机器人导航的飞行时间传感器布置及用其定位的方法

摘要

总的来说，本公开涉及一种飞行时间(ToF)传感器布置，其可以由机器人(例如，机器人真空吸尘器)用来标识和检测周围环境中的对象，以用于地图构建和定位目的。在实施例中，公开一种机器人，其包括设置在所述机器人的外壳周围的多个ToF传感器。两个或更多个ToF传感器可以成角度/对准以建立重叠的视场，从而在所述机器人周围形成冗余检测区。然后，其中出现的对象可以由所述机器人检测，并用于例如以高置信度来明确地标识所述对象的存在。然后，所述机器人可以将标识的对象用作数据点来构建/更新地图。也可以在允许所述机器人使自身在所述地图内定向的定姿例程期间利用标识的对象。

说明书

相关申请交叉引用

本申请要求2018年4月3日提交的第62/651,766号美国临时专利申请的权益，所述临时专利申请以全文引用的方式并入本文中。

技术领域

本公开涉及机器人导航系统，并且更具体地，涉及在例如利用飞行时间传感器(ToF)进行导航和定位的机器人表面清洁装置等机器人装置中使用的传感器布置。

背景技术

用于机器人装置的一些导航方法包括利用成像系统来标识环境中的对象以用于地图构建和定位目的。此类系统可以包括一个或多个图像传感器以执行对象检测、墙跟踪等。例如，此类系统可以包括多个图像传感器，每一图像传感器具有不同的视场。

一种此类导航和定位方法包括利用即时定位与地图构建(SLAM)算法，其中图像传感器数据作为输入。通常，利用多个图像传感器来确保捕获正视图、后视图和侧视图，以确保环境特征/障碍物被考虑到导航决策中。当机器人装置可以基于围绕其中心轴线的旋转而在可能的任何方向上移动时，多个图像传感器可能尤其重要。这确保机器人装置从每一视场收集足够量的环境数据，以防碰撞、摔下楼梯等。然而，图像传感器会增加制造机器人装置的成本和复杂性，且需要具有足够的硬件/软件资源来捕获和处理多个即时图像数据流。

附图说明

这些和其它特征和优点将通过阅读以下结合图式进行的详细描述而得到更好的理解，图中：

图1是与本公开的实施例一致的示例机器人导航系统的框图；

图2A是根据本公开的实施例的实施图1的示例机器人导航系统的机器人真空吸尘器的侧视图；

图2B是根据本公开的实施例的实施图1的示例机器人导航系统的机器人真空吸尘器的侧视图；

图2C是根据本公开的实施例的实施图1的示例机器人导航系统的机器人真空吸尘器的侧视图；

图3是与本公开的实施例一致的机器人真空吸尘器的俯视图；

图4是与本公开的实施例一致的机器人真空吸尘器的另一俯视图；

图5是与本公开的实施例一致的机器人真空吸尘器的另一俯视图；以及

图6是与本公开的实施例一致的机器人真空吸尘器的另一俯视图。

具体实施方式

总的来说，本公开涉及一种飞行时间(ToF)传感器布置，其可以由例如机器人表面清洁装置(或真空吸尘器)的机器人装置或其它机器人装置用来标识和检测周围环境中的对象，以用于地图构建和定位目的。在实施例中，公开一种机器人，其包括设置在所述机器人的外壳周围的多个ToF传感器。两个或更多个ToF传感器可以成角度/对准以建立至少部分地重叠的视场，从而在所述机器人周围形成冗余检测区。然后，同时或几乎同时出现的对象可以被所述机器人检测到，并用于例如以高置信度来明确地标识对象的存在。然后，所述机器人可以将标识的对象用作数据点来构建/更新地图。也可以在允许所述机器人以高置信度使自身在地图内定向的定姿(pose)例程期间利用标识的对象。

尽管以下方面和实施例具体参考机器人真空吸尘器，但本公开在此方面不受限制。以下公开内容同样适用于试图通过标识例如家具、墙、玩具、人、宠物等对象/特征以及其在环境中的方位来智能地理解和穿过环境的任何类型的机器人。另外，本文中以多方面公开的ToF传感器布置可以在没有图像传感器系统的机器人中用于对象标识/跟踪，或者可以与图像传感器系统组合使用。

