[发明专利]一种扫地机全覆盖路径规划方法

说明书

本发明涉及一种扫地机全覆盖路径规划方法。本方法的具体操作步骤为：1）地图构建，2）多角度扫线分割，3）贪婪初始化，和4）自适应遗传算法处理。本发明寻找扫地机转弯次数最少的分割角度，使扫地机具有更高的清扫效率。本发明优化了各子区域间的遍历路线，缩短了清扫时间，从而进一步提高其清扫效率。

技术领域

本发明涉及机器人的自主定位与未知环境的地图构建和路径规划领域，具体涉及一种扫地机全覆盖路径规划方法。

背景技术

全覆盖路径规划算法是移动机器人智能导航中的重要分支，所谓全覆盖指的是要求机器人去寻找一条能够遍历当前环境中所有区域的路径。全覆盖路径规划算法在军事、农业等多个领域都有着广泛的应用。

研究扫地机全覆盖路径规划的目的就是要使扫地机更加高效的遍历清扫目标区域内所有空白区域，同时尽可能避免在已遍历区域重复行走。从而使得扫地机总的清扫路径最优，消耗能源最少。这对一个稳定高效的扫地机清扫系统来说意义重大。而现有的扫地机在实际清扫时存在着在某些区域重复行走的问题，降低了清扫效率。

发明内容

本发明的目的在于针对已有的技术的不足，提供一种能提高清扫效率的扫地机全覆盖路径规划方法。

为达到上述目的，本发明所采用的技术方案为：一种扫地机全覆盖路径规划方法，具体操作步骤如下：

1)地图构建：扫地机在未知室内环境行走，行走的同时获取扫地机附近的局部二维栅格地图m_y(1≤y≤n)，扫地机在室内行走一遍后将已获取的局部二维栅格地图m₁,m₂,…m_n组合成为整个室内环境的二维栅格地图M；

2)多角度扫线分割：扫地机通过不同角度扫线将二维栅格地图M分割成有限个子区域M₁,M₂,…M_a；

3)贪婪初始化：对分割后的子区域M₁,M₂,…M_a进行贪婪初始化排序；

4)自适应遗传算法处理：将初始化后的各子区域模拟成旅行商模型，利用自适应遗传算法求取扫地机遍历各子区域的最优连接路径。

作为一种优选方案，所述步骤1)地图构建：扫地机利用深度相机传感器数据z_1:t＝z₁,z₂…z_t和里程计数据u_1:t＝u₁,u₂…u_t,通过联合概率分布：p(x_1:t,m_y|z_1:t,u_1:t)＝p(m_y|x_1:t,z_1:t)*p(x_1:t|z_1:t,u_1:t)来计算机器人的运行轨迹x_1:t＝x₁,x₂…x_t和局部二维栅格地图m_y(1≤y≤n),最后将所有二维局部栅格地图m₁,m₂,…m_n组合成为整个室内环境的二维栅格地图M。

作为一种优选方案，所述步骤1)地图构建中在获得局部二维栅格地图m_y(1≤y≤n)后，可通过深度相机的三维传感器数据，取其在竖直方向上的最小深度数据Z_min＝min(Z₁,Z₂…Z_t)并将其映射到当前局部二维栅格地图m_y(1≤y≤n)当中，并利用牛顿迭代法对扫地机位姿约束进行优化处理，从而提高局部二维栅格地图m_y(1≤y≤n)与实际室内环境的一致性。