面向智能清掃機器人的路徑規(guī)劃技術(shù)研究

1、面向智能清掃機器人的路徑規(guī)劃技術(shù)研究 聲 明 本學位論文是我在導師的指導下取得的研究成果，盡我所知，在本學 位論文中，除了加以標注和致謝的部分外，不包含其他人已經(jīng)發(fā)表或公布 過的研究成果，也不包含我為獲得任何教育機構(gòu)的學位或?qū)W歷而使用過的 材料。與我一同工作的同事對本學位論文做出的貢獻均已在論文中作了明 確的說明。 EI 研究生簽名： 加，2年鄉(xiāng)月力I 豸姿盔杰 學位論文使用授權(quán)聲明 南京理工大學有權(quán)保存本學位論文的電子和紙質(zhì)文檔，可以借閱或上 網(wǎng)公布本學位論文的部分或全部內(nèi)容，可以向有關(guān)部門或機構(gòu)送交并授權(quán) 其保存、借閱或上網(wǎng)公布本學位論文的部分或全部內(nèi)容。對于保密論文， 按保密的有關(guān)規(guī)定和

2、程序處理。 加， 年3月舊 研究生簽名：三擘譴 碩士論文 面向智能清掃機器人的路徑規(guī)劃研究 I I I I I IIII IIII IIII I IIl 摘 要 智能清掃機器人作為智能移動機器人的一個特殊的應(yīng)用，繼承了智能移動機器人的 若干關(guān)鍵性的技術(shù)，比如傳感器技術(shù)、定位技術(shù)等等；同時也有其自身的特殊性，如無 需理解三維環(huán)境，需要全部路徑的覆蓋等新的特點。智能清掃機器人能夠代替重復(fù)性的 體力勞動，降低人工勞動強度，廣泛應(yīng)用于家庭、公共場所、學校等諸多復(fù)雜環(huán)境，因 此具有廣闊的市場前景。本文分析了當前流行的幾款清掃機器人，重點分析了他們的缺 陷，并根據(jù)這些缺陷，提供了若干解決方案，從而設(shè)計出了

3、一款能夠針對復(fù)雜環(huán)境進行 清掃的智能機器人。 本文以家庭環(huán)境為仿真背景，設(shè)計了一款依靠特征點檢測作為SLAM定位的參照 點，在機器人運行過程中，同時對當前位置進行定位，并創(chuàng)建環(huán)境柵格地圖，實現(xiàn)了一 種基于擴展Kalmaa濾波的SI，AM算法，最后通過一種基于障礙物分析的區(qū)域分割算法 對清掃環(huán)境進行區(qū)域分割以及區(qū)域連接，從而完成清掃任務(wù)。具體實現(xiàn)方法如下： 1本文提出了一種平面二維特征的提取方法，過傳感器數(shù)據(jù)進行特征提取，對數(shù)據(jù) 點進行分割，然后使用直線擬合算法進行直線擬合，通過判斷直線之間的交點作為環(huán)境 的角點，即環(huán)境特征點，用以進行SLAM算法。 2本文實現(xiàn)了一種基于擴展Kalmaa濾波的S

4、LAM算法，并針對清掃機器人的移動 速度慢的特點，對該算法進行了相應(yīng)的改進，實現(xiàn)了基于SUT變換的SLAM算法。通 過無跡變換，對非線性函數(shù)進行處理，構(gòu)造新的統(tǒng)計特征，進一步提高SLAM算法精度。 3本文實現(xiàn)了一種基于繞邊的障礙物確定算法，機器人通過貼墻運行，確定環(huán)境信 息，同時在貼墻清掃過程中構(gòu)造柵格地圖，用以記錄區(qū)域是否已經(jīng)完成清掃。同樣對于 區(qū)域內(nèi)部障礙物也進行貼邊運動，確定障礙物的位置信息，并構(gòu)造柵格地圖。 4本文提出了一種基于障礙物確定的未知區(qū)域分割算法?，F(xiàn)行的區(qū)域分割算法都是 根據(jù)已知環(huán)境進行區(qū)域分割，本文通過機器人貼邊運行，創(chuàng)建柵格地圖，在第一步創(chuàng)建 了環(huán)境邊界地圖之后，對環(huán)境進

