一种智能清洁机器人的清洁方法及系统

摘要

本发明公开了一种智能清洁机器人的清洁方法，包括以下步骤：获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；根据完整历史障碍物数据建立障碍物模型；获取并发送待清洁区域的图像信息；将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；获取清洁机器人的实时位置信息；根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作。本发明还公开了一种智能清洁机器人的清洁系统。本发明具有可针对待清洁区域进行有效的全面的清洁，清洁效率高优点。

权利要求

1.一种智能清洁机器人的清洁方法，其特征在于，包括以下步骤：

获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；

根据完整历史障碍物数据建立障碍物模型；

获取并发送待清洁区域的图像信息；

将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；包括：将待清洁区域的图像信息导入到障碍物模型中；通过障碍物模型识别获取障碍物的实时图像信息；根据待清洁区域的图像信息和障碍物的实时图像信息获取障碍物的实时位置信息；

获取清洁机器人的实时位置信息；

根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作；包括：录入清洁力度信息：录入用户设定的第一清洁力度信息；获取历史清洁力度信息；根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息；

根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息；

根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作。

2.根据权利要求1所述的一种智能清洁机器人的清洁方法，其特征在于，所述录入清洁力度信息的方法还包括以下步骤：判断第一清洁力度信息和第二清洁力度信息是否相同，如果是，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令；如果否，则将第一清洁力度信息作为清洁力度指令。

3.一种智能清洁机器人的清洁系统，其特征在于，包括历史数据获取模块、模型建立模块、区域获取模块、实时障碍物模块、位置获取模块以及清洁控制模块，其中：历史数据获取模块，用于获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；

模型建立模块，用于根据完整历史障碍物数据建立障碍物模型；

区域获取模块，用于获取并发送待清洁区域的图像信息；

实时障碍物模块，用于将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；所述实时障碍物模块包括导入子模块、图像子模块以及位置子模块，其中：导入子模块，用于将待清洁区域的图像信息导入到障碍物模型中；图像子模块，用于通过障碍物模型识别获取障碍物的实时图像信息；位置子模块，用于根据待清洁区域的图像信息和障碍物的实时图像信息获取障碍物的实时位置信息；

位置获取模块，用于获取清洁机器人的实时位置信息；

清洁控制模块，用于根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作；所述清洁控制模块包括力度子模块、路径子模块以及操作子模块，其中：力度子模块，用于录入清洁力度信息；所述力度子模块包括第一力度单元、历史力度单元以及第二力度单元，其中：第一力度单元，录入用户设定的第一清洁力度信息；历史力度单元，用于获取历史清洁力度信息；第二力度单元，根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息；

路径子模块，用于根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息；

操作子模块，用于根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作。

4.根据权利要求3所述的一种智能清洁机器人的清洁系统，其特征在于，所述力度子模块还包括判断单元，用于判断第一清洁力度信息和第二清洁力度信息是否相同，如果是，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令；如果否，则将第一清洁力度信息作为清洁力度指令。

说明书

一种智能清洁机器人的清洁方法及系统

技术领域

[0001] 本发明涉及智能清洁技术领域，具体而言，涉及一种智能清洁机器人的清洁方法及系统。

背景技术

[0002] 清洁机器人是在不需要用户干预的情况下在自主地围绕清洁区域移动的同时通过吸入诸如灰尘等的杂质而自动地清洁待被清洁的区域。此种清洁机器人在使用可转动地安装在主体的底部的两个平行轮围绕清洁区域移动的同时使用清洁工具重复地执行清洁。

[0003] 近年来，清洁机器人得到了快速发展，对于这类机器人来说，最重要的一点就是实现对未知环境的全面、高效清洁。目前大部分清洁机器人虽然也能实现较高的清洁率，但是主要有以下问题：第一、传统的清洁机器人的随机清洁模式经常遗漏大量未清洁区域，而对于已清洁区域则经常进行重复清洁，导致清洁效率很低；第二、传统的清洁机器人无法精确有效的对障碍进行精确避障，无法对障碍物周围的区域进行有效清洁，路径规划控制不精准。

