本發(fā)明涉及自動控制領(lǐng)域，更具體地涉及一種掃地機(jī)器人的控制方法。

背景技術(shù)：

掃地機(jī)器人的掃地方式分為隨機(jī)式和規(guī)劃式。隨機(jī)式就是在設(shè)定空間隨機(jī)運(yùn)動，效果不好。規(guī)劃式是根據(jù)算法規(guī)劃高效清掃。

其中，規(guī)劃式分為四個步驟：定位-構(gòu)圖-規(guī)劃-清掃。定位的精度直接影響構(gòu)圖精度，從而直接影響規(guī)劃路徑的實(shí)際效果。目前的定位算法主要有無線載波室內(nèi)定位、基于SLAM的碰撞傳感器定位、基于SLAM的接近傳感器定位、基于SLAM的雙目定位。其中，SLAM是一種建模方式，是指實(shí)時同時進(jìn)行定位與地圖構(gòu)建，由于能夠建圖，使得其應(yīng)用于掃地機(jī)器人可以理解學(xué)習(xí)室內(nèi)的完整環(huán)境，提高清掃速度。無線載波室內(nèi)定位是通過充電座和無線載波探頭雙重測量距離變化進(jìn)行類似的三角定位；基于SLAM的碰撞傳感器定位是通過在機(jī)器人周邊安裝碰撞傳感器，當(dāng)碰撞后會檢測到障礙物，并記錄下來；基于SLAM的接近傳感器定位是通過在機(jī)器人周邊安裝接近傳感器（檢測距離幾厘米，檢測到阻擋會提示，即為無碰撞的碰撞檢測方案），機(jī)器人通過S型平行移動，當(dāng)接近障礙物時檢測到阻礙并繪制場景邊界圖；基于SLAM的雙目定位是通過獲取兩個攝像頭間的距離，以及它們所拍攝的同一物體的視差，根據(jù)幾何原理計(jì)算物體同兩個攝像頭的距離，可遠(yuǎn)距離繪制場景邊界圖。

但是，對于無線載波室內(nèi)定位方式，通過類似三角定位的方案實(shí)現(xiàn)定位，但實(shí)際上需要預(yù)先在室內(nèi)固定地方放置信號源和充電座，掃地機(jī)器人通過三角定位獲得當(dāng)前位置與信號源、充電座的相對坐標(biāo)，但是信號源和充電座相對室內(nèi)空間的相對坐標(biāo)還需要額外配置，相對繁瑣；同時，由于只能獲取相對幾個標(biāo)記物的坐標(biāo)，還是無法理解周邊場景的障礙物信息，掃地機(jī)器人只有通過其他輔助措施（例如碰撞檢測）來發(fā)現(xiàn)家具并規(guī)避；但這存在一些問題，第一，碰撞易碎家具是需要盡量避免的；第二，對于圓形機(jī)器人，碰撞時只是一個點(diǎn)，機(jī)器無法判定碰撞點(diǎn)是一個點(diǎn)還是一個面，例如是椅子的一只腿還是一堵墻面，需要反復(fù)碰撞測試，降低了效率，容易出現(xiàn)清掃盲區(qū)；第三，當(dāng)場景復(fù)雜時，規(guī)劃算法設(shè)計(jì)的稍有不慎，非常容易卡死在某個復(fù)雜場景（例如三面都是墻的小角落），或者花費(fèi)大量時間來逃逸。對于基于SLAM的碰撞檢測方式，同樣具有上述介紹的碰撞檢測問題。對于基于SLAM的接近傳感器定位方式，必須要離障礙物很近才可以檢測出墻壁，在遠(yuǎn)離障礙物的過程中，例如寬敞的客廳中部，此時周邊無障礙導(dǎo)致接近傳感器無法使用，只有用慣性傳感器定位。但是，慣性傳感器求位移的方案，由于每個時間點(diǎn)都是獲取相對上個時間點(diǎn)的相對位移，而每次獲取的相對位移都有誤差，隨著時間增長，誤差會逐步積累增加，即存在誤差累計(jì)的問題，無法進(jìn)行精準(zhǔn)定位。對于基于SLAM的雙目定位方式，，由于雙目視覺攝像頭的“眼距”相對實(shí)際物體距離近得多，根據(jù)幾何知識可知，微小的誤差容易被放大，影響測量距離精度，故此，雙目視覺定位方案，僅適合于非常近距離即一米以內(nèi)的定位才能保證精度，對于長寬都是以米計(jì)量的室內(nèi)并不合適。

