该方法通过接收来自电梯系统电梯平台的外立面多维地图，基于地图生成有序的指令序列。指令包括机械臂操作指令和电梯平台指令，这些指令交替执行，以实现对外立面的清洁。机械臂指令用于控制一个或多个机械臂，电梯平台指令用于控制电梯平台的高度。此外，还公开了相应的设备、非易失性存储器及包含该设备的系统。翻译而来供参考，亦可加入知识星球阅读英文原版、中文译本（见文末）。
图1展示了一个示例性结构100，包括一座多层建筑102，具有多个立面104(a,b)。一台起重机106安装在建筑102的顶部，并支撑着建筑维护电梯108，用于清洁相邻的立面104a。起重机包含一个控制系统107，该系统可以升降建筑维护电梯108，从而清洁建筑立面104a的不同垂直位置（例如，不同的楼层）。在某些实施例中，建筑维护电梯可以跨越整个立面的宽度，因此仅通过改变电梯108的高度即可清洁整个立面。而在图1所示的其他实施例中，建筑维护电梯108的宽度可能远小于立面104a，因此起重机106也可以配置为使电梯横向移动，从而可以清洁整个立面的宽度。控制系统107是起重机的一部分（附着或集成），而非机器人的一部分，在某些情况下，它可能是通过起重机上的控制按钮（例如，升降电梯的按钮）来操作电梯移动的机器的一部分。控制系统在某些实施例中是现有控制系统的改进版本，能够与外部处理器（例如，后文将描述的处理组件221）通信。在某些实施例中，可以使用蓝牙传感器来实现与处理系统221的通信。
*高空清洁机器人以色列SKYLINE正在为曼哈顿的摩天大楼工作*
控制系统可以至少在垂直方向上移动建筑维护电梯，但在某些实施例中，控制系统107可以控制建筑维护电梯在至少三个自由度内的位置：沿两个相互垂直的横向轴x和y；沿垂直轴z，并且在某些实施例中至少有一个额外的自由度，这在某些情况下是围绕垂直轴的旋转。在某些实施例中，电梯/吊篮更具体地具有四个自由度。在某些实施例中，吊篮可以根据建筑的需求，至少在一个额外的自由度上移动。
控制系统包括一个通信接口，可以通过有线或某些实施例中的无线通信接收来自远程设备的指令，例如与本发明的某些实施例一致的设备。在某些情况下，控制系统107不再通过按钮来升降电梯，而是通过电子或电磁输出到机电接口，根据远程设备的指令（通过有线或某些实施例中的无线连接）驱动电梯的运动，指令通过控制系统上的通信接口发送。
图2A展示了一个建筑维护电梯200的特写视图，在某些实施例中，它与建筑维护电梯108相同。该电梯包含一个开架形式的平台篮202，以及一个或多个用于安装机器人系统中各个机器人的安装结构204。每个机器人206都通过底座208安装在安装结构204上，机器人臂210的远端212持有用于清洁建筑102相邻立面104a的清洁工具组件250（参见图2B）。机器人臂是一个多自由度的机械臂操纵器，能够操作反渗透清洁系统的清洁工具。这相较于之前类似于洗车系统的较有限的可达性和多功能性具有明显优势。回到图1，反渗透系统109可以选择性地固定在建筑102上（例如屋顶111），通过自动卷筒115和水管113为清洁工具供水。
图2B展示了一个示例性清洁工具组件250，该组件可安装在机器人臂的远端。清洁工具组件250包括一个可替换的刷子252，刷子的远端254用于接触立面。刷子252通过刷子支架255安装在清洁工具组件支架260上。清洁工具组件250还包括一个安装在刷子支架255中的力传感器256，该传感器可以测量刷子252或其他清洁工具接触立面的接触力，例如基于刷子相对于刷子支架255或清洁工具组件支架260的位移进行测量。该位移与力之间的关系是已知的，因为已知弹簧258的属性对刷子252的压缩提供了抵抗力。在其他实施例中，除了或者替代基于线性位移测量力外，机器人臂各关节中的一个或多个扭矩传感器可以用于测量扭矩，并通过雅可比矩阵（反向运动学）计算每个关节所需的工具接触力。不论使用哪种力传感器，机器人臂的指令均为闭环控制接触力。
