少两种之和，说明第一距离权重、第二距离权重和难易度权重其中的一种或至少两种的组合方式会对机器人的当前路径需求产生不同的影响。
109.步骤s203，根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径。
110.在获得待处理区域对应的路径关联度信息后，可确定出与当前路径需求相匹配的目标行进路径，具体的，对待处理区域对应的路径关联度信息进行排序，获得待处理区域在当前路径需求下作为机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹。在本步骤中，第一距离权重、第二距离权重和难易度权重其中的一种或至少两种的组合方式会对机器人的当前路径需求产生不同的影响，因此在对待处理区域对应的路径关联度信息进行排序时，可以是对第一距离权重、第二距离权重和难易度权重其中的一种或至少两种的组合方式形成的路径关联度信息进行排序。
111.在本技术第二实施例中，主要是以第一距离权重、第二距离权重和难易度权重三种路径关联度信息一起组合形成的路径关联度信息进行排序的。例如，结合图2所示，机器人通过工作地图或者是深度传感器获得了待处理区域1、待处理区域2、待处理区域3以及待处理区域4，并计算出待处理区域1对应的路径关联度信息的参数值是w：0.94，r：1；、待处理区域2对应的路径关联度信息的参数值是w：0.88，r：2；待处理区域3对应的路径关联度信息的参数值是w：0.8，r：3；以及待处理区域4对应的路径关联度信息的参数值是w：0.6，r：4。可见，0.94大于0.88大于0.8大于0.6，则对应的待处理区域1、待处理区域2、待处理区域3以及待处理区域4的排序为待处理区域1——待处理区域2——待处理区域3——待处理区域4。
112.进一步的，在本技术第二实施例中，机器人为清洁机器人，所述待处理区域为所述工作区域中被遗漏清洁的多个待清洁区域，所述当前路径需求为对所述被遗漏处理的多个待清洁区域进行补充清洁、且以基站为预设终点的路径行进需求，所述目标行进路径为从当前位置行进经过各个被遗漏处理的多个待清洁区域至所述基站的路径，所述基站用于供所述清洁机器人进行停泊。对应的，所述路径关联度信息至少包括多个待清洁区域与所述基站之间对应的距离权重。或者是路径关联度信息至少包括多个待清洁区域与所述基站之间对应的距离权重与如下至少一种权重之和：待清洁区域与所述基站之间的距离对应的距离权重，以及待清洁区域的处理难易度对应的难易度权重。其中，处理难易度包括待清洁区域的面积，所述难易度权重包括面积权重。
113.本技术第二实施例提供一种路径确定方法，应用于机器人，包括：确定工作区域中的待处理区域；获得所述待处理区域对应的路径关联度信息，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行
进路径之间的关联程度；根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径。本技术第二实施例通过确定工作区域中的待处理区域，并根据待处理区域对应的路径关联度信息，确定出与当前路径需求相匹配的目标行进路径，以使得机器人能够结合当前路径需求对待处理区域进行处理，从而使得处理过程更加具有针对性；并且，该方法通过待处理区域对应的路径关联度信息来设置与当前路径需求相匹配的目标行进路径，继而使得机器人在工作区域中对遗漏区域的处理效率得以提升；另外，基于待处理区域对应的路径关联度信息可以使得机器人对待处理区域的处理顺序因不同的路径需求而存在多变性，进而使得机器人在处理待处理区域时的路径具有多样性，通过该种方式使得机器人不会只在同一条行驶路径上移动，从而避免了对工作区域地面被碾压破坏的隐患。
114.与本技术第二实施例相对应的，本技术第三实施例还提供一种机器人系统，由于该系统基于上述本技术第二实施例提供的方法实现与当前路径需求相匹配的目标行进路径，因此，本技术提供的机器人系统基本相似与上述本技术第二实施例。以下仅对该系统实施例进行简单介绍，其他相关之处参见上述本技术第二实施例的部分说明即可。
115.请参考图4，其为本技术第三实施例提供的机器人系统的结构示意图，所述机器人系统包括：机器人(未示出)和供机器人停泊的基站(未示出)，所述机器人具有待处理区域确定单元301、路径关联度信息获得单元302和目标行进路径确定单元303；所述待处理区域确定单元301，用于确定工作区域中的待处理区域；所述路径关联度信息获得单元302，用于获得所述待处理区域对应的路径关联度信息，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度；所述目标行进路径确定单元303，用于根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径；其中，所述当前路径需求为对所述待处理区域进行补充处理，且以基站为预设终点的路径行进需求，所述目标行进路径为从当前位置行进至所述基站的路径。
