CN117083006A - 表面类型检测 - Google Patents

Abstract

一种机器人清扫器具包括声波换能器和与壳体耦接的处理器。声波换能器朝向其振铃距离内的表面发送声波信号并接收对应的返回的信号。在声波信号停止之后，处理器在对应的返回的信号反射回声波换能器之前的早期部分以及包括对应的返回的信号的后期部分期间，对由声波换能器生成的振铃信号进行采样。处理器利用采样的早期部分来估计空白振铃信号，该空白振铃信号表示在没有接收到返回的信号的情况下的声波换能器的性能。处理器将估计的空白振铃信号与振铃信号的后期部分进行比较，并基于比较生成度量。处理器利用度量来从多个表面类型中确定表面的类型。

Description

表面类型检测

相关申请的交叉引用

本申请要求Mitchell H.Kline等人于2021年4月9日提交的标题为“表面检测(Surface Detection)”的共同待决的美国专利申请No.17/226,447的优先权和权益，具有代理人卷号No.IVS-982，并转让给本申请的受让人，其公开内容特此通过引用以其全文并入本文。

背景技术

存在多种设备，这些设备在地板或其他表面(如墙壁、窗户、屋顶、桌子、工作台面、人行道、道路等)上四处移动或操作。这些表面可以是室内表面、室外表面、或某种组合。这样的设备的一个或更多个示例可以是半自主的，这意味着当在一个或更多个表面上操作时，设备的一些功能由人控制，而一些功能是自动化的。这样的设备的一个或更多个示例可以是机器人，这意味着当在一个或更多个表面上操作时，设备的一些或全部功能可以在一个或更多个处理器的控制下自主地操作。这些设备的一些示例可包括但不限于：远程控制车辆、网真机器人(telepresence robot)、电动踏板车、电动轮椅、轮式输送机器人、在表面附近操作或将要着陆在表面上或从表面上起飞的无人机、轮式输送车辆、地板真空吸尘器以及机器人清扫器具(包括机器人地板清洁器和/或机器人地板真空吸尘器)。

附图说明

并入并构成具体实施方式的描述的一部分的附图示出了主题的各种实施方式，并且与实施方式的描述一起用于解释下面讨论的主题的原理。除非特别指出，否则在本附图简要说明中提及的附图应被理解为不是按比例绘制的。在本文中，相同的项目标记有相同的项目号。

图1A和图1B示出了根据各个实施例的在表面上四处移动或操作的设备的一些方面的示例框图。

图2示出了根据各个实施例的系统的一个示例的上部正透视图，该系统包括在表面上移动或操作的设备以及用于该设备的基站。

图3A-3C示出了根据各个实施例的图2的系统的一个示例的侧视图，该系统包括在表面上四处移动或操作的设备和用于该设备的基站。

图4A示出了根据各个实施例的可以在设备上使用以便发送声波信号和接收返回的声波信号的表面类型检测传感器组件的一个示例的侧视图。

图4B示出了根据各个实施例的图4A的表面类型检测传感器组件的俯视图。

图4C示出了根据一些实施例的表面类型检测传感器组件的构型的侧截面视图。

图5示出了根据各个实施例的多个不同地板表面类型的跨度的俯平面视图。

图6示出了根据各个实施例的表面类型检测传感器的信号路径的框图。

图7A示出了根据实施例的示出了来自表面类型检测传感器的经采样的返回的信号的幅度的曲线图。

图7B示出了根据实施例对从表面类型检测传感器的振铃(ringdown)信号的早期部分采样的返回的信号进行曲线拟合并且用于估计表面类型检测传感器的空白振铃信号的曲线图。

图7C示出了根据实施例的示出了来自表面类型检测传感器的两个振铃信号的相位的曲线图。

图8示出了根据实施例的用于针对表面类型检测传感器的振铃信号和空白振铃信号来确定在复数域中的曲线长度的框图。

图9示出了根据实施例的表面类型检测传感器的空白振铃信号和所测量的振铃信号在复数域中的曲线长度。

图10示出了根据各个实施例的分类器被训练为基于输入来检测表面类型的图。

图11示出了根据各个实施例的用于基于输入来检测表面类型的经训练的分类器的图。

图12A-12B示出了根据各个实施例的表面类型检测的示例方法的流程图。

具体实施方式

现在将详细参考主题的各个实施例，其示例在附图中示出。虽然本文讨论了各种实施例，但是将理解，它们不旨在限制这些实施例。相反，所提出的实施例旨在覆盖替代方案、修改和等效物，这些替代方案、修改和等效物可以包括在由所附权利要求书限定的各个实施例的精神和范围内。此外，在实施例的描述中，阐述了许多具体细节，以便提供对本主题的实施例的透彻理解。然而，实施例可以在没有这些具体细节的情况下实践。在其他实例中，未详细描述众所周知的方法、过程、组件和电路，以免不必要地模糊所描述的实施例的各方面。

讨论概述

在地板或其他表面上四处移动或在地板或其他表面上操作的各种设备可受益于能够确定关于它们在其上移动或操作的表面的信息。表面可以包括地板、建筑外部、窗户、泥土、砾石、织物、屋顶、道路、人行道、小道、水(或其他液体)等。表面可以是平坦的和光滑的或粗糙的和有纹理的。在一些实施例中，当设备在表面上操作或在表面上移动时，表面可以是固定的。在其他实施例中，在设备保持相对于移动表面固定或移动的同时，表面可移动。存在多种多样的“表面类型”，此类设备可以在其上操作或移动。根据一些方面，这些“表面类型”可以分为两个主要群组，硬表面和软表面。在一些实施例中，在这两个主要群组的每一个中可以存在子组。在一些实施例中，可以存在附加的或替代的“主要群组”，如湿的、干的、干净的、脏的等。

出于示例而非限制的目的，考虑可以分成硬地板和软地板的地板表面。硬地板包括诸如但不限于：瓷砖、木材、油毡、层压地板、金属、水凝石、混凝土、石头等的地板表面。软地板包括诸如但不限于：地毯、雕塑地毯、低绒头地毯、割绒地毯、高绒头地毯和其他类型的地毯等的地板表面。尽管地板已经被描述为可分成硬表面和软表面两大类别；地板表面可以被分成从硬到软变化的任何数量的类别(例如，硬、中等硬、中等软、软等)。

在设备在表面上操作期间或者在该设备在表面上四处移动时，可能有利的是该设备检测关于该表面的信息，如它是否是湿的(并且在一些情况下，在潮湿标度上是多湿的)、脏的(并且在一些情况下，在什么情况下多脏和/或用什么脏的)、干的、硬的(并且在一些情况下，在硬度标度上是多硬的)、软的(并且在一些情况下，在柔软度标度上是多软的)等。如本文将描述的，表面类型的这种检测可以包括向表面发送声波信号和处理返回的声波信号以确定表面类型。这些声波信号可以包括在次声范围、声学范围和超声波范围中的一个或更多个中的信号。返回的信号包括直接返回的信号(直接向接收器/换能器传输和反弹)和次级返回的信号(在到达接收器/换能器之前多路径反射)。当用驱动波形驱动声波换能器以使其振荡并发送声波信号时，它将在驱动波形停止之后继续振荡一段时间。当驱动波形停止时，来自声波换能器的主动传输(active transmission)停止，但当换能器振铃时(例如，当被驱动的振荡衰减时)，换能器将仍然持续振荡一段时间。与被驱动振荡的这种衰减或振铃相关联的时间段可以被称为声波换能器的振铃时间。在一些实施例中，振铃时间可以在长度上类似于在振铃开始之前立即主动驱动声波换能器的时间段。因为换能器在振铃时间期间仍然被动振荡，所以这些被动振荡可能使得难以区分在振铃时间期间接收的返回的信号，从而有效地将声波换能器对对象进行盲化，该对象提供在振铃期间到达声波换能器的返回的信号。

例如，如果传感器靠近表面(诸如地板)，返回的信号(尤其是主要的返回的信号)的往返飞行时间可能非常小，这样使得它在振铃时间段的后期部分过程中到达。在这样的情况下，被感测的表面在换能器的振铃距离内，因为在振铃仍然发生的同时接收到返回的信号。正因为如此，从振铃距离内的表面快速接收的返回的信号的检测可能被换能器振铃阻碍或以其他方式影响。即使返回的信号非常强，它也可能被用作表面类型检测传感器的声波换能器的振铃所引起的更大振幅和/或干涉淹没。换言之，振铃中的声波换能器仍然可能以足够的振幅振动，以有效地掩饰其在其振铃时间段的部分期间接收的相对较小的返回的信号。

本文的一些实施例描述了用于在声波换能器的振铃时间段期间从振铃信号中辨别出返回的信号的技术。例如，“空白(void)振铃信号”可以通过在返回的信号到达之前在振铃时间段中非常早地对振铃信号的采样点进行采样并且然后使用衰减因子外推那些点来估计。该估计的空白振铃信号表示在没有任何返回的信号到达并且以相长或相消干涉影响它的情况下，来自声波换能器的纯振铃信号看起来如何。然后可以将该估计的空白振铃信号与发生的实际振铃信号进行比较，并且该比较可以用于生成度量，该度量可以用于确定提供在声波换能器的振铃期间接收到的返回的信号的表面的类型。度量可以是背景减除、量值比较、曲线长度比较、与阈值比较、和/或其他比较的结果。用于将实际接收的振铃信号的一部分与估计的空白振铃信号进行比较的这种技术可以与幅度信号或者与一个或更多个解调分量(例如复数域的同相信号或正交信号)一起使用。