清洁工具组件250有一个带有圆柱形孔的容器262，用于连接反渗透系统109的水管113。水管通过一个T形接头264分为多个分支266，这些分支通过刷子252的近端侧上的孔供水至刷子252。
在图示的实施例中，机器人臂具有六个自由度，但在其他实施例中，可以使用具有更多或更少自由度的机器人臂。无论如何，起重机至少提供一个自由度（高度），在某些情况下，这个自由度可以补充机器人臂210的高度移动。
安装结构204在图3A-3D中有更详细的展示。图3A展示了安装结构204的俯视图，显示了建筑维护电梯框架302，它可能与图2A中的框架202相同。建筑维护框架302的底部有一个电梯平台329，在图示的实施例中，平台是一个封闭表面，通过安装结构204支撑机器人206。在其他实施例中，框架302的底部并不是封闭表面，而是一个开架形式的平台，用于安装机器人。安装结构204处于第一配置状态，以适应电梯。安装结构由一个安装框架304组成，形式为一个桌面，侧面有侧轨306。图3B展示了图3A中安装结构的侧视图。从图3B中可以看出，框架304有一个开口330，在某些实施例中，开口用于容纳一个包含处理组件331的防水外壳。该处理组件可以是处理组件213的一部分，或作为213的附加组件集成进来。在某些实施例中，开口330内的控制器包括或由控制设备220组成。
安装在框架304内的处理组件331可以是桌面电脑或其他计算设备，在某些实施例中，它通过以太网端口与机器人臂通信。将处理组件集成在机器人臂下方的框架304中，可以有利于降低电梯篮的重心，从而提高稳定性。在某些实施例中，虽然重心降低，但系统的重量没有增加，因此可以更容易地维持在脚手架的重量限制内。
侧轨306上沿纵向间隔设置了多个孔308。安装结构包括四个可调节尺寸的夹紧组件305，这些组件用于将桌面304夹在电梯框架302中的选定位置。每个夹紧组件305包括一个内楔形支架307（见图3A），它可以沿着轨道306滑动，并固定在孔308中的一个选定位置上。对于电梯框架302（即安装结构204可以安装的最宽框架），内支架307固定在轨道306的最外侧孔上。夹紧组件305还包括外支架组件309，这些组件夹在沿电梯框架302长度延伸的长框架构件311上。每个夹紧组件305的长度可以通过位于内支架307和外支架309之间的千斤顶310进行调节。外支架309的位置沿长框架构件311排列，使得它们各自的千斤顶310的纵轴与长构件311形成45度角（俯视时）。千斤顶310提供的可调节长度有助于将安装结构204安装在不同高度的电梯框架上。例如，千斤顶可以根据电梯框架302中的长框架构件311的相对高度（如图3B所示）进行加长或缩短。千斤顶的长度调节能力也有助于安装结构204能够适应不同宽度的电梯框架。
因此，夹紧组件305与多个内安装位置（即孔308形式）结合，能够使安装结构适配于各种尺寸的篮子。例如，图3C和3D分别展示了另一种比框架302更窄的建筑维护电梯框架352的俯视图和侧视图。框架352的宽度为安装机器人206的最小尺寸，仍使用图2A、图3A和图3B中的相同安装结构204。然而，为了使安装结构204适配于该较窄的框架352，相关夹紧组件的内支架307固定在轨道306的最内侧孔上。
通过在电梯框架302或352的长度上布置多个安装结构204，可以安装多个对应的机器人206。或者，也可以使用一个带有桌面（如桌面304）的单一安装结构，但桌面沿电梯框架的长度延伸，这样可以在桌子的不同纵向位置安装多个机器人206。回到图2A，机器人206包括一个控制系统，位于底座208和/或机器人臂210中，但在某些实施例中，至少部分控制系统位于底座208中，用于控制机器人臂210的远端212相对于底座208的运动。机器人206的控制系统有一个处理系统（也称为处理组件）213，它具有（a）用于在机器人内部通信的机电接口，以驱动机器人臂的运动；以及（b）用于与外部设备通信的外部接口。