5、行線掃法區(qū)域分割；當在區(qū)域內(nèi)部遇到障礙物的時候， 對柵格地圖進行再次的構(gòu)造，構(gòu)造區(qū)域內(nèi)部的柵格地圖，并在當前區(qū)域內(nèi)部使用線掃法 進行區(qū)域的分割算法。 5本文考慮到機器人由于長時間運行會導致供電不足的問題，使用A?算法進行路 徑規(guī)劃，使機器人能夠在電量不足的情況下返回充電。 關(guān)鍵詞：特征提取，地圖表示，同時定位與地圖創(chuàng)建，全覆蓋路徑規(guī)劃 Abstract 碩士論文 Abstract inheriteda Asa of mobile robots number specialapplicationintelligentrobot，cleaning of ofmobilerobotsSuchasse

6、nsor technology,location keytechniques ithas thereSnoneedtounderstand own characteristics，forexample ofthe is robotscan environmentbuta environment neededCleaning full-coverage in and substituteformanuallaborsSoitis used other widely home，publicplaces，schools robotThis therearebroadmarket of complex

7、environments，SO prospectscleaning paper fora several severalSOlutions analyzes popularcleaningrobots，andprovides complex wasnotsolvedinthose robots environment,which cleaning isbasedon environmentsItshowsadetectionoffeature This family paper points are asthereferenceinSLAMRobotscould and algorithm，w

8、hichprovided points locating this aextendKalmanfilteroftheSLAM whileitis mapping workingAndpaperprovides full intosmall andlinkthose robotscall the algorithmAndfinally decomposeregion pieces ale areasandthen thesesmall methodsasfollows： sweep piecesThe 1Inthis aretransferredfrom thesensordataare sen

9、sorsFirstly separated， paper,data are thesediscrete oftwolinesarefound andthenlines dataSecondly,crosspoints fittingby arefeaturesofSLAM whichaleseenasthecomer last,these pointsAt points an Kalman 2This aSLAM isbaseon extend filter paperimplementsalgorithm，which thatrobotsare We the intotheSUT-based

10、 Considering movingslowly,SOimprovealgorithm SLAMWe the ofthis constructsnewstatistical SUT,which accuracyalgorithmby improve function featuresnon-linear by a todeterminethe of 3This round-based obstacles paperimplements algorithm edge Robotsdeterminetheenvironment the constructthe wall，and throughw

11、orkingalong grid ofthe totheinsideobstacles map environmentSimilarly 4This a basedonthedeterminationofthe presentsregion-segmentationalgorithm paper unknown thatthe are obstaclein environmentConsideringexistingsegmentationalgorithms this the the basedon create environments，in gridmap along given pap

12、er,robots byworking inside obstacleWasseen wall，afterthat，finishsegmentationalgorithmin面dmapsIfany the the of thendothe inthis it，and room，findposition segmentationalgorithmregion couldrunoffofthe Weuse 5After long-timeworking，robots power,SOA?algorithm robotsCanreturnto forthe pathplanning，the char

13、ge Word：feature extraction,maprepresentation，SLAM，completecoverage Key II 碩士論文 面向智能清掃機器人的路徑規(guī)劃研究 目 錄 摘 要1 AbstractII 目 錄IH 1；者論 1 11全路徑覆蓋智能清掃機器人的概述1 12智能清掃機器人中傳感器技術(shù)的研究2 13智能清掃機器人的研究中的關(guān)鍵技術(shù)2 131地圖的表示方式2 1。32特征點的提取3 133路徑規(guī)劃技術(shù)。4 14國內(nèi)外研究現(xiàn)狀4 141國外清掃機器人的發(fā)展現(xiàn)狀4 142國內(nèi)清掃機器人的發(fā)展現(xiàn)狀6 15本文研究主要內(nèi)容7 2基于機器人視覺的二維室內(nèi)環(huán)境特征檢測

14、及地圖表示8 21弓I言8 22智能清掃機器人傳感器技術(shù)研究8 23一種幾何特征地圖和柵格地圖結(jié)合的地圖表示方式9 231幾何特征地圖9 232柵格地圖一9 233拓撲地圖10 234基于貼邊運行的機器人同步創(chuàng)建柵格地圖算法。10 24基于距離信息的室內(nèi)環(huán)境特征點的提取13 241平面二維信息的提取與處理13 242基于距離的平面二維數(shù)據(jù)的分割13 243離散數(shù)據(jù)點的直線擬合l5 244機器人前方二維特征點檢測。l7 25實驗分析18 26本章小結(jié)2l 3一種適用于智能清掃機器人的SLAM算法22 31引言22 III 目錄 碩士論文 32 KaItllan濾波器背景以及原理23 EKF 33