本文公开的ToF传感器布置允许以相对简单的方式收集环境信息，所述ToF传感器布置可以单独使用或与例如图像传感器的其它传感件组合使用。当用作图像传感器的替代物时，ToF传感器布置有利地明显减少了机器人装置的成本、复杂性和硬件资源上的计算负载。

如本文中一般所指，ToF传感器是指能够测量传感器与环境中的对象之间的相对距离的任何传感器装置。优选地，可以利用红外型ToF传感器，其中每一红外ToF传感器包括IR发射器和接收器。然而，可以利用其它类型的传感器，例如发射并接收例如超声波的声波以用于测量目的的声学ToF传感器。

现在参考图1，框图示出根据本公开的实施例的示例机器人导航系统100。机器人导航系统100包括外壳102、导航控制器103、一起示为104且分别示为104-1到104-n的多个飞行时间(ToF)传感器以及电动机105。导航控制器103可以包括用于支持机器人功能的任何数目的芯片、电路系统和传感件，例如现场可编程门阵列(FPGA)、处理器、存储器、陀螺仪以及惯性传感器/加速度传感器等。导航控制器(或简称控制器)不一定限于导航功能，且通常可以控制机器人的所有方面，包括清洁过程。导航控制器103可以实施例如即时定位与地图构建(SLAM)的例程或任何其它合适的导航例程。电动机105可以经由来自导航控制器103的信令控制，并且可以包括一个或多个电动机，用于驱动轮107(图2)以使机器人沿表面行进。轮107可以实施为踏面驱动齿轮/轮，并且图2所示的具体示例轮不应被解释为限制性的。

外壳102可以具有任何形状且不一定限于图中所示的形状(例如，圆形)。例如，外壳102可以具有正方形形状、D形形状、三角形形状、圆形形状、六边形形状、五边形形状和/或任何其它合适的形状。在一些情况下，ToF传感器104相对于外壳102的定位可以至少部分地基于外壳102的形状。

多个飞行时间传感器104-1到104-n中的每一个可以包括能够测量传感器与周围环境中的对象之间的相对距离且将所述相对距离转换成代表性电信号的任何传感器。例如，飞行时间传感器104-1到104-n可以包括利用红外波长来输出测量距离信号的红外激光型传感器，所述测量距离信号在本文中可以被简称为测量信号。在其它实例中，飞行时间传感器104-1到104-n可以包括能够经由例如超声波的声波以声学方式测量距离的传感器。在任何情况下，飞行时间传感器104-1到104-n可以包括能够测量从几厘米到一米的短程传感器、或能够测量从1米到数百米的远程传感器或短程ToF传感器和远程ToF传感器的组合。

如下文进一步详细论述，导航控制器103可以从TOF传感器104-1到104-n接收测量信号，以标识机器人环境中的对象。在实施例中，可以利用标识的对象相对于机器人的已知方位的位置来根据点云更新/构建地图，所述点云是例如可以用于生成地图的多个点。标识的对象也可以用于计算机器人的量距和定姿，以在地图内定位机器人。ToF传感器104-1到104-n可以例如在没有图像传感器或其它类似装置的帮助下专门用于标识环境中的对象，或者可以与一个或多个图像传感器组合使用。

图2A示出在机器人109中实施的机器人导航系统100的示例实施例106A的侧透视图。如图所示，机器人109是真空型机器人，其包括用于收集污物的管口和集尘杯(未示出)。机器人109的外壳102包括在图4-8中更清楚地示出的多个ToF传感器，但为了易于解释和清晰起见，图2A的实施例示出单个前向ToF 104-1。如本文中一般所指，前向是指与表示机器人在操作期间向前移动时的行进方向的虚线基本上平行(或形成锐角)的方向(参见图3)。另一方面，本文中一般使用的后向是指与表示机器人在操作期间反向移动时的行进方向的虚线基本上平行(或形成锐角)的方向。

ToF 104-1包括可以具有大体圆锥形形状的视场(FOV)108。每一FOV在本文中也可被称作检测区。当从顶部观察时，例如，如图3所示，ToF 104-1可以包括相对窄的角度α。在实施例中，ToF传感器的FOV中的每一个的角度α约为15度，但其它配置也在本公开的范围内。例如，每一FOV可以包括相对广角度的FOV，例如65度或更大，或相对窄角度的FOV，例如小于65度，或不同角度的组合，使得一个或多个ToF传感器的FOV的第一角度大于一个或多个其它TOF传感器的第二角度。