116.可选的，所述待处理区域为所述工作区域中被遗漏处理的多个待处理区域，所述当前路径需求为对所述被遗漏处理的多个待处理区域进行补充处理时所对应的路径行进需求。
117.可选的，待处理区域确定单元301，还用于确定工作区域中的待处理区域，包括：基于所述机器人在所述工作区域中的定位信息，对所述机器人在已处理区域中的轨迹信息进行刻画，建立所述机器人在所述工作区域中对应的工作地图；基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域。
118.可选的，基于所述工作地图确定出所述工作区域中被遗漏处理的所述待处理区域，包括：从所述工作区域中的点云信息中获得与所述待处理区域相对应的点云信息，并根据该点云信息在所述工作地图中进行标记，以确定出所述工作区域中的各个待处理区域；或者，根据所述工作区域中的点云信息识别获得所述工作区域中的障碍物在所述工作地图上的位置信息，并结合所述机器人的预设行进路径和所述障碍物在所述工作地图上的位置信息，确定出所述工作区域中的各个待处理区域。
119.可选的，所述路径关联度信息包括如下中的一种或至少两种之和：所述机器人与所述待处理区域之间的第一距离对应的第一距离权重；所述待处理区域与预设终点之间的
第二距离对应的第二距离权重；所述待处理区域的处理难易度对应的难易度权重。
120.可选的，所述处理难易度包括所述待处理区域的面积，所述难易度权重包括面积权重。
121.可选的，路径关联度信息获得单元302，还用于获得机器人与所述待处理区域之间的第一距离对应的第一距离权重，包括：获得与所述当前路径需求相对应的第一距离权重系数，计算所述第一距离权重系数与所述第一距离的乘积，获得所述第一距离权重。
122.可选的，获得待处理区域与预设终点之间的第二距离对应的第二距离权重，包括：获得与所述当前路径需求相对应的第二距离权重系数，计算所述第二距离权重系数与所述第二距离的乘积，获得所述第二距离权重。
123.可选的，获得面积权重，包括：获得与所述当前路径需求相对应的面积权重系数，计算所述面积权重系数与所述待处理区域的面积的乘积，获得所述面积权重。
124.可选的，所述目标行进路径确定单元303，还用于根据所述待处理区域对应的路径关联度信息，确定出与所述当前路径需求相匹配的目标行进路径，包括：
125.对所述待处理区域对应的路径关联度信息进行排序，获得所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点的顺序，并基于该顺序生成所述目标行进路径的轨迹。
126.可选的，所述机器人为清洁机器人，所述待处理区域为所述工作区域中被遗漏清洁的多个待清洁区域，所述当前路径需求为对所述被遗漏处理的多个待清洁区域进行补充清洁、且以基站为预设终点的路径行进需求，所述目标行进路径为从当前位置行进至所述基站的路径，所述基站用于供所述清洁机器人进行停泊。
127.可选的，所述路径关联度信息至少包括所述多个待清洁区域与所述基站之间对应的距离权重。
128.与上述方法实施例相对应的，本技术第四实施例结合一种具体的清洁机器人的清洁场景，并采用第三实施例中的至少一种可选实施方式对该场景实施例进行介绍。
129.该方法应用于在清洁机器人清洁室内并返回基站。请参考图5，其为本技术第四实施例提供的路径确定方法的流程图。该方法包括如下步骤：
130.步骤s401，机器人处于启动状态，并需要返回供其停泊的基站。
131.本步骤仅用于说明机器人(可以是清洁机器人或除草机器人)处于“清醒”状态，具体而言，清洁机器人可以是处于清洁工作地面(工作区域)的工作状态中，并已经完成初步清洁地面的工作，并在检查已经完成初步清洁地面后，对检查到的工作区域中被遗漏清洁的多个待清洁区域进行清洁完成后，需要返回基站。
132.步骤s402，机器人确定其当前位置、工作区域中被遗漏处理的多个待处理区域的位置以及基站位置。
133.在本步骤中，机器人确定机器人的当前位置通过机器人的定位模块实现，机器人确定待处理区域位置、基站位置通过机器人的深度传感器实现，或者，机器人内部存储工作地图中包括待处理区域位置和基站位置信息。具体的实现步骤请参见上述本技术第二实施例的描述，此处将不再赘述。