15、1 SLAM算法流程24 34一種基于SUT的改進EKFSLAM算法。28 35實驗分析。29 l 36本章小結(jié)3 4基于未知地圖的全區(qū)域覆蓋路徑規(guī)劃技術(shù)研究32 41概述32 42清掃機器人路徑覆蓋的指標33 43智能清掃機器人的行走方式的確定33 431一種低能耗的機器人的行走方式33 432矩形區(qū)域內(nèi)機器人的行走方向的確定35 44基于柵格地圖的區(qū)域分割算法35 441基于貼邊清掃的邊界確定算法36 442基于障礙物確定的區(qū)域劃分算法38 443相鄰子區(qū)域的連接43 45復(fù)雜環(huán)境的路徑規(guī)劃44 46實驗分析46 47本章小結(jié)49 5智能清掃機器人避障系統(tǒng)以及自動返回充電系統(tǒng)50 51基于

16、障礙物尺寸分析的機器人避障系統(tǒng)50 l 52智能清掃機器人自動返回充電路徑規(guī)劃5 521 A?算法原理51 522基于柵格地圖的A?算法的實現(xiàn)52 53本章小結(jié)55 6總結(jié)與展望56 j熨 謝58 參考文獻59 IV 碩士論文 面向智能清掃機器人的路徑規(guī)劃研究 1緒論 自上世紀20年代，“robot這個名詞進入人們的視野以來，機器人技術(shù)發(fā)生了翻天 覆地的變化。美國科幻作家阿西莫夫在1942年提出著名的“機器人三定律，任何一個 機器人在執(zhí)行任務(wù)的過程中必須遵照次標準，這三條定律相互制約，相互影響，不可違 背，即機器人三大行為準則【11。正是這一準則的提出，機器人才逐漸在人類的腦海中形 成了一個抽

17、象的藍圖。在之后的20年里，隨著傳感器在智能機器人領(lǐng)域的應(yīng)用，機器 人在操作性能上得到了極大的提高。1968年，美國成功研制出機器人Shakey，它通過 自身帶有的視覺傳感器，探測周圍環(huán)境，Shakey能自主進行環(huán)境的分析以及規(guī)劃其行動 路徑，因此可以算是世界第一臺智能機器人。到了上個世紀80年代，全世界開始進入 了一個研究智能機器人的浪潮中，一大批公司開始研制自主移動機器人，這樣的研究很 大的程度上促進了移動機器人學往多學科方向發(fā)展的趨勢。90年代以來，為了能夠符合 機器人在日常生活中的應(yīng)用，各個國家針對當前機器人技術(shù)中的各種關(guān)鍵性技術(shù)展開了 多方向的深入研究。而到了21世紀的現(xiàn)在智能機器人

18、已經(jīng)走入了人們的生活中，帶來 了更多的方便。 而隨著社會節(jié)奏的不斷加快，智能機器人被不斷的運用到了家庭中，用來服務(wù)于人 類，其中最典型的就是智能清掃機器人了。自從上世紀90年代出現(xiàn)后，這種智能清掃 方式就逐漸取代了傳統(tǒng)的人工清掃，同時能夠解決人工清掃帶來的部分角落位置不能夠 清掃完全的問題。 11全路徑覆蓋智能清掃機器人的概述 智能清掃機器人是智能移動機器人的一種特殊的應(yīng)用。傳統(tǒng)的清掃方式必須以人力 為代價，而且由于個人的疏忽，會造成某些角落清掃不干凈；或者是由于房間環(huán)境的限 制，導致了部分區(qū)域不能夠清掃。而隨著當今社會經(jīng)濟的迅速發(fā)展，人們的生活節(jié)奏也 在逐步加快，人們希望花費在這些重復(fù)性勞動