发明内容

[0004] 为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种智能清洁机器人的清洁方法及系统，合理制定清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，清洁效率高。

[0005] 本发明的实施例是这样实现的：

[0006] 第一方面，本发明实施例提供一种智能清洁机器人的清洁方法，包括以下步骤：

[0007] 获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；

[0008] 根据完整历史障碍物数据建立障碍物模型；

[0009] 获取并发送待清洁区域的图像信息；

[0010] 将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；

[0011] 获取清洁机器人的实时位置信息；

[0012] 根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作。

[0013] 在使用智能清洁机器人对环境进行清洁时，通过本清洁方法控制机器人进行精准的清洁，保证清洁效率。首先，在进行清洁操作前，获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后根据完整历史障碍物数据建立一个障碍物模型，该障碍物模型是指根据历史障碍物数据对实时障碍物进行识别判断的数据模型；模型建立完成后，需要对环境区域进行清洁时，获取待清洁区域的图像信息，确定待清洁的区域，然后将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，获取智能清洁机器人的实时位置信息，然后根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作，上述清洁策略包括路径规划和清洁力度等信息。

[0014] 本方法针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

[0015] 基于第一方面，在本发明的一些实施例中，一种智能清洁机器人的清洁方法，将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息的方法包括以下步骤：

[0016] 将待清洁区域的图像信息导入到障碍物模型中；

[0017] 通过障碍物模型识别获取障碍物的实时图像信息；

[0018] 根据待清洁区域的图像信息和障碍物的实时图像信息获取障碍物的实时位置信息。

[0019] 基于第一方面，在本发明的一些实施例中，一种智能清洁机器人的清洁方法，根据障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作的方法包括以下步骤：

[0020] 录入清洁力度信息；

[0021] 根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息；

[0022] 根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作。

[0023] 基于第一方面，在本发明的一些实施例中，一种智能清洁机器人的清洁方法，录入清洁力度信息的方法包括以下步骤：

[0024] 录入用户设定的第一清洁力度信息；

[0025] 获取历史清洁力度信息；

[0026] 根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。

[0027] 基于第一方面，在本发明的一些实施例中，一种智能清洁机器人的清洁方法，录入清洁力度信息的方法还包括以下步骤：

[0028] 判断第一清洁力度信息和第二清洁力度信息是否相同，如果是，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令；如果否，则将第一清洁力度信息作为清洁力度指令。

[0029] 第二方面，本发明实施例提供一种智能清洁机器人的清洁系统，包括历史数据获取模块、模型建立模块、区域获取模块、实时障碍物模块、位置获取模块以及清洁控制模块，其中：

[0030] 历史数据获取模块，用于获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；

[0031] 模型建立模块，用于根据完整历史障碍物数据建立障碍物模型；

[0032] 区域获取模块，用于获取并发送待清洁区域的图像信息；

[0033] 实时障碍物模块，用于将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；

[0034] 位置获取模块，用于获取清洁机器人的实时位置信息；

[0035] 清洁控制模块，用于根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作。

[0036] 在使用智能清洁机器人对环境进行清洁时，通过本清洁方法控制机器人进行精准的清洁，保证清洁效率。首先，在进行清洁操作前，通过历史数据获取模块获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后通过历史数据获取模块根据完整历史障碍物数据建立一个障碍物模型，该障碍物模型是指根据历史障碍物数据对实时障碍物进行识别判断的数据模型；模型建立完成后，需要对环境区域进行清洁时，通过区域获取模块获取待清洁区域的图像信息，确定待清洁的区域，并将获取的待清洁区域的图像信息发送给实时障碍物模块，然后通过实时障碍物模块将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，通过位置获取模块获取智能清洁机器人的实时位置信息，然后通过清洁控制模块根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作，上述清洁策略包括路径规划和清洁力度等信息。