此外，以上各方案都需要在掃地機(jī)器人內(nèi)置定位測量設(shè)備，增加成本。特別的，如果需要限制掃地機(jī)器人的移動范圍，通常需要額外購置硬件設(shè)備組成例如虛擬紅外墻的遮擋物，對于n邊形的區(qū)域，每個邊都需要一對信號發(fā)射塔，成本很高?；蛘撸捎迷诘孛驿佋O(shè)貼紙以標(biāo)記限制范圍的方案，但操作繁瑣且對地板有物理影響。

因此，有必要提供一種具有更好清掃功能的改進(jìn)的掃地機(jī)器人的控制方法來克服上述缺陷。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種掃地機(jī)器人的控制方法，本發(fā)明的控制方法降低了運(yùn)行成本，提高了定位精準(zhǔn)度，允許實(shí)時定制清掃區(qū)域與清掃模式，使用更加方便、更加有針對性。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種掃地機(jī)器人的控制方法，所述控制方法基于google tango終端，包括如下步驟：

a.獲取設(shè)定場景的特征信息，根據(jù)特征信息構(gòu)建與設(shè)定場景對應(yīng)的虛擬特征場景；

b.根據(jù)虛擬特征場景指定清掃區(qū)域與清掃模式；

c.按照指定的清掃模式在指定的清掃區(qū)域內(nèi)進(jìn)行清掃。

較佳地，所述步驟a具體的包括如下步驟：

a1.掃地機(jī)器人在設(shè)定場景中移動并對設(shè)定場景進(jìn)行拍攝，形成視頻流；

a2.運(yùn)動識別檢測模塊比對前后幀視頻流中的相同特征點(diǎn)判斷掃地機(jī)器人的位移；

a3.慣性傳感器計(jì)算掃地機(jī)器人的位移；

a4.對設(shè)定時間內(nèi)或設(shè)定區(qū)域內(nèi)的視頻流的多幀圖片進(jìn)行場景融合，構(gòu)建虛擬特征場景。

較佳地，所述虛擬特征場景還包括3D點(diǎn)云信息，通過深度傳感器獲取設(shè)定場景中各個物件與掃地機(jī)器人之間的距離信息，而生成3D點(diǎn)云信息。

較佳地，所述虛擬特征場景包括虛擬家具信息，在所述google tango終端預(yù)定義家具語義數(shù)據(jù)庫，根據(jù)家具語義數(shù)據(jù)庫從3D點(diǎn)云信息中識別設(shè)定場景內(nèi)的家具，并形成虛擬家具信息。

較佳地，所述步驟b具體的包括如下步驟：

b1.獲取虛擬特征場景；

b2.在虛擬特征場景中指定清掃區(qū)域；

b3.根據(jù)指定的清掃區(qū)域定制清掃模式；

b4.保存指定的清掃區(qū)域與定制的清掃模式。

較佳地，所述清掃模式包括隨機(jī)模式與規(guī)劃模式，且所述隨機(jī)模式與規(guī)劃模式均可在指定的清掃區(qū)域內(nèi)清掃至少一次。

較佳地，所述隨機(jī)模式為：掃地機(jī)器人在指定的清掃區(qū)域內(nèi)隨機(jī)移動清掃，直到移動軌跡覆蓋整個指定的清掃區(qū)域；所述規(guī)劃模式為：掃地機(jī)器人按設(shè)定的路線移動清掃，直到移動軌跡覆蓋整個指定的清掃區(qū)域。

較佳地，所述步驟c具體的包括如下步驟：

c1.掃地機(jī)器人載入已構(gòu)建的虛擬特征場景、指定的清掃區(qū)域與清掃模式；

c2.掃地機(jī)器人根據(jù)虛擬特征場景、指定的清掃區(qū)域與清掃模式移動清掃，并實(shí)時獲取指定的清掃區(qū)域的實(shí)際定位信息；

c3.對比當(dāng)前實(shí)際定位信息與已載入的虛擬特征場景，獲取當(dāng)前實(shí)際位置在虛擬特征場景中對應(yīng)的位置，并同虛擬特征場景中的指定的清掃區(qū)域?qū)Ρ?，根?jù)對比結(jié)果修正掃地機(jī)器人的運(yùn)動路徑；

c4.重復(fù)步驟c1至c3。

較佳地，所述google tango終端為支持google tango的移動終端，或內(nèi)嵌于掃地機(jī)器人內(nèi)支持google tango的終端。