转而参看图2B，示出机器人109的另一示例实施例106B。如图所示，机器人109包括至少两个ToF传感器，即第一ToF传感器104-1和第二ToF传感器104-2。在此实施例中，ToF传感器104-1和104-2可以彼此竖直对准地设置，使得从要清洁的表面基本横向绘制的虚线204与第一ToF传感器104-1和第二ToF传感器104-2两者相交。第一ToF传感器104-1和第二ToF传感器104-2的每一FOV 108-1、108-2然后可以至少部分地重叠，如图所示。

因此，图2B中所示的这种配置被称作竖直堆叠的ToF布置，由此可以利用两个或更多个竖直对准的传感器的FOV来允许机器人导航系统100确定出现在每一相关联的FOV内的对象的高度。在一个实例中，可以由机器人导航系统100检测第一FOV 108-1和第二FOV108-2中的每一个的重叠区208中的对象212来确定对象的高度。然后，可以基于相对简单的计算来确定被检测对象212的高度，所述计算利用第一ToF传感器104-1和第二ToF传感器104-2中的每一个相对于已知参考点(例如，要清洁的表面或主体102)的高度/方位、从机器人109到对象212的相对距离、第一FOV 108-1和第二FOV 108-2的几何结构，且更具体地说，重叠区的几何结构和尺寸。

因此，响应于在重叠区210中出现的对象，然后可以计算对象212的高度确定。然后，在定位和导航期间，对象212的计算高度可以由机器人导航系统100使用。例如，可以有利地利用由机器人导航系统100使用竖直堆叠的ToF布置进行的高度确定，以区分例如家具、玩具等可以被机器人109导航绕过的环境中的对象/障碍物与例如墙和窗等不能被导航绕过的对象/障碍物。

第一ToF传感器104-1和第二ToF传感器104-2中的每一个可以任选地是第一ToF阵列202-1和第二ToF阵列202-2的部分。如图所示，第二ToF阵列202-1、202-2中的每一ToF传感器可以包括在机器人的主体102周围以均匀的方式相对于彼此设置的ToF传感器，或可以相对于彼此以不同的距离设置。如图2B中进一步所示，第一ToF传感器阵列202-1中的每一ToF传感器可以与第二ToF传感器阵列202-2中的对应ToF传感器竖直对准。以此方式竖直对准的每对传感器可以被配置成具有重叠的FOV，如上文所论述。因此，第一ToF传感器阵列202-1和第二ToF传感器阵列202-2可以允许围绕机器人109在多个方向上，例如围绕机器人109的主体102高达360度，进行高度确定。

图2C示出机器人109的另一示例实施例106C。如图所示，机器人109包括交错配置的至少两个ToF传感器，即第一ToF传感器104-1和第二ToF传感器104-2。在此实施例中，ToF传感器104-1和104-2可以按移位/交错布置设置，使得从要清洁的表面基本横向绘制的虚线204与第一ToF传感器104-1和第二ToF传感器104-2中的仅一个相交。如图所示，第一ToF传感器104-1和第二ToF传感器104-2的每一FOV 108-1、108-2可以重叠，以用于上文所论述的高度检测目的。

另外，第一ToF传感器104-1和第二ToF传感器104-2中的每一个可以任选地分别是第一ToF阵列202-1和第二ToF阵列202-2的部分。在此实施例中，第一ToF阵列202-1和第二ToF阵列202-2可以按交错方式设置。为此，机器人导航系统100可以利用来自第一ToF传感器104-1和第二ToF传感器104-2或来自第一ToF传感器104-1和第三ToF传感器104-3的重叠的FoV。因此，这种交错配置为机器人导航系统100提供关于当计算同一系统内的对象高度/指令时利用哪些传感器组合、进而利用哪些重叠的FOV的灵活性。注意，虽然图2B和2C的实施例示出两个ToF传感器阵列，但本公开在此方面不受限制。本公开同样适用于包括N数目个阵列的实施例，所述阵列是例如按竖直对准配置、交错配置或其组合布置的三个、四个或五个ToF传感器阵列。

如所知，基于光的ToF传感器通过使光从对象反射并测量光反射回传感器的持续时间来测量与对象的相对距离。这些计算部分地基于保持恒定的光速而操作。例如，当机器人向前行进时，报告的距离变化结合报告的距离变化之间的时间间隔可以用于计算机器人的实时速度。因此，机器人的速度可以由以下等式给出：

