室内地面清洁机器人路径规划

扫地机器人是怎么进行路径规划的

扫地机器人是怎么进行路径规划的？
路径规划技术是扫地机器人研究的核心内容之一，扫地机器人定位与环境地图构建就是为路径规划服务的。

所谓机器人路径规划技术，就是扫地机器人根据自身传感器对环境的感知，自行规划出一条安全的运行路线，同时高效完成作业任务。

继此前扫地机器人被贴上盲扫乱跑的‘玩具化’标签，研究扫地机器人的企业探索了一条能够智能导航、路径规划行走的方向。

拿ILIFE这个扫地机器人品牌来说，其T4导航扫地机器人就是能够进行路径规划、智能弓字行走的一个典型代表。

建立地图进行定位。

ILIFE这款全新导航扫地机器人配合陀螺仪技术智能感知家庭环境，在其“脑海里”形成一张完整的家居清洁规划图，精准定位，智能弥补，高效清洁。

可以说ILIFE在扫地机器人领域，大胆创新的运用了陀螺仪智能导航系统，为大家打造出一个高度智能的家庭清洁小助手。

搭配算法更智能。

ILIFE这款全新智能导航扫地机器人特有网格智能算法，配合陀螺仪技术智能感知家庭环境，在其“脑海里”形成一张完整的家居清洁规划图。

不仅能够灵敏感应方向、速度及坡度的变化，灵活调整行进方向和路线，而且自动记忆清扫路线，不走回头路，杜绝重复清扫，又尽可能节约时间，清洁效率提高100%。

弓字行走，清扫路径规划更合理。

相比之前扫地机器人清扫‘随机自由’的‘情绪化’模式，在清洁方面又像打酱油的尴尬状态，现在的扫地机器人不仅能智能导航，而且有自己独特的行走风格——弓字行走。

按横纵坐标自动将清扫空间分成正方形网格清扫区域，实现转角皆为90°的弓字行走，清扫覆盖率可达99%。

室内清洁机器人路径规划的设计.