19、的時間用在別的事情上，因此就引發(fā)了智 能清掃機器人的出現(xiàn)以及飛速的發(fā)展。智能清掃機器人能夠?qū)嵤┩耆悄芑淖灾髑鍜?工作，節(jié)約了大量時間，而使人們能夠拋棄傳統(tǒng)的清掃方式，同時以其優(yōu)異的性能成為 現(xiàn)代化家庭的必備品。 作為智能清掃機器人，必須具備以下的功能：它應(yīng)當具有自主清掃的能力，而不需 要人為的輔助；同時在復(fù)雜的環(huán)境中能夠最大限度的覆蓋所有的清掃區(qū)域，同時避免重 復(fù)的清掃；其次，在清掃的過程中必須要考慮到機器人的耗散最低：路程、時間以及能 耗等等；它還應(yīng)該具有復(fù)雜環(huán)境的自我學習能力，能在不同的環(huán)境下完成清掃任務(wù)；最 重要的是在清掃過程中具有避障功能，這樣就避免與障礙物碰撞，提高其安全性。 I

20、 碩士論文 l緒論 智能清掃機器人主要是在家庭環(huán)境中進行清掃工作，能夠完成多房間的清掃，并且 在進行清掃的時候能夠避開房間內(nèi)部的障礙物。這種環(huán)境可以提煉出以下特征，即為封 閉的有限空間，同時必須保持所清掃的地面的平整，同時在這些空間內(nèi)部可能會出現(xiàn)移 動的障礙物：比如人的走動。清掃機器人需要在這種復(fù)雜的環(huán)境中進行清掃任務(wù)的過程 中保證其自身的安全性【11。 路徑規(guī)劃是移動機器人技術(shù)中一個十分重要技術(shù)，一般的路徑規(guī)劃是指通過某種算 法尋找點到點之間的最優(yōu) 最短 路徑，具有代表性的就是A?算法21。而全區(qū)域路徑覆 蓋路徑規(guī)劃則是在一個封閉有限環(huán)境中，機器人通過使用某種有限環(huán)境中的遍歷算法， 完成對全

21、部區(qū)域的覆蓋，并同時能夠完成指定的工作，在覆蓋過程中能夠保持最大的覆 蓋率以及最小的重復(fù)率14】。 依照機器人在環(huán)境中的移動策略，全覆蓋路徑規(guī)劃可以分為隨機移動策略和非隨機 移動策略，針對于機器人對環(huán)境的認知程度又可以分為已知環(huán)境和未知環(huán)境兩種。智能 清掃機器人需要完成的任務(wù)是針對若干復(fù)雜的室內(nèi)環(huán)境、有計劃的實現(xiàn)路徑規(guī)劃以完成 路徑覆蓋，因此智能清掃機器人要求實現(xiàn)的是對未知環(huán)境進行非隨機移動策略的全覆蓋 路徑的規(guī)劃任務(wù)。 全區(qū)域覆蓋路徑規(guī)劃有著十分廣泛的應(yīng)用，軍事上可以用來排雷等危險性的操作， 而農(nóng)業(yè)方面，在收割、播種這些方面也會有比較多的應(yīng)用。 12智能清掃機器人中傳感器技術(shù)的研究 智能機器

22、人內(nèi)部最常使用的傳感器類型有接觸式傳感器和非接觸式傳感器【3】。接觸 式傳感器可以測出受動器端與其他物體間的實際接觸；非接觸傳感器則主要是通過傳感 器對外部信息的理解和感知，從而進行環(huán)境信息的提取。一般對于非接觸式的傳感器根 據(jù)其采集信息種類以和采集方式的不同，可以分成外部傳感器和內(nèi)部傳感器兩類。其中 外部傳感器主要用來采集機器人外界環(huán)境信息 主要是距離信息 ，包括超聲波測距儀、 激光測距儀、視覺傳感器等。內(nèi)部傳感器負責采集系統(tǒng)內(nèi)部狀態(tài)的信息 主要是自身的 方位角等信息 ，包括陀螺儀、羅盤等。其中激光測距儀是一種應(yīng)用比較廣泛的傳感器， 可以進行環(huán)境的距離檢測，但是相對于超聲波測距儀來說，紅外測