較佳地，所述虛擬特征場景為可進(jìn)行人機(jī)交換的室內(nèi)2D平面圖或室內(nèi)3D虛擬場景。

與現(xiàn)有技術(shù)相比，本發(fā)明的掃地機(jī)器人的控制方法由于是基于google tango終端實(shí)現(xiàn)的，可復(fù)用各種已有的支持google tango的定位設(shè)備，因此大大降低了運(yùn)行成本而且也提高了定位的精準(zhǔn)度；另外，由于可以根據(jù)虛擬特征場景選定清掃區(qū)域與清掃模式，從而可根據(jù)不同用戶的需求實(shí)時定制清掃區(qū)域與清掃模式，使用更加方便、更加有針對性，且使用的范圍更加廣泛。

通過以下的描述并結(jié)合附圖，本發(fā)明將變得更加清晰，這些附圖用于解釋本發(fā)明的實(shí)施例。

附圖說明

圖1為本發(fā)明掃地機(jī)器人的控制方法的流程圖。

圖2為本發(fā)明掃地機(jī)器人的控制方法中的構(gòu)建虛擬特征場景的流程圖。

圖3為本發(fā)明掃地機(jī)器人的控制方法中的定制模式的流程圖。

圖4為本發(fā)明掃地機(jī)器人的控制方法中的清掃過程的流程圖。

具體實(shí)施方式

現(xiàn)在參考附圖描述本發(fā)明的實(shí)施例，附圖中類似的元件標(biāo)號代表類似的元件。如上所述，本發(fā)明提供了一種掃地機(jī)器人的控制方法，本發(fā)明的控制方法降低了運(yùn)行成本，提高了定位精準(zhǔn)度，可實(shí)時定制清掃區(qū)域與清掃模式，使用更加方便、更加有針對性。

本發(fā)明提供了一種掃地機(jī)器人的控制方法，且所述控制方法基于google tango終端來實(shí)現(xiàn)。其中，Google tango項(xiàng)目，是一種使用了結(jié)構(gòu)光技術(shù)的室內(nèi)定位重建技術(shù)，并且，該項(xiàng)目提供了一整套技術(shù)方案和硬件集成方案，并得到大量業(yè)界廠商的支持，推廣能力很強(qiáng)。Google tango項(xiàng)目，主要分為三大技術(shù)點(diǎn)：運(yùn)動識別、區(qū)域?qū)W習(xí)和深度識別；具體如下：

運(yùn)動識別，主要是獲取任意時點(diǎn)掃地機(jī)器人相對之前某個時間點(diǎn)位置和朝向的相對位移和相對朝向偏移，故可以獲取掃地機(jī)器人的運(yùn)動軌跡；該方案主要是通過攝像頭拍攝標(biāo)示特征點(diǎn)，然后比較不同視頻幀中同樣特征點(diǎn)的改變量并配合慣性傳感器測量的位移值來推測自身位移，但是容易產(chǎn)生誤差累計(jì)。

區(qū)域?qū)W習(xí)，主要是對特征點(diǎn)等信息進(jìn)行記憶并比對，用以輔助修正運(yùn)動識別的位移數(shù)據(jù)，并建立室內(nèi)場景的特征數(shù)據(jù)庫；例如，若掃地機(jī)器人在設(shè)定室內(nèi)場景中轉(zhuǎn)了一圈回到初始點(diǎn)，通過區(qū)域?qū)W習(xí)識別到當(dāng)前幀和初始幀基本相同，認(rèn)為當(dāng)前姿勢和初始姿勢基本相同，即運(yùn)動軌跡應(yīng)該形成一個閉環(huán)，而僅僅通過運(yùn)動識別出的軌跡可能是未封閉的曲線，因此可以通過區(qū)域?qū)W習(xí)修正位移軌跡。

