[发明专利]一种机器人路径规划方法及具有它的吸尘器

说明书

本发明提供了一种机器人路径规划方法及具有它的吸尘器，包括提取2D地图中机器人可行走的有效区域，并对有效区域进行栅格化划分的步骤；连接栅格中点，生成树路径，机器人根据树路径，进行无目标行走或目标性行走的步骤。本发明的机器人路径规划方法，能够使得机器人在无目标时快速、全面历遍整个有效区域，还能够在有行走目标时快速、精准计算出机器人至目标的最短路径。本路径规划方法应用于扫地机器人时，能够快速让扫地机器人打扫完整个有效区域，且实现了扫地机器人的目标性清扫。

技术领域

本发明涉及智能机器人领域，具体涉及一种机器人路径规划方法及具有它的吸尘器。

背景技术

路径规划是实现行走机器人控制的关键技术之一。其目的是在一定的环境条件和性能指标要求下，寻找一条从起始位置到目标位置的最优或次优的安全无碰撞路径。针对机器人路径规划，国内外学者提出了许多规划方法，其中主要有人工势场法、神经网络自适应规划法、遗传算法、蚁群算法、粒子群算法等。近年来，越来越多的学者在对路径规划问题研究时更注重多种智能算法相结合，以提高算法性能。如ImenChaari*等将遗传算法和蚁群算法相结合，前阶段用遗传算法产生初始信息素分布，后阶段用蚁群算法求最优解，能够有效结合两算法的优点，提高蚁群的搜索效率，但可能陷入局部最优；X Wang等人提出一种基于粒子群优化(Particle Swarm Optimization，PSO)和蚁群优化(Ant colonyoptimization，ACO)算法的新型路径规划方法，该算法利用粒子群环境建模的方法，生成从起始点到目标点的路径，然后基于之前生成的路径分布信息素，最后，使用改进的优化蚁群来找到最佳路径，该方法可以缩短搜索时间，但对环境要求较高，适应性差；T Zhu，G Dong等提出将蚁群算法与人工势场法结合使用的算法，该算法用势场法初始化总体路径，优化每一代蚂蚁的路径排序，并根据蚂蚁路径的排序更新信息素，同时，在精英蚂蚁的信息素的帮助下，在每个生成路径上使用模因算法的交叉和变异操作，该算法提高了收敛速度和稳定性，但势场法本身容易陷入局部死锁，所以该算法在初始寻找路径时容易陷入局部最优。

申请号为201310604565.6的中国专利，公开了一种无线传感器网络中基于正六边形的移动锚节点路径规划方法，所述网络包括多个静止的未知节点和一个移动的锚节点，其步骤包括：行走锚节点以恒定速度v移动，每隔时间间隔t，以此刻所在位置为圆心，R为通信半径，广播信标信息，信标信息包括该时刻行走锚节点的位置和信标ID，行走锚节点的行走路径为正六边形。在行走蜂窝网络、ZigBee网络等通信技术领域，均存在这种以正六边形为最基本栅格的路径规划算法。

申请号为201410497805.1的中国专利公开了一种机器人静态路径规划方法，包括：设定目标点，以目标点为终点，在地图范围内建立人工势场；引入粒子群算法，在机器人的起点设有数量为m的粒子群，第i个粒子在第t步的飞行速度为按照人工势场并结合粒子群算法对每个粒子从起点到终点的路径进行模拟行走，在模拟行走的过程中，每个粒子形成各自的运动轨迹；大部分粒子逐渐向多条轨迹中的一条轨迹聚拢收敛，进而在地图范围内得到从起点到终点的最优行走路径；机器人最终按照最优行走路径，完成从起点到终点的运动过程。其将势场法、栅格法和粒子群法结合起来，但其算法复杂，路径规划效率低，迫切需要加以改进。

发明内容

为解决上述问题，本发明提供了一种机器人路径规划方法及具有它的吸尘器。本发明的机器人路径规划方法，能够使得机器人在无目标时快速、全面历遍整个有效区域，还能够在有行走目标时快速、精准计算出机器人至目标的最短路径。本路径规划方法应用于扫地机器人时，能够快速让扫地机器人打扫完整个有效区域，且实现了扫地机器人的目标性清扫。

为实现所述技术目的，本发明的技术方案是：一种机器人路径规划方法，包括以下步骤：

S1：提取2D地图中机器人可行走的有效区域，并对有效区域进行栅格化划分；

S2：连接栅格中点，生成树路径，机器人根据树路径，进行无目标行走或目标性行走。