134.步骤s403，机器人获得所述待处理区域对应的路径关联度信息，所述路径关联度信息包括如下权重中的一种或至少两种之和：所述机器人与所述待处理区域之间的第一距
离对应的第一距离权重；所述待处理区域的位置与基站位置之间的第二距离对应的第二距离权重；所述待处理区域的处理难易度对应的难易度权重；
135.在本技术第四实施例中，所述路径关联度信息表征所述待处理区域在当前路径需求下作为所述机器人的待行进路径中的途径点时、与所述待行进路径之间的关联程度；所述当前路径需求为以所述当前位置为起始点、以所述基站位置为终点的路径需求，所述处理难易度包括所述待处理区域的面积，所述难易度权重包括面积权重。
136.在步骤中，机器人与待处理区域之间的第一距离对应的第一距离权重通过如下方式获得：获得与当前路径需求相对应的第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得第一距离权重。其中，第一距离权重系数用于表征在当前路径需求下机器人与待处理区域之间的第一距离的影响力度，一种设置情况下，机器人与待处理区域之间的第一距离越远，则机器人与待处理区域之间的第一距离的影响力度大，对应的第一距离权重系数的值就比较高，反之较低。另一种设置情况下，机器人与待处理区域之间的第一距离越近，则机器人与待处理区域之间的第一距离的影响力度大，对应的第一距离权重系数的值就比较高，反之较低。
137.在本技术第四实施例中，获得与当前路径需求相对应的第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得第一距离权重，具体包括：首先，获得机器人的当前位置信息和各个待处理区域的位置信息，其中，机器人的当前位置信息可通过机器人自身的定位模块获得，各个待处理区域的位置信息获得方式可参见上述内容的具体说明。然后，根据机器人的当前位置信息和各个待处理区域的位置信息确定机器人分别到各个待处理区域的第一距离。最后，根据实际需求，设定第一距离权重系数，计算第一距离权重系数与第一距离的乘积，获得所述第一距离权重。
138.在本技术第四实施例中，待处理区域与预设终点之间的第二距离对应的第二距离权重通过如下方式获得：获得与当前路径需求相对应的第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重。其中，第二距离权重系数用于表征在当前路径需求下待处理区域与预设终点之间的第二距离的影响力度，一种设置情况下，待处理区域与预设终点之间的第二距离越远，则待处理区域与预设终点之间的第二距离的影响力度大，对应的第二距离权重系数的值就比较高，反之较低。另一种设置情况下，待处理区域与预设终点之间的第二距离越近，则待处理区域与预设终点之间的第二距离的影响力度大，对应的第二距离权重系数的值就比较高，反之较低。
139.需要说明的是，机器人的当前位置信息是值在机器人驶入终止区或是机器人的电量达到指定值时对应停止的位置信息，只要在该情况下，机器人才会开启路径规划的功能。
140.在本技术第四实施例中，获得与当前路径需求相对应的第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重，具体包括：首先，获得预设终点的位置信息和各个待处理区域的位置信息，其中，预设终点的位置信息可通过预设终点自身的定位模块获得，各个待处理区域的位置信息获得方式可参见上述内容的具体说明。然后，根据预设终点的位置信息和各个待处理区域的位置信息确定预设终点分别到各个待处理区域的第二距离。最后，根据实际情况，设定第二距离权重系数，计算第二距离权重系数与第二距离的乘积，获得所述第二距离权重。
141.在本技术第四实施例中，处理难易度包括待处理区域的面积，对应的，难易度权重
包括面积权重，面积权重通过如下方式获得：获得与当前路径需求相对应的面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得面积权重。其中，面积权重系数用于表征在当前路径需求下待处理区域的面积的影响力度，一种设置情况下，待处理区域的面积越大，则待处理区域的面积的影响力度大，对应的面积权重系数的值就比较高，反之较低。另一种设置情况下，待处理区域的面积越小，则待处理区域的面积的影响力度大，对应的面积权重系数的值就比较高，反之较低。
142.在本技术第四实施例中，获得与当前路径需求相对应的面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得面积权重，具体包括：首先，获得各个待处理区域分别对应的图像，并获得各个图像对应的像素数量，同时也获得工作区域对应的图像，并获得该图像对应的像素数量。而后，根据各个待处理区域对应的像素数量在工作区域对应的图像的像素数量中的占比，获得各个待处理区域的面积。最后，设定面积权重系数，计算面积权重系数与待处理区域的面积的乘积，获得所述面积权重。
