[发明专利]移动机器人全覆盖路径规划方法、芯片和机器人

说明书

本发明涉及一种移动机器人全覆盖路径规划方法、芯片和机器人，其中，所述全路径覆盖方法包括如下步骤：S1、机器人检测清扫区域内的障碍物并生成包含障碍物信息的地图，同时将地图分割成若干个子区块；S2、机器人规划子区块内的清扫路径；S3、机器人确定起始子区块并进行清扫，然后计算子区块间的路径代价，根据路径代价来选择下一清扫子区块并循环此步骤直至完成所有子区块的清扫。本发明所涉及的一种新的全覆盖路径规划方法可以降低计算复杂度，提高机器人的覆盖效率。

技术领域

本发明涉及智能机器人领域，具体涉及一种移动机器人全覆盖路径规划方法、芯片和机器人。

背景技术

目前对于全覆盖机器人来说，如扫地机、割草机、擦窗机、排雷机器人等，需要以最短的路径去覆盖机器人能到达的所有地方。而全覆盖方法一般为旅行商(NP-hard)问题，其要解决的是，给定一系列城市和每对城市之间的距离，求解访问每一座城市一次并回到起始城市的最短回路。当问题的维度增加时，会出现解决问题所需的计算时间急剧增加的情况，这导致了机器人需要花更多的时间进行路径规划，影响工作效率，而且还显得不那么智能，降低了用户的使用体验。基于此，有必要开发一种新的路径覆盖方法，以提高智能机器人的路径覆盖效率。

发明内容

为解决上述问题，本发明提供了一种移动机器人全覆盖路径规划方法、芯片和机器人，可以较大的降低计算复杂度，提高机器人的覆盖效率。本发明的具体技术方案如下：

一种移动机器人全覆盖路径规划方法，所述方法包括以下步骤：S1、机器人检测清扫区域内的障碍物并生成包含障碍物信息的地图，同时将地图分割成若干个子区块；S2、机器人规划子区块内的清扫路径；S3、机器人确定起始子区块并进行清扫，然后计算子区块间的路径代价，根据路径代价来选择下一清扫子区块并循环此步骤直至完成所有子区块的清扫。本发明所涉及的一种新的全覆盖路径规划方法可以降低计算复杂度，提高机器人的覆盖效率。

进一步地，所述步骤S1具体包含如下步骤：机器人通过视觉系统检测清扫区域内的障碍物并生成地图，同时读取地图和障碍物的边界；机器人根据地图和障碍物的边界在地图上设置若干条互相平行的清扫线，相邻清扫线之间的距离相等；机器人将两端分别位于地图两侧边界并与障碍物相距至少一个机器人半径的清扫线作为子区块分割线；机器人以子区块分割线和障碍物两侧边界为分界，将地图分割成若干个子区块。本发明通过对清扫线的设置，可以为后续分割线的定位提供准确有效的参考依据；以分割线和障碍物两侧边界作为分界，可以将清扫区域分割成若干个易于清扫的规则几何图形。

进一步地，所述清扫线为水平方向或竖直方向。

进一步地，所述地图的分割过程中，机器人将所述子区块分割线所在的区域视为一个子区块，该子区块中仅包含所述子区块分割线这一条清扫线。本发明将所述子区块分割线视为一个子区块，以此作为过渡，让机器人能够以更高的效率在子区块间移动。

进一步地，所述机器人通过A^*算法来规划子区块内的清扫路径，使机器人在子区块中采用弓字形行走。本发明通过A^*算法进行子区块内清扫路径的规划，能够以一种高效的方式求解出清扫路径。

进一步地，所述步骤S3具体包含如下步骤：机器人读取子区块的分布情况；机器人以自身所处子区块为起始子区块；机器人遍历所有与起始子区块连通的未清扫的子区块，如果仅有唯一的子区块，则该子区块作为下一个清扫区域；如果有两个或两个以上的子区块，则分别计算每一条分支去和回的路径代价总和，选择路径代价总和最小的那条分支上的子区块进行清扫；如果为子区块回环，则只需比较在起始子区块去往下一个子区块的路径代价大小即可，选择路径代价小的子区块进行清扫。

进一步地，所述子区块回环的判断方法为，从一子区块出发，在路径不重复的情况下，如果能够找到一条返回该子区块的路径，则该路径上的所有子区块构成一个子区块回环。