23、距儀價格比較高。在 智能清掃機器人上面使用激光測距儀，則其性價比會比較低，因為在智能清掃機器人采 集的數(shù)據(jù)上，能夠容許一定范圍內(nèi)的誤差，并不需要十分精確的數(shù)據(jù)，因此一般選用超 聲波測距儀或者紅外測距儀。 13智能清掃機器人的研究中的關(guān)鍵技術(shù) 131地圖的表示方式 2 碩士論文 面向智能清掃機器人的路徑規(guī)劃研究 移動機器人在運動過程中需要獲知傳感器對環(huán)境的感知信息，而后通過處理這些數(shù) 據(jù)，計算機器人周圍的環(huán)境信息以及機器人當前的位置，同時創(chuàng)建環(huán)境地圖。目前使用 的比較多的地圖表示方法有很多，可以大致分成如下三類：柵格地圖、幾何特征地圖以 及拓撲地圖f5】【6】f7】。 柵格地圖是是將環(huán)境分解成一

24、系列離散的柵格【51，每個柵格有一個值，用每一個柵 格被占據(jù)的概率值來表示環(huán)境信息，一般標識為是否是障礙物。每個地圖柵格都與實際 環(huán)境中的一個小塊區(qū)域?qū)?yīng)，反映出環(huán)境的信息，易于機器人進行地圖信息的存儲。柵 格地圖可以詳細地描述環(huán)境信息，并且很容易創(chuàng)建和維護，但是在對環(huán)境劃的柵格數(shù)量 較少的情況下顯得精度不高，當需要高精度的柵格地圖時，由于柵格的數(shù)量的增加，機 器入對柵格地圖的維護和處理時間會呈現(xiàn)指數(shù)級的增長，因此很難達到實時的效果。 幾何特征地圖對于真實場景中機器人的位姿的判定，有著較高的精度，一般對這種 地圖進行抽象描述，從而大量減少計算上的耗費【6】。幾何特征地圖能夠精確的表示出機 器人

25、當前的位置信息以及障礙物信息，很完整的表示出實際的室內(nèi)環(huán)境，方便角點的提 取以及數(shù)據(jù)關(guān)聯(lián)計算。但是同時也有一系列的問題，由于精度比較高，因此在計算上帶 來了一系列的問題，計算復(fù)雜度比較高，對硬件的要求也就同樣比較高了，對于室內(nèi)清 潔機器人很顯然是不太符合條件的。另外對于室內(nèi)清掃機器人來說要避免多次重復(fù)的清 掃則是十分重要的，因此這就要求對地圖有一個記憶的功能，然而如果通過幾何地圖進 行地圖存儲，勢必會大量增加了時間以及空間上的復(fù)雜度。 拓撲地圖是將環(huán)境中的特殊的位置用節(jié)點表示，然后通過連線表示環(huán)境中的路徑Tj。 節(jié)點對應(yīng)著環(huán)境中的關(guān)鍵特征點，連線表示的是環(huán)境中各個節(jié)點彼此之間的連接關(guān)系。 拓撲

26、地圖將環(huán)境中的信息用一些特定的環(huán)境信息來描述，根據(jù)拓撲地圖的特點，拓撲地 圖常常用于結(jié)構(gòu)化的環(huán)境下，而拓撲地圖應(yīng)用在非結(jié)構(gòu)化環(huán)境中，其結(jié)構(gòu)將變得十分復(fù) 雜，節(jié)點的描述也會非常困難，往往不利于處理。拓撲地圖表示法使環(huán)境具有緊湊性與 連貫性，相對于上述的兩種地圖表示方法，拓撲地圖具有占用內(nèi)存較小的優(yōu)點，但是同 時也帶來了嚴重的問題：即環(huán)境的信息量的大量缺乏，使得對清掃機器人對自身的定位 產(chǎn)生了困難。如果存在環(huán)境中兩個節(jié)點相似的時候，通過傳統(tǒng)的處理算法，機器人很難 對這兩個節(jié)點進行區(qū)分，同時若傳感器存在有較大的誤差的時候，機器人將很難根據(jù)拓 撲地圖對自身的位置實現(xiàn)實時的定位。 132特征點的提取 室