的标准偏差与最大峰谷值减少达到50%以上, 跟踪精度有了大幅提高.表3 抑振前后柔性臂跟踪误差值统计项目末端无负载末端带55g 负载标准偏差最大峰谷值标准偏差最大峰谷值抑振前关节误差0. 12110. 8230. 20011. 254抑振后关节误差0. 07230. 2910. 08440. 574减少百分比40. 28%64. 64%57. 82%54. 23%3 结束语运用模糊控制方法, 通过实验实现了2R 柔性机械臂关节跟踪和跟踪过程中振动的主动抑制. 与传统控制方法相比, 该方法不依赖柔性机械臂的动力学模型, 算法简单, 实时性好. 对于非线性、复杂对象的控制具有响应快、有效性好等优点. 实验数据表明, 在整个实验过程中模糊控制能够较大幅度地减小振动, 达到较好的抑振效果; 同时跟踪精度提高, 跟踪效果有了大幅度提高. 参考文献:[1] Book W J, M aizza -Nett o O , Whitney D E. F eedbackco nt ro l of tw o beams, tw o jo ints sy stem w ith distr ibu -ted flexibilit y, ASM E [J]. D yn. Sys. M eas. and Cont, 1975, 97(4 :424-431.[2] Craw ley E F , De Luis J. U se o f piezoelectr ic actuator sas element s of intelligent str uctures [J ].A IA A Jour -nal, 1987, 25(10 :1373-1385.[3] H o -Cheol Shin, Seung -Bok Cho i. P osition co ntr ol of atw o -link flex ible manipulato r featuring piezoelectr ic ac -tuator s and sensors[J]. M echatro nics, 2001, (1 :707-729.[4] Gustav o L uiz C M de Abr eu, Jo s F Ribeiro. A self -o r -g anizing fuzzy log ic contr oller for the act ive co nt rol o f flex ible structur es using piezo electr ic actuators[J].A p -plied Soft Co mputing , 2002, (1 :271-283.[5] 宋轶民, 余跃庆, 等. 柔性冗余度机器人振动主动控制[J].机械科学与技术, 2002, 21(2 :210-212.[6] 王洪福, 曲东升, 孙立宁, 祝宇虹. 两自由度柔性臂压电陶瓷抑振方案优化设计[J]. 压电与声光, 2003, 25(2 :118-121.作者简介:单业涛 (1983- , 男, 河南信阳人, 硕士研究生,研究方向为机器人学; 余跃庆 (1958- , 男, 北京人, 教授, 博士研究生导师, 研究方向为机器人学.室内清洁机器人路径规划的设计马艳, 刘华波, 徐淑华(青岛大学自动化工程学院, 山东青岛266071Path Planning Design for Cleaning RobotMA Yan, LIU Hua -bo, XU Shu -hua(Colleg e of A utomatio n Eng ineer ing, Q ingdao U niver sity, Q ingdao 266071, China摘要:阐述了一种基于M CU 的清洁机器人的路径设计, 针对室内清洁机器人的区域遍历问题, 提出基于栅格地图建立房间内的数字地图, 建立房间内的坐标系, 并在清洁的过程中有效地避开障碍物, 存储障碍物的坐标点, 建立地图模型. 通过Visual Basic6. 0软件程序的仿真可以得出本设计方案基本可以实现区域遍历和合理避障.收稿日期:2008-02-29基金项目:青岛大学青年科研基金资助项目关键词:清洁机器人; 路径规划; 数字地图中图分类号:TP24文献标识码:A文章编号:1001-2257(2008 07-0064-04Abstract:This article described the path plan -ning desig n for cleaning r obot based M CU. We study the behaviors of the cov erag e of the env iron -ment and present ro bo t maps by the grids m ethod, U sing the dig ital map of the room, cleaning robot can avoid all the stum bling block in fro nt of it inde -pendently , and clean the mo st area in r oom w ithleast repeat. The simulatio n result can pro ve this path planning for the flo or -cleaning ro bot is feas-i ble.Key words:cleaning robot; path planning; dig -ital m ap0 引言提出基于栅格地图表示室内环境, 使机器人能够按照地图数据对整个房间进行逐点清洁, 路径规划[1]方案为:建立数字地图之前, 机器人首先绕房间边沿行走一周, 确定房间大小, 建立整个房间的坐标系. 在清洁过程中机器人先从房间左下角开始按 S" 型逐行清扫, 遇到障碍时绕障碍行走一周, 并标注障碍物的位置, 绕过障碍继续行走, 直到走完整个房间. 在地图模型中, 机器人需要标记出不能行走的区域, 为每个栅格点建立地图数据. 另外, 机器人需要记录基座的位置, 以便能够自动回到基座停泊.1 清洁机器人的结构地面清洁机器人由机器人、基座和遥控器3大部分组成. 它的主体是一个2轮驱动的机器人, 采用小型直流减速电机驱动, 外表设计成圆形, 带有吸尘装置, 可以在移动的同时清洁所经过的地面, 其避障功能由安装在机器人正前方和左右侧的红外测距传感器和碰撞传感器完成. 机器人有一个固定的基座(又称作泊位器 , 它与墙壁上的电源插座相连, 机器人在充电或待命时停靠在基座上, 也可以使用红外遥控对机器人进行手动控制.该清洁机器人是一个以单片机为核心的运动控制系统. 单片机是系统的主控单元, 它以传感器检测到的信号和红外遥控器发送的信号作为系统的输入, 控制电机和风机的运转. 单片机接收到传感器检测的信号后, 经过指令处理控制电机的转动, 实现机器人的自动行走. 同时, 它也可以接收遥控器发送的信息, 根据人的指令控制电机转动. 在整个工作过程中, 单片机还要控制风机的运转, 以完成吸尘功能.在系统的功能设计上, 一方面机器人可以与用户进行交互; 另一方面, 机器人可以全自动运行. 系统软件的总体结构如图1所示.图1 软件总体结构2 地图数据存储器的设计系统选用SPCE061A 作为主控单元, 由于存储地图数据需要较大的存储空间, 因此利用SPBA01B 外扩8片W29C040, 共扩展4M B 存储器. 每片W29C040需要19条地址线, 以A 0~A 14作为其低15位, 以B 0~B 3作为其高4位. B 4~B 63条线经3-8译码器74LS138译码, 得到8位输出分别作为8片W29C040的片选信号.在数字地图的设计中, 取栅格地图的单位长度为5cm, 机器人前进或后退的单位距离也为5cm, 房间内每个栅格点的信息都存储在外扩的8片W29C040中, 各点信息分别用0, 1, 2, 3表示, 其定义为: 0" 表示该点信息未知或可以通行; 1" 表示该点及其右方不能通行; 2" 表示该点及其左方不能通行; 3" 表示该点不能通行. 系统初始化时所有点都被赋值为0.外扩的4MB 存储器的地址空间是0x 000000~0x 3FFFFF, 共22条地址线. 取高11位地址对应系统的横坐标, 低11位地址对应纵坐标. 例如, 对于坐标为(5, 8 的点, 该点的信息就存储在地址0000000010100000001000中, 即地址0x002808中. 