图4示出与本公开一致的机器人109的另一示例实施例。图4的机器人109包括七(7)个传感器，即ToF 104-1到104-7，但是可以利用其它数目的传感器且这并不旨在是限制性的。例如，机器人109可以包括两个或更多个竖直堆叠的ToF阵列，如上文关于图2B-2C所论述。ToF 104-1到104-7设置在机器人109的外壳周围的各个位置处。传感器之间的间隔可以是均匀的，或可以变化。如图所示，第一ToF传感器104-1是前向的，并且具有与机器人的前向行进方向(由虚线110表示)基本上平行的FOV，这在图5中更清楚地示出。传感器104-2到104-7也是前向的，但被布置成使得其具有相对于表示机器人109的前向行进方向的虚线110成角度的相关联FOV。

在实施例中，FOV的角度可以允许两个或更多个ToF传感器的FOV之间的区重叠。这些重叠的区也可以被称作冗余检测区。例如，图4的实施例示出ToF传感器104-3的FOV 111-3与传感器104-6的FOV 111-6重叠。这种重叠的布置可以用于建立允许检测/标识设置在这些冗余区中的对象的预定义区。如果在此类区中肯定地/明确地标识了对象，则即使所述对象不再位于ToF传感器104-6的FOV 111-6中，也可以利用所述信息来允许例如传感器104-3的单个传感器进行跟踪，这将在下文更详细地描述。

在一个具体示例实施例中，可以最初依赖ToF 104-1来跟踪量距。如果ToF 104-1没有登记任何对象，例如测量值处于或低于距离阈值底值，或在跟踪有待进入其它ToF传感器104-2到104-7的FOV的对象，则导航控制器103可以利用具有重叠的FOV的其它传感器来通过多传感器检测——例如通过传感器104-3和104-6——明确地标识对象。响应于对象的检测，导航控制器103可以将跟踪“移交”到具有更可能继续将对象保持在视野内的FOV的ToF传感器。

例如，考虑一种情境，其中导航控制器103检测同时或几乎同时进入ToF传感器104-3的FOV 111-3和ToF传感器104-6的FOV 111-6的对象112。随着机器人109沿方向110移动时，相关联的FOV 111-6可以继续在整个距离D上检测对象112，因此机器人109可以将跟踪“移交”到传感器104-6。另一方面，传感器104-3仅保持能够在对象超出FOV 111-3的检测范围之前在距离d内检测对象112。因此，距离d表示ToF传感器104-3和104-6均可以跟踪对象112的冗余区的范围，而距离D表示ToF传感器104-6可以检测对象112(假设沿方向110向前移动)的存在/距离的整个区的范围。在一般意义上，这种“移交”允许对象由单个传感器跟踪，所述单个传感器对所述对象的存在以及机器人109到所述对象的相对距离具有相对高的置信度。当试图维持与例如墙、家具或其它障碍物的对象之间的特定距离，或者基于对象112的存在和距离而以其它方式调整机器人109的操作时，这可能尤其有利。

替代地，或除了上文所论述的“移交”情境之外，导航控制器103可以继续经由两个或更多个ToF传感器来跟踪对象。例如，在图4的实施例中，导航控制器103可以将ToF传感器104-3和104-6作为一对使用并且对到对象112的相对距离进行三角测量。因此，这些三角测量结果可以允许导航控制器103在量距计算、地图构建/更新和/或一般导航期间建立更高置信水平。

在任何此类情况下，并且根据实施例，当具有重叠的FOV的两个或更多个ToF传感器输出指示对象的存在及其距机器人109的相对距离的测量信号时，所述对象可以由导航控制器103检测。在一些情况下，导航控制器103可以利用来自每一ToF传感器的多个测量值以最小化或以其它方式减少误报的情况。因此，基于来自每一FOV的连续数据点(例如，从相应的测量信号得出)，导航控制器103、进而机器人109，可以检测环境中的对象、任选地继续经由一个或多个ToF传感器跟踪所述对象，并且使用这些数据点来增加机器人量距过程的置信度。