27、內(nèi)環(huán)境特征點主要包括斷點和角點兩類【8】。前一種主要表示環(huán)境的不連續(xù)性，如 從墻壁邊緣到障礙物的躍變點、打開的門等，后一種主要表示環(huán)境中主要線段的交點， 如墻角，障礙物的邊角等。如何通過傳感器采集的數(shù)據(jù)，判斷室內(nèi)環(huán)境特征點成了研究 中的重點。由于傳感器采集的數(shù)據(jù)有不確定的誤差，對實驗造成比較大的干擾，因此在 l緒論 碩士論文 判定斷點的時候會受到比較大的影響，在實際環(huán)境中，對于斷點就不加以判斷。特征點 是機器人在運行過程中進行定位的依據(jù)，若特征點檢測異常，會導致機器人定位錯誤， 從而影響機器人的運行。 133路徑規(guī)劃技術(shù) 清潔機器人的路徑規(guī)劃就是機器人根據(jù)已知的地圖信息或者是傳感器探測的環(huán)境

28、信息，在某個環(huán)境中規(guī)劃出一條能夠覆蓋全部區(qū)域的路徑，這條路徑能夠盡量滿足清掃 區(qū)域的全部覆蓋和最小的重復(fù)清掃率。機器人路徑規(guī)劃研究工作始于上個世紀70年代 初期，到目前為止這一問題依然是智能機器人研究中的一個難點問題。因為智能機器人 在清掃的過程中環(huán)境可能是在不斷的變化的，即所謂的動態(tài)環(huán)境，在規(guī)劃這類環(huán)境的時 候，機器人需要對動態(tài)目標進行一個有效的定義。智能清掃機器人由于是能夠在公共場 合以及家庭環(huán)境中使用，這些環(huán)境具有同樣的特征：即環(huán)境的不確定性，且大部分區(qū)域 為靜態(tài)的，在機器人移動的過程中可能會有可移動的障礙物，機器人必須能夠進行自主 避障【9】。 智能清掃機器人要根據(jù)是否是在環(huán)境建模的基

29、礎(chǔ)上進行路徑規(guī)劃，而采取不同的策 略方法。路徑規(guī)劃的好壞關(guān)系著清掃機器人工作效率的高低，一個比較差的路徑規(guī)劃可 能會導致機器人對某個區(qū)域重復(fù)清掃多次，浪費了大量的時間，因此路徑規(guī)劃對于智能 清掃機器人的實際應(yīng)用具有十分重要的意義。 14國內(nèi)外研究現(xiàn)狀 智能清掃機器人的研究始于上個世紀80年代，在過去的幾十年里，美國、日本等 國家的世界著名公司都已經(jīng)研發(fā)出了智能清掃機器人，到目前為止，已經(jīng)研發(fā)了一些產(chǎn) 品。智能清掃機器人的發(fā)展，促進了智能機器人相關(guān)技術(shù)的發(fā)展，如傳感器技術(shù)、定位 技術(shù)、路徑規(guī)劃技術(shù)等等，同時帶動了服務(wù)型機器人整個行業(yè)的迅速發(fā)展。下面介紹國 內(nèi)外智能清掃機器人的研究成果。 141國

30、外清掃機器人的發(fā)展現(xiàn)狀 人，圖11。它依靠光電傳感器在行進的過程中檢測前方的障礙物，當探測到障礙物的 時候，機器人隨機轉(zhuǎn)動一個角度繼續(xù)前行，如此重復(fù)直至達到規(guī)定時間。清掃機器人通 過傳感器對地板污漬的判斷，選擇適用的清潔程序。清掃機器人裝置有光敏傳感器，在 機器人遇到樓梯或者臺階時，能夠自主的進行避讓，防止機器人摔落。其相應(yīng)的充電站 有紅外發(fā)射、工作時間設(shè)定、工作模式選擇、充電、垃圾處理五個功能。很明顯，RC3000 只是早期的基于碰撞的清掃機器人，沒有完善的路徑規(guī)劃，很難以保證路徑的完全覆蓋， 同時也很難以保證清掃的重復(fù)率，但是在當時，這可謂是人類向智能清掃機器人行業(yè)邁 4 碩士論文 面向智

31、能清掃機器人的路徑規(guī)劃研究 出了第一步。 圖11RC3000 “Trilobite 智能吸塵機啟動時，它會自我探測到距離最近的墻壁，同時運動到靠墻位置，然后開始 沿著房間的周界進行清掃，在清掃過程中對環(huán)境信息進行記憶。當Trilobite在行進的過 程中遇到障礙物時，會根據(jù)傳感器信息重新規(guī)劃新的路徑。當需要充電時，“Trilobite 會自動回到充電器上進行充電，在充電完畢后“Trilobite可以等待用戶下面一個命令， 或者也可以繼續(xù)進行清掃，直到完成任務(wù)?！癟rilobite在一定程度上大大提高了清掃效 率，有自主的路徑規(guī)劃程序，可以一定程度的滿足用戶的需求。 20 圖12Trilobit