由于11条地址线最多可以支持2048个地址, 所以横、纵坐标的范围是0~2047, 系统的坐标单位是5cm , 则横、纵坐标都可以支持100m 的长度. 因此只要房间的最长距离和最宽距离都不超过100m, 房间内所有栅格点的地图信息就都可以被记录. 所以可以为机器人建立的最大地图模型为100m 100m , 即10000m 2的房间.3 路径规划的设计在建立数字地图的过程中, 清洁机器人需要识别每个栅格点的位置, 以便存储其地图信息, 因为清洁机器人主要清洁房间内的地面, 因此可以将房间环境地图表示为二维模型.清洁机器人的运动姿态包括当前所在的坐标以及运动方向, 可以用三维数组表示, sta[x, y , d ir ].其中x 和y 分别表示机器人当前的横坐标和纵坐标, 变量dir 代表机器人的运动方向, 它取值为0, 1, 2, 3, 分别表示机器人转向Y 轴正方向、X 轴正方向、Y 轴负方向和X 轴负方向, 机器人每次左转, dir 减1, 当d ir =0时, 减1之后等于-1, 此时应重新赋值为3; 机器人每次右转, dir 加1, 当d ir =3时, 加1之后等于4, 此时应重新赋值为0.系统中地图模型的建立包括3个步骤:清洁机器人绕房间边沿行走一周, 确定房间大小并建立房间内的坐标系; 绕房间或任何障碍物行走一周并标记障碍物位置;返回基座. 3. 1 建立房间的坐标系首先把清洁机器人的基座位置定义为临时坐标原点, 在建立房间的地图模型之前, 首先绕房间边沿行走一周, 确定房间大小并据此建立正确的坐标系. 定义变量X max ,X min , Y max ,Y min 分别记录房间X 轴的最大、最小值和Y 轴的最大、最小值. 在机器人第1次绕房间一周时, 这4个变量不断更新, 最终记录房间的正确信息.当机器人第1次从基座出发时, 由于还没有确定房间的大小和坐标原点的位置, 因此在系统初始化时把基座赋值为原点, 同时将变量X max , X min , Y max ,Y min 初始化为0. 在第1次绕房间一周的过程中, 当机器人当前位置的横坐标x 大于X max 时, 更新X max , 令X max =x ; 而机器人当前位置的横坐标x 小于X min 时, 更新X min , 令X min =x. 同样当机器人当前位置的纵坐标y 大于Y max 或小于Y min 时, 也对它们进行更新.机器人从基座开始, 按顺时针沿房间边缘行走, 行走策略为:从基座位置先判断左侧是否可通行, 若可以则左转并前进; 否则判断前方可否通行, 若可以则前进; 若左侧和前方均不能通行, 则右转前进, 当再次回到基座时, 机器人已绕房间最外侧运动了一周. 在机器人前进过程中, 不断更新数组(X min , Y min 和(Xmax,Y max . 在沿房间最外侧行走一周之后, 计算房间的长度和宽度, 存储在变量X len 和Y len 中, 将以基座为原点的临时坐标系校正为正确的坐标系.3. 2 避障路径规划的设计通过对房间物体的观察, 可以看出大部分的房间物体都是方形的, 或者类似方形. 系统假设房间内的障碍物都是方形结构或者方形的组合, 机器人按S 型的轨迹从原点开始清扫地面, 当遇到障碍物时沿障碍物行走一周, 然后刷新地图模型, 标记出最新的障碍物区域.当机器人在房间内遇到障碍物时, 先记录该点的坐标, 然后每行走一步都执行一次判断:判断左侧是否可通行, 若可以就左转并前进; 否则判断前方是否可通行, 若可以则前进; 若左侧和前方都不能通行, 则右转. 当左转4次或者右转4次, 回到记录的坐标点时, 机器人已经围绕障碍行走了一周.当机器人判断左侧不能通行时, 需要根据当前运动方向标记障碍. 沿Y 轴正方向运动时, 将点(x -1,y 标记为 2", 表示该点及其左侧是障碍; 沿Y 轴负方向运动时, 将点(x+1,y 标记为 1" , 表示该点及其右侧是障碍, 障碍物标注如图2所示.图2 障碍标记示意当机器人清扫完整个房间后, 刷新地图信息. 从左下角的(x , y =(0, 0 点到右上角的(x , y =(Xlen,Y len 点以 S" 型逐行刷新地图, 标记出障碍物的坐标位置. 房间内的障碍物的摆放主要有3种方式, 对A 类障碍物将房间最左边与首个标记为 2" 的点之间的所有点标记为障碍; 对C 类障碍物将最后一个标记为 1" 的点与房间最右边之间的所有点标记为障碍; 对B 类障碍物将每对标记为1" 的点与标记为 2" 的点之间的所有点标记为障碍, 被标记为障碍的点用 3" 来标识.3. 3 路径规划的方法清洁机器人的路径规划是根据所感知到的工作环境信息, 按照某种优化指标, 从起始点到目标点规划出一条与环境障碍无碰撞的路径, 并实现封闭区域内机器人行走路径对工作区域的最大覆盖率和最小重复率[2]. 本系统基于静态结构化环境模型, 在障碍物的信息预先确定后, 采用 S" 型的路径规划的算法, 如图3所示.由于在系统的路径设计上, 清洁机器人先按照Y 坐标轴的方向行走, 再转向X 轴方向. 因此当房间中存在某些特殊形状的障碍物时, 由于机器人轨图3 S" 型路径规划示意迹设计的特点会存在某些不可到达的位置, 使这些位置成为清扫过程中的盲区, 如图4所示. 但是通过观察房间内的障碍物可以看出, 这类特殊形状的障碍物较少, 因此并不影响路径规划的可行性.图4 轨迹设计中的盲区示意3. 4 回到基座的设计在完成清洁任务或检测到电池电量低时, 机器人要自动返回基座, 由于在房间的地图模型中已经记录了基座的坐标, 返回基座的任务变得比较简单. 需要注意的是, 由于电源接口在后部, 机器人不应前进着进入基座, 而应该倒退着进入, 这样才能使电源接口与电源插座良好接触, 达到充电的目的.机器人返回基座时要先到达基座上方位置, 再调整方向为Y 轴正方向(dir =0. 如果当前方向是X 轴负方向(d ir =3, 就右转一次; 否则左转dir 次, 最后退入基座.4 测试结果利用Visual Basic6. 0编程软件设计了仿真程序, 进行了系统路径规划的仿真测试, 将机器人置于如图5所示的房间中箭头所指位置, 按下启动键, 机器人便开始了自动清洁, 它首先从基座开始, 绕房间边缘行走了一周, 然后从左下角开始以 S " 型的轨迹清扫地面. 遇到障碍时, 绕障碍一周后, 绕开障碍继续清洁, 清洁完房间后, 即到达房间右上角后, 自动回到了基座, 对图示房间的覆盖率为97. 4%.因为图示房间内的部分障碍物形状比较特殊, 因此测试结果可以表明, 本路径规划的设计方案基本能够满足清洁机器人工作的需要.图5 测试房间结构5 结束语路径规划技术是智能机器人领域中的核心问题之一. 蒋新松[3]为路径规划做出了这样的定义:路径规划是自治式移动机器人的一个重要组成部分, 它的任务就是在具有障碍物的环境内, 按照一定的评价标准, 寻找一条从起始状态(包括位置和姿态到达目标状态(位置和姿态的无碰路径.采用栅格法建立环境地图模型, 能够任意改变工作环境尺寸的大小, 并能够在地图中的任意位置设置任意形状的障碍物, 为运动路径规划提供有力条件[4-6]. 机器人在建立了房间的地图模型后, 能按照地图数据实现清扫过程中的自主避障, 以期望对工作区域实现最大覆盖率和最小重复率. 参考文献:[1] 石为人, 周学益. 室内清洁机器人避障路径规划研究[J].计算机应用, 2007, 27(6 :378-379.[2] H ofnerR C, Schmidt G. P at h planning and g uidancetechniques for an autonomo us mobile cleaning ro bo t [J]. P ro ceedings of the IEEE/RSJ/G I Internatio nal Conference o n Intellig ent Ro bo ts and System, 1994,1(1 :610-617.[3] 蒋新松. 机器人导论[M ].沈阳:辽宁科学技术出版社,1994.[4] 梁喜凤. 室内地面清洁机器人路径规划[J].中国计量学院学报, 2006, 17(1 :64-68.[5] 龚建伟, 等. 轮式移动机器人航向跟踪预估控制算法[J].机器人, 2001, 22(3 :193-196, 279.[6] 李晓敏. 智能移动机器人全局路径规划及仿真[D]. 南京:南京理工大学, 2004.作者简介:马艳 (1976- , 女, 山东烟台人, 讲师, 硕士, 研究方向为控制理论和智能控制.。