图5示出机器人109的另一示例实施例，其中ToF传感器形成用于检测的多个冗余区。如图所示，ToF传感器可以被排列成在机器人周围形成“检测晕圈”，由此可以利用靠近机器人109的多个检测区，例如区113-1到113-3，以及远离机器人109的多个检测区，例如区114-1和114-2，来进行对象检测/跟踪。值得注意的是，例如104-5和104-7、104-4和104-6的前向和后向ToF对可以用于形成靠近机器人109的任一侧的重叠的区(例如，区113-2和113-3)。因此，这些区可以用于对象检测和地图构建功能，以及用于在量距计算中使用的对象明确标识。这种配置也可以被准确地描述为共享ToF检测(或ToF冗余)，并且可以用于以高置信度来明确地标识对象，以便将所述对象的表示存储在点云内。然后可以利用点云来绘制机器人周围的环境。在一些情况下，区113-2和113-3可以在沿障碍物和/或沿墙法期间使用。

图6示出与本公开一致的机器人109的另一示例实施例。在此实施例中，机器人109可以利用多个ToF传感器104-1到104-7来执行定姿例程。如本文中所提到的，术语定姿是指使自身在地图内定向的机器人能力。因此，如果机器人围绕其外壳的中心轴线旋转90度，则定姿是指检测、测量并验证机器人109已完全且正确地旋转90度的能力。

在实施例中，可以在定姿计算期间利用ToF冗余检测区(标记区1到3)。考虑图6的机器人109使用上文所论述的一个或多个前述ToF检测方案来检测区2中的对象的情境。然后，机器人开始向左(例如，逆时针)旋转90度。然后，基于执行的移动序列，例如基于轮旋转估计、实时轮编码器或其它合适的方法，机器人109可以使用区1在估计的时间窗口中明确地检测和标识同一对象。因此，机器人109可以确定例如围绕机器人109的外壳102的中心轴线的旋转等移动序列何时完成，以及估计值是否与从ToF传感器接收的现实世界数据一致。因此，机器人可以利用这种验证/校准序列来校准移动系统、检测机器人何时卡住或以其它方式受阻，和/或检测机器人在其环境内已完全转移到所需的定向。

根据本公开的一方面，公开了一种机器人表面清洁装置。机器人表面清洁装置包括：外壳；电动机，其耦合到至少一个轮以驱动所述机器人；耦合到所述外壳的至少第一飞行时间(ToF)传感器和第二ToF传感器，所述第一ToF传感器和所述第二ToF传感器分别具有第一视场(FOV)和第二视场(FOV)，所述第一FOV和所述第二FOV至少部分地彼此重叠以形成第一冗余检测区；设置在所述外壳中的导航控制器，所述导航控制器用于：分别从所述第一ToF传感器和所述第二ToF传感器接收第一测量信号和第二测量信号；并且至少部分地基于所述第一测量信号和所述第二测量信号指示所述第一冗余检测区内的对象的存在来检测对象。

根据本公开的另一方面，公开了一种在周围环境中导航以执行清洁操作的机器人表面清洁装置。所述机器人表面清洁装置包括：外壳，其具有第一多个飞行时间(ToF)传感器以标识和/或跟踪在所述外壳周围环境中的对象，其中所述第一多个ToF传感器中的至少第一ToF传感器和第二ToF传感器具有至少部分地彼此重叠的检测区，以形成第一冗余检测区；以及控制器，其设置在所述外壳中以至少部分地基于所述第一冗余检测区而确定所述周围环境中的对象相对于所述外壳的位置。

根据本公开的另一方面，公开了一种用于机器人表面清洁装置导航的计算机实施的方法。所述方法包括：至少部分地基于具有至少部分地彼此重叠的相关联检测区的第一飞行时间(ToF)传感器和第二飞行时间(ToF)传感器而建立至少第一冗余检测区；由控制器分别从所述第一ToF传感器和所述第二ToF传感器接收第一测量信号和第二测量信号；并且由所述控制器基于所述第一测量信号和所述第二测量信号指示所述第一冗余检测区内的对象的存在而检测所述对象相对于所述机器人表面清洁装置的位置。

尽管本文中已经描述本公开的原理，但所属领域的技术人员将理解，此描述仅作为举例而做出，且并不作为对本公开的范围的限制。除本文中所示出且描述的示范性实施例之外，其它实施例也涵盖在本公开的范围内。所属领域的普通技术人员之一做出的修改和替代被认为在本公开的范围内，本公开的范围仅由所附权利要求书限制。