[发明专利]一种基于路径密度分析的自动吸尘机器人最优路径规划方法

权利要求书

1.一种基于路径密度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)，计算中心点O到数据链表L₀中的点P_i(x_i,y_i)的方向角α_j，并存入数据链表L₁{α_j}，其中，j=0，1，2......N-1；计算中心点O到数据链表L₀中点P_i(x_i,y_i)的方向角α_j的方法为：

当(x_i-x_o)0并且(y_i-y_o)0，则α_j=；

当(x_i-x_o)0并且(y_i-y_o)0，则α_j=;

当(x_i-x_o)0并且(y_i-y_o)0，则α_j=；

当(x_i-x_o)0并且(y_i-y_o)0，则α_j=；

(4)、设置数据链表L₂={b_k}，其中，k=0，1，2......7；以中心点O为中心，将圆周分成8个区域，而b_k代表数据链表L₁中元素α_j位于 区域内的数量；

(5)、计算数据链表L₁中的所有元素α_j所在的区域index=INT()，则b_index++；比较数据链表L₂中元素b_k的大小，提取最小值，记为b_min，其对应的方向角为，则新的清扫方向为θ。

2.根据权利要求1所述的一种基于路径密度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。

3.根据权利要求1所述的一种基于路径密度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3中，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=。