143.步骤s404，机器人对所述待处理区域对应的路径关联度信息进行排序，获得所述待清洁区域在所述当前路径需求下作为所述机器人的待行进路径中的途径点的顺序，并基于该顺序生成与所述当前路径需求相匹配的目标行进路径的轨迹。
144.在本步骤中，以第一距离权重、第二距离权重和难易度权重三种路径关联度信息一起组合形成的路径关联度信息进行排序的。例如，结合图2所示，机器人通过工作地图或者是深度传感器获得了待处理区域1、待处理区域2、待处理区域3以及待处理区域4，并计算出待处理区域1对应的路径关联度信息的参数值是w：0.94，r：1；、待处理区域2对应的路径关联度信息的参数值是w：0.88，r：2；待处理区域3对应的路径关联度信息的参数值是w：0.8，r：3；以及待处理区域4对应的路径关联度信息的参数值是w：0.6，r：4。可见，0.94大于0.88大于0.8大于0.6，则对应的待处理区域1、待处理区域2、待处理区域3以及待处理区域4的排序为待处理区域1——待处理区域2——待处理区域3——待处理区域4。
145.在本技术中，为了便于理解机器人获得工作区域中的待处理区域的过程，本技术对应提供了如下场景，该场景具体是机器人在作业时确定待处理区域的情况并逐一标记的场景。具体的，机器人在作业时，其会先初始化出一张空白地图，并根据自身的定位信息，在地图上规划出即将作业的路径(该作业路径可被实际环境所改变，从而形成未作业的区域)，而后，机器人按照规划的路线开始移动作业，并同时通过自身携带的深度传感器获得工作区域对应的工作区域图像信息，将该工作区域图像信息转化为工作区域点云信息。具体的，结合图6、图7、图8和图9所示，图6是本场景提供的机器人在工作地图上的移动路线示意图；图7是本场景提供的机器人在工作地图上标记未处理区域的示意图；图8是本场景提供的机器人确定未处理区域或障碍物的示意图；图9是本场景提供的机器人确定未处理区域或障碍物的示意图。
146.在本场景中，机器人按照路线进行检测，当其移动至第一位置时，获得到的点云信息为障碍物(障碍物相对地面有凸起高度)，此时机器人对应将该障碍物在工作地图上标记为障碍物。同时，由于实际环境的限制，机器人无法直接越过该障碍物，继而未对该障碍物后面的区域进行清扫，此时机器人所获得到的点云信息还包括有待处理区域(待处理区域相对地面近似在同一水平面)，并将该待处理区域在工作地图上标记为待处理区域1。机器人重新规划路线移动，当其移动至第二位置时，由于实际环境的限制，机器人未能按照重新
设置的路线行进，而是依据实际环境再次规划了路线，从而在该第二位置时获得到的点云信息有待处理区域，此时机器人对应将该待处理区域在工作地图上标记为待处理区域2。机器人继续移动，当其移动至第三位置时，由于实际环境的限制，机器人未能按照重新设置的路线行进，而是依据实际环境再次规划了路线，从而在该第三位置时获得到的点云信息为待处理区域，此时机器人对应将该待处理区域在工作地图上标记为待处理区域3。其中，机器人在工作过程中，也会探测到边界信息并移动至终点位置，当机器人到达终点位置时，其完成作业，并在作业的过程中逐一标记出各个待处理区域。标记的同时，机器人会获得各个待处理区域对应的路径关联度信息，具体的，障碍物对应的路径关联度信息的参数值是w：0.94，r：1；、待处理区域1对应的路径关联度信息的参数值是w：0.88，r：2；待处理区域2对应的路径关联度信息的参数值是w：0.8，r：3；以及待处理区域3对应的路径关联度信息的参数值是w：0.6，r：4。可见，0.94大于0.88大于0.8大于0.6，机器人再对各个待处理区域对应的路径关联度信息进行排序，如图10所示，排序结果为障碍物——待处理区域1——待处理区域2——待处理区域3，从而获得各个待处理区域在当前路径需求下作为机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹，机器人基于目标行进路径的轨迹依次对障碍物、待处理区域1、待处理区域2以及待处理区域3进行清洁，在清洁结束后，机器人返回充电基座。