讨论开始于对符号和命名的描述。然后，讨论转到对在表面上四处移动或者操作的一些示例设备的示例组件的一些框图的描述。讨论了机器人清扫器具形式的设备的一些示例描绘。描述了表面类型检测传感器组件的一些示例描绘。描述了声波换能器的信号路径。讨论了描绘来自幅度信号的空白振铃信号的估计以及两者的比较以形成度量的曲线图。讨论了在复数域中生成空白振铃信号并与复数域中的实际振铃信号的一部分进行比较的框图。描述了通过复数域中的曲线长度描绘振铃信号和空白振铃信号的比较的曲线图，并且讨论了度量。讨论了使用所生成的度量和其他信息来训练分类器和执行机器学习。最后，机器人清扫器具及其部件(包括声波换能器和处理器)的操作结合表面类型检测的示例方法的描述进行讨论。

符号和命名

以下详细描述的一些部分是按照程序、逻辑块、过程、模块和对计算机存储器内的数据位的操作的其他符号表示来呈现的。这些描述和表示是数据处理领域的技术人员用来将他们的工作的实质最有效地传达给本领域的其他技术人员的手段。在本申请中，程序、逻辑块、过程、模块等被设想为导致期望结果的一个或更多个不一致的程序或指令。这些程序是需要物理量的物理操纵的那些程序。通常，尽管不是必须的，这些量采取能够在电子设备/组件中被存储、传送、组合、比较和以其他方式操纵的电或磁信号的形式。

然而，应记住，所有这些和类似术语将与适当的物理量相关联并且仅仅是应用于这些量的方便标签。除非另有具体说明，否则如从以下讨论中显而易见的，应当理解的是，贯穿实施方式的描述，讨论利用诸如“传输”、“接收”、“采样”、“估计”、“比较”、“生成”、“存储”、“提供”、“分类”、“利用”和“确定”等术语是指电子设备或组件(诸如：主机处理器、传感器处理单元、传感器处理器、数字信号处理器或其他处理器、存储器、表面类型检测传感器(例如，声波换能器)、机器人清扫器具、被配置成用于在表面上操作或在表面上四处移动的设备，它们的一些组合等)的动作和过程。电子设备/组件将表示为寄存器和存储器内的物理(电子和/或磁)量的数据操纵和转换为类似地表示为存储器或寄存器或其他此类信息存储、传输、处理或显示组件内的物理量的其他数据。

本文描述的实施例可以在由一个或更多个计算机、处理器或其他设备执行的驻留在某种形式的非暂时性处理器可读介质上的处理器可执行指令(如程序模块或逻辑)的一般上下文中讨论。通常，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。程序模块的功能性可以在各个实施例中根据需要被组合或分布。

在附图中，单个框可以被描述为执行一个或更多个功能；然而，在实际实践中，由该框执行的该一个或更多个功能可以在单个组件中或跨多个组件执行，和/或可以使用硬件、使用软件、或使用硬件和软件的组合来执行。为了清楚地示出硬件和软件的这种可互换性，已经就其功能性方面整体描述了各种示例性组件、块、模块、电路以及步骤。这些功能性是实现为硬件还是软件取决于特定应用和施加于整个系统的设计约束。所属领域的技术人员可针对每一特定应用以不同方式实施所描述的功能性，但此类实施决策不应被解释为导致脱离本公开的范围。此外，本文描述的示例电子设备可以包括除了所示出的那些之外的组件，包括众所周知的组件。

除非具体描述为以特定方式实现，否则本文中所描述的技术可以用硬件、或硬件与固件和/或软件的组合来实现。描述为模块或组件的任何特征也可在集成逻辑设备中一起实现，或单独实现为分立但可互操作的逻辑设备。如果以软件实施，那么所述技术可至少部分地由非暂时性计算机可读存储介质实现，所述非暂时性计算机/处理器可读存储介质包括计算机/处理器可读指令，计算机/处理器可读指令在被执行时致使计算机或电子设备的处理器和/或其他组件执行本文描述的方法中的一个或更多个。非暂时性处理器可读数据存储介质可形成计算机程序产品的一部分，该计算机程序产品可包括封装材料。

非暂时性处理器可读存储介质(也称为非暂时性计算机可读存储介质)可包括随机存取存储器(RAM)(诸如同步动态随机存取存储器(SDRAM))、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪存储器、其他已知存储介质等。另外或替代地，该技术可至少部分由处理器可读通信介质实现，所述处理器可读通信介质携载或传达呈指令或数据结构的形式的代码且可由计算机或其他处理器存取、读取和/或执行。

结合本文中所公开的实施例描述的各个说明性逻辑块、模块、电路和指令可以由一个或更多个处理器(诸如一个或更多个主机处理器或其一个或更多个核心)、数字信号处理器(DSP)、通用微处理器、专用集成电路(ASIC)、专用指令集处理器(ASIP)、现场可编程门阵列(FPGA)、或其他等效集成或离散逻辑电路系统来执行。如在此所使用的术语“处理器”可以指代任何前述结构或适合于实施在此描述的技术的任何其他结构。另外，在一些方面中，本文中所描述的功能性可提供于如本文中所描述而配置的专用软件模块或硬件模块内。而且，该技术可完全实施于一个或更多个电路或逻辑元件中。通用处理器可以是微处理器，但是在替代方案中，该处理器可以是任何常规处理器、控制器、微控制器或状态机。处理器还可被实现为计算设备的组合，例如，多个微处理器、与ASIC或DSP结合的一个或更多个微处理器、或任何其他此类配置或合适的处理器组合。

在此所讨论的各个示例实施例中，芯片被限定为包括典型地由半导体材料形成的至少一个基板。单个芯片可例如由多个基板形成，其中基板被机械结合以保持功能性。多个芯片(或者多芯片)包括至少两个基板，其中，两个基板电连接，但是不需要机械结合。

封装提供芯片(或例如多芯片模块)上的键合焊盘与金属引线之间的电连接，该金属引线可以焊接到印刷电路板(或PCB)上。封装通常包括基板和盖。集成电路(IC)基板可以指具有电路(通常是CMOS电路)的硅基板，但是其他电路是可能的且被预期。MEMS基板为一个或更多个MEMS结构提供机械支撑。该MEMS结构层被附接到该MEMS基板上。MEMS基板也被称为操作基板(handle substrate)或操作晶圆(handle wafer)。在一些实施例中，操作基板充当MEMS结构的帽盖。

一些实施例可以例如包括表面类型检测传感器150。该传感器可以是在任何合适的声波范围内操作的任何合适的声波传感器。例如，在一些实施例中，表面类型检测传感器可以是利用MEMS超声波换能器的超声传感器。在一些实施例中，表面类型检测传感器可以包括数字信号处理器(DSP)，其可以被设置为ASIC的一部分，该ASIC可以被集成到与换能器相同的封装中。可以与各种实施例(不限于此)一起使用的这种超声波传感器的一个示例是来自加利福尼亚伯克利的TDK集团公司Chirp Microsystems的CH101超声波距离传感器。CH101仅是超声波传感器的一个示例，可以类似地利用其他类型和/或品牌的超声波传感器。

一些实施例可以例如包括一个或更多个运动传感器。例如，具有加速度计、陀螺仪和磁力计或其他罗盘技术的实施例可以被称为9轴设备，所述加速度计、陀螺仪和磁力计或其他罗盘技术各自提供沿着相对于彼此正交的三个轴的测量值。在另一实施例中，三轴加速度计和三轴陀螺仪可以用于形成6轴设备。其他实施例可以例如包括加速度计、陀螺仪、罗盘和压力传感器，并且可以被称为10轴设备。其他实施例可以不包括所有的传感器或者可以提供沿着一个或更多个轴的测量值。一些或所有传感器可以是MEMS传感器。传感器中的一些或全部可以与传感器处理器一起被结合在传感器处理单元中并且被布置在单个半导体封装中。

在一些实施例中，例如，一个或更多个传感器可以形成在第一基板上。各个实施例可例如包括固态传感器和/或任何其他类型的传感器。传感器处理单元中的电子电路可例如从一个或更多个传感器接收测量输出。在各个实施例中，电子电路处理传感器数据。电子电路可例如实现在第二硅基板上。在一些实施例中，第一基板可以在单个半导体芯片中垂直堆叠、附接和电连接至第二基板，而在其他实施例中，第一基板可以在单个半导体封装(诸如单个集成电路)中横向布置和电连接至第二基板。

在表面上四处移动或在表面上操作的示例设备

图1A和图1B示出了在表面上四处移动或在表面上操作的设备100的一些示例组件。设备100的一些示例可以包括但不限于：远程控制车辆、网真机器人、电动踏板车、电动轮椅、轮式输送机器人、在表面附近操作或将要着陆在表面上或从表面起飞的无人机、轮式输送车辆、地板真空吸尘器、以及机器人清扫器具(其包括：机器人地板清洁器、机器人地板真空吸尘器、或它们的组合)。

图1A示出了根据本公开的各个方面的、在表面上四处移动或在表面上操作的示例设备100A的组件的框图。如图所示，示例设备100A包括通信接口105、主机处理器110、主机存储器111和至少一个表面类型检测传感器150。在一些实施例中，设备100可附加地包括收发器113、一个或更多个运动传感器160、一个或更多个驱动轮控制器170和一个或更多个表面处理控制器180中的一个或更多个(其可以控制可基于表面类型确定采取动作的清洁工具和/或任何表面处理项目)。一些实施例可包括用于检测运动、位置、表面类型或环境背景(例如，附近的对象和/或障碍物、表面是硬还是软、表面是有地毯还是没有地毯、表面是干净还是脏、表面是湿还是干，等等)的传感器；这些传感器的一些示例可包括但不限于红外传感器、相机、话筒和全球导航卫星系统传感器(即，全球定位系统接收机)。如图1A中所描绘，所包括的组件例如经由通信接口105彼此通信耦接。