小米扫地机器人怎么规划路线

小米扫地机器人怎么规划路线
扫地机器的机身为无线机器，以圆盘型为主。

使用充电电池运作，操作方式以遥控器、或是机器上的操作面板。

一般能设定时间预约打扫，自行充电。

前方有设置感应器，可侦测障碍物，如碰到墙壁或其他障碍物，会自行转弯，并依每间不同厂商设定，而走不同的路线，有规划清扫地区。

（部分较早期机型可能缺少部分功能）因为其简单操作的功能及便利性，现今已慢慢普及，成为上班族或是现代家庭的常用家电用品。

机器人科技现今越趋成熟，故每种品牌都有不同的研发方向，拥有特殊的设计，如：双吸尘盖、附手持吸尘器、集尘盒可水洗及拖地功能、可放芳香剂，或是光触媒杀菌等功能。

提起扫地机器人，大家的第一赶脚是啥？反正在不少童鞋的印象里，扫地机器人是满满黑科技的存在，而且属于冰火两重天的境遇中。

为啥？君不见国产品牌大都千元出头，而国际品牌却很少低于5K吗？
最近小米推出了一款剑指
iRobot Roomba 980和Neato Botvac D8500等世界顶级产品的米家扫地机器人，并将价格打到了1699元，很多小伙伴惊呼：扫地机器人迎来屠夫了~~
体验米家扫地机器人米家扫地机器人最大的卖点就是集成LDS等诸多传感器，可实现地图生成和智能的路径规划。

官方宣传的扫地路径轨迹看起来合理又清爽，对比的其他品牌就好像无头苍蝇一样依靠四处乱撞扫地，看起的确很牛B。

米家扫地机和竞品的扫地路径对比但是，小编觉得官方用于测试的家居环境还是太过理想化了，实际的家庭里哪有那么空旷和整洁的环境？
这个路径规划看起来非常清爽合理啊所以，小编就冒着被大家看笑话的风险（好吧，谁让小编总是懒得收拾屋子呢），让米家扫地机器人在自家转了一圈，通过手机的实时轨迹。

扫地机器人的路径策略

数学建模小组作业——扫地机器人的路径优化二〇一四年七月二十三日第10组组员：+++扫地机器人的路径策略【摘要】我们将扫地机在房间内扫垃圾的路径策略问题抽象为方格化模型，用原始给定数据做出垃圾指标矩阵Q[300*251],根据扫地机需要的行走路径进行程序嵌套，并用线性规划的方法来进行最优解的求取，然后根据建立的模型，用Matlab 进行仿真演示。

最终可以观察到扫地机在每种情况下的清扫路径。

由于墙角也会存在垃圾，因此一般情况下我们不能实现100%的清扫，所以我们在此规定清扫完95%的区域即作为合格的条件。

下面我们根据题目要求进行如下考虑：问题一经过分析我们可以将整个清扫区域划分成如图4.1.1所示的小区域，通过运用矩阵整合函数，将矩阵Q[300*251]整合成一维数组T[5]，经过固定时间间隔所对应的区域，在区域边沿随机选的扫描判断{T（1），T(2),T(3),T(4),T(5)}MAX取坐标作为运行起始点，如果检测到的最大的元素的所在区域发生了变化，则根据当前位置与随机选好的碰撞点进行路径转移，按照这种方式运行，直到达到扫地机的结束条件停止。

问题二这时扫地机每次只选择垃圾总指标最多的路径，并且每次扫描发生在扫地机与墙壁发生碰撞的时。

扫描过后，机器人可以任意选择方向，选择方向的合适程度将成为扫地机扫地效率的关键，所以我们设定某一点作为扫地机扫描的起点每次碰撞时的扫描决定下一时刻可能的转弯方向，即某个方向上的垃圾总指标Ck 最大的即为下一时刻的转弯方向。

问题三设计智能扫地机路径，保证扫地机以最短时间达到清扫要求，我们可以选取以下两种优化方向：（1）避免与墙壁进行碰撞，提高机器的灵活性；（2）提高单位长度上清扫垃圾指标总量，即提高清扫效率。

比较问题1与问题2问题1中的方案存在其合理性，问题2中则显得较为高效，比较两者发现：改变S大小可以改变地段扫地机性能。

T关键词：线性规划路径转移划分区域清扫效率目录一、问题重述 (3)二、模型假设 (4)三、符号说明 (4)四、模型建立与求解 (4)4.0 问题分析 (4)4.0.1 基本模型 (5)4.1 问题一：低端扫地机的工作路径 (6)4.1.1 模型:分区扫描模型 (6)4.2 问题二：智能扫地机的工作路径 (10)4.2.1模型：实时扫描模型 (11)4.3 问题三：扫地机的优化路径 (13)4.3.1 模型：实时扫描折线模型 (13)4.4 模型I与模型II的比较 (17)五、模型的检验 (18)六、模型的评价 (18)参考文献 (20)附录 (21)一、问题重述1.1问题背景随着科学技术的不断发展，扫地机逐步走入平常百姓家，并被越来越多的人所接受，扫地机（也称扫地机器人）将在不久的将来像白色家电一样成为每个家庭必不可少的清洁帮手。