深度識別，通過深度攝像頭獲取物體的三維點(diǎn)云信息，借助三維重建可以還原三維場景；僅僅結(jié)合運(yùn)動識別和區(qū)域?qū)W習(xí)，只能建立室內(nèi)場景的特征數(shù)據(jù)庫即特征空間，不具有拍攝物體同攝像頭的距離信息，即只有拍攝物的位移軌跡信息，但不知道拍攝物同障礙物的距離信息，如果結(jié)合深度識別的精準(zhǔn)的距離信息，就能夠?qū)⑻卣骺臻g轉(zhuǎn)換為包含空間障礙物的二維平面甚至三維場景的特征空間，便于人機(jī)交互。

在本發(fā)明中，請參考圖1，本發(fā)明基于google tango終端的掃地機(jī)器人的控制方法包括如下步驟：

步驟S101,獲取設(shè)定場景的特征信息，根據(jù)特征信息構(gòu)建與設(shè)定場景對應(yīng)的虛擬特征場景；在本步驟中，google tango終端與掃地機(jī)器人可在開始運(yùn)行前進(jìn)行初始化，以保證后續(xù)運(yùn)行的穩(wěn)定性；而通過所述掃地機(jī)器人在設(shè)定場景中的移動，google tango終端取設(shè)定場景的各種特征信息，并進(jìn)行運(yùn)動識別、區(qū)域?qū)W習(xí)及深度識別，從而構(gòu)建與設(shè)定場景對應(yīng)的虛擬特征場景，也即實(shí)現(xiàn)對當(dāng)前設(shè)定場景的熟悉過程，以便于后續(xù)具體的清掃工作；其中，所述設(shè)定場景通常為某一面積比較大的需要經(jīng)常進(jìn)行清掃的空間，例如一套房子的空間或一層辦公樓等；另外，所述google tango終端為支持google tango的移動終端或內(nèi)嵌于掃地機(jī)器人內(nèi)支持google tango的終端，從而使得所有支持google tango的終端均可作為掃地機(jī)器人的定位模塊，不需要另外為掃地機(jī)器人配備定位設(shè)備，極大地降低了整個掃地機(jī)器人的成本，也提高了其使用的靈活性。

步驟S102,根據(jù)虛擬特征場景指定清掃區(qū)域與清掃模式；在本步驟中，由于已構(gòu)建形成的虛擬特征場景與設(shè)定場景是完全對應(yīng)的，因此使用者可通過所述虛擬特征場景而直觀地獲得整個設(shè)定場景的各種信息，進(jìn)而選擇具體需要進(jìn)行清掃的區(qū)域，例如某個房間中某一塊區(qū)域；同時，根據(jù)使用者的個性需求選擇清掃的模式，例如針對識別出的不同家具指定不同清掃模式，從而使得掃地機(jī)器人在使用過程中更加有針對性，更加人性化。

步驟S103,掃地機(jī)器人按照指定的清掃模式在指定的清掃區(qū)域內(nèi)進(jìn)行清掃；在本步驟中，根據(jù)前述步驟的選擇設(shè)置，掃地機(jī)器人進(jìn)行具體的清掃行動，以將指定的清掃區(qū)域清掃干凈。

由上述可知，本發(fā)明的掃地機(jī)器人的控制方法由于可以根據(jù)虛擬特征場景指定清掃區(qū)域與清掃模式，從而可根據(jù)不同用戶的需求實(shí)時定制清掃區(qū)域與清掃模式，使用更加方便、更加有針對性，且使用的范圍更加廣泛。

具體地，請?jiān)俳Y(jié)合參考圖2，作為本發(fā)明的優(yōu)選實(shí)施方式，所述步驟：獲取設(shè)定場景的特征信息，根據(jù)特征信息構(gòu)建與設(shè)定場景對應(yīng)的虛擬特征場景，具體的包括如下步驟：

步驟S110，掃地機(jī)器人在設(shè)定場景中移動并對設(shè)定場景進(jìn)行拍攝，形成視頻流；在本步驟中，掃地機(jī)器人在設(shè)定場景中移動，從而其自身攜帶的攝像頭對該設(shè)定場景進(jìn)行不間斷的拍攝形成視頻流，以獲取當(dāng)前設(shè)定場景的特征信息，以便于對設(shè)定場景進(jìn)行認(rèn)識學(xué)習(xí)；其中，所述特征信息是根據(jù)視覺算法計(jì)算而得；優(yōu)選地，在本發(fā)明中通過深度攝像頭獲取3D點(diǎn)云的建模信息，從而額外獲得設(shè)定場景內(nèi)的障礙物的信息，使得建模更完善精確，并可有效防止掃地機(jī)器人碰撞到設(shè)定場景中的各障礙物。