根据本发明的一个或多个方面的一些实施例，设备可以是或包括控制系统的处理系统/组件213，配置为与机电接口通信以驱动机器人臂210的运动，并使用第二接口从安装在不同支撑架216上的多个测量设备214（a, b）接收传感器数据。在所示的实施例中，有两个测量设备，但在其他实施例中，可能有更多的测量设备，分布在其他不同的位置。根据本发明的一个或多个方面的其他实施例，设备可以是或包括外部于机器人206的控制设备220的一部分。例如，它可以是控制设备220的处理组件221，如处理系统。在这些实施例中，处理组件221可以与测量设备214接口以接收它们的传感器数据，并通过第二接口与机器人206的控制系统通信。
无论在何种情况下，处理组件213或221（为方便起见，以下简称为组件221）可以内置或与非易失性存储器223通信，以读取并执行一系列指令来实现本发明的一个或多个方面。处理组件221从测量设备214接收传感器数据，并在某些实施例中推导出由这些测量设备206测量的立面部分的三维地图，并将其存储到存储器中。随后，处理组件221从存储器中读取三维地图，以及机器臂远端工具的当前位置，并由此推导出一个有序的指令序列，供机器臂执行清洁模式，覆盖相邻立面104a的至少一部分（例如，至少50%），其中包括立面104a上安装有窗户的一个或多个区域，排除没有窗户的区域。处理组件通过第一个接口（例如，在处理组件213的情况下通过机电接口，或在处理组件221的情况下通过外部接口）将机器臂指令发送给机器人系统中的一个机器臂。通过第二个接口，处理组件还将建筑维护电梯的指令无线发送给起重机106上的控制系统107，用于控制建筑维护电梯的升降。通过第一个和第二个接口与处理组件221的通信可以直接进行，也可以通过一个或多个中间接口进行。例如，通过4G路由器，处理设备221与第一个接口和/或第二个接口之间建立无线连接。
在某些实施例中，传感器数据用于动态推导三维地图，从而表示当前立面的配置情况。在某些情况下，为了保持三维地图的更新，至少部分三维地图是在确定有序指令序列的过程中测量和推导出来的，该指令序列包括用于控制至少一个机器人臂的机器臂指令和用于控制建筑维护电梯升降的电梯指令。在某些实施例中，动态推导的三维地图是之前捕获的三维地图的更新。无论如何，之前捕获的三维地图被用来确定机器人的清洁工具的位置（即SLAM的定位部分）。电梯篮的定位（位置和方向）在某些实施例中也是通过SLAM确定的。例如，3D传感器的位置根据两个参考点存储：(i)相对于篮子的几何形状和安装位置，(ii)相对于机器臂上的标记，从而能够同时映射机器臂和电梯的位置。通过参考其他参照系（如相机），每个相机的位置都相对于建筑物由SLAM确定。从这个位置，可以确定机器人的基座位置。通过已知工具相对于基座的位置，可以推导出工具相对于建筑物的位置。通过转换矩阵Ho1，使用公式pl1=Ho1*p0，其中p0是相机坐标系中的向量，pl是机器人臂坐标系中的向量。通过确定工具的新位置，重新计算机器臂指令和/或建筑维护电梯指令，以更新机器臂的运动，从而更新清洁工具的路径。
如上所述，三维地图是通过SLAM推导的。然而，这里的SLAM是指包含定位和映射部分的方法的广义概念，而不是特定形式的同时定位与地图构建（simultaneous localization and mapping）。在示例性实施例中，定位是通过视觉里程计完成的，映射是通过3D点云拼接和处理完成的。在其他实施例中，可以使用其他映射技术。SLAM的推导来自一个或多个传感系统（如相机或激光雷达系统）的传感器数据，这些系统被安装在建筑维护电梯上。在多传感系统的情况下，来自多个摄像头的传感器数据可以相关联。此外，如果传感器是相机传感器，则在某些情况下，传感器可以是一个或多个立体相机，这样每个相机都提供3D测量。因此，可以从不同角度记录多个3D测量值。或者，多个3D测量值可以通过三个或更多分离的单目（非立体）相机得出，不同的单目相机对可以结合推导出相应的3D测量值。