[0037] 本系统针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

[0038] 基于第二方面，在本发明的一些实施例中，一种智能清洁机器人的清洁系统，实时障碍物模块包括导入子模块、图像子模块以及位置子模块，其中：

[0039] 导入子模块，用于将待清洁区域的图像信息导入到障碍物模型中；

[0040] 图像子模块，用于通过障碍物模型识别获取障碍物的实时图像信息；

[0041] 位置子模块，用于根据待清洁区域的图像信息和障碍物的实时图像信息获取障碍物的实时位置信息。

[0042] 基于第二方面，在本发明的一些实施例中，一种智能清洁机器人的清洁系统，清洁控制模块包括力度子模块、路径子模块以及操作子模块，其中：

[0043] 力度子模块，用于录入清洁力度信息；

[0044] 路径子模块，用于根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息；

[0045] 操作子模块，用于根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作。

[0046] 基于第二方面，在本发明的一些实施例中，一种智能清洁机器人的清洁系统，力度子模块包括第一力度单元、历史力度单元以及第二力度单元，其中：

[0047] 第一力度单元，录入用户设定的第一清洁力度信息；

[0048] 历史力度单元，用于获取历史清洁力度信息；

[0049] 第二力度单元，根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。

[0050] 基于第二方面，在本发明的一些实施例中，一种智能清洁机器人的清洁系统，力度子模块还包括判断单元，用于判断第一清洁力度信息和第二清洁力度信息是否相同，如果是，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令；如果否，则将第一清洁力度信息作为清洁力度指令。

[0051] 本发明实施例至少具有如下优点或有益效果：

[0052] 本发明实施例提供一种智能清洁机器人的清洁方法，在进行清洁操作前，获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后根据完整历史障碍物数据建立一个障碍物模型；模型建立完成后，需要对环境区域进行清洁时，获取待清洁区域的图像信息，确定待清洁的区域，然后将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，获取智能清洁机器人的实时位置信息，然后根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作。本方法针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

[0053] 本发明实施例还提供一种智能清洁机器人的清洁系统，在进行清洁操作前，通过历史数据获取模块获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后通过历史数据获取模块根据完整历史障碍物数据建立一个障碍物模型；模型建立完成后，需要对环境区域进行清洁时，通过区域获取模块获取待清洁区域的图像信息，确定待清洁的区域，并将获取的待清洁区域的图像信息发送给实时障碍物模块，然后通过实时障碍物模块将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，通过位置获取模块获取智能清洁机器人的实时位置信息，然后通过清洁控制模块根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作。本系统针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

附图说明

[0054] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0055] 图1为本发明实施例一种智能清洁机器人的清洁方法的流程图；

[0056] 图2为本发明实施例一种智能清洁机器人的清洁系统的原理框图。

[0057] 图标：100、历史数据获取模块；200、模型建立模块；300、区域获取模块；400、实时障碍物模块；410、导入子模块；420、图像子模块；430、位置子模块；500、位置获取模块；600、清洁控制模块；610、力度子模块；611、第一力度单元；612、历史力度单元；613、第二力度单元；614、判断单元；620、路径子模块；630、操作子模块。

具体实施方式

[0058] 为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

[0059] 因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0060] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

[0061] 需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

[0062] 实施例

[0063] 如图1所示，第一方面，本发明实施例提供一种智能清洁机器人的清洁方法，包括以下步骤：

[0064] S1、获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；

[0065] S2、根据完整历史障碍物数据建立障碍物模型；

[0066] S3、获取并发送待清洁区域的图像信息；

[0067] S4、将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；

[0068] S5、获取清洁机器人的实时位置信息；

[0069] S6、根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作。

[0070] 在使用智能清洁机器人对环境进行清洁时，通过本清洁方法控制机器人进行精准的清洁，保证清洁效率。首先，在进行清洁操作前，获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后根据完整历史障碍物数据建立一个障碍物模型，该障碍物模型是指根据历史障碍物数据对实时障碍物进行识别判断的数据模型；模型建立完成后，需要对环境区域进行清洁时，获取待清洁区域的图像信息，确定待清洁的区域，然后将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，获取智能清洁机器人的实时位置信息，然后根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作，上述清洁策略包括路径规划和清洁力度等信息。