主机处理器110可以例如被配置成用于执行与设备100的一般功能有关的各个计算和操作(例如，发送命令以移动、转向、避开障碍物和操作/控制工具的操作)。主机处理器110可以是一个或更多个微处理器、中央处理单元(CPU)、DSP、通用微处理器、ASIC、ASIP、FPGA或运行软件程序或应用的其他处理器，软件程序或应用可以存储在主机存储器111中，与设备100的一般和常规功能和能力相关联。

通信接口105可以是任何适合的总线或接口，如快速外围组件互连(PCIe)总线、通用串行总线(USB)、通用异步接收器/发送器(UART)串行总线、适合的高级微控制器总线架构(AMBA)接口、内部集成电路(I2C)总线、串行数字输入输出(SDIO)总线、或其他等效物，并且可以包括多个通信接口。通信接口105可以促进SPU 120与主机处理器110、主机存储器111、收发器113、表面类型检测传感器150、一个或更多个运动传感器160、一个或更多个驱动轮控制器170、和/或一个或更多个表面处理控制器180中的一个或更多个之间的通信。

主机存储器111可以包括由主机处理器110使用的程序、模块、应用或其他数据。在一些实施例中，主机存储器111还可以保存从传感器处理单元120接收或提供给传感器处理单元120的信息(参见例如图1B)。主机存储器111可以是任何适当类型的存储器，包括但不限于电子存储器(例如，只读存储器(ROM)、随机存取存储器(RAM)或其他电子存储器)。

收发器113(当包括时)可为促进设备100处从外部发送源接收数据和从设备100向外部接收者发送数据的有线或无线收发器中的一个或更多个。外部发送源/外部接收者的示例可以是设备100返回以进行充电、维护、对接等的基站。作为示例而非限制，在各个实施例中，收发器113包括以下各项中的一项或更多项：蜂窝收发器、无线局域网收发器(例如，符合用于无线局域网通信的一个或更多个电气和电子工程师协会(IEEE)802.11规范的收发器)、无线个域网收发器(例如，符合用于无线个域网通信的一个或更多个IEEE 802.15规范(或类似)的收发器)、以及有线串行收发器(例如，用于有线通信的通用串行总线)。

表面类型检测传感器150可以是声波换能器。在一些实施例中，表面类型检测传感器150是超声波换能器(即，在超声频率范围内操作的声波换能器)。在一些实施例中，在表面类型检测传感器150在超声波范围内操作的情况下，其可以在50kHz到500kHz之间的范围内或在150kHz到200kHz之间的范围内操作。当然，其他超声波范围是预期的和可用的。表面类型检测传感器150被配置为向表面发送声波信号并接收声波返回信号。发送的声波信号可以包括在次声范围、声学范围和超声波范围中的一个或更多个中的信号。返回的信号包括直接返回信号(其被发送、遇到表面并从该表面直接反射到接收器)和次级返回信号(其在到达接收器之前被多路径反射)。在一些实施例中，表面类型检测传感器150可以是表面类型检测传感器组件350(例如，见图4A-4C)的一部分，表面类型检测传感器组件350可以包括声学接口450(例如，见图4A-4C)，声学接口450(例如，管、腔、角、它们的一些组合等)用于将发送的声波信号引导向表面以及用于将声波返回信号引导回表面类型检测传感器150。

运动传感器160(当包括时)可以被实现为基于MEMS的运动传感器，包括惯性传感器(如陀螺仪161或加速度计163)或电磁传感器(如霍尔效应或洛伦兹场磁力计165)。在一些实施例中，运动传感器160的至少一部分还可以例如基于除了MEMS技术之外的传感器技术(例如，CMOS技术等)。如所希望的，运动传感器160中的一个或更多个运动传感器可以被配置成用于提供沿着三个正交轴或任何等效结构测量的原始数据输出。

驱动轮控制器170或其他控制运动的机构(当包括时)可以包括电机控制器、开关和/或逻辑，它们在指令下操作以：驱动一个或更多个轮或其他运动机构(例如，箱履带、螺旋桨)、改变驱动轮或其他运动机构的旋转速度、缓和驱动轮所允许的滑移量或旋转量、在所希望的方向上移动驱动轮或其他运动机构，停止驱动轮或其他运动机构，和/或使用驱动轮(诸如经由差动速度或旋转)或其他运动机构使设备100转向。

一个或更多个表面处理控制器180(当包括时)可包括电机控制器、开关和/或逻辑以开启、关闭和/或调整一个或更多个表面处理项目(诸如基于表面类型确定采取动作的一个或更多个清洁工具和/或一个或更多个其他项目)的操作和/或取向。

图1B示出了根据本公开的各个方面的、在表面上四处移动或在表面上操作的示例设备100B的组件的框图。设备100B与设备100A相似，除了包括传感器处理单元(SPU)120，表面型检测传感器150设置在SPU 120中。SPU 120(当包括时)包括：传感器处理器130；内部存储器140；以及至少一个表面类型检测传感器150。在一些实施例中，SPU 120可以另外包括一个或更多个运动传感器160(例如，陀螺仪161、加速度计163、磁力计165)和/或一个或更多个其他传感器，如光传感器、红外传感器、GNSS传感器、麦克风等。在各个实施例中，SPU120或其一部分(如传感器处理器130)通过通信接口105或其他众所周知的装置与主机处理器110、主机存储器111、以及设备100的其他组件通信地耦接。SPU 120还可以包括一个或更多个通信接口(未示出)，这些通信接口类似于通信接口105并且用于SPU 120内的一个或更多个组件之间的通信。

传感器处理器130可以是一个或更多个微处理器、CPU、DSP、通用微处理器、ASIC、ASIP、FPGA或运行软件程序的其他处理器，这些软件程序可以存储在例如内部存储器140(或其他地方)的存储器中、与SPU 120的功能相关联。在一些实施例中，描述为由传感器处理器130执行的功能中的一个或更多个可与设备100的另一处理器(例如主机处理器110)共享或者完全或部分地由设备100的另一处理器(例如主机处理器110)执行。

内部存储器140可以是任何合适类型的存储器，包括但不限于电子存储器(例如，只读存储器(ROM)、随机存取存储器(RAM)、或其他电子存储器)。内部存储器140可以存储用于指示传感器处理器130对由运动传感器160中的一个或更多个和/或一个或更多个表面类型检测传感器150输出的数据的处理的算法、例程或其他指令。在一些实施例中，内部存储器140可存储可为在传感器处理器130上实施以执行特定功能的算法的一个或更多个模块。模块的一些示例可以包括但不限于：统计处理模块、运动处理模块、表面类型检测模块和/或决策模块。

表面类型检测传感器150可以是声波换能器，其以前述的方式和任意声波范围操作。在一些实施例中，表面类型检测传感器150为超声波换能器，例如PMUT(压电微机械加工超声波换能器)。表面类型检测传感器150可为MEMS设备且可非常小，例如具有小于4mm乘4mm乘1.5mm的面对表面。取决于应用和可用空间，超声波传感器可以是大的或小的。在一些实施例中，表面类型检测传感器150可以是包括DSP的SOC(片上系统)。在一些实施例中，表面类型检测传感器150的SOC封装包括传感器处理单元120并且包括传感器处理器130和内部存储器140。在一些实施例中，表面类型检测传感器150可以是表面类型检测传感器组件的一部分(例如，见图4A-4C)，该表面类型检测传感器组件可以包括用于将发送的声波信号朝向表面引导并且将声波返回信号引导回表面类型检测传感器150的管。

运动传感器160(当包括时)可以被实现为基于MEMS的运动传感器，包括惯性传感器(如陀螺仪161或加速度计163)、或电磁传感器(如霍尔效应或洛伦兹场磁力计165)。在一些实施例中，运动传感器160的至少一部分还可以例如基于除了MEMS技术之外的传感器技术(例如，CMOS技术等)。如所希望的，运动传感器160中的一个或更多个运动传感器可以被配置成用于提供沿着三个正交轴或任何等效结构测量的原始数据输出。一个或更多个运动传感器160通过通信接口、总线或其他众所周知的通信装置与传感器处理器130通信地耦接。

示例系统

图2示出了根据各个实施例的系统200的一个示例的上部前透视图，系统200包括在表面上四处移动或操作的设备100的一个实施例，并且还包括用于设备100的基站202。设备100包括壳体201，一个或更多个项目可以耦接到壳体201。基站202提供设备100可以在不在表面上四处移动或在表面上操作时被定位或停放或对接的位置。在一些实施例中，基站202(其还可以被称为对接202)可以诸如经由耦接到收发器113的物理和/或无线通信来向设备100提供信息/指令和/或从设备100接收信息。在一些实施例中，基站202可以为设备100提供充电器，使得当设备100与基站202耦接或与基站202适当定向时，基站202经由物理或无线(例如，感应)电耦接为设备100充电。在一些实施例中，基站202可提供一个或更多个样本表面203(例如，203-1和203-2)，样本表面203可用于测试或校准表面类型检测传感器、其他电子设备和/或设备100用来检测设备100在其上四处移动或在其上操作的表面的类型的计算资源。例如，在一些实施例中，可以在设备100已知的位置处提供软表面203-1的样本和硬表面203-2的样本中的一个或更多个作为测试目标，设备100在将其自身定位在基站202中和/或离开基站202时可以感测和检测该测试目标。在一些实施例中，当两种或更多种不同类型的样本表面203彼此相邻定位时，设备100还可以测试从一个表面类型(例如，软表面203-1)到另一个表面类型(例如，硬表面203-2)的过渡的检测。在一些实例中，基站202的表面的任何部分可以类似地以样本表面203的方式使用。