32、e 機器人，如今已經(jīng)發(fā)展了多個系列，圖13。該機器人開始工作以后，是以外螺旋形清 掃方式進行清掃工作。當它碰到墻壁或者障礙物的時候，會隨機選擇以下兩種模式繼續(xù) 運行：一是稍微后退一點，改變一定的角度，繼續(xù)前進，這樣的話就可以繞過像桌腿椅 腿這樣的小型障礙物；另一種模式就是沿著碰撞反彈回來的方向前進，這樣就可以避免 老是在墻邊打轉(zhuǎn)。用戶還可以使用其內(nèi)部的限制功能仿真出“燈塔虛擬墻來引導和限 制“Roomba的活動范圍?！癛oomba”可以游走于家具縫隙間，尤其善于清掃家具底下、 墻根等平時難以觸及的地方。早期的Roomba清掃機器人是基于碰撞的，很難以完成全 路徑覆蓋，但是他對于角落的處理能力比

33、其他的要優(yōu)越很多。目前第七代產(chǎn)品融入了多 1緒論 碩士論文 傳感器，避免了重復(fù)的清掃，極大的提高了清掃性能。 。f +_。嬲穆獬螂镩磷 圖1-3iRobotRoomba551 142國內(nèi)清掃機器人的發(fā)展現(xiàn)狀 相對于國外的智能清掃機器人，國內(nèi)的研究工作起步較晚，但是由于國外的技術(shù)影 響，國內(nèi)的相關(guān)技術(shù)發(fā)展較快。國內(nèi)市場對智能清掃機器人的需求日益增大，智能清掃 機器人已在在國內(nèi)快速發(fā)展，已有較多家廠商開始進入智能清掃機器人這個領(lǐng)域，并取 得了一定的成果，典型的有蘇州TEK公司。 蘇州TEK公司在國內(nèi)率先從事智能清掃機器人的研究開發(fā)工作，在2001年成功的 設(shè)計出了國內(nèi)第一個能夠智能執(zhí)行清掃任務(wù)的機

34、器人deepoo，經(jīng)過多年的改進，其最具 代表性的產(chǎn)品為“地?！毕盗校軌蜻M行自主的路徑規(guī)劃，機器人的清掃效率得到了很 大的提升，如圖14所示。“地?！毕盗挟a(chǎn)品有多種工作模式，遇到有灰塵較多的時候， 會螺旋清掃；在灰塵較少時，使用扇形清掃方式；當環(huán)境比較干凈的時候，直線前進清 掃。智能清掃機器人能夠通過傳感器獲取外部環(huán)境信息，之后利用某種遍歷策略完成對 環(huán)境的清掃工作。在任務(wù)結(jié)束或者當機器人內(nèi)部電量不足時，能夠自主返回充電。 圖14TEK地保760 6 士論文 面向智能清掃機器人的路徑規(guī)劃研究 15本文研究主要內(nèi)容 本文主要針對了智能清掃機器人的地圖創(chuàng)建以及路徑規(guī)劃進行了研究，重點分析了 地圖

35、表示方式、智能清掃機器人的路徑規(guī)劃的問題以及機器人在清掃的過程中避障的問 題，具體安排如下： 第一章主要針對國內(nèi)外具有代表性的研究方法進行分析，深入了解其中的關(guān)鍵技 術(shù)。 第二章針對室內(nèi)清掃機器人的特征，提出了一種適用于智能清掃機器人的地圖表示 方式。在數(shù)據(jù)關(guān)聯(lián)的時候，必須精確的得到機器人的位置信息，因此必須在幾何特征地 圖中進行特征的提取；同時機器人在清掃的過程中需要對已經(jīng)清掃的區(qū)域進行記錄，防 止沒有必要的重復(fù)清掃，而如果在幾何特征地圖中進行相關(guān)的記錄，會造成數(shù)據(jù)存儲量 的大幅增加，導致運算復(fù)雜度增加。本文根據(jù)各種地圖表示方法的優(yōu)缺點，提出了柵格 地圖和幾何特征地圖相結(jié)合的地圖表示方式。同時在獲得傳感器傳送