CN111562788A - 一种室内智能清扫机器人的路径规划与避障方法 - Google Patents

Abstract

本发明公开了一种室内智能清扫机器人的路径规划与避障方法，涉及机器人技术领域；它的方法如下：步骤一：地图的构建；步骤二：设置栅格占有率参数；步骤三：局部区域覆盖算法；步骤四：区域衔接路径规划算法；步骤五：路径全覆盖算法优化；本发明能够应用于封闭未知复杂环境下的路径全覆盖算法，同时具有较好的性能，节省了扫地机器人的运行成本，获得更高的经济效益；能够实现全局路径与局部路径的规划，提高了稳定性，且节省了时间。

Description

一种室内智能清扫机器人的路径规划与避障方法

技术领域

本发明属于机器人技术领域，具体涉及一种室内智能清扫机器人的路径规划与避障方法。

背景技术

无论是国内还是国外都是采取避障优先的原则清扫空间，对于障碍物周边的清扫不够严格，此外路径规划上对外宣称的全覆盖清扫也并非尽如人意，此外路径规划也并没有努力减少路径重复路与总行程,为此本发明提出一种室内智能清扫机器人的路径规划与避障方法。

发明内容

为解决现有的问题；本发明的目的在于提供一种室内智能清扫机器人的路径规划与避障方法。

本发明的一种室内智能清扫机器人的路径规划与避障方法，它的方法如下：

步骤一：地图的构建：

采用双目视觉与RGB-D结合将三维信息提取后进行二维平面曲线拟合与重构三位曲线方便后面的路径规划研究，同时完成对行人的检测使得区别与一般障碍物，方便后期清扫完毕后清扫行人占据的未清扫区域；

步骤二：设置栅格占有率参数：

根据障碍物边缘占据所在栅格部分的比例，设置栅格占有率参数，将通过设置一个栅格占有率参数，将部分占据栅格转化为自由栅格和完全占据栅格；

步骤三：局部区域覆盖算法：

在局部覆盖时，采用改进BCD算法，将原有的BCD算法东西南北四个方向拓展为16个方向，并将优先级根据障碍物检测回馈的信息进行动态划分；

步骤四：区域衔接路径规划算法：

由于扫地机器人在进行局部区域覆盖的过程中，进行环境地图的构建，因此区域衔接路径规划算法实际上是应用于部分未知环境中的；在部分未知的环境下，首先采用改进RRT算法进行全局路径规划，如果在移动的过程中碰到未知环境，则调用滚动窗口算法进行局部路径规划，最后为了使扫地机器人的移动路径更加平滑以及避免转弯角度过大，采用Bezier曲线对规划出来的路径进行曲线拟合，进而获得更加优化的区域衔接路径，以上内容共同组成了区域衔接路径规划算法；

步骤五：路径全覆盖算法优化：

优化整个全覆盖路规划算法，全局优化重点是对局部子区域间遍历顺序的改进调整，对于局部子区域的遍历顺序是通过将各个局部子区域作为一个顶点，一个局部子区域终点与另一个局部子区域起点之间的欧氏距离作为两者之间的代价距离，构建出一个连通图，然后采用DFS算法规划。

与现有技术相比，本发明的有益效果为：

一、能够应用于封闭未知复杂环境下的路径全覆盖算法，同时具有较好的性能，节省了扫地机器人的运行成本，获得更高的经济效益；

二、能够实现全局路径与局部路径的规划，提高了稳定性，且节省了时间。

附图说明

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1为本发明的流程图。

具体实施方式

如图1所示，本具体实施方式采用以下技术方案：它的方法如下：

步骤一：地图的构建：

采用双目视觉与RGB-D结合将三维信息提取后进行二维平面曲线拟合与重构三位曲线方便后面的路径规划研究，同时完成对行人的检测使得区别与一般障碍物，方便后期清扫完毕后清扫行人占据的未清扫区域；