图3A-3C示出了根据各个实施例的图2的系统200的示例的侧面正视图，该系统包括在表面上四处移动或操作的设备100以及用于设备100的基站202。如图3A-3C所示，设备100和基站202被布置在表面300上，设备100在该表面300上四处移动并操作。作为示例而非限制，设备100被描绘为机器人清扫器具。设备100包括与壳体201或设备100的任何合适的部分耦接的表面类型检测传感器组件350。表面类型检测传感器组件350包括表面类型检测传感器150(如将结合图4A描述的)。虽然表面类型检测传感器组件350被示出在设备100的底部上并指向表面300(例如，指向地板)，但是在其他实施例中，表面类型检测传感器组件350可以附加地或替代地被布置在顶部、侧部或其他部分上，以用于检测竖直表面(例如，墙壁)和/或悬垂表面。设备100可以包括一个或更多个轮子303和/或305，轮子303和/或305可以由一个或更多个驱动轮控制器170驱动和/或控制。设备100可包括一个或更多个表面处理项目，诸如可由一个或更多个表面处理控制器180驱动和/或控制的表面处理项目304。表面处理项目304的描绘仅仅是示例，并且不意味着限制由图示表示的表面处理项目、工具或多个工具的类型。不限于此，表面处理项目304可包括以下中的一个或更多个或一些组合：相对于地板300的地板表面或其他表面的抽吸工具或抽吸开口；旋转工具(例如，滚刷或扫帚)；清扫工具(例如，扫帚)；擦拭工具(例如，布/布覆盖的表面)；刷磨工具(例如，固定的或可移动的刷头)；除尘工具；拖把工具；以及喷洒工具，所述喷洒工具被配置成喷洒清洁剂或其他液体。

在图3A中，设备100在表面300上沿方向301行进并且准备与基站202对接。在图3B中，设备100仍在表面300上的方向301上行进并且开始与基站202对接。在图3C中，设备100仍然在方向301上行进并且已经几乎完成了与基站202的对接。

参见图3A，由表面类型检测传感器150传输的声波信号可以从表面类型检测传感器组件350中的开口朝向表面300发送，并且从表面300接收的相应返回的信号可以由设备100用于检测表面300的表面类型。在表面类型检测传感器组件350位于设备100的另一部分(例如，侧部或顶部)上的实施例中，表面可以是水平表面(诸如壁)或悬垂部(诸如咖啡桌或椅子的下侧)。

参见图3B，由表面类型检测传感器150发送的声波信号可以从表面类型检测传感器组件350中的开口朝向样本表面203-1发送，并且从样本表面203-1接收的相应返回的信号可以由设备100用于检测样本表面203-1的表面类型。因为样本表面203-1的位置和表面类型对于设备100是已知的，所以该检测操作可以被用来校准这些类型的表面的检测(例如，软表面)，用于将接收的返回的信号存储为其他信号可与之比较的范例，用于将与样本表面203-1相关联的反射率度量存储为用于与其他反射率度量比较的范例，检测表面类型检测传感器的操作的故障或变化(诸如随着时间推移、由于碎屑和/或灰尘颗粒累积、由于温度的变化、老化、损坏、湿度、安装角度等引起的变化)。以这种方式，一个或更多个样本表面203(或其他已知表面)可以用于表面类型检测传感器组件350的校准。

参见图3C，由表面类型检测传感器150发送的声波信号可以从表面类型检测传感器组件350中的开口朝向样本表面203-2发送，并且从样本表面203-2接收的对应的返回的信号可以由设备100用于检测样本表面203-2的表面类型。因为样本表面203-2的位置和表面类型对于设备100是已知的，所以该检测操作可以被用来校准这些类型的表面(例如，硬表面)的检测，将所接收的返回的信号作为其他信号可以与之比较的范例来存储，将与样本表面203-2相关联的反射率度量作为用于与其他反射率度量进行比较的范例来存储，检测表面类型检测传感器的操作的故障或变化(诸如随时间推移、由于碎片累积、由于温度变化等引起的变化)。类似地，当多个样本表面彼此邻接或紧密相邻时，从一个样本表面203-1到下一个样本表面203-1的过渡可以用于测试检测此类表面类型变化的能力。

关于校准。在一些实施例中，表面类型检测传感器150发送的声波信号的量可以在传感器和传感器之间变化，可以由于环境条件(湿度、温度、传感器中碎片的存在等)而改变，和/或还可以在表面类型检测传感器150的使用寿命期间对于单独的传感器而改变。因此，可以使用校准程序来提高表面类型确定的准确度。通过知道发送的信号的量和/或作为来自特定表面类型的返回的信号而接收的发送信号的百分比，可以更精确地表征来自任何表面类型的反射的返回的信号。可通过测量来自已知表面的返回的信号的反射来进行校准。例如，当设备100处于对接/充电基站202中时，传感器150可以被校准，其中，设备100下方的表面类型由于在与基站202进行对接和解除对接期间的重复测量而在历史上是已知的。基站202可以具有一个或更多个专用表面样本表面片段203(203-1，203-2)，其可以附加地或可替代地用于校准。类似地，测量来自已知表面的返回的信号的反射可被用于机器学习，诸如训练分类器以基于某些输入来检测不同的表面类型。

设备100可全部或部分地基于使用表面类型检测传感器150执行的表面类型检测来接合表面处理项目304、脱离表面处理项目304、部署表面处理项目304、重新部署表面处理项目304、调节表面处理项目304的高度、调节表面处理项目304的速度或对表面处理项目304进行其他调节。例如，响应于对地板的类型(例如，硬地板或软地板)或地板的任何其他特征的这种检测，设备100可以采取一个或更多个动作来调整设备100的操作的方面。作为示例而非限制，在各个实施例中，设备100或其一部分可：调节设备100的移动速度；调整设备100的驱动电机；调制设备100的驱动轮所允许的滑移量或旋转量；调节或以其他方式调节设备100的抽吸马达的速度，或以其他方式调制表面处理项目的抽吸；调节抽吸表面处理项目和/或抽吸开口相对于表面(例如，表面300)的高度；调节设备100的旋转表面处理项目(例如，滚刷)或其他表面处理项目相对于表面的高度；调整设备100的旋转表面处理项目的旋转速度；激活设备100的旋转表面处理项目；停用设备100的旋转表面处理项目；使用设备100的液体/喷雾清洁器工具；激活设备100的刷工具；停用设备100的刷工具；停止设备100的液体/喷雾清洁器工具的使用；采用设备100的拖把/擦拭工具；停止设备100的拖把/擦拭工具的部署；采用设备100的抛光工具；停止设备100的抛光工具的部署；激活设备100的或与设备100相关联的警报或信号(可听的、可见的或某种组合)；和/或去激活设备100的或与设备100相关联的警报或信号。这些和其他动作可由设备100经由自处理器提供给以下各项的指令来执行：表面处理控制器180、驱动轮控制器170和/或设备100的一个或更多个其他组件。

在一些实施例中，表面检测和/或表面类型检测可以促进或帮助检测装置是否是水平的、不水平的、卡住的、或其轮子/表面接触点中的一个不与表面接触的情况下操作。例如，如果设备100部分移动经过跌落，诸如在楼梯的边缘或屋顶的边缘上方，则表面类型检测传感器150可能由于表面超出范围而不能检测表面或表面类型，或者在变得粘滞或不水平的情况下可以检测到表面自从先前测量以来已经基本上降下或变得基本上更接近。适当的动作可由设备100发起以补救其中设备100被检测为不水平的、卡住的或者在其轮子/表面接触点之一不与表面接触的情况下操作的情况。

尽管图3A-3C仅示出了单个表面类型检测传感器组件350，但一些实施例可以包括多个换能器，这些换能器可以在不同频率下操作。表面类型的性质可以不同方式影响不同频率，且因此使用多个频率可促进表面类型的更准确检测/确定。

示例表面类型检测传感器组件

图4A示出了根据各个实施例的可以在设备100上用于发送声波信号和接收返回的声波信号的表面类型检测传感器组件350的一个示例的侧面正视图。表面类型检测传感器组件350至少包括表面类型检测传感器150。在表面类型检测传感器组件350的一些实施例中，壳体450(以虚线示出)可被包括并与表面类型检测传感器150耦接，壳体450封闭和/或限定诸如管、腔、角或其某种组合的声学接口。在其他实施例中，表面类型检测传感器组件350包括表面类型检测传感器150但不包括壳体450。在一些实施例中，表面类型检测传感器组件350与设备壳体201(或设备100的其他部分)耦接，使得在预期遇到表面或在表面上操作的方向上(例如，向下朝向地板表面，侧向朝向墙壁或物体可能拦截设备100的行进路径的地方，等等)发送声波信号。例如，在设备100的地板真空吸尘器或机器人地板清洁实施例中，表面类型检测传感器组件350可以被布置在设备100的底部上或被配置为从设备100的底部向外感测，例如以图3A所示的方式，使得当设备100在操作中时，所发送的声波信号被引导朝向地板表面300。类似地，在设备100的无人机实施例(未描述)中，可以在无人机可着陆的表面的方向上发送声波信号。如图1A和1B中所述，表面类型检测传感器150还可与主机处理器110或传感器处理器耦接，在一些实施例中，主机处理器110或传感器处理器中的任一者或两者操作以基于所接收的返回的信号来处理和进行确定。