在其他实施例中，多个3D视角是由一个或多个单目相机获得的，使用单目SLAM，通过将单个相机移动到不同位置拍摄不同角度的图像，从中推导出3D数据。单目或立体相机可以方便地由智能手机或其他便携式消费计算设备中的相机提供。在图2A中，摄像头214a、b被放置在电梯篮子的外角上，如图2A所示。然而，在其他实施例中，如图3A所示，摄像头214(c-f)还可以安装在机器人臂210旁边的安装结构204上。在图3A的实施例中，第一摄像头214c和第二摄像头214d位于机器人臂210的一侧，而第三摄像头214e和第四摄像头214f位于机器人臂210的另一侧。每个摄像头214(c-f)的视野中都包括清洁工具组件250，特别是在校准位置，并且在某些实施例中，视野中包含清洁工具组件可以到达的所有位置。
在单目或立体SLAM的情况下，如果使用了多个传感器，这些传感器会经过预校准，以确保它们之间的一致性。这是通过考虑不同传感器视角之间的转换来实现的。为了校准传感器，使用一个转换矩阵Hxy来将一个坐标系从视角x转换为视角y。例如，如果pl是传感器1坐标系中的一个3D点，那么p2表示在相机2的坐标系中pl的转换结果，p2=H12*p1。
每个不同的3D视角会被组合起来，生成立面104a的3D点云，点云包含x、y和z坐标（或其他3D坐标测量）以及像素颜色（例如红、绿、蓝值）。在组合点云时，使用预校准的各传感器/相机之间的转换来消除与传感器相关的差异。校准可以使用已知的算法，例如OpenCV。OpenCV也可以用于校正各传感器镜头的失真（例如消除鱼眼畸变）。
在组合点云之前，每个点云会经过处理以减少误差。例如，在某些实施例中，每个相机会生成一个点云。对于从某个3D传感器导出的x、y、z点，如果无法与来自同一3D传感器的其他x、y、z点匹配或大多数点不相关联，则这些点会被过滤掉。这通过统计分析来实现。
在某些实施例中，会对每个点云的部分应用主成分分析（PCA）或其他统计方法，以将点云从3D表面降维为2D平面数据。降维后，计算每个点与识别出的2D平面之间的欧几里德距离。如果距离（即偏差）大于预设的阈值（在某些实施例中为10毫米），则该点会被丢弃。如果对整个点云应用PCA，只会生成一个平面，因此为了保持云的3D特性，同时减少数据量，PCA会分别应用于每个点云的不同部分（即子集）。这会产生多个2D小块，组合起来定义通过降维点云映射的建筑表面。
在其他实施例中，如果某个x、y、z点的颜色与其他点云中的颜色明显不同，则该点会被丢弃。例如，由于阳光反射产生的饱和像素（非常白的像素）可能会与其附近的像素不同，因此对应于饱和像素的点会被丢弃。例如，可以记录RGB值的欧几里德距离，如果偏离距离超过50个测量单位且邻近点的k近邻距离（kKNN）在20毫米的欧几里德距离内，则该点会被丢弃。
通过上述任意或全部技术，可以将反射面或半透明表面引起的错误测量作为噪声去除，从而提供更清晰、噪声更少的3D SLAM。最终，未被过滤掉的点云将被组合，形成一个降维且计算成本更低的点云表面。进一步处理可以通过统计分析进行，例如使用k近邻算法（kNN）来检测彼此接近的点并将它们连接成顶点，然后构建3D网格。组合点时，如果来自某个点云的点无法与其他点云中的相应点相关联或与大多数点不相关联，则会被过滤掉。这进一步消除了反射和不准确性。通过使用多相机和多个方向，可以将这些反射和不准确性作为噪声处理，并过滤掉。
SLAM（单目或立体）不仅用于动态推导立面的更新地图，还用于校准初始工具位置，即SLAM的定位部分。这通过使用标记280（图2B）来实现，例如一个黑白图像，例如在清洁工具组件250上的一个白底黑“X”标记。该标记可以是软件从传感器数据中识别的任何视觉和/或结构特征。处理系统使用每个相机识别标记的位置。通过相机测量、已知的标记位置以及机器人的逆运动学，处理系统可以确定从每个相机到机器人基座的转换矩阵。类似于前述的映射过程，在某些实施例中，转换矩阵用于确保从不同传感器/相机到机器人标记的测量一致性。在某些实施例中，在校准之后，在执行清洁模式时，不再使用机器人的标记来跟踪运动，而是通过已知关节位置并使用正运动学推导出工具的位置，例如X=(Q)J*Q，其中X是笛卡尔向量，J是关节角度Q的雅可比矩阵。
