一种扫地机器人用基于路径规划的清扫方法

技术领域

本发明涉及人工智能技术领域，具体是一种一种扫地机器人用基于路径规划的清扫方法。

背景技术

扫地机器人又称自动扫地机、智能吸尘、机器人吸尘器等，是智能家居电器的一种，能凭借一定的人工智能，自动在房间内完成地板清理工作。一般采用刷扫和真空方式，将地面杂物先吸纳进入自身的垃圾收纳盒，从而完成地面清理的功能。扫地机器人的主要功能指标是清扫方式，也即行走方式。主要分为两种类型：随机碰撞式清扫，早期的产品一般采用随机碰撞式清扫策略。机器人的行走方向是随机的，在某一方向上一直往前走，直到碰撞到墙或者障碍物，然后转向另一个方向继续往前走。这种清扫策略的缺点是漏扫严重，效率低下，用户的满意程度低，产品的档次低。规划式清扫，大部分高档产品都采用规划式清扫策略。采用全覆盖的路径规划引导机器人行走。对要清扫的区域进行路径规划，引导机器人行走。这种路径规划不同于最优路径规划，它的目标是全覆盖整个清扫区域，所以也称为全覆盖路径规划。路径形状主要有两种：“弓”字型和“回”字型。以“弓”字为常见。由于清扫区域的大小和形状各不相同，现有的全覆盖规划式清扫采用全区域覆盖路径规划方案，将整个清扫区域视为一个整体进行全覆盖路径规划。试图用一条复杂的弓字路径覆盖任意复杂的区域。算法效率低，鲁棒性低，实用性差。

发明内容

本发明要解决的技术问题是克服上述缺陷，提供一种算法效率高、鲁棒性高和实用性强的扫地机器人用基于路径规划的清扫方法。

为解决上述技术问题，本发明提供的技术方案为：一种扫地机器人用基于路径规划的清扫方法，包括以下步骤：

(1)将整个房间作为代价地图，识别出每个房间，并作为一个个自适应分区，然后进行全覆盖路径规划和清扫；

(2)在代价地图中均匀地撒特定数量N个种子，如果一个种子落在空白格子，视为有效种子；如果一个种子落在障碍物格子，则视为无效种子，并丢弃；

(3)将每个种子一轮一轮向四周进行扩张，在第K轮在某个方向上扩张的格子数为2*K-1；如果在某一轮某一方向上扩张时遇到障碍物，统计障碍物的数量，当数量超过某一阈值，停止该方向的扩张。经过扩张后，每个种子形成一个矩形；

(4)N个种子扩张成N个矩形，将矩形按照面积大小排序，判断热议两个矩形的关系，关系包括：相等、包含、相交和分离；对相等关系的矩形，丢弃其中一个；对包含关系的矩形，丢弃其中较小的一个；如果一个矩形和其它所有的矩形没有交集，将该矩形放进最终矩形区域集合中；两个矩形相交的情况时：

a)计算两个矩形的交集IOU，如果该交集较大，直接合并两个矩形，如果两个矩形的交集较小，用大矩形裁剪小矩形，将裁剪后的小矩形放入队列中；

b)循环处理所有相交的矩形；

(5)经过上述步骤，形成一组覆盖整个代价地图的矩形区域数组，数组中的矩形区域已经按照面积大小排序，使用全覆盖算法对每个矩形区域进行路径规划，所述全覆盖算法的算法思想：

a)对矩形区域做一次路径规划，生成“弓”字步；

b)如果矩形区域内没有物体，算法结束；

c)如果矩形区域内有物体，当从下左边开始，循环检查有无缺口，如果有缺口，则在缺口处生成“弓”字步；当从上左边开始，循环检查有无缺口，如果有缺口，则在缺口处生成“弓”字步。

本发明与现有技术相比的优点在于：

1、采用自适应分区算法，使得到的分区非常接近现实世界中的房间分布；

2、对每个分区进行全覆盖路径规划，而不是对整个清扫场地进行一次性路径规划，从而使得算法的效率高，鲁棒性强；

3、在单个矩形区域的全覆盖路径规划时，采用第一趟弓字步和回头检查遗漏相结合的策略，既满足矩形区域内无物体的情况下只走一趟的原则，又能在区域内有物体的情况下不漏扫少重扫的原则；

4、整个算法非常接近人类清扫活动，属于分治算法。。

作为改进，所述全覆盖算法适用于一个给定大小的矩形区域，一个矩形区域可以用其左下角坐标和右上角坐标来确定。

作为改进，所述种子确保均匀撒在代价地图上并覆盖所有的区域。

作为改进，所述矩形区域内有物体时，算法第一次会在物体处打断，形成一个或多个缺口，然后回头重新检查。

附图说明

图1是本发明一种扫地机器人用基于路径规划的清扫方法的基于房间分布的自适应分区清扫示意图。

图2是本发明一种扫地机器人用基于路径规划的清扫方法的矩形区域内没有物体覆盖路径图。

图3是本发明一种扫地机器人用基于路径规划的清扫方法的矩形区域内有物体覆盖路径图。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