图4B示出了根据各个实施例的图4A的表面类型检测传感器组件350的俯视图。截面线A-A标记与在图4C中示出的截面视图相关联的位置和定向。

图4C示出了根据一些实施例的表面类型检测传感器组件350A的配置的侧截面视图。可以看出，表面类型检测传感器150包括声波换能器401(例如，超声波换能器)，其被盖402覆盖并且通过膜403与壳体450A分离。壳体450A封闭和/或限定声学接口管405A(其还可以被称为“角”、“声学管”或简称为“管”)。声学管405A促进从表面类型检测传感器150传输到声学接口管405A的开口407A中、穿过声学接口管405A的长度并且离开开口406A朝向表面300的声波信号的行进，其中，行进的方向由方向箭头410表示。声学管405A类似地促进从表面300返回到声学接口管405A的开口406A中、穿过声学接口管405A的长度并且离开开口407A以由表面类型检测传感器150接收的声波信号的行进，其中行进的方向由方向箭头411表示。声学接口管405A具有在管405A的整个长度上恒定的直径404A。应当理解，尺寸仅通过示例的方式呈现，并且在其他实施例中，例如，直径404A可以更大或更小，或者沿着长度变化(例如，在开口406A附近变得更宽)。在一些实施例中，声学接口管405A的尺寸可被选择成限制表面类型检测传感器150的声学场。

在一个示例实施例中，所接收的返回的信号(如由箭头411指示的那些)被数字化。数字化可由DSP板上表面类型检测传感器150、由传感器处理器130、由主机处理器110或由另一处理器执行。

多个地板表面类型的示例

图5示出了具有多个不同的地板表面类型的地板材料的跨度500的顶部平面图。例如，跨度500包括硬木地板510，该硬木地板510通过金属镶边520过渡与带地毯地板530分开。硬木地板510是硬表面的示例。大多数硬木地板510是清洁地板，但区域511表示湿区域(诸如水坑)，区域512表示脏区域(诸如具有履带泥的区域)。在一些实施例中，区域511和512可通过分析由表面类型检测传感器150接收的返回的信号来与硬木地板510的清洁部分和干燥部分区分开。带地毯地板530是软表面的示例。大部分的带地毯地板530是清洁的带地毯地板，但是区域531表示湿区域(诸如地毯的水浸区域)，并且区域532表示脏区域(诸如具有履带泥的地毯的区域)。在一些实施例中，区域531和532可以通过分析由表面类型检测传感器150接收的返回的信号来与带地毯地板530的清洁部分和干燥部分区分开。如先前所讨论的，可以有多种地板表面类型，并且图5仅示出对它们的少量选择。箭头501示出相对于跨度500从左到右的行进方向。例如，机器人清扫器具(如设备100)可以在方向501上行进并且在其移动过程中遇到一个或更多个所示出的不同的地板类型。

空白振铃信号估计和比较

图6示出了根据各个实施例的表面类型检测传感器150的声波换能器实施例的信号路径600的框图。从左上方开始，驱动波形601被施加到声波换能器150。在一些实施例中，驱动波形可以是方波，诸如方波610，然而可以使用其他振荡波形。驱动波形601使得声波换能器150的膜(例如，膜403)在Tx周期期间来回调制/振动(如换能器调制620所示)并产生从声波换能器150发送的声波信号。当驱动波形601停止时，主动传输停止并且利用声波换能器150进行的接收开始。信号的接收的一部分(在620的时间Rx期间)在振铃时间(T_RINGDOWN)期间发生，而在Tx时间段期间由驱动波形诱发到膜403中的振荡运动衰减到接收的信号可以容易地被辨别的程度，因为它们诱发了它们自己调制进入膜403中。可以分析所接收的信号(在Rx周期中)的幅度和/或它们可以经历解调603以获得对解调输出630(诸如复数域中的同相(I)数据631和正交(Q)数据632)的访问。在用有限脉冲响应(FIR)滤波器、级联集成组合(CIC)滤波器和/或其他合适的滤波器进行滤波604之后，表示为幅度信号641的返回的信号、经滤波的I信号642和/或经滤波的Q信号643被提供作为输出640。通过示例的方式，在图7A和图7B中更详细地并且以更大的比例图讨论了幅度信号641。

图7A示出了根据实施例的示出了来自表面类型检测传感器150的所采样的返回的信号的幅度的曲线图700A。样本沿着由幅度信号641示出的线下降，并且接收样本的时间等于以米计的至物体的距离，该距离将与样本的接收时间相关联(如果它是从物体/表面反射的相应的返回的信号)。幅度信号641的峰值是当驱动波形601不再应用于声波换能器150时声波信号的主动传输结束的地方。在该峰之后立即开始振铃衰退。线745和746区分信号641的振铃信号分量的早期部分703A中的数据的采样点的区域。例如，这个区域可以涵盖采样点9至15(即，样本9至15)。可以在早期部分703A中获取更多或更少数量的样本，只要存在足够的采样点来对该时间段中的信号的曲线进行建模/拟合。关于线745和746之间的样本，由于距离和所需的往返飞行时间，返回的信号已经从地板或其他表面反射并且在声波换能器150处被接收回来是物理上不恰当的或物理上不可能的。由此，在线745和746之间采样的信号仅包括振铃信号并不包括已经从地板或其他表面反射的接收到的返回的信号。如果地板、表面或其他物体靠近并且反射信号，则在信号641的振铃分量的后期部分704A期间获取的样本通常将包括一些接收的返回的信号。这些返回的信号将引起信号641中的相长或相消干涉。线747示出了对线746和747之间发生的振铃信号感兴趣的时间段。

尽管图7A仅示出了幅度信号641，但应理解的是，它可以类似地示出I数据信号642和/或Q数据信号643，并且I数据和Q数据中的任一者或两者可以在线745与746之间(早期部分)或在线746之后(后期部分)被采样。

图7B示出了根据实施例的曲线741拟合到来自表面类型检测传感器的振铃信号的早期部分的返回的信号的采样点并且用于估计表面类型检测传感器的空白振铃信号的曲线图700B。在一些实施例中，处理器(例如，传感器处理器130、主机处理器110等)确定连接例如样本9-15的信号线641的特征。然后，处理器应用衰减来对空白振铃信号进行建模或估计。在图7B中，曲线741的部分703B在早期部分703A期间拟合到曲线641的采样数据，而部分704B是从线746延伸到线747的部分741的衰减斜率的投影或估计延伸。特征的一个示例是线的斜率，另一个是幅度。衰减的实例是指数衰减。曲线的拟合可以是任何合适的高阶拟合/模型，其然后被外推至信号的后期部分。如图7B所示，估计的空白振铃信号模拟了振铃信号741的后期部分704B，其中在线746之后，没有任何返回的信号到达振铃704B的后期部分时，这个后期部分704B在点9-17(例如，振铃信号703A的早期部分)之后开始。换言之，通过将所选择的衰减率应用于由早期部分中的测量点形成/从早期部分中的测量点建模的曲线703B，基于早期部分的特征来估计后期部分704B。该空白振铃信号741是在没有由接收的返回的信号引起的任何相长或相消干涉的情况下，幅度信号641的后期部分(在线746之后)的振铃分量看起来像什么的估计或模型。另外，应当注意，早期部分703B还根据已经选自时间段的数据来建模/拟合，该时间段应当没有由所接收的返回的信号引起的大部分或所有相长或相消干涉。

在一些实施例中，处理器(例如，传感器处理器130、主机处理器110等)将所估计的空白振铃信号741或其一部分与信号641的实际测量的振铃信号分量的类似部分进行比较。在一个示例中，可以将图7A的部分703A和704A分别与图7B的部分703B和704B进行比较。在另一示例中，图7A的部分704A可与图7B的部分704B比较。该比较可以使用估计的空白振铃信号741来补偿信号641的实际测量的振铃信号分量。用于比较/补偿的一种这样的机制是背景消减，其中从实际振铃信号中减去估计的空白振铃信号，产生差。所得差(即，补偿后的信号)可用以导出表示在实际返回的信号741的比较部分中接收到的返回的量值的一个或更多个度量。例如，来自补偿的振铃信号的任何数据点或数据点集合可以用作度量。例如，度量可以基于补偿的振铃信号的一个或更多个最大值。在其他示例中，经补偿的信号的总和、能量、积分或表面积可以用于确定度量。以这种方式，例如，基于补偿后的振铃信号的度量可以用于从多个表面类型中确定表面的类型，返回的信号从该表面被反射并且作为振铃信号的后期部分的一部分被接收。例如，可将此度量与阈值进行比较以确定所返回的信号是来自某一类型的表面(例如，硬地板(如果高于某一量值)或软地板(如果不高于某一量值))。如果表面的类型是先验已知的，则可以向分类器提供度量作为用于机器学习的标记数据。

结合图7A-7B所描绘和描述的具有幅度信号641的技术可以类似地与经滤波的同相信号642或经滤波的正交信号643一起使用以生成信号的估计的空白振铃信号部分，并且然后将其与同一信号的实际接收的振铃信号部分进行比较。以这种方式，可以进行比较，并且从声波换能器150的幅度信号、经滤波的同相信号以及经滤波的正交信号中的一个或更多个生成度量。度量可以用于确定多种表面类型中的表面类型，返回的信号从该表面类型被反射并且作为振铃信号的后期部分的一部分被接收。

图7C示出了根据实施例的示出了来自表面类型检测传感器150的两个振铃信号的相位的曲线图700C。曲线图700C的y轴表示标绘的振铃信号748和749的相位。标绘的振铃信号748表示空白振铃信号的示例相位图，开始于线745，其中来自返回的信号的相长或相消干涉没有影响相位(或者非常小地影响)。标绘的振铃信号749表示在线745处开始的振铃信号的示例相位图，其中从硬反射表面接收返回的信号并且返回的信号影响相位。可以看出，由于反射信号和振铃信号的干涉，标绘的振铃信号749显示了比标绘的振铃信号748大得多的相位变化。标绘的振铃信号749的跳变是由于相位在-180度至180度范围内的绘图造成的。

图8示出了根据实施例用于确定表面类型检测传感器的振铃信号和空白振铃信号在复域中的曲线长度的框图800。在一些实施例中，处理器(例如，传感器处理器130、主机处理器110等)执行图8中所示的动作。

