[發明專利]通過人工智能識別卡堵情形的機器人清潔器及其操作方法

有效

• 申請號: 202010052227.6
• 申請日: 2020-01-17
• 公開（公告）號: CN112438664B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 金高槿;金秀娟;李佳旼;蔡承娥
• 申請（專利權）人: LG電子株式會社
• 主分類號: A47L11/282
• 分類號: A47L11/282;A47L11/40;G05D1/02
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 劉久亮;黃綸偉

1.一種用于通過人工智能識別卡堵情形的機器人清潔器，該機器人清潔器包括：

驅動馬達，該驅動馬達用于驅動所述機器人清潔器；

傳感器，該傳感器被配置為獲取三維3D圖像數據和緩沖器事件；

存儲器，該存儲器被配置為存儲用于推斷所述機器人清潔器的所述卡堵情形的卡堵情形識別模型；以及

處理器，該處理器被配置為：

將所述3D圖像數據和所述緩沖器事件轉換成周圍地圖圖像數據，

使用所述卡堵情形識別模型根據所述周圍地圖圖像數據來推斷所述機器人清潔器的所述卡堵情形，并且

根據推斷結果來控制所述驅動馬達，

其特征在于，所述處理器被進一步配置為：

在檢測到所述卡堵情形時的時間點測量所述機器人清潔器的當前行進角度，并且

基于所測得的當前行進角度和在檢測到所述卡堵情形之前的多個時間點測得的多個行進角度來確定所述機器人清潔器的用于逃脫所述卡堵情形的旋轉角度。

2.根據權利要求1所述的機器人清潔器，

其中，所述卡堵情形識別模型是通過深度學習算法或機器學習算法進行監督學習的基于人工神經網絡的模型，并且

其中，用于訓練所述卡堵情形識別模型的訓練數據集包括在所述機器人清潔器行進的同時訓練的周圍地圖圖像數據和用訓練的所述周圍地圖圖像數據標記的指示所述卡堵情形的標記數據。

3.根據權利要求2所述的機器人清潔器，

其中，所述處理器在所述卡堵情形識別模型的所述推斷結果是未卡堵情形時沿著清潔路線驅動所述機器人清潔器，并且確定所述機器人清潔器是否被卡堵。

4.根據權利要求3所述的機器人清潔器，其中，所述處理器在所述機器人清潔器被卡堵時用所述卡堵情形重新標記所述周圍地圖圖像數據，并且重新訓練所述卡堵情形識別模型。

5.根據權利要求2所述的機器人清潔器，其中，所述處理器在所述卡堵情形識別模型的所述推斷結果是卡堵情形時沿著清潔路線驅動所述機器人清潔器，并且確定所述機器人清潔器是否被卡堵。

6.根據權利要求5所述的機器人清潔器，其中，所述處理器在所述機器人清潔器未被卡堵時用所述卡堵情形重新標記所述周圍地圖圖像數據，并且重新訓練所述卡堵情形識別模型。

7.根據權利要求5所述的機器人清潔器，其中，所述處理器控制所述驅動馬達以使所述機器人清潔器旋轉所確定的旋轉角度，并且控制所述驅動馬達在所述機器人清潔器旋轉所述旋轉角度之后使所述機器人清潔器倒退一定距離。

8.根據權利要求1所述的機器人清潔器，

其中，所述處理器確定通過從所述當前行進角度減去所述多個行進角度的平均角度而獲取的值是所述旋轉角度，并且

其中，在所述多個時間點測得的所述機器人清潔器的行進速度等于或大于閾值速度。

9.根據權利要求1所述的機器人清潔器，其中，所述傳感器包括深度傳感器和緩沖器傳感器，所述深度傳感器被配置為感測所述3D圖像數據，并且所述緩沖器傳感器被配置為測量施加到所述機器人清潔器的緩沖器的沖擊量，并且當所述沖擊量等于或大于預定沖擊量時生成緩沖器事件。

10.根據權利要求9所述的機器人清潔器，其中，當所述緩沖器事件的發生次數等于或大于預定數目時，所述處理器確定所述機器人清潔器處于卡堵情形。

11.根據權利要求1所述的機器人清潔器，其中，所述周圍地圖圖像數據在指示所述機器人清潔器的清潔區域的清潔地圖上指示所述機器人清潔器的周圍障礙物情形。