结合附图1，一种扫地机器人用基于路径规划的清扫方法，包括以下步骤：

(1)将整个房间作为代价地图，识别出每个房间，并作为一个个自适应分区，然后进行全覆盖路径规划和清扫；

(2)在代价地图中均匀地撒特定数量N个种子，如果一个种子落在空白格子，视为有效种子；如果一个种子落在障碍物格子，则视为无效种子，并丢弃；

(3)将每个种子一轮一轮向四周进行扩张，在第K轮在某个方向上扩张的格子数为2*K-1；如果在某一轮某一方向上扩张时遇到障碍物，统计障碍物的数量，当数量超过某一阈值，停止该方向的扩张。经过扩张后，每个种子形成一个矩形；

(4)N个种子扩张成N个矩形，将矩形按照面积大小排序，判断热议两个矩形的关系，关系包括：相等、包含、相交和分离；对相等关系的矩形，丢弃其中一个；对包含关系的矩形，丢弃其中较小的一个；如果一个矩形和其它所有的矩形没有交集，将该矩形放进最终矩形区域集合中；两个矩形相交的情况时：

a)计算两个矩形的交集IOU，如果该交集较大，直接合并两个矩形，如果两个矩形的交集较小，用大矩形裁剪小矩形，将裁剪后的小矩形放入队列中；

b)循环处理所有相交的矩形；

(5)经过上述步骤，形成一组覆盖整个代价地图的矩形区域数组，数组中的矩形区域已经按照面积大小排序，使用全覆盖算法对每个矩形区域进行路径规划，所述全覆盖算法的算法思想：

a)对矩形区域做一次路径规划，生成“弓”字步；

b)如果矩形区域内没有物体，算法结束；

c)如果矩形区域内有物体，当从下左边开始，循环检查有无缺口，如果有缺口，则在缺口处生成“弓”字步；当从上左边开始，循环检查有无缺口，如果有缺口，则在缺口处生成“弓”字步。

所述全覆盖算法适用于一个给定大小的矩形区域，一个矩形区域可以用其左下角坐标和右上角坐标来确定。

所述种子确保均匀撒在代价地图上并覆盖所有的区域。

所述矩形区域内有物体时，算法第一次会在物体处打断，形成一个或多个缺口，然后回头重新检查。

本发明的工作原理：基于房间分布的自适应分区算法及其实现，目前高档扫地机器人产品大都采用规划式清扫策略，而在现实世界中，一个家庭有多个房间，这些房间彼此独立又互相连通，形成一个复杂的凹凸多边形整体。如果针对这个复杂的凹凸多边形整体，采用统一的规划路径是非常困难的，也是不科学的。而将每个房间视为一个矩形区域，并对该区域采用全覆盖的路径规划算法，进行清扫，可以设计出鲁棒性非常强的全覆盖路径规划算法。自适应分区就是在代价地图中，将每个房间识别出来，作为一个个分区，进行全覆盖路径规划和清扫。方法的构成：

种子：在代价地图中均匀地撒特定数量N个种子，如果一个种子落在空白格子，则视为有效种子；如果种子落在障碍物格子，则视为无效种子，并丢弃。为了保证所有的区域都能被覆盖到，种子需要均匀地撒在代价图上。

扩张：对于每个种子一轮一轮向四周进行扩张。在第K轮在某一方向上扩张的格子数为2*K-1。如果在某一轮某一个方向上扩张时遇到障碍物，统计障碍物的数量，当数量超过某一阈值，就停止在该方向扩张。这样经过扩张后，每个种子形成一个矩形。

合并：经过扩张后N个种子变成了N个矩形。首先对矩形按面积大小排序。然后判断任意两个矩形的关系：相等，包含，相交，分离。对相等关系的矩形，丢弃一个，对包含关系的矩形，丢弃掉小的。如果一个矩形和其它所有的矩形没有交集，则将该矩形放进最终矩形区域集合中。两个矩形相交的情况：计算两个矩形的交集IOU，如果该交集很大，则直接合并两个矩形，如果两个矩形的交集较小，用大矩形裁剪小矩形，将裁剪后的小矩形放入队列中。循环处理所有相交的矩形，经过上述几步，形成一组覆盖整个代价地图的矩形区域数组。数组中的矩形区域已经按面积大小排序。使用全覆盖算法对每一个矩形区域进行路径规划。

全覆盖算法适用于一个给定大小的矩形区域，而一个矩形区域可以用其左下角坐标和右上角坐标来确定。全覆盖算法是要设计出“弓”字型的路径规划，从左下角开始到右上角结束。算法思想：

1)对矩形区域做一次路径规划，生成“弓”字步；

2)如果矩形区域内没有物体，算法结束；

如果矩形区域内有物体，则：从下左边开始，循环检查有无缺口，如果有缺口，则在缺口处生成生成“弓”字步；从上左边开始，循环检查有无缺口，如果有缺口，则在缺口处生成生成“弓”字步；在现实世界中，一个矩形区域内可能没有任何物体，也可能有一些物体。在没有任何物体的情况下，算法得到的全覆盖路径如图2。

当矩形区域内有物体时，算法第一次会在物体处被打断，形成一个或多个缺口。这时需要回头重新检查，先从底部的左边往右边检查，遇到缺口，重新生成“弓”字规划路径。然后再从顶部的左边往右边检查，遇到缺口，重新生成“弓”字规划路径。如图3。本发明通过两个算法实现整个家庭或者办公室场所的自动清扫，它覆盖了每个房间的每个部分，不漏扫少重扫。

以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。