在图8的左上方开始，来自声波换能器150的全振铃I和Q数据(IQ数据810)作为输入被提供给振铃曲线长度估计器815。参见图6和图7A，IQ数据810(换言之，从振铃开始的完整数据)将包括由图7A的线745和746定义的窗口中的I和Q数据的点(振铃的早期部分)的采样，以及在线746之后发生的随后的振铃点中的数据。IQ数据810的I和Q部分被处理并且被用于生成相对于Q数据绘制的I数据随时间推移在复数域中的曲线。计算该曲线的长度，并且输出是实际的振铃曲线长度816。实际的振铃曲线长度816及其相关的振铃曲线被提供给比较框830。该技术每帧产生一个曲线，其中帧是采样的IQ数据的阵列，意味着一个发送和接收周期以产生图中所示的曲线。帧内采样时间信息与曲线长度度量无关，但是度量可以在帧之间改变。即，帧间采样率确定检测率。

继续参见图8，从左下方开始，将早期振铃I和Q数据820作为输入提供给空白振铃曲线长度估计器828。早期振铃IQ数据是当声波换能器150还没有接收到返回的信号时，从振铃的早期部分中的点的样本获得的IQ数据(例如，发生在图7A的线745和746之间的图6的I数据642和Q数据643)。该早期数据可以用类似的方式处理，如关于图7B中空白振铃信号704B的估计所描述的。例如，连接I和Q数据820的同相数据中的点的集合的线的一个或更多个特征可随后被衰减以估计同相数据的空白振铃信号。类似地，连接I和Q数据820的正交数据中的点的集合的线的一个或更多个特征随后可被衰减，以估计同相数据的空白振铃信号。空白振铃曲线长度估计器828扩展由早期振铃IQ数据820开始的I和Q空白振铃曲线，并且在复数域中对于由IQ数据810覆盖的对应范围形成估计的空白振铃信号(空白同相振铃信号和空白正交振铃信号)。在极坐标图上，这些空白振铃的理想版本将形成直线或近似直线。计算I和Q空白振铃信号的估计空白振铃信号曲线长度829，并将其用来生成相对于Q数据绘制的I数据随时间推移在复数域中的曲线。计算此曲线的长度，并且输出是所估计的空白振铃曲线长度829。所估计的空白振铃曲线长度829及其相关联的振铃曲线被提供给比较框830。

在IQ的每个采样帧上，可以计算曲线长度。如已经描述的，从IQ帧的早期点估计空曲线长度。从帧中的测量数据的整个数据集来计算信号曲线长度。每帧的最终度量是这些曲线长度的绝对差或相对差(任一方法是有效的)。以此方式，计算每帧的一个度量。在一些实施例中，其中发生10-100帧/秒之间，这也导致每秒10-100曲线长度比较。

在框830中，可以比如通过减法或除法将实际振铃曲线长度816与所估计的空白振铃曲线长度829进行比较以形成度量840。该度量可以用于确定从其反射返回的信号并接收返回的信号作为振铃信号的后期部分的一部分的表面的类型。同样地，实际的I和Q振铃信号可以与所估计的空白振铃信号相比较，例如通过背景减除，以确定在沿与振铃信号相关联的时间段的点处的附加度量。这些附加度量可以用于确定从其反射返回的信号并接收返回的信号作为振铃信号的后期部分的一部分的表面的类型。可以将一个或更多个度量与一个或更多个阈值或一个或更多个参考度量进行比较以确定表面的特征。例如，更高的曲线长度可以对应于更硬的表面。换句话说，测量的振铃信号和估计的空白振铃信号之间的曲线长度差代表表面的反射强度，其中反射性较强的表面具有比反射性较差的表面高的反射强度。

图9示出了根据实施例的表面类型检测传感器150的空白振铃信号974和所测量的振铃信号964在复域中的曲线长度。角度表示相位，而信号的强度从原点向外表示(2000-10000)。曲线/信号974和964都在点901处以相同的最大振幅开始，并且随着信号向极坐标图的原点移动，振幅随时间衰减。例如，曲线964可表示IQ数据的视觉描绘，而总和815表示在IQ振铃信号的相位和幅度数据在参数曲线(例如，极点图900)上彼此相对标绘以产生曲线964所示的曲线的示例中的长度。在该示例中，曲线964表示来自硬表面或反射表面的实际测量的振铃信号。曲线964的长度可接着由处理器(例如处理器110或传感器处理器130)在数学上测量。类似地，在这个示例实施例中，曲线974是总和820的视觉描绘，其中IQ振铃信号的相位和幅度数据在参数曲线(例如极坐标曲线900)上彼此相对标绘以产生曲线974所示的曲线。曲线974表示估计的空白振铃信号。曲线974的长度随后可由处理器(诸如主机处理器110或传感器处理器130)在数学上测量。

可以看出，曲线964具有更多的相位变化，并且比更接近直线的曲线974更长。曲线964和974的长度可由处理器在数学上进行比较以产生可确定地板类型的度量。指示曲线964偏离直线多少的任何度量可以用作确定地板类型的度量。例如，曲线之间的差异可与阈值进行比较，以确定表面有多硬或多软，并且因此确定表面的类型(例如，地毯、环氧树脂、木材、水凝石、混凝土、瓷砖等)。如可以讨论的，这可以每秒重复多次。

图10示出了根据各个实施例的被训练1050以基于输入来检测表面类型的分类器1000的图示。机器学习训练利用标记的数据(在这种情况下，地板类型注释1040)。地板类型1040的注释可以是二元的，诸如硬的(例如，对于木材、瓷砖、混凝土或其他硬表面)或软的(例如，对于地毯、毯子或其他软表面)。在其他实例中，地板类型1040的注释可具有更大的细微差别，诸如潮湿(并且在一些情况下，在潮湿标度上多湿)、脏(并且在一些情况下，多脏和/或用什么脏的)、干燥、坚硬(并且在一些情况下，在硬度标度上多硬)、柔软(并且在一些情况下，在柔软度标度上多软)等。结合地板类型注释1040提供的其他输入可包括：传感器参数1010；特征1020；以及机械参数1030。特征1020可以包括以下方面：诸如空白振铃曲线的曲线长度、实际空白振铃曲线长度与估计空白振铃曲线长度的比较、空白振铃曲线与直线之间的面积；传感器参数1010可以包括诸如用于驱动声波换能器150的驱动波形601的频率和/或振幅的参数。机械参数可以包括以下方面：诸如声波换能器150在被感测的地板或表面上方的高度；以及声波换能器150相对于被感测的地板或表面的角度。

图11示出了根据各个实施例的经训练的分类器1000被用于基于输入来检测表面类型的图示。例如，在对与已知地板类型相关联(例如，与地板类型注释1040相关联)的输入进行训练之后，输入1010、1020和/或1030可以在没有地板类型注释1040的情况下被提供给分类器1000，并且分类器1000可以确定利用那些输入经由机器学习来分类的多个地板表面类型(例如，硬、软等)中的地板类型1160。

示例操作方法

图12A-12B的流程图1200所示的方法的过程将参见图1A-11中的一个或更多个图的元件和/或组件进行描述。应当意识到，在一些实施例中，可以以与流程图中所描述的顺序不同的顺序执行过程，可以不执行所描述的一些过程，和/或可以执行对所描述的那些过程的一个或更多个附加过程。流程图1200包括在各个实施例中在存储在非暂时性计算机可读存储介质(例如，主机存储器111、内部存储器140等)上的计算机可读和计算机可执行指令的控制下由一个或更多个处理器(例如，处理器130、主机处理器110、DSP等)执行的一些程序。还应当理解，流程图1200中描述的一个或更多个过程可以在硬件中或硬件与固件和/或软件的组合中实现。

仅出于示例的目的，图1-图3C的设备100是机器人清扫器具，该机器人清扫器具包括可以在超声频率范围内操作的声波换能器形式的表面类型检测传感器150。它可以表示任何类型的机器人清扫设备，如通过清扫、擦拭、拖洗、抛光、或真空化吸尘地板来清洁的设备。然而，应理解的是，该机器人清扫器具可以采取其他形式并且具有不同于所描绘和描述的那些特征和组件的特征和组件。

在一些实施例中，表面类型检测传感器150是地板类型检测传感器，该地板类型检测传感器通常用于检测机器人清扫器具100下方的地板300的存在或不存在，并且进一步用于收集返回的信号，从这些信号中可以检测到该地板的类型(例如，硬地板、软地板等)。在一些实施例中，表面类型检测传感器150是墙壁类型检测传感器，其通常用于检测与机器人清扫器具100横向相邻的墙壁的存在或不存在并且进一步用于收集返回的信号，从该返回的信号可以检测地板的类型(例如，硬墙壁、软墙壁等)。在一些实施例中，设备100基于由表面类型检测传感器150检测到的地板表面的类型来采取某些动作。例如，当设备100是机器人车辆时，可以基于机器人车辆操作所处的表面的类型来调节推进力。

图12A-12B示出了根据各个实施例的表面类型检测的示例方法的流程图1200。

参见图12A，在流程图1200的过程1210处，在各个实施例中，与声波换能器耦接的处理器从声波换能器接收返回的信号。声波换能器被配置为朝向表面(诸如表面)发送声波信号(具有由图4C的箭头410表示的行进方向)，并且接收从表面反射的返回的信号(具有由图4C的箭头411表示的行进方向)。返回的信号对应于发送的声波信号，并且表面在与声波换能器相关联的振铃距离内。表面类型检测器150是声波换能器的一个示例。即，表面如此接近，使得在声波换能器仍然振铃时，一些返回的信号开始被接收。主机处理器110、传感器处理器130和/或其他合适的和可用的处理器可以指导声波信号的传输，并且可以接收和执行对最初在声波换能器处接收到的返回的信号的处理。