步骤二：设置栅格占有率参数：

根据障碍物边缘占据所在栅格部分的比例，设置栅格占有率参数，将通过设置一个栅格占有率参数，将部分占据栅格转化为自由栅格和完全占据栅格；

步骤三：局部区域覆盖算法：

在局部覆盖时，采用改进BCD算法，将原有的BCD算法东西南北四个方向拓展为16个方向，并将优先级根据障碍物检测回馈的信息进行动态划分；

步骤四：区域衔接路径规划算法：

由于扫地机器人在进行局部区域覆盖的过程中，进行环境地图的构建，因此区域衔接路径规划算法实际上是应用于部分未知环境中的；在部分未知的环境下，首先采用改进RRT算法进行全局路径规划，如果在移动的过程中碰到未知环境，则调用滚动窗口算法进行局部路径规划，最后为了使扫地机器人的移动路径更加平滑以及避免转弯角度过大，采用Bezier曲线对规划出来的路径进行曲线拟合，进而获得更加优化的区域衔接路径，以上内容共同组成了区域衔接路径规划算法；

步骤五：路径全覆盖算法优化：

优化整个全覆盖路规划算法，全局优化重点是对局部子区域间遍历顺序的改进调整，对于局部子区域的遍历顺序是通过将各个局部子区域作为一个顶点，一个局部子区域终点与另一个局部子区域起点之间的欧氏距离作为两者之间的代价距离，构建出一个连通图，然后采用DFS（深度优先遍历）算法规划。

本具体实施方式的主要的研究内容如下：

一、地图的构建：

当前扫地机器人的地图构建大多采用激光雷达等建模方式，对于低于或略高于机身的障碍物检测效果较差，因此采用双目视觉与RGB-D相结合。双目摄像头用于避障，RGB-D摄像头用于行人检测以及地图构建。

二、局部区域覆盖算法研究：

现有的避障策略大多只是避开障碍物，为了提高扫地机器人覆盖率，针对不能够很好的处理锯齿形不规则障碍物问题，将采用改进BCD算法进行局部覆盖；同时对行人做出检测来区分人与障碍物，在行人离开后清扫行人占据的未清扫区域以提高扫地机器人实际覆盖率。

三、区域衔接路径规划算法研究：

在保证全覆盖的前提下，减少路径重复率与总行程。为了改进扫地机器人的移动路径更加平滑以及避免转弯角度过大，获得更加优化的区域衔接路径，在部分未知的环境下，传统RRT算法新节点生成随机没有目的性，首先采用改进RRT算法进行全局路径规划，碰到未知环境，则调用滚动窗口算法进行局部路径规划。采用Bezier曲线对规划出来的路径进行曲线拟合。

四、路径全覆盖算法优化研究：

在实际应用中，扫地机器人对工作空间进行首次覆盖时，环境空间信息基本上是完全未知的。但是，当再次对此工作空间进行全覆盖时，环境信息就变成已知了。面对这种改变，对全覆盖路径进行了全局优化，使其性能变得更好。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (1)

1.一种室内智能清扫机器人的路径规划与避障方法，其特征在于：它的方法如下：

步骤一：地图的构建：

采用双目视觉与RGB-D结合将三维信息提取后进行二维平面曲线拟合与重构三位曲线方便后面的路径规划研究，同时完成对行人的检测使得区别与一般障碍物，方便后期清扫完毕后清扫行人占据的未清扫区域；

步骤二：设置栅格占有率参数：

根据障碍物边缘占据所在栅格部分的比例，设置栅格占有率参数，将通过设置一个栅格占有率参数，将部分占据栅格转化为自由栅格和完全占据栅格；

步骤三：局部区域覆盖算法：

在局部覆盖时，采用改进BCD算法，将原有的BCD算法东西南北四个方向拓展为16个方向，并将优先级根据障碍物检测回馈的信息进行动态划分；

步骤四：区域衔接路径规划算法：

由于扫地机器人在进行局部区域覆盖的过程中，进行环境地图的构建，因此区域衔接路径规划算法实际上是应用于部分未知环境中的；在部分未知的环境下，首先采用改进RRT算法进行全局路径规划，如果在移动的过程中碰到未知环境，则调用滚动窗口算法进行局部路径规划，最后为了使扫地机器人的移动路径更加平滑以及避免转弯角度过大，采用Bezier曲线对规划出来的路径进行曲线拟合，进而获得更加优化的区域衔接路径，以上内容共同组成了区域衔接路径规划算法；

步骤五：路径全覆盖算法优化：

优化整个全覆盖路规划算法，全局优化重点是对局部子区域间遍历顺序的改进调整，对于局部子区域的遍历顺序是通过将各个局部子区域作为一个顶点，一个局部子区域终点与另一个局部子区域起点之间的欧氏距离作为两者之间的代价距离，构建出一个连通图，然后采用DFS算法规划。

Images