[发明专利]一种基于历史数据分析的自动吸尘机器人最优路径规划方法

权利要求书

1.一种基于历史数据分析的自动吸尘机器人最优路径规划方法，所述的自动吸尘机器人包括两个驱动轮、与所述驱动轮连接的两个驱动电机，所述的驱动电机上安装编码器，还包括一个支撑轮，以及安装在所述的自动吸尘机器人前部的障碍物检测装置，所述的驱动电机、编码器和障碍物检测装置与控制器连接，所述的控制器通过分别设置两个所述的驱动轮的速度和方向来实现所述的自动吸尘机器人的自由运动，并且根据所述的编码器的信号可以计算所述的自动吸尘机器人的相对移动距离和旋转方向，以起始位置为坐标原点，可计算当前位置的坐标（x，y），其特征在于：所述的控制器内部设置最优路径规划方法，所述的最优路径规划方法包括以下步骤：

(1)、设置数据链表L₀={P_i(x_i,y_i)}，其中，i=0，1，2......N-1，x_i和y_i为坐标值，N为数据链表L₀的长度，数据链表L₀为近期所述的自动吸尘机器人检测障碍物以后停止位置的坐标数据；

(2)、所述的自动吸尘机器人以直线运动方式前进，并且不断检测障碍物；当检测到障碍物时，所述的自动吸尘机器人停止，并记录当前位置的坐标（x，y）,存入数据链表L₀，然后进入步骤3；

(3)、求取数据链表L₀的中心点O(x_o，y_o)，以中心点O为中心提取数据链表L₀中的轮廓线段S_j(m,n)，并存入数据链表L₁，其中，m=0，1，2......N-1，n=0，1，2......N-1，j=0，1，2......M-1，并且MN，所述的轮廓线段S_j(m,n)代表数据链表L₀中的点P_m(x_m,y_m)和P_n(x_n,y_n)组成的线段；

所述的数据链表L₀的中心点O(x_o，y_o)的坐标计算方法为：搜索数据链表L₀中坐标数据的最大最小值：x_max，x_min，y_max，y_min；计算x_o=，y_o=；

所述的以中心点O为中心提取数据链表L₀中的轮廓线段S_j(m,n)，采用以下步骤：

计算数据链表L₀中的点P_i(x_i,y_i)与中心点O(x_o，y_o)的距离D_i=，求距离最大的点P_M(x_M,y_M)；

以P_M(x_M,y_M)为顶点，计算数据链表L₀中的点P_i(x_i,y_i)与中心点O(x_o，y_o)形成的角度β=，取角度β最大的点为轮廓点，记为P_N(x_N,y_N)，因此形成数据S₀(M,N)，并存入数据链表L₁；

再以P_N(x_N,y_N)为顶点，连续寻找轮廓点，并存入数据链表L₁，直到返回点P_M(x_M,y_M)，结束返回；

(4)、中心点O与数据链表L₁中的轮廓线段S_j(m,n)组成三角区域，计算OP_m方向角θ₁=，OP_n方向角θ₂=，以及数据链表L₀中的点P_i(x_i,y_i)与中心点O形成的方向角θ₃=，如果对于数据链表L₀中所有的点P_i(x_i,y_i)，同时都成立，则该三角区域中无任何点出现，表明轮廓线段S_j(m,n)对应的方向没有清扫过，则在数据链表L₁保留该轮廓线段S_j(m,n)；相反，则在数据链表L₁删除轮廓线段S_j(m,n)；

(5)、计算数据链表L₁中的轮廓线段S_j(m,n)的长度W_j=，比较轮廓线段S_j(m,n)的长度W_j的大小，取长度最大的轮廓线段S_max(m,n)，轮廓线段S_max(m,n)相对中心点O的方向角α=；所述的自动吸尘机器人选择方向角α为接下来的清扫方向。

2.根据权利要求1所述的一种基于历史数据分析的自动吸尘机器人最优路径规划方法，其特征在于：在步骤2中，当前位置的坐标（x，y）存入数据链表L₀，按照如下步骤：

令P_i(x_i,y_i)=P_i-1(x_i-1,y_i-1) ，i=1,2,3.....N-1;

然后P₀(x₀,y₀)=(x，y)，完成链表操作。