继续参见图12A，在流程图1200的过程1220处，在各个实施例中，响应于声波信号的主动传输的停止，对由声波换能器生成的振铃信号的多个点进行采样。采样发生在来自表面的返回的信号反射回来而由声波换能器接收之前的振铃信号的早期部分期间。采样还发生在包括返回的信号的振铃信号的后期部分期间。参见图6和图7B，在一个实施例中，在返回的信号已经开始在声波换能器150处被接收之前，诸如在线745和746之间的时间，早期部分采样可以发生在换能器振铃期间。在同一实施例中，后期部分采样可以在线746之后并且在振铃仍然发生的同时发生。返回的信号的每个样本具有振幅，该振幅可以被测量并且然后被共同地数字表示为信号，该信号可以被处理以确定幅度信号、同相信号(如果被解调)、和/或正交相位信号(如果被解调)。主机处理器110、传感器处理器130和/或其他合适的且可用的处理器可以执行采样。

继续参见图12A，在流程图1200的过程1230处，在各个实施例中，使用多个采样点的早期部分来估计声波换能器的空白振铃信号。估计的空白振铃信号表示在没有接收到任何返回的信号的情况下的声波换能器的性能。应当理解，所估计的空白振铃信号可以被估计一次，诸如在工厂；更频繁地被估计，诸如在启动时，当进入/退出对接/充电站时，或按照递归时间表被估计；或根据需要实时/近实时。主机处理器110、传感器处理器130和/或其他合适的且可用的处理器可以相对于图7A、图7B和/或图8所讨论的方式执行估计。

继续参见图12A，在流程图1200的过程1240处，在各个实施例中，将所估计的空白振铃信号与振铃信号的后期部分进行比较。该比较可以涉及例如通过使用背景减除技术(例如参见图7B)来减掉两个，该背景减除技术是基于实际振铃与相应估计的空白振铃信号相比的一个或更多个信号曲线；比较用于振铃信号的信号曲线的长度和在复数域中的估计的空白振铃曲线长度(见例如图8和图9)；或其他一个或更多个比较。主机处理器110、传感器处理器130和/或其他合适的且可用的处理器可以执行一个或更多个比较。

继续参见图12A，在流程图1200的过程1250处，在各个实施例中，基于比较来生成度量。度量可以是比较、背景减除的结果、曲线长度之间的差等的乘积。在一些实施例中，度量基于所估计的空白振铃信号的特征和振铃信号的后期部分的同一特征的比较，其中特征基于同相分量和正交分量中的至少一个。例如，该度量可以基于比较复数域中的曲线的信号曲线和/或基于估计的空白振铃信号和振铃信号的后期部分的相应的曲线长度(在复数域中)的比较。在一些实施例中，该度量基于所估计的空白振铃信号和该振铃信号的后期部分的相应的幅度的比较。主机处理器110、传感器处理器130和/或其他合适的且可用的处理器可以生成度量。

继续参见图12A，在流程图1200的过程1260，在各个实施例中，该度量被用来从多个表面类型中确定该表面的类型。在使用背景减除来生成度量的一些实施例中，由减除实现的所得差是度量并且可以将其与阈值进行比较以确定表面类型。例如，如果度量的量值满足或超过阈值，那么可确定已检测到一种类型的表面(例如，硬地板)。而如果度量的量值低于阈值，那么可确定已检测到另一类型的表面(例如，软地板)。在其他实施例中，诸如在曲线长度中的差异的曲线长度被用作度量的情况下，该度量可以作为输入被提供给地板类型分类器(例如，分类器1000)，该分类器已经被训练成从多个表面类型中确定该表面的类型。应当理解，任何度量可以被提供给已经使用该类型的度量训练的地板类型分类器(例如，分类器1000)。主机处理器110、传感器处理器130和/或其他合适的且可用的处理器可以做出判定、可以充当分类器、和/或可以向单独的分类器提供度量。

参见图12B，在流程图1200的过程1270处，在各个实施例中，可以存储所估计的空白振铃信号以供将来与声波换能器对声波信号的后续传输一起使用。也就是说，所估计的空白振铃信号可以在每次被使用时不进行估计。相反，它可以被估计一次，然后被存储且使用多于一次。在一个实施例中，估计的空白振铃信号可以例如在工厂或制造环境中被估计一次，然后被存储以供将来使用。在另一个实施例中，估计的空白振铃信号可以在启动时被估计，然后被存储以供将来使用，直到关机为止。在一个实施例中，估计的空白振铃信号可以在离开对接/充电站时被估计，并且被存储以供将来使用，直到关机或重新进入对接/充电站为止。在一些实施例中，估计的空白振铃信号可以以某些间隔被估计，诸如在操作期间的每分钟、在操作期间的每5分钟、每月、或在一些其他间隔或多个间隔上，然后被存储以供将来使用。主机处理器110、传感器处理器130和/或其他合适的且可用的处理器可以在存储器(例如，主机存储器111、内部存储器140或其他存储装置)中存储所估计的空白振铃信号。

各个方面的简要描述

在机器人清扫器具的一个方面，该机器人清扫器具包括壳体、与该壳体耦接的表面处理项目、与该壳体耦接的声波换能器、以及与该声波换能器和该壳体耦接的处理器。该声波换能器被配置成用于朝向机器人清扫器具下方的表面发送声波信号并接收从该表面反射的相应的返回的信号，其中，该表面在与该声波换能器相关联的振铃距离内。在一些实施例中，声波信号是超声波信号。在一些方面，处理器被配置为在声波信号的主动传输停止之后，对由声波换能器生成的振铃信号的多个点进行采样。采样发生在来自表面的相应的返回的信号反射回而由声波换能器接收之前的振铃信号的早期部分期间。采样还在振铃信号的后期部分期间发生，振铃信号的后期部分包括已经从表面反射回而由声波换能器接收的相应的返回的信号。使用多个采样点的早期部分，处理器估计声波换能器的空白振铃信号。估计的空白振铃信号表示在没有接收到任何返回的信号时的声波换能器的性能。处理器将所估计的空白振铃信号与振铃信号的后期部分进行比较，并基于该比较来生成度量。度量被用来从多个表面类型中确定表面的类型。例如，在一些方面中，度量可作为输入提供到经训练以从多个表面类型中确定表面的类型的地板类型分类器。

在机器人清扫器具的一些方面中，处理器可以存储估计的空白振铃信号以供将来与声波传感器对声波信号的后续传输一起使用。存储装置可以在处理器的存储器内或者在处理器可访问的其他存储器中。

关于生成度量，在该机器人清扫器具的一些方面中，该处理器可以基于所估计的空白振铃信号的特征与该振铃信号的后期部分的同一特征的比较来生成该度量，其中该特征是基于同相分量和正交分量中的至少一个。

关于生成度量，在该机器人清扫器具的一些方面中，该处理器可以基于所估计的空白振铃信号与该振铃信号的后期部分的对应曲线长度的比较来生成该度量。

关于生成度量，在机器人清扫器具的一些方面中，处理器可以基于所估计的空白振铃信号与振铃信号的后期部分的相应幅度的比较来生成度量。

在传感器处理单元的一个方面，传感器处理单元包括与传感器处理器耦接的声波换能器。声波换能器被配置为向表面发送声波信号并接收从表面反射的相应的返回的信号，其中，表面在与声波换能器相关联的振铃距离内。声波信号可以在超声波范围内。传感器处理器被配置为在声波信号的主动传输停止之后，对由声波换能器生成的振铃信号的多个点进行采样。采样发生在来自表面的相应的返回的信号反射回而由声波换能器接收之前的振铃信号的早期部分期间。在振铃信号的后期部分中也进行采样，该后期部分包括相应的返回的信号。在一些方面，传感器处理器使用多个采样点的早期部分来估计声波传感器的空白振铃信号，其中估计的空白振铃信号表示在没有接收到任何返回的信号的情况下的声波传感器的性能。传感器处理器将估计的空白振铃信号与振铃信号的后期部分进行比较，并基于比较生成度量。传感器处理器利用度量来从多个表面类型中确定表面的类型。例如，在一些方面中，度量可作为输入提供到经训练以从多个表面类型中确定表面的类型的地板类型分类器。地板类型分类器可以体现在传感器处理单元中或者可以在传感器处理单元外部。

在传感器处理单元的一些方面，传感器处理器可以存储估计的空白振铃信号以供将来与声波传感器对声波信号的后续传输一起使用。存储装置可以在传感器处理单元的存储器内或在传感器处理器可访问的其他存储器中。

关于生成度量，在传感器处理单元的一些方面，传感器处理器可以基于所估计的空白振铃信号的特征与振铃信号的后期部分的同一特征的比较来生成度量，其中特征基于同相分量和正交分量中的至少一个。

关于生成度量，在传感器处理单元的一些方面，传感器处理器可以基于所估计的空白振铃信号与该振铃信号的后期部分的相应曲线长度的比较来生成度量。

关于生成度量，在传感器处理单元的一些方面，传感器处理器可以基于所估计的空白振铃信号与振铃信号的后期部分的相应幅度的比较来生成度量。

在表面类型检测方法的一个方面，该方法由与声波换能器耦接的处理器实现。声波换能器被配置为向表面发送声波信号并接收从表面反射的返回的信号。返回的信号对应于发送的声波信号(其可以是超声波信号)，并且表面在与声波换能器相关联的振铃距离内。该方法包括由处理器从声波换能器接收返回的信号，声波换能器被配置为向表面发送声波信号并接收从表面反射的返回的信号，其中，返回的信号对应于发送的声波信号，并且其中，表面在与声波换能器相关联的振铃距离内。在一些方面，该方法还包括通过处理器对由声波换能器生成的振铃信号的多个点进行采样。采样发生在声波信号的主动传输的停止之后并且可以响应于声波信号的主动传输的停止。采样发生在来自表面的返回的信号反射回而由声波换能器接收之前的振铃信号的早期部分期间。采样还在包括返回的信号的振铃信号的后期部分期间发生。在一些方面，该方法还包括通过处理器估计声波换能器的空白振铃信号。使用多个采样点的早期部分完成估计，并且估计的空白振铃信号表示在没有接收到任何返回的信号的情况下的声波换能器的性能。在一些方面，该方法包括由处理器将所估计的空白振铃信号与该振铃信号的后期部分进行比较。在一些方面，该方法包括由该处理器基于比较来生成度量。在一些方面中，方法包括由处理器利用度量来从多个表面类型中确定表面的类型。例如，在一些方面中，度量可作为输入提供到经训练以从多个表面类型中确定表面的类型的地板类型分类器。