家庭智能清洁机器人的操作与维护手册

家庭智能清洁的操作与维护手册第一章：概述 (2)1.1 产品简介 (2)1.2 功能特点 (3)第二章：开箱与组装 (3)2.1 开箱注意事项 (3)2.2 组装步骤 (4)2.3 零部件检查 (4)第三章：基本操作 (4)3.1 开机与关机 (4)3.1.1 开机操作 (4)3.1.2 关机操作 (5)3.2 模式选择 (5)3.2.1 自动模式 (5)3.2.2 手动模式 (5)3.2.3 边缘清扫模式 (5)3.2.4 指定区域清扫模式 (5)3.3 清洁区域设置 (5)3.3.1 设置清扫区域 (5)3.3.2 设置禁扫区域 (5)3.3.3 设置清扫时间 (6)第四章：智能导航与规划 (6)4.1 导航系统介绍 (6)4.2 清洁路径规划 (6)4.3 虚拟墙设置 (6)第五章：充电与续航 (7)5.1 充电操作 (7)5.1.1 插入充电插头 (7)5.1.2 连接电源 (7)5.1.3 充电过程 (7)5.1.4 充电完成 (7)5.2 续航能力 (7)5.2.1 普通模式下，可以连续工作约90分钟。

(7)5.2.2 强力模式下，可以连续工作约60分钟。

(7)5.2.3 当电量不足时，会自动返回充电座进行充电。

(7)5.3 充电注意事项 (7)5.3.1 请使用原装充电器和充电座为家庭智能清洁充电，以避免因使用非原装充电器导致的充电效果不佳或安全隐患。

(7)5.3.2 在充电过程中，请勿将充电座暴露在高温、潮湿环境中，以免影响充电效果。

85.3.3 充电时请保证充电座通风良好，避免因长时间充电导致充电座过热。

(8)5.3.4 当充电座指示灯显示充电完成时，请及时拔掉充电插头，以延长电池使用寿命。

(8)5.3.5 定期检查电池状态，如发觉电池鼓包、破损等情况，请及时联系售后服务进行更换。

(8)第六章：清洁效果与维护 (8)6.1 清洁效果评估 (8)6.1.1 评估标准 (8)6.1.2 评估方法 (8)6.2 清洁组件更换 (8)6.2.1 更换周期 (8)6.2.2 更换方法 (8)6.3 清洁维护周期 (9)6.3.1 日常维护 (9)6.3.2 定期维护 (9)第七章：故障排除 (9)7.1 常见故障现象 (9)7.2 故障处理方法 (9)7.3 寻求售后支持 (10)第八章：安全使用与注意事项 (11)8.1 安全操作规范 (11)8.1.1 启动前准备 (11)8.1.2 操作步骤 (11)8.1.3 操作禁忌 (11)8.2 使用环境要求 (11)8.2.1 环境温度 (11)8.2.2 地面条件 (11)8.2.3 电源要求 (12)8.3 儿童与宠物安全 (12)8.3.1 儿童安全 (12)8.3.2 宠物安全 (12)第九章：清洁保养 (12)9.1 定期清洁 (12)9.2 零部件保养 (12)9.3 软件升级 (13)第十章：售后服务与保修政策 (13)10.1 售后服务内容 (13)10.2 保修期限与范围 (13)10.3 保修流程与注意事项 (14)第一章：概述1.1 产品简介家庭智能清洁是一款结合现代科技与人工智能的高效清洁设备。

面向扫地机器人的路径规划系统设计与实现

2023-10-28contents •引言•扫地机器人路径规划系统概述•扫地机器人路径规划算法设计•扫地机器人路径规划系统实现•扫地机器人路径规划系统优化•结论与展望目录01引言随着科技的发展，家庭服务机器人成为现代家庭中越来越重要的角色。

扫地机器人作为家庭服务机器人的一种，能够自动化地完成家庭地面清洁工作，受到广泛关注。

然而，扫地机器人在清洁过程中需要合理规划清扫路径，以高效地完成清洁任务。

当前，许多扫地机器人存在路径规划不科学、清扫效率不高的问题。

因此，研究面向扫地机器人的路径规划系统具有重要的现实意义。

背景通过设计一个高效、科学的路径规划系统，扫地机器人能够更好地适应复杂环境，提高清洁效率，减少漏扫和重复清扫的情况。

这不仅能够提高家庭清洁的效率和质量，还能够节省时间和人力成本。

此外，对于家庭服务机器人的进一步发展和应用，路径规划系统的研究也具有重要的理论价值。

意义研究背景与意义研究现状与发展现状目前，针对扫地机器人的路径规划研究已经取得了一定的成果。

研究者们提出了多种不同的路径规划方法，如基于几何的路径规划、基于人工势场的路径规划、基于网格的路径规划等。

然而，现有的路径规划方法仍存在一些问题，如无法适应复杂环境、规划效率不高、容易出现局部最优解等。

发展随着人工智能技术的不断发展，深度学习、强化学习等技术在路径规划领域的应用逐渐成为研究热点。

这些方法能够自动学习和优化路径规划策略，具有一定的自适应性和鲁棒性。

未来，结合深度学习和强化学习技术的扫地机器人路径规划方法将成为研究的重要方向。

研究内容本研究旨在设计一个面向扫地机器人的高效、科学的路径规划系统。

具体研究内容包括：1) 分析扫地机器人工作环境和任务需求；2) 设计一个能够适应复杂环境的路径规划算法；3) 实现一个能够实时更新和优化路径规划策略的系统；4) 实验验证所设计系统的有效性和优越性。