步驟S120，運(yùn)動識別檢測模塊比對前后幀視頻流中的相同特征點(diǎn)判斷掃地機(jī)器人的位移；在本步驟中，通過比對前后幀視頻流中的相同特征點(diǎn)從而準(zhǔn)確判斷掃地機(jī)器人在設(shè)定場景相對前面某個基本幀的相對位移，即獲取具體移動情況；其中，所述的前后幀視頻并不僅僅指嚴(yán)格時間上的間隔的前后幀視頻，也可以是通過過濾篩選后的關(guān)鍵的前后幀視頻流，具體選擇使用哪種，可根據(jù)實(shí)際的需要靈活選擇使用，且對視頻幀的過濾篩選為本領(lǐng)域技術(shù)人員的公知常識，在此不再細(xì)述。

步驟S130，慣性傳感器計(jì)算掃地機(jī)器人的位移；在本步驟中，實(shí)時計(jì)算掃地機(jī)器人的位移不僅可以保證設(shè)定場景中的各個部位都有被攝像頭拍攝到，同時還可有效防止掃地機(jī)器人碰撞到墻壁或其它物體，以更好地保護(hù)掃地機(jī)器人，延長其使用壽命；且可通過所述步驟S120中獲取的位移信息進(jìn)行修正所述慣性傳感器計(jì)算出的位移，以保證所述慣性傳感器獲取的位移信息的精度。

步驟S140，對設(shè)定時間內(nèi)或設(shè)定區(qū)域內(nèi)的視頻流的多幀圖片進(jìn)行場景融合，構(gòu)建虛擬特征場景；在本步驟中，使用者可以根據(jù)具體的設(shè)定場景的空間大小而預(yù)先設(shè)定掃地機(jī)器人進(jìn)行區(qū)域?qū)W習(xí)所需的時間，顯而易見地，設(shè)定場景的空間越大，所需要的區(qū)域?qū)W習(xí)時間越多，當(dāng)然相同的設(shè)定場景下，在區(qū)域?qū)W習(xí)上所花的時間越多，區(qū)域?qū)W習(xí)的效果更好，形成的虛擬特征場景與實(shí)際的設(shè)定場景的接近程度更高，具體可以根據(jù)不同情況實(shí)際選擇確定；當(dāng)掃地機(jī)器人在設(shè)定場景中的移動達(dá)到設(shè)定的時間后，再對該設(shè)定時間內(nèi)的視頻流的多幀圖片進(jìn)行場景融合，以構(gòu)建虛擬特征場景，從而使得建立的虛擬特征場景更真實(shí)地反應(yīng)實(shí)際的設(shè)定場景的情形。

另外，做為本發(fā)明的優(yōu)選實(shí)施方式，所述虛擬特征場景還包括3D點(diǎn)云信息，在所述掃地機(jī)器人的移動過程中，通過深度傳感器獲取設(shè)定場景中各個物件與掃地機(jī)器人之間的距離信息，而生成3D點(diǎn)云信息，從而以確定設(shè)定場景中各物件所在的位置；且所述虛擬特征場景包括虛擬家具信息，在所述google tango終端預(yù)定義家具語義數(shù)據(jù)庫，根據(jù)家具語義數(shù)據(jù)庫從3D點(diǎn)云信息中識別設(shè)定場景內(nèi)的家具并形成虛擬家具信息。其中，家具語義數(shù)據(jù)庫是指在預(yù)先學(xué)習(xí)過程中提取出各種家具擺放模式和組合擺放模式的出現(xiàn)的概率；通過深度攝像頭識別的三維點(diǎn)云信息并在家具語義數(shù)據(jù)庫搜索，從而獲取概率最高的匹配項(xiàng)而識別家具，并形成虛擬家具信息，從而在具體清掃過程中可根據(jù)虛擬家具信息識別具體的家具以方便進(jìn)行清掃。家具語義數(shù)據(jù)庫有兩類屬性，single屬性和pair屬性；single屬性表示單個物體本身的信息，例如椅子這個實(shí)體的single屬性為：80%的概率有4條腿，15%的概率有一個實(shí)心長方體底座，90%的概率有一個靠背，95%的概率有一個長方形平行于地面的平面，其高度滿足正態(tài)分布，均值是0.5m；其pair屬性為：70%的概率其附近存在桌子，90%的概率其不存在于廚房；而對于床的singel屬性為:99%的概率有一個高度正態(tài)分布0.3m的長方形上平面，90 %的長方形四個平面都平行于室內(nèi)四堵墻；床的pair屬性為：95%的概率至少有一個面平行緊貼墻壁；80%的概率其附近有衣柜，90%的概率其有床頭柜。