在该方法的一些方面中，该方法进一步包括存储估计的空白振铃信号以供将来与声波传感器对声波信号的后续传输一起使用。存储装置可以在与处理器本地耦接的存储器内，或者可以在远离处理器的存储器或存储装置中。

关于生成度量，在该方法的一些方面中，该方法可以涉及基于所估计的空白振铃信号的特征与振铃信号的后期部分中的同一特征的比较来生成度量，其中，该特征基于同相分量和正交分量中的至少一个。

关于生成度量，在该方法的一些方面中，该方法可以涉及基于所估计的空白振铃信号与该振铃信号的后期部分的对应曲线长度的比较来生成度量。

关于生成度量，在该方法的一些方面中，该方法可以涉及基于所估计的空白振铃信号和该振铃信号的后期部分的相应幅度的比较来生成度量。

结论

在此阐述的示例被呈现以便最好地解释、描述特定应用，并且由此使得本领域技术人员能够制作和使用所描述的示例的实施例。然而，本领域的技术人员将认识到，已经仅出于说明和示例的目的给出了上述描述和示例。所阐述的描述不旨在是详尽的或将实施例限于所公开的精确形式。相反，上述具体特征和动作是作为实现权利要求的示例形式来公开的。

贯穿本文件提及“一个实施例”、“某个实施例”、“实施例”、“各个实施例”、“一些实施例”或类似术语意指结合该实施例描述的特定特征、结构或特征包括在至少一个实施例中。因此，在整个本说明书中的各个地方出现这样的短语不一定都指相同的实施例。此外，任何实施例的特定特征、结构或特征可以以任何合适的方式与一个或更多个其他实施例的一个或更多个其他特征、结构或特征组合，而没有限制。

Claims (20)

1.一种机器人清扫器具，包括：

壳体，表面处理项目与所述壳体耦接；以及

声波换能器，所述声波换能器与所述壳体耦接，并且所述声波换能器被配置为朝向所述机器人清扫器具下方的表面发送声波信号并接收从所述表面反射的对应的返回的信号，其中所述表面在与所述声波换能器相关联的振铃距离内；

处理器，所述处理器与所述壳体耦接，并且所述处理器被配置为：

在所述声波信号的主动传输停止之后，对由所述声波换能器生成的振铃信号的多个点进行采样，其中所述采样发生在来自所述表面的所述对应的返回的信号已经反射回而被所述声波换能器接收之前的所述振铃信号的早期部分期间，并且所述采样还发生在所述振铃信号的包括所述对应的返回的信号的后期部分期间；

使用多个采样点的所述早期部分来估计所述声波换能器的空白振铃信号，其中估计的空白振铃信号表示在没有接收到任何返回的信号的情况下所述声波换能器的性能；

将所述估计的空白振铃信号与所述振铃信号的所述后期部分进行比较；

基于比较来生成度量；以及

利用所述度量来从多个表面类型中确定所述表面的类型。

2.如权利要求1所述的机器人清扫器具，其中所述处理器进一步被配置为：

存储所述估计的空白振铃信号以供将来与由所述声波换能器进行的声波信号的后续传输一起使用。

3.如权利要求1所述的机器人清扫器具，其中所述处理器被配置为基于比较来生成度量包括所述处理器被配置为：

基于所述估计的空白振铃信号的特征与所述振铃信号的所述后期部分中的同一特征的比较来生成所述度量，其中所述特征基于同相分量和正交分量中的至少一个。

4.如权利要求3所述的机器人清扫器具，其中所述处理器被配置为基于比较来生成度量包括所述处理器被配置为：

基于所述估计的空白振铃信号与所述振铃信号的所述后期部分的相应曲线长度的比较来生成所述度量。

5.如权利要求1所述的机器人清扫器具，其中所述处理器被配置为基于比较来生成度量包括所述处理器被配置为：

基于所述估计的空白振铃信号与所述振铃信号的所述后期部分的相应幅度的比较来生成所述度量。

6.如权利要求1所述的机器人清扫器具，其中所述处理器被配置为利用所述度量来从多个表面类型中确定所述表面的类型包括所述处理器被配置为：

将所述度量作为输入提供给地板类型分类器，所述地板类型分类器被训练为从多个表面类型中确定所述表面的类型。

7.如权利要求1所述的机器人清扫器具，其中所述声波信号在超声频率范围内。

8.一种传感器处理单元，包括：

声波换能器，所述声波换能器被配置为朝向表面发送声波信号并接收从所述表面反射的对应的返回的信号，其中所述表面在与所述声波换能器相关联的振铃距离内；以及

传感器处理器，所述传感器处理器与所述声波换能器耦接，并且所述传感器处理器被配置为：

在所述声波信号的主动传输停止之后，对由所述声波换能器生成的振铃信号的多个点进行采样，其中所述采样发生在来自所述表面的所述对应的返回的信号已经反射回而被所述声波换能器接收之前的所述振铃信号的早期部分期间，并且所述采样还发生在所述振铃信号的包括所述对应的返回的信号的后期部分期间；

使用多个采样点的所述早期部分来估计所述声波换能器的空白振铃信号，其中估计的空白振铃信号表示在没有接收到任何返回的信号的情况下所述声波换能器的性能；

将所述估计的空白振铃信号与所述振铃信号的所述后期部分进行比较；

基于比较来生成度量；以及

利用所述度量来从多个表面类型中确定所述表面的类型。

9.如权利要求8所述的传感器处理单元，其中所述传感器处理器进一步被配置为：

存储所述估计的空白振铃信号以供将来与由所述声波换能器进行的声波信号的后续传输一起使用。

10.如权利要求8所述的传感器处理单元，其中所述传感器处理器被配置为基于比较来生成度量包括所述处理器被配置为：

基于所述估计的空白振铃信号的特征与所述振铃信号的后期部分中的同一特征的比较来生成所述度量，其中所述特征基于同相分量和正交分量中的至少一个。

11.如权利要求10所述的传感器处理单元，其中所述传感器处理器被配置为基于比较来生成度量包括所述处理器被配置为：

基于所述估计的空白振铃信号与所述振铃信号的所述后期部分的相应曲线长度的比较来生成所述度量。

12.如权利要求8所述的传感器处理单元，其中所述传感器处理器被配置为基于比较来生成度量包括所述处理器被配置为：

基于所述估计的空白振铃信号与所述振铃信号的后期部分的相应幅度的比较来生成所述度量。

13.如权利要求8所述的传感器处理单元，其中所述处理器被配置为利用所述度量来从多个表面类型中确定所述表面的类型包括所述处理器被配置为：

将所述度量作为输入提供给地板类型分类器，所述地板类型分类器被训练为从多个表面类型中确定所述表面的类型。

14.如权利要求8所述的传感器处理单元，其中所述声波信号在超声频率范围内。

15.一种表面类型检测方法，包括：

由与声波换能器耦接的处理器从所述声波换能器接收返回的信号，其中所述声波换能器被配置为向表面发送声波信号并接收从所述表面反射的返回的信号，其中所述返回的信号与发送的声波信号相对应，并且其中所述表面在与所述声波换能器相关联的振铃距离内；

响应于所述声波信号的主动传输的停止，由所述处理器对由所述声波换能器生成的振铃信号的多个点进行采样，其中所述采样发生在来自所述表面的所述返回的信号已经反射回而被所述声波换能器接收之前的振铃信号的早期部分期间，并且所述采样还发生在所述振铃信号的包括所述返回的信号的后期部分期间；

由所述处理器使用多个采样点的早期部分来估计所述声波换能器的空白振铃信号，其中估计的空白振铃信号表示在没有接收到任何返回的信号的情况下所述声波换能器的性能；

由所述处理器将所述估计的空白振铃信号与所述振铃信号的所述后期部分进行比较；

由所述处理器基于比较来生成度量；以及

由所述处理器利用所述度量来从多个表面类型中确定所述表面的类型。

16.如权利要求15所述的方法，进一步包括：

由所述处理器存储所述估计的空白振铃信号，以供将来与由所述声波换能器进行的声波信号的后续传输一起使用。

17.如权利要求15所述的方法，其中由所述处理器基于比较来生成度量包括：

由所述处理器基于所述估计的空白振铃信号的特征与所述振铃信号的所述后期部分中的同一特征的比较来生成所述度量，其中所述特征基于同相分量和正交分量中的至少一个。

18.如权利要求17所述的方法，其中由所述处理器基于比较来生成度量包括：

由所述处理器基于所述估计的空白振铃信号与所述振铃信号的所述后期部分的相应曲线长度的比较来生成所述度量。

19.如权利要求15所述的方法，其中由所述处理器基于比较来生成度量包括：

由所述处理器基于所述估计的空白振铃信号与所述振铃信号的所述后期部分的相应幅度的比较来生成所述度量。

20.如权利要求15所述的方法，其中利用所述度量来从多个表面类型中确定所述表面的类型包括：

由所述处理器将所述度量作为输入提供给地板类型分类器，所述地板类型分类器被训练为从多个表面类型中确定所述表面的类型。