[0071] 本方法针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

[0072] 基于第一方面，在本发明的一些实施例中，将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息的方法包括以下步骤：

[0073] 将待清洁区域的图像信息导入到障碍物模型中；

[0074] 通过障碍物模型识别获取障碍物的实时图像信息；

[0075] 根据待清洁区域的图像信息和障碍物的实时图像信息获取障碍物的实时位置信息。

[0076] 在对实时的待清洁区域的图像信息进行障碍物识别判断时，首先将待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型对实时的障碍物进行识别，以获取障碍物的实时图像信息，然后根据整体的待清洁区域的图像新和障碍物的实时图像信息获取障碍物的实时位置信息，确定障碍物的具体位置，以便后续进行精确的路径规划。

[0077] 基于第一方面，在本发明的一些实施例中，根据障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作的方法包括以下步骤：

[0078] 录入清洁力度信息；

[0079] 根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息；

[0080] 根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作。

[0081] 在制定清洁策略时需要对与清洁相关的清洁力度和清洁的路径进行规划，首先录入清洁力度信息，该清洁力度信息包含清洁的次数、清洁的时间、清洁用力度等信息，根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息，根据实时的位置实时调整路径，合理规避障碍物，保证路径的合理性；然后根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作，该清洁策略中包含清洁力度和路径指令信息。

[0082] 基于第一方面，在本发明的一些实施例中，录入清洁力度信息的方法包括以下步骤：

[0083] 录入用户设定的第一清洁力度信息；

[0084] 获取历史清洁力度信息；

[0085] 根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。

[0086] 录入的清洁力度信息包含用户人为设定的清洁力度信息和智能清洁机器人自动生成的或者默认的清洁力度信息，当用户直接输入力度指令时，直接录入用户设定的第一清洁力度新；当根据智能清洁机器人自动生成力度指令时，首先获取历史清洁力度信息，该历史清洁力度信息包含历史的人为设定的清洁力度信息和历史的该区域的清洁力度信息，然后根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。

[0087] 基于第一方面，在本发明的一些实施例中，录入清洁力度信息的方法还包括以下步骤：

[0088] 判断第一清洁力度信息和第二清洁力度信息是否相同，如果是，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令；如果否，则将第一清洁力度信息作为清洁力度指令。

[0089] 当同时录入用户的第一清洁力度信息和智能清洁机器人自动生成的第二清洁力度信息时，对第一清洁力度信息和第二清洁力度信息进行判断，判断这两个信息是否相同，如果相同，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令，如果不同，则按照用户设定的指令来执行，将用户的第一清洁力度信息作为最终的清洁力度指令，进而控制智能清洁机器人按照清洁力度指令和路径规划指令对待清洁的区域进行清洁，避免指令冲突。

[0090] 如图2所示，第二方面，本发明实施例还提供一种智能清洁机器人的清洁系统，包括历史数据获取模块100、模型建立模块200、区域获取模块300、实时障碍物模块400、位置获取模块500以及清洁控制模块600，其中：