作為本發(fā)明的優(yōu)選實(shí)施方式，請?jiān)俳Y(jié)合參考圖3，本發(fā)明的掃地機(jī)器人的控制方法的步驟：根據(jù)虛擬特征場景指定清掃區(qū)域與清掃模式，具體的包括如下步驟：

步驟S210，獲取虛擬特征場景；在本步驟中，優(yōu)選地，所述虛擬特征場景為可進(jìn)行人機(jī)交換的室內(nèi)2D平面圖或室內(nèi)3D虛擬場景，使得使用者可通過人機(jī)交換接口而獲取與設(shè)定場景對應(yīng)的虛擬特征場景，從而使用者可通過所述虛擬特征場景而清楚地了解設(shè)定場景的具體情形，而且由于虛擬特征場景為室內(nèi)2D平面圖或室內(nèi)3D虛擬場景，因此各種可呈現(xiàn)2D平面圖與3D場景的設(shè)備均可正常呈現(xiàn)所述虛擬特征場景，進(jìn)一步提高了對設(shè)備使用的靈活性。

步驟S220，在虛擬特征場景中指定清掃區(qū)域；在本步驟中，使用者根據(jù)虛擬特征場景而選擇具體需要清掃的區(qū)域（清掃區(qū)域），例如一套房子的其中一間房子（廚房、主臥、客廳等）中某一塊任意形狀的區(qū)域、一間辦公室的具體一片空間；從而清掃的區(qū)域可按使用者的意愿任意選擇，使用更別靈活，更加有針對性。

步驟S230，根據(jù)指定的清掃區(qū)域定制清掃模式；在本步驟中，使用者可根據(jù)不同的清掃區(qū)域而定制不同的清掃模式，從而對不同的清掃區(qū)域的清掃更有針對性。且優(yōu)選地，所述清掃模式包括隨機(jī)模式與規(guī)劃模式，且所述隨機(jī)模式與規(guī)劃模式均可在選定的清掃區(qū)域內(nèi)清掃至少一次；具體地，隨機(jī)模式為：掃地機(jī)器人在選定的清掃區(qū)域內(nèi)隨機(jī)移動清掃，直到移動軌跡覆蓋整個指定的清掃區(qū)域，也即所有的清掃區(qū)域均被清掃到，以防止有死角的存在；當(dāng)然在實(shí)際使用中，也可根據(jù)需要清掃的區(qū)域設(shè)定清掃的時間，在該設(shè)定的清掃時間內(nèi)，掃地機(jī)器人隨機(jī)在指定的清掃區(qū)域內(nèi)進(jìn)行移動清掃，設(shè)定的清掃時間結(jié)束即清掃結(jié)束，這種方式一般適應(yīng)于對清掃要求不太高的區(qū)域。而所述規(guī)劃模式為：掃地機(jī)器人按設(shè)定的路線移動清掃，直到移動軌跡覆蓋整個指定的清掃區(qū)域，也即使用者根據(jù)選定的區(qū)域設(shè)定好清掃路線，并設(shè)定清掃路線的起點(diǎn)與終點(diǎn)，掃地機(jī)器人即按清掃路線移動，從起點(diǎn)開始一直移動到終點(diǎn)，完成后再相同路線移動，直到所有的清掃區(qū)域均被清掃到即為清掃結(jié)束，且該種方式通常適合于對清掃要求比較高的區(qū)域。當(dāng)然不管哪種清掃模式，為了達(dá)到更好的清掃效果，均可在選定區(qū)域內(nèi)進(jìn)行多次清掃，可以根據(jù)不同的要求具體設(shè)定。