研究方法本研究采用理论分析和实验验证相结合的方法进行。

智能清扫机器人路径规划【大学本科专科毕业教育教学资料】

智能清扫机器人路径规划摘要清扫机器人的开发是目前机器人研究中的热点，具有很大的科研价值及市场前景。

其中，路径规划设计问题是清扫机器人的重点研究内容。

它包括最短路径规划和全覆盖路径规划两项内容。

最短路径规划研究是指实现指定起点到终点——点对点的一种路径规划方式。

而全覆盖路径规划研究是指在已知的环境下设计清扫路径，最终达到在短时间内实现整个空间均被覆盖的目的。

本文针对清扫机器人的最短路径规划以及全覆盖路径规划做出分析。

最终采用栅格法进行环境建模，所模拟的区域已知，并对栅格化区域实行编码处理，根据清扫机器人每次所在的当前位臵进行下一步的行进判断，来实现清扫机器人的相关路径规划问题。

最终再结合覆盖率和错误率探讨算法的不足，提出进一步的研究方向。

关键词路径规划最短路径全覆盖栅格法ABSTRACTThe development of cleaning robot is a hot spot in the research of robot, and it has great scientific research value and market prospect.Among them, path planning and design is the key research content of the cleaning robot. It includes the shortest path planning and complete coverage path planning.Shortest path planning research is to achieve the designated starting point to the end point - a point-to-point path planning.The full coverage path planning research is to design a cleaning path in a known environment, and finally achieve the purpose that the whole space is covered in a short time.In this paper, the shortest path planning for the cleaning robot and the full coverage path planning is analyzed. With grid method for environment modeling, the simulated area is known, the grid region is coding, according to the cleaning robot’s current position to determinethe next step to achieve cleaning robot path planning problem. Finally, a further research direction is put forward based on the problem of coverage ratio and error rate.Keywords path planning shortest path planning full coverage path planning grid第1章绪论1.1 课题研究背景及意义随着科学及社会的迅速发展，人口老龄化的日益严重，加之人力劳动资源的成本不断增加，而促使智能机器人技术渐渐成为当前机器人研究中的热点。

室内清洁机器人路径规划的设计.