通过测量p1和p2的多个样本（作为示例），可以确定传感器之间的转换矩阵（从传感器到标记的转换矩阵），并通过统计分析推导出Hi2=p2/p1。转换矩阵可以通过任何已知技术推导，例如k近邻（kKNN）、最小二乘法或机器学习。
现在将结合方法400并参考图4中的流程图来描述处理组件213/221的示例性操作。为方便描述，该方法将被描述为在处理组件221上实现，但也可以在处理组件213上实现，或分布在这两个或其他处理组件之间实现。
首先，在步骤402中，处理组件221接收至少一栋建筑的至少一个立面部分的多维地图。在步骤404中，处理组件221根据地图确定一个有序的指令序列，该指令序列包括机器人臂的指令和建筑维护电梯的指令。机器人臂指令和建筑维护电梯指令被时间上交织在一起，用以执行一个清洁模式，覆盖至少立面104a的部分，或者可选的其他立面（例如立面104b）。接下来，在步骤406中（部分操作可以与步骤404同时进行），处理组件221将机器人臂的指令发送给处理组件213，以控制机器人系统的机器人臂，并将建筑维护电梯的指令发送给控制系统107，以控制建筑维护电梯的升降，从而执行三维清洁模式。
接下来将描述方法400的一个示例性实现。一旦生成了3D地图，它将存储在与处理组件221（或213）通信的存储器中。然后，处理组件推导出清洁模式，可能是周期性或非周期性的清洁矢量序列。每个清洁矢量的形状和方向与3D地图中的形状和方向相对应。在某些实施例中，清洁矢量是一个二维预定义路径，例如锯齿形路径、正弦波路径或类似于手动清洁手势的弧形路径，预定义路径的方向适应3D地图中的二维表面，该二维表面可以代表例如平坦的窗户。预定义的清洁矢量与立面表面垂直。
在某些实施例中（未展示），机器人系统包括多个机器人臂，每个机器人臂可能具有图2A中机器人臂206的特性。3D地图被分割成不同的部分，每个部分分配给相应的机器人臂进行清洁。机器人臂可以同时操作，这样可以更快地清洁立面。
对于每个机器人臂，基于清洁工具在机器人臂远端212的已知位置（位置、方向）推导出工具运动矢量。通过前述的SLAM和正运动学方法，推导出机器人基座的位置后，其他连接的部分，例如工具、机器人臂连接部分以及脚手架平台/电梯框架/篮子的位置也可以推导出来。根据已知的工具位置，在某些情况下考虑工具的已知形状，推导出机器人臂和/或建筑维护的指令来实现工具运动矢量。
更具体地说，运动矢量是基于机器人臂基座和机器人臂的位置、每个机器人臂/机械手的运动学以及它们的可达性（即当基座处于某个位置时，每个机器人臂能覆盖的清洁区域）推导出来的。此外，工具的运动矢量是动态推导的，以匹配清洁矢量，从而将工具定位到立面上。由于工具在使用过程中可能因为反作用力和/或风的影响而偏离清洁矢量，处理组件213动态调整运动矢量，通过闭环控制确保工具始终沿着清洁矢量运行。换句话说，首先从地图中计算出清洁矢量，将其作为机器人臂工具的笛卡尔路径点，然后传递给路径规划算法，实时重新计算工具的运动矢量。闭环控制确保如果电梯和/或机械臂发生非预期的移动，工具路径会及时更新。例如，如果电梯篮的高度发生变化，机器人臂会检测到并修正路径，以保持相同的清洁线/高度。
在某些实施例中，清洁矢量是根据离线预定的地图计算的，而工具路径（运动矢量）则通过工具相对于地图的当前位置进行校正。此外，还可以从3D地图中计算出电梯的移动路径，以优化清洁时间，并用于控制电梯框架的运动。例如，在某些实施例中，电梯的路径（特别是侧向移动的步幅）被优化以实现最快的清洁路径。优化可能定义了下次电梯向下移动时，篮子向左移动的距离，这在建筑物的窗户分布不均匀的情况下尤为重要。例如，最佳的移动距离在不同的窗户之间可能会有所不同。对于某些窗户，向左移动1.2米可能更合适，而对于其他窗户，移动1米可能更好。移动的距离取决于确保在篮子当前位置的机器人臂的可达工作空间内最大化窗户区域。