步驟S240，保存指定的清掃區(qū)域與定制的清掃模式；在本步驟中，將上述各步驟中使用者所做的各種設(shè)置保存，后續(xù)在清掃的時候則可根據(jù)該已保存好的設(shè)置直接運(yùn)行清掃即可，使用更方便，且節(jié)省了運(yùn)行的時間。

由上述可知，本發(fā)明的掃地機(jī)器人的控制方法，由于允許使用者自行選擇清掃區(qū)域與清掃模式，因此支持定點(diǎn)掃除，而不是漫游式的全區(qū)域掃除，即使用者通過選擇需要清掃的區(qū)域，掃地機(jī)器人即會直接移動到該區(qū)域進(jìn)行重點(diǎn)清掃；從而使得清楚的方式更加多樣化，且更加有針對性。

作為本發(fā)明的優(yōu)選實(shí)施方式，請?jiān)俳Y(jié)合參考圖4，所述步驟，掃地機(jī)器人按照指定的清掃模式在指定的清掃區(qū)域內(nèi)進(jìn)行清掃，具體的包括如下步驟：

步驟S310，掃地機(jī)器人載入已構(gòu)建的虛擬特征場景、指定的清掃區(qū)域與清掃模式；通過上述已構(gòu)建形成虛擬特征場景，且使用者已完成對清掃區(qū)域與清掃模式的設(shè)定，而在本步驟中將上述各信息載入至掃地機(jī)器人上，以使得后續(xù)清掃時可根據(jù)載入的信息進(jìn)行，以保證按照使用者的設(shè)置進(jìn)行清掃。

步驟S320，掃地機(jī)器人根據(jù)虛擬特征場景、指定的清掃區(qū)域與清掃模式移動清掃，并實(shí)時獲取指定的清掃區(qū)域的實(shí)際定位信息；在本步驟中，所述掃地機(jī)器人根據(jù)載入的虛擬特征場景在指定的清掃區(qū)域內(nèi)按指定的清掃模式進(jìn)行移動清掃，并實(shí)時獲取選定的清掃區(qū)域的實(shí)際定位信息，以實(shí)時了解當(dāng)前選定區(qū)域的實(shí)際定位情形。

步驟S330，對比當(dāng)前實(shí)際定位信息與已載入的虛擬特征場景，獲取當(dāng)前實(shí)際位置在虛擬特征場景中對應(yīng)的位置，并同虛擬特征場景中的指定的清掃區(qū)域?qū)Ρ?，根?jù)對比結(jié)果修正掃地機(jī)器人的運(yùn)動路徑；在實(shí)際應(yīng)用過程中，當(dāng)前設(shè)定場景的情形通常是實(shí)時變化的，因而雖然虛擬特征場景是根據(jù)設(shè)定場景的情形而構(gòu)成的，但是時間發(fā)生了變化，實(shí)際的設(shè)定場景前后也可能發(fā)生微小的變化，因此在本步驟中，通過對比當(dāng)前實(shí)際定位信息與已載入的虛擬特征場景，以實(shí)時獲取當(dāng)前設(shè)定場景中的變化情況，并根據(jù)實(shí)際的變化情況及時修正掃地機(jī)器人的清掃運(yùn)動路徑，以使掃地機(jī)器人根據(jù)實(shí)際的設(shè)定場景進(jìn)行清掃，保證清掃的效果；且，如果識別到家具信息，則根據(jù)虛擬家具信息對應(yīng)的清掃模式對當(dāng)前家具周圍區(qū)域進(jìn)行清掃；如若檢測到實(shí)際場景相較虛擬特征場景有改變，則重新啟動運(yùn)動識別、區(qū)域?qū)W習(xí)及深度識別的自學(xué)習(xí)功能以調(diào)整修正之前載入的虛擬特征場景。

步驟S340，重復(fù)步驟S310至S330；在本步驟中，通過重復(fù)上述步驟S310至S330以使掃地機(jī)器人完成整個清掃過程。

以上結(jié)合最佳實(shí)施例對本發(fā)明進(jìn)行了描述，但本發(fā)明并不局限于以上揭示的實(shí)施例，而應(yīng)當(dāng)涵蓋各種根據(jù)本發(fā)明的本質(zhì)進(jìn)行的修改、等效組合。