147.上述场景具体是机器人在作业时确定待处理区域的情况并逐一标记的场景，本技术还提供了机器人在工作区域完成遍历后的补扫规划的场景。具体的，机器人在作业结束后，会在结束位置对应初始化出一张空白地图，并根据自身的定位信息，在地图上将机器人机身覆盖的区域填充为已工作区域。其中，机器人的作业结束位置为工作区域的任意位置。然后，机器人按照如图6所示的路径对已工作区域进行检测，以检测出在已工作区域中的待处理区域和障碍物(待处理区域和障碍物均是机器人初次作业中未处理的)。具体的，机器人在移动的过程中，可通过自身携带的深度传感器待处理区域相对应的待处理区域图像信息，并将待处理区域图像信息转换为待处理区域点云信息，并根据该点云信息在工作地图中进行标记，以确定出工作区域中的各个待处理区域。结合图11所示，机器人按照路线进行检测，当其移动至第一位置时，获得到的点云信息为障碍物(障碍物相对地面有凸起高度)，此时机器人对应将该障碍物在工作地图上标记为障碍物。同时，机器人获得到的点云信息为还包括有待处理区域(待处理区域相对地面近似在同一水平面)，此时机器人对应将该待处理区域在工作地图上标记为待处理区域1。机器人继续移动，当其移动至第二位置时，获得到的点云信息为待处理区域，此时机器人对应将该待处理区域在工作地图上标记为待处理区域2。机器人继续移动，当其移动至第三位置时，获得到的点云信息为待处理区域，此时机器人对应将该待处理区域在工作地图上标记为待处理区域3。当机器人到达终点位置(检测结束后的位置，该位置在工作区域的任意位置)时，其对已完成的工作区域的检测完成，同时，机器人在获得各个待处理区域的过程中，也会获得各个待处理区域对应的路径关联度信息，具体的，障碍物对应的路径关联度信息的参数值是w：0.94，r：1；、待处理区域1对应的路径关联度信息的参数值是w：0.88，r：2；待处理区域2对应的路径关联度信息的参数值是w：0.8，r：3；以及待处理区域3对应的路径关联度信息的参数值是w：0.6，r：4。可见，0.94大于0.88大于0.8大于0.6，则机器人再对各个待处理区域对应的路径关联度信息进行排序，排序结果为障碍物——待处理区域1——待处理区域2——待处理区域3，从而获得各个
待处理区域在当前路径需求下作为机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹，机器人基于目标行进路径的轨迹依次对障碍物、待处理区域1、待处理区域2以及待处理区域3进行清洁，在清洁结束后，机器人返回充电基座。
148.在本场景中，机器人在作业结束后，会返回到充电基座中，并在充电的同时对应初始化出一张空白地图，并根据自身的定位信息，在地图上确定出已工作区域。然后，机器人按照如图6所示的路径对已工作区域进行检测，以检测出在已工作区域中的待处理区域和障碍物(待处理区域和障碍物均是机器人初次作业中未处理的)。具体的，机器人在移动的过程中，可通过自身携带的深度传感器待处理区域相对应的待处理区域图像信息，并将待处理区域图像信息转换为待处理区域点云信息，并根据该点云信息在工作地图中进行标记，以确定出工作区域中的各个待处理区域。结合图12所示，机器人按照路线进行检测，当其移动至第一位置时，获得到的点云信息为障碍物(障碍物相对地面有凸起高度)，此时机器人对应将该障碍物在工作地图上标记为障碍物。同时，机器人获得到的点云信息为还包括有待处理区域(待处理区域相对地面近似在同一水平面)，此时机器人对应将该待处理区域在工作地图上标记为待处理区域1。机器人继续移动，当其移动至第二位置时，获得到的点云信息为待处理区域，此时机器人对应将该待处理区域在工作地图上标记为待处理区域2。机器人继续移动，当其移动至第三位置时，获得到的点云信息为待处理区域，此时机器人对应将该待处理区域在工作地图上标记为待处理区域3。当机器人返回充电基座位置(检测结束后的位置)时，其对已完成的工作区域的检测完成，同时，机器人在获得各个待处理区域的过程中，也会获得各个待处理区域对应的路径关联度信息，具体的，障碍物对应的路径关联度信息的参数值是w：0.94，r：1；、待处理区域1对应的路径关联度信息的参数值是w：0.88，r：2；待处理区域2对应的路径关联度信息的参数值是w：0.8，r：3；以及待处理区域3对应的路径关联度信息的参数值是w：0.6，r：4。可见，0.94大于0.88大于0.8大于0.6，机器人再对各个待处理区域对应的路径关联度信息进行排序，排序结果为障碍物——待处理区域1——待处理区域2——待处理区域3，从而获得各个待处理区域在当前路径需求下作为机器人的待行进路径中的途径点的顺序，并基于该顺序生成目标行进路径的轨迹，机器人基于目标行进路径的轨迹依次对障碍物、待处理区域1、待处理区域2以及待处理区域3进行清洁，在清洁结束后，机器人返回充电基座。
149.本技术虽然以较佳实施例公开如上，但其并不是用来限定本技术，任何本领域技术人员在不脱离本技术的精神和范围内，都可以做出可能的变动和修改，因此本技术的保护范围应当以本技术权利要求所界定的范围为准。