[0091] 历史数据获取模块100，用于获取人为设定的历史障碍物数据和清洁机器人识别的历史障碍物数据，以得到完整历史障碍物数据；

[0092] 模型建立模块200，用于根据完整历史障碍物数据建立障碍物模型；

[0093] 区域获取模块300，用于获取并发送待清洁区域的图像信息；

[0094] 实时障碍物模块400，用于将待清洁区域的图像信息导入到障碍物模型中，以得到实时障碍物信息；

[0095] 位置获取模块500，用于获取清洁机器人的实时位置信息；

[0096] 清洁控制模块600，用于根据实时障碍物信息和清洁机器人的实时位置信息生成并发送清洁策略，控制清洁机器人进行清洁操作。

[0097] 在使用智能清洁机器人对环境进行清洁时，通过本清洁方法控制机器人进行精准的清洁，保证清洁效率。首先，在进行清洁操作前，通过历史数据获取模块100获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后通过历史数据获取模块100根据完整历史障碍物数据建立一个障碍物模型，该障碍物模型是指根据历史障碍物数据对实时障碍物进行识别判断的数据模型；模型建立完成后，需要对环境区域进行清洁时，通过区域获取模块300获取待清洁区域的图像信息，确定待清洁的区域，并将获取的待清洁区域的图像信息发送给实时障碍物模块400，然后通过实时障碍物模块400将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，通过位置获取模块500获取智能清洁机器人的实时位置信息，然后通过清洁控制模块600根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作，上述清洁策略包括路径规划和清洁力度等信息。

[0098] 本系统针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

[0099] 基于第二方面，在本发明的一些实施例中，如图2所示，实时障碍物模块400包括导入子模块410、图像子模块420以及位置子模块430，其中：

[0100] 导入子模块410，用于将待清洁区域的图像信息导入到障碍物模型中；

[0101] 图像子模块420，用于通过障碍物模型识别获取障碍物的实时图像信息；

[0102] 位置子模块430，用于根据清洁区域的图像信息和障碍物的实时图像信息获取障碍物的实时位置信息。

[0103] 在对实时的待清洁区域的图像信息进行障碍物识别判断时，首先通过导入子模块410将待清洁区域的图像信息导入到障碍物模型中，然后图像子模块420通过障碍物模型对实时的障碍物进行识别，以获取障碍物的实时图像信息，然后通过位置子模块430根据整体的待清洁区域的图像新和障碍物的实时图像信息获取障碍物的实时位置信息，确定障碍物的具体位置，以便后续进行精确的路径规划。

[0104] 基于第二方面，在本发明的一些实施例中，如图2所示，清洁控制模块600包括力度子模块610、路径子模块620以及操作子模块630，其中：

[0105] 力度子模块610，用于录入清洁力度信息；

[0106] 路径子模块620，用于根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息；

[0107] 操作子模块630，用于根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作。

[0108] 在制定清洁策略时需要对与清洁相关的清洁力度和清洁的路径进行规划，首先通过力度子模块610录入清洁力度信息，该清洁力度信息包含清洁的次数、清洁的时间、清洁用力度等信息，然后路径子模块620根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息，根据实时的位置实时调整路径，合理规避障碍物，保证路径的合理性；然后通过操作子模块630根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作，该清洁策略中包含清洁力度和路径指令信息。

[0109] 基于第二方面，在本发明的一些实施例中，如图2所示，力度子模块610包括第一力度单元611、历史力度单元612以及第二力度单元613，其中：

[0110] 第一力度单元611，录入用户设定的第一清洁力度信息；

[0111] 历史力度单元612，用于获取历史清洁力度信息；

[0112] 第二力度单元613，根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。

[0113] 录入的清洁力度信息包含用户人为设定的清洁力度信息和智能清洁机器人自动生成的或者默认的清洁力度信息，当用户直接输入力度指令时，通过第一力度单元611直接录入用户设定的第一清洁力度新；当根据智能清洁机器人自动生成力度指令时，首先通过历史力度单元612获取历史清洁力度信息，该历史清洁力度信息包含历史的人为设定的清洁力度信息和历史的该区域的清洁力度信息，然后通过第二力度单元613根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。

