[发明专利]一种用于消毒机器人的全覆盖路径规划方法及设备

权利要求书

1.一种用于消毒机器人的全覆盖路径规划方法，其特征在于，所述方法包括以下步骤：

基于栅格法建立环境地图，生成栅格地图，每一个栅格对应一个神经元活性值；

通过将优先级启发式算法与生物激励神经网络结合，基于此改进算法实现初始覆盖；

当消毒机器人陷入死区时，基于回溯点列表寻找到最近的未覆盖点作为临时目标点；

利用A*算法帮助消毒机器人逃离死区，当消毒机器人到达新的未覆盖区域后，继续运行基于启发式算法和生物激励神经网络算法结合的路径规划算法，直到完成整个地图的全覆盖。

2.根据权利要求1所述的用于消毒机器人的全覆盖路径规划方法，其特征在于，所述基于栅格法建立环境地图，生成栅格地图，每一个栅格对应一个神经元活性值的步骤具体包括：将每个栅格看作一个神经元，整个栅格地图变为由神经网络组成的拓扑状态空间，其中神经元的活性值分流公式为：式中：x_i为第i个神经元的活性值；t是时间量；A、B、D为非负常数，其中A代表衰减值，B代表神经元活性状态的上限，D代表神经元活性状态的下限；k为与第i个神经元直接连接神经元的个数；I_i为外部输入，可定义为E是一个远大于B的正常数；和[I_i]^-分别表示兴奋输入和抑制输入，w_ij＝f(d_ij)，d_ij是第i个神经元与第j个神经元所在位置处于状态空间中的欧几里得距离，f为任意的单调减函数，f可定义为u和r₀是正常数，u代表当前神经元与周边神经元之间的侧向连接，0u1，神经元只在一个小范围(0,r₀)内有局部连接，这个范围被称为神经元i的接受域，该接受域确保当前神经元周边8个神经元均在局部连接范围，每个栅格的长度为1，r₀的范围在之间，r₀取2，神经元间的连接权重是对称的，即w_ij＝w_ji。

3.根据权利要求1所述的用于消毒机器人的全覆盖路径规划方法，其特征在于，所述通过将优先级启发式算法与生物激励神经网络结合，基于此改进算法实现初始覆盖的步骤中，所述消毒机器人生成的全覆盖路径为：c是一个正常数，代表方向权重的选择，y_j是和机器人上一步所在位置p_p、当前所在位置p_c、下一步所在位置p_j相关的函数，y_j函数定义为

4.根据权利要求1所述的用于消毒机器人的全覆盖路径规划方法，其特征在于，所述当消毒机器人陷入死区时，基于回溯点列表寻找到最近的未覆盖点作为临时目标点的步骤中，所述回溯点列表是用于存储回溯点的数据结构，回溯点列表是根据消毒机器人覆盖过程中积累的信息构建的，通过将贪婪算法和距离公式相结合，在回溯点列表中选择当前状态下局部最优的回溯点，以欧式距离作为贪婪算法的选择策略，每次回溯都选择当前状态下与死点之间距离最近的回溯点，公式为：其中，S_bp为选择的回溯点，f(s,s_dp)表示回溯列表B_L中的元素s与死点s_dp之间的欧式距离：

5.根据权利要求1所述的用于消毒机器人的全覆盖路径规划方法，其特征在于，所述利用A*算法帮助消毒机器人逃离死区，当消毒机器人到达新的未覆盖区域后，继续运行基于启发式算法和生物激励神经网络算法结合的路径规划算法，直到完成整个地图的全覆盖的步骤中，当机器人陷入死区的时候并寻找到回溯点作为目标点后，利用A*算法帮助机器人脱困，所述启发式算法采用的代价计算公式为：F(n)＝G(n)+H(n)。