1.一种机器人的控制方法,其特征在于,包括:
若接收到客户触发的第一商品配送信息,则根据所述第一商品配送信息规划机器人的行进路径,其中,所述行进路径规划为依次连接的至少两个子路径;
计算所述机器人在各个所述子路径行进所需的用时时长;
根据当前时刻和各个所述用时时长确定机器人的行进策略。
2.如权利要求1所述的控制方法,其特征在于,所述第一商品配送信息包括第一预计送达时刻;
所述根据当前时刻和各个所述用时时长确定机器人的行进策略,包括:
根据各个所述用时时长计算所述机器人在所述行进路径行进所需的总时长;
根据当前时刻、第一预计送达时刻和所述总时长确定出发时刻;
根据所述当前时刻和所述出发时刻确定缓冲时间;
通过预设第一订单预测模型,预测在所述缓冲时间内产生第二商品配送信息的第一概率;
若所述第一概率大于或等于第一预设阈值,则通过所述预设第一订单预测模型和所述缓冲时间确定所述机器人在当前所述子路径的可用机动时间;
所述机器人在当前所述子路径的可用机动时间截止时,依次地前往下一个所述子路径。
3.如权利要求2所述的控制方法,其特征在于,所述若所述第一概率大于或等于第一预设阈值,则通过所述预设第一订单预测模型和所述缓冲时间确定所述机器人在当前所述子路径的可用机动时间,包括:
若所述第一概率大于或等于所述第一预设阈值,则从所述当前时刻开始,将所述缓冲时间划分出n个时长为δt时间段,其中,n是正整数,且n≥1;其中,δt与n的乘积小于或等于所述缓冲时间;
通过所述预设第一订单预测模型,预测各个时间段内产生第二商品配送信息的第二概率;
计算使前k个时间段的所述第二概率之和大于或等于所述第一预设阈值的最小k值,其中,k是正整数,且1≤k≤n;
将所述当前时刻t至t+k*δt时刻的时间段作为所述机器人在当前所述子路径的可用机动时间。
4.如权利要求2所述的控制方法,其特征在于,所述子路径包括所述子路径的起始位置;
所述机器人在当前所述子路径的可用机动时间截止时,依次地前往下一个所述子路径的步骤,包括:
根据各个所述子路径的用时时长,确定各个所述子路径的可用机动时间;
在当前所述子路径的可用机动时间截止时,则控制所述机器人依次地行进至下一个子路径的起始位置或所述行进路径的终点。
5.如权利要求4所述的控制方法,其特征在于,所述第一商品配送信息还包括客户的第一位置,所述第一位置对应于一个客户群;所述机器人的服务区域内包括多个商户,每个所述商户对应一个针对客户群的预设第二订单预测模型;
所述机器人在当前所述子路径的可用机动时间截止时,依次地前往下一个所述子路径的步骤,还包括:
通过预设第二订单预测模型预测各个所述商户在所述可用机动时间接到所述客户群的订单的第三概率;
选取所述第三概率最大的商户作为目标商户;
控制所述机器人在所述可用机动时间内在所述目标商户的预设区域内移动;或
根据各个所述用时时长确定所述截止时刻对应的目标子路径;
控制所述机器人行进至所述目标子路径的起始位置后,控制所述机器人在所述可用机动时间内在向所述目标商户移动。
6.如权利要求1所述的控制方法,其特征在于,所述计算所述机器人在各个所述子路径行进所需的用时时长的步骤,包括:
若所述子路径包括客户所处的位置,则根据所述子路径的路程和所述机器人的平均速度确定所述机器人在所述子路径行进所需的所述用时时长;
若所述子路径中包括准备所述第一商品配送信息中的商品的商户所处的位置,则根据所述子路径的路程和所述机器人的平均速度确定所述机器人在所述子路径行进所需的第一行进时长,计算所述商户处理所述第一商品配送信息中的商品的准备时长,将所述第一行进时长和所述准备时长两者中的最大值作为所述机器人在所述子路径行进所需的所述用时时长。
7.如权利要求1所述的控制方法,其特征在于,所述控制方法,还包括:
若接收到客户触发的一个或多个第二商品配送信息,则根据所述第二商品配送信息重新规划机器人的行进路径;
根据重新规划后的行进路径确定机器人的行进策略。
8.一种机器人的控制装置,其特征在于,包括:
路径规划模块,用于若接收到客户触发的第一商品配送信息,则根据所述第一商品配送信息规划机器人的行进路径,其中,所述行进路径规划为依次连接的至少两个子路径;
计算模块,用于计算所述机器人在各个所述子路径行进所需的用时时长;
策略确定模块,用于根据当前时刻和各个所述用时时长确定机器人的行进策略。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。