的标准偏差与最大峰谷值减少达到50%以上, 跟踪精度有了大幅提高.表3 抑振前后柔性臂跟踪误差值统计项目末端无负载末端带55g 负载标准偏差最大峰谷值标准偏差最大峰谷值抑振前关节误差0. 12110. 8230. 20011. 254抑振后关节误差0. 07230. 2910. 08440. 574减少百分比40. 28%64. 64%57. 82%54. 23%3 结束语运用模糊控制方法, 通过实验实现了2R 柔性机械臂关节跟踪和跟踪过程中振动的主动抑制. 与传统控制方法相比, 该方法不依赖柔性机械臂的动力学模型, 算法简单, 实时性好. 对于非线性、复杂对象的控制具有响应快、有效性好等优点. 实验数据表明, 在整个实验过程中模糊控制能够较大幅度地减小振动, 达到较好的抑振效果; 同时跟踪精度提高, 跟踪效果有了大幅度提高. 参考文献:[1] Book W J, M aizza -Nett o O , Whitney D E. F eedbackco nt ro l of tw o beams, tw o jo ints sy stem w ith distr ibu -ted flexibilit y, ASM E [J]. D yn. Sys. M eas. and Cont, 1975, 97(4 :424-431.[2] Craw ley E F , De Luis J. U se o f piezoelectr ic actuator sas element s of intelligent str uctures [J ].A IA A Jour -nal, 1987, 25(10 :1373-1385.[3] H o -Cheol Shin, Seung -Bok Cho i. P osition co ntr ol of atw o -link flex ible manipulato r featuring piezoelectr ic ac -tuator s and sensors[J]. M echatro nics, 2001, (1 :707-729.[4] Gustav o L uiz C M de Abr eu, Jo s F Ribeiro. A self -o r -g anizing fuzzy log ic contr oller for the act ive co nt rol o f flex ible structur es using piezo electr ic actuators[J].A p -plied Soft Co mputing , 2002, (1 :271-283.[5] 宋轶民, 余跃庆, 等. 柔性冗余度机器人振动主动控制[J].机械科学与技术, 2002, 21(2 :210-212.[6] 王洪福, 曲东升, 孙立宁, 祝宇虹. 两自由度柔性臂压电陶瓷抑振方案优化设计[J]. 压电与声光, 2003, 25(2 :118-121.作者简介:单业涛 (1983- , 男, 河南信阳人, 硕士研究生,研究方向为机器人学; 余跃庆 (1958- , 男, 北京人, 教授, 博士研究生导师, 研究方向为机器人学.室内清洁机器人路径规划的设计马艳, 刘华波, 徐淑华(青岛大学自动化工程学院, 山东青岛266071Path Planning Design for Cleaning RobotMA Yan, LIU Hua -bo, XU Shu -hua(Colleg e of A utomatio n Eng ineer ing, Q ingdao U niver sity, Q ingdao 266071, China摘要:阐述了一种基于M CU 的清洁机器人的路径设计, 针对室内清洁机器人的区域遍历问题, 提出基于栅格地图建立房间内的数字地图, 建立房间内的坐标系, 并在清洁的过程中有效地避开障碍物, 存储障碍物的坐标点, 建立地图模型. 通过Visual Basic6. 0软件程序的仿真可以得出本设计方案基本可以实现区域遍历和合理避障.收稿日期:2008-02-29基金项目:青岛大学青年科研基金资助项目关键词:清洁机器人; 路径规划; 数字地图中图分类号:TP24文献标识码:A文章编号:1001-2257(2008 07-0064-04Abstract:This article described the path plan -ning desig n for cleaning r obot based M CU. We study the behaviors of the cov erag e of the env iron -ment and present ro bo t maps by the grids m ethod, U sing the dig ital map of the room, cleaning robot can avoid all the stum bling block in fro nt of it inde -pendently , and clean the mo st area in r oom w ithleast repeat. The simulatio n result can pro ve this path planning for the flo or -cleaning ro bot is feas-i ble.Key words:cleaning robot; path planning; dig -ital m ap0 引言提出基于栅格地图表示室内环境, 使机器人能够按照地图数据对整个房间进行逐点清洁, 路径规划[1]方案为:建立数字地图之前, 机器人首先绕房间边沿行走一周, 确定房间大小, 建立整个房间的坐标系. 在清洁过程中机器人先从房间左下角开始按 S" 型逐行清扫, 遇到障碍时绕障碍行走一周, 并标注障碍物的位置, 绕过障碍继续行走, 直到走完整个房间. 在地图模型中, 机器人需要标记出不能行走的区域, 为每个栅格点建立地图数据. 另外, 机器人需要记录基座的位置, 以便能够自动回到基座停泊.1 清洁机器人的结构地面清洁机器人由机器人、基座和遥控器3大部分组成. 它的主体是一个2轮驱动的机器人, 采用小型直流减速电机驱动, 外表设计成圆形, 带有吸尘装置, 可以在移动的同时清洁所经过的地面, 其避障功能由安装在机器人正前方和左右侧的红外测距传感器和碰撞传感器完成. 机器人有一个固定的基座(又称作泊位器 , 它与墙壁上的电源插座相连, 机器人在充电或待命时停靠在基座上, 也可以使用红外遥控对机器人进行手动控制.该清洁机器人是一个以单片机为核心的运动控制系统. 单片机是系统的主控单元, 它以传感器检测到的信号和红外遥控器发送的信号作为系统的输入, 控制电机和风机的运转. 单片机接收到传感器检测的信号后, 经过指令处理控制电机的转动, 实现机器人的自动行走. 同时, 它也可以接收遥控器发送的信息, 根据人的指令控制电机转动. 在整个工作过程中, 单片机还要控制风机的运转, 以完成吸尘功能.在系统的功能设计上, 一方面机器人可以与用户进行交互; 另一方面, 机器人可以全自动运行. 系统软件的总体结构如图1所示.图1 软件总体结构2 地图数据存储器的设计系统选用SPCE061A 作为主控单元, 由于存储地图数据需要较大的存储空间, 因此利用SPBA01B 外扩8片W29C040, 共扩展4M B 存储器. 每片W29C040需要19条地址线, 以A 0~A 14作为其低15位, 以B 0~B 3作为其高4位. B 4~B 63条线经3-8译码器74LS138译码, 得到8位输出分别作为8片W29C040的片选信号.在数字地图的设计中, 取栅格地图的单位长度为5cm, 机器人前进或后退的单位距离也为5cm, 房间内每个栅格点的信息都存储在外扩的8片W29C040中, 各点信息分别用0, 1, 2, 3表示, 其定义为: 0" 表示该点信息未知或可以通行; 1" 表示该点及其右方不能通行; 2" 表示该点及其左方不能通行; 3" 表示该点不能通行. 系统初始化时所有点都被赋值为0.外扩的4MB 存储器的地址空间是0x 000000~0x 3FFFFF, 共22条地址线. 取高11位地址对应系统的横坐标, 低11位地址对应纵坐标. 