[0114] 基于第二方面，在本发明的一些实施例中，如图2所示，力度子模块610还包括判断单元614，用于判断第一清洁力度信息和第二清洁力度信息是否相同，如果是，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令；如果否，则将第一清洁力度信息作为清洁力度指令。

[0115] 当同时录入用户的第一清洁力度信息和智能清洁机器人自动生成的第二清洁力度信息时，通过判断单元614对第一清洁力度信息和第二清洁力度信息进行判断，判断这两个信息是否相同，如果相同，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令，如果不同，则按照用户设定的指令来执行，将用户的第一清洁力度信息作为最终的清洁力度指令，进而控制智能清洁机器人按照清洁力度指令和路径规划指令对待清洁的区域进行清洁。

[0116] 综上，本发明的实施例提供一种智能清洁机器人的清洁方法及系统，在使用智能清洁机器人对环境进行清洁时，通过本清洁方法控制机器人进行精准的清洁，保证清洁效率。首先，在进行清洁操作前，获取历史障碍物数据信息，以便为后续提供经验，历史障碍物数据信息包含人为设定的历史障碍物数据和智能清洁机器人根据之前的经验判断识别的历史障碍物数据，以此得到完整的历史障碍物数据，为后续提供完整全面的参考数据信息；然后根据完整历史障碍物数据建立一个障碍物模型，该障碍物模型是指根据历史障碍物数据对实时障碍物进行识别判断的数据模型；模型建立完成后，需要对环境区域进行清洁时，获取待清洁区域的图像信息，确定待清洁的区域，然后将获取的待清洁区域的图像信息导入到障碍物模型中，通过障碍物模型识别图像信息中的障碍物的图像信息，以此得到实时障碍物信息，该实时障碍物信息包含障碍物的实时位置信息和障碍物的实时图像信息；得到实时障碍物信息后，获取智能清洁机器人的实时位置信息，然后根据实时障碍物信息和清洁机器人的实时位置信息生成并发送相应的清洁策略，控制清洁机器人对待清洁区域进行相应的清洁操作，上述清洁策略包括路径规划和清洁力度等信息。在制定清洁策略时需要对与清洁相关的清洁力度和清洁的路径进行规划，首先录入清洁力度信息，该清洁力度信息包含清洁的次数、清洁的时间、清洁用力度等信息，根据障碍物的实时位置信息和清洁机器人的实时位置信息生成并发送路径清洁信息，根据实时的位置实时调整路径，合理规避障碍物，保证路径的合理性；然后根据清洁力度信息和路径清洁信息生成并发送清洁策略给清洁机器人，控制清洁机器人按照清洁策略对待清洁区域进行清洁操作，该清洁策略中包含清洁力度和路径指令信息。录入的清洁力度信息包含用户人为设定的清洁力度信息和智能清洁机器人自动生成的或者默认的清洁力度信息，当用户直接输入力度指令时，直接录入用户设定的第一清洁力度新；当根据智能清洁机器人自动生成力度指令时，首先获取历史清洁力度信息，该历史清洁力度信息包含历史的人为设定的清洁力度信息和历史的该区域的清洁力度信息，然后根据待清洁区域的图像信息和历史清洁力度信息生成并录入第二清洁力度信息。当同时录入用户的第一清洁力度信息和智能清洁机器人自动生成的第二清洁力度信息时，对第一清洁力度信息和第二清洁力度信息进行判断，判断这两个信息是否相同，如果相同，则将第一清洁力度信息或第二清洁力度信息作为清洁力度指令，如果不同，则按照用户设定的指令来执行，将用户的第一清洁力度信息作为最终的清洁力度指令，进而控制智能清洁机器人按照清洁力度指令和路径规划指令对待清洁的区域进行清洁。针对实时的环境区域中的实时障碍物信息，制定合理的清洁策略，合理避障，合理规划清洁路径，可针对待清洁区域进行有效的全面的清洁，避免重复多余的对同一区域进行清洁，清洁效率高。

[0117] 以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

[0118] 对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。