另一个例子是，机器人臂的左右移动可以覆盖两个相邻的窗户，即跳过了中间的窗户。然而，在某些情况下，这种跳跃并不是最有效的清洁方式，反而会增加整体清洁时间。因此，在某些实施例中，如果跳跃会花费超过预定义的时间，这种跳跃会被减少。通过清洁模式的参数和窗户位置，可以确定起重机的最佳路径，以最小化清洁立面（或其指定部分）所需的总时间。
在执行清洁矢量对应的运动矢量之后，控制系统221通过向起重机的控制系统107发出指令，继续执行清洁模式，改变电梯200的高度，移动到立面104的下一个部分进行清洁，该部分与刚刚清洁的部分相邻。下一个待清洁的部分可以通过3D地图的特征分析来确定，例如识别窗户的其他部分或下一个窗户的位置。
在其他实施例中，立面待清洁的部分可以由操作员通过图形用户界面选择，该界面向操作员展示3D地图。图形用户界面可以集成在设备220上，也可以在与设备220的处理组件221通信的远程设备（如智能手机、平板电脑、笔记本电脑等）上运行。在某些实施例中，操作员在平板电脑上看到3D地图，并在地图上标记或验证识别出的窗户，取消标记那些软件识别出的但实际上不存在或不需要清洁的窗户。操作员可以同时查看扫描表面的3D模型和来自摄像头的常规2D图像。在某些实施例中，操作员可以在2D或3D可视化界面上标记窗户的位置，例如通过标记窗户/窗区的对角点（如窗户左上角和右下角）。在某些实施例中，软件使用统计分析自动识别具有相似标记的窗户。其他实施例中，除了或不依赖于标记，机器学习也可以用于自动查找窗户。
在采用特征分析自动检测窗户的实施例中，操作员只需在清洁开始前验证或编辑窗户标记。此外，操作员还可以根据需求选择不同的预先录制的清洁操作。在电梯200达到新的高度后，清洁工具的位置会重新计算，并以相同方式确定新的清洁矢量。新的清洁矢量可以与之前的清洁矢量具有相同或不同的形状或相对路径，因此由连续清洁矢量形成的模式可以是周期性的，也可以是非周期性的。在其他实施例中，电梯200的移动可以成为运动矢量实现的一部分，而不仅仅依赖于机器人臂的移动。因此，来自处理组件221的指令序列在时间上交织，交替或同时移动机器人臂和电梯，以执行清洁模式。
在一些实施例中，在开始任何清洁操作之前，首先确定立面上一个或多个甚至所有的清洁矢量。接着，机器人臂和电梯的路径会从头到尾规划好，然后在闭环控制下执行这些预定的路径，以确保它们跟踪清洁矢量。通过在清洁开始之前确定多个清洁矢量，可以规划电梯的路径，以优化执行多个清洁矢量的效率。例如，为了提高效率，可以将电梯框架的移动考虑进来，结合清洁矢量和它们将被执行的立面位置。例如，如果每个清洁矢量从左向右移动，则电梯的路径可以规划为从左向右移动，而不是从右向左移动。另一个例子是，如果整个篮子向左移动，则整个计划会更新以考虑这一移动，并避免与窗户边缘碰撞。
在前述实施例中，多维地图通常被称为三维（3D）地图。然而，在某些实施例中，作为多维地图可以使用二维地图。例如，对于窗户间距和位置重复的建筑，可以“记录”一个通用窗户的清洁路径，使用二维图像处理来确定相对于该窗户的相对位置，并根据此修正记录的路径。一旦窗户被清洁，电梯篮子会在特定的时间间隔后下降到下一个窗户的位置，依次进行清洁。
在所示的实施例中，电梯平台是通过起重机操作的建筑维护电梯系统的一部分。然而，在其他实施例中，电梯平台的位置可以由其他类型的电梯系统控制。例如，在某些实施例中，电梯系统可以是“Genie升降机”，这是一种带有移动支撑结构的升降机，支撑结构站立在地面上，使用气动臂向上延伸以提升电梯平台，或向下收回以降低平台，从而将平台置于所需的位置。
篇幅所限，以上仅摘录部分内容，
如需获取英文原版、中文译文，请加入知识星球，
并搜索编号“A233”获取详细资料。
另在知识星球新增了一篇非公开资料，
《磁吸附爬壁机器人S139）》