例如, 对于坐标为(5, 8 的点, 该点的信息就存储在地址0000000010100000001000中, 即地址0x002808中. 由于11条地址线最多可以支持2048个地址, 所以横、纵坐标的范围是0~2047, 系统的坐标单位是5cm , 则横、纵坐标都可以支持100m 的长度. 因此只要房间的最长距离和最宽距离都不超过100m, 房间内所有栅格点的地图信息就都可以被记录. 所以可以为机器人建立的最大地图模型为100m 100m , 即10000m 2的房间.3 路径规划的设计在建立数字地图的过程中, 清洁机器人需要识别每个栅格点的位置, 以便存储其地图信息, 因为清洁机器人主要清洁房间内的地面, 因此可以将房间环境地图表示为二维模型.清洁机器人的运动姿态包括当前所在的坐标以及运动方向, 可以用三维数组表示, sta[x, y , d ir ].其中x 和y 分别表示机器人当前的横坐标和纵坐标, 变量dir 代表机器人的运动方向, 它取值为0, 1, 2, 3, 分别表示机器人转向Y 轴正方向、X 轴正方向、Y 轴负方向和X 轴负方向, 机器人每次左转, dir 减1, 当d ir =0时, 减1之后等于-1, 此时应重新赋值为3; 机器人每次右转, dir 加1, 当d ir =3时, 加1之后等于4, 此时应重新赋值为0.系统中地图模型的建立包括3个步骤:清洁机器人绕房间边沿行走一周, 确定房间大小并建立房间内的坐标系; 绕房间或任何障碍物行走一周并标记障碍物位置;返回基座. 3. 1 建立房间的坐标系首先把清洁机器人的基座位置定义为临时坐标原点, 在建立房间的地图模型之前, 首先绕房间边沿行走一周, 确定房间大小并据此建立正确的坐标系. 定义变量X max ,X min , Y max ,Y min 分别记录房间X 轴的最大、最小值和Y 轴的最大、最小值. 在机器人第1次绕房间一周时, 这4个变量不断更新, 最终记录房间的正确信息.当机器人第1次从基座出发时, 由于还没有确定房间的大小和坐标原点的位置, 因此在系统初始化时把基座赋值为原点, 同时将变量X max , X min , Y max ,Y min 初始化为0. 在第1次绕房间一周的过程中, 当机器人当前位置的横坐标x 大于X max 时, 更新X max , 令X max =x ; 而机器人当前位置的横坐标x 小于X min 时, 更新X min , 令X min =x. 同样当机器人当前位置的纵坐标y 大于Y max 或小于Y min 时, 也对它们进行更新.机器人从基座开始, 按顺时针沿房间边缘行走, 行走策略为:从基座位置先判断左侧是否可通行, 若可以则左转并前进; 否则判断前方可否通行, 若可以则前进; 若左侧和前方均不能通行, 则右转前进, 当再次回到基座时, 机器人已绕房间最外侧运动了一周. 在机器人前进过程中, 不断更新数组(X min , Y min 和(Xmax,Y max . 在沿房间最外侧行走一周之后, 计算房间的长度和宽度, 存储在变量X len 和Y len 中, 将以基座为原点的临时坐标系校正为正确的坐标系.3. 2 避障路径规划的设计通过对房间物体的观察, 可以看出大部分的房间物体都是方形的, 或者类似方形. 系统假设房间内的障碍物都是方形结构或者方形的组合, 机器人按S 型的轨迹从原点开始清扫地面, 当遇到障碍物时沿障碍物行走一周, 然后刷新地图模型, 标记出最新的障碍物区域.当机器人在房间内遇到障碍物时, 先记录该点的坐标, 然后每行走一步都执行一次判断:判断左侧是否可通行, 若可以就左转并前进; 否则判断前方是否可通行, 若可以则前进; 若左侧和前方都不能通行, 则右转. 当左转4次或者右转4次, 回到记录的坐标点时, 机器人已经围绕障碍行走了一周.当机器人判断左侧不能通行时, 需要根据当前运动方向标记障碍. 沿Y 轴正方向运动时, 将点(x -1,y 标记为 2", 表示该点及其左侧是障碍; 沿Y 轴负方向运动时, 将点(x+1,y 标记为 1" , 表示该点及其右侧是障碍, 障碍物标注如图2所示.图2 障碍标记示意当机器人清扫完整个房间后, 刷新地图信息. 从左下角的(x , y =(0, 0 点到右上角的(x , y =(Xlen,Y len 点以 S" 型逐行刷新地图, 标记出障碍物的坐标位置. 房间内的障碍物的摆放主要有3种方式, 对A 类障碍物将房间最左边与首个标记为 2" 的点之间的所有点标记为障碍; 对C 类障碍物将最后一个标记为 1" 的点与房间最右边之间的所有点标记为障碍; 对B 类障碍物将每对标记为1" 的点与标记为 2" 的点之间的所有点标记为障碍, 被标记为障碍的点用 3" 来标识.3. 3 路径规划的方法清洁机器人的路径规划是根据所感知到的工作环境信息, 按照某种优化指标, 从起始点到目标点规划出一条与环境障碍无碰撞的路径, 并实现封闭区域内机器人行走路径对工作区域的最大覆盖率和最小重复率[2]. 本系统基于静态结构化环境模型, 在障碍物的信息预先确定后, 采用 S" 型的路径规划的算法, 如图3所示.由于在系统的路径设计上, 清洁机器人先按照Y 坐标轴的方向行走, 再转向X 轴方向. 因此当房间中存在某些特殊形状的障碍物时, 由于机器人轨图3 S" 型路径规划示意迹设计的特点会存在某些不可到达的位置, 使这些位置成为清扫过程中的盲区, 如图4所示. 但是通过观察房间内的障碍物可以看出, 这类特殊形状的障碍物较少, 因此并不影响路径规划的可行性.图4 轨迹设计中的盲区示意3. 4 回到基座的设计在完成清洁任务或检测到电池电量低时, 机器人要自动返回基座, 由于在房间的地图模型中已经记录了基座的坐标, 返回基座的任务变得比较简单. 需要注意的是, 由于电源接口在后部, 机器人不应前进着进入基座, 而应该倒退着进入, 这样才能使电源接口与电源插座良好接触, 达到充电的目的.机器人返回基座时要先到达基座上方位置, 再调整方向为Y 轴正方向(dir =0. 如果当前方向是X 轴负方向(d ir =3, 就右转一次; 否则左转dir 次, 最后退入基座.4 测试结果利用Visual Basic6. 0编程软件设计了仿真程序, 进行了系统路径规划的仿真测试, 将机器人置于如图5所示的房间中箭头所指位置, 按下启动键, 机器人便开始了自动清洁, 它首先从基座开始, 绕房间边缘行走了一周, 然后从左下角开始以 S " 型的轨迹清扫地面. 遇到障碍时, 绕障碍一周后, 绕开障碍继续清洁, 清洁完房间后, 即到达房间右上角后, 自动回到了基座, 对图示房间的覆盖率为97. 4%.因为图示房间内的部分障碍物形状比较特殊, 因此测试结果可以表明, 本路径规划的设计方案基本能够满足清洁机器人工作的需要.图5 测试房间结构5 结束语路径规划技术是智能机器人领域中的核心问题之一. 蒋新松[3]为路径规划做出了这样的定义:路径规划是自治式移动机器人的一个重要组成部分, 它的任务就是在具有障碍物的环境内, 按照一定的评价标准, 寻找一条从起始状态(包括位置和姿态到达目标状态(位置和姿态的无碰路径.采用栅格法建立环境地图模型, 能够任意改变工作环境尺寸的大小, 并能够在地图中的任意位置设置任意形状的障碍物, 为运动路径规划提供有力条件[4-6]. 机器人在建立了房间的地图模型后, 能按照地图数据实现清扫过程中的自主避障, 以期望对工作区域实现最大覆盖率和最小重复率. 参考文献:[1] 石为人, 周学益. 室内清洁机器人避障路径规划研究[J].计算机应用, 2007, 27(6 :378-379.[2] H ofnerR C, Schmidt G. P at h planning and g uidancetechniques for an autonomo us mobile cleaning ro bo t [J]. P ro ceedings of the IEEE/RSJ/G I Internatio nal Conference o n Intellig ent Ro bo ts and System, 1994,1(1 :610-617.[3] 蒋新松. 机器人导论[M ].沈阳:辽宁科学技术出版社,1994.[4] 梁喜凤. 室内地面清洁机器人路径规划[J].中国计量学院学报, 2006, 17(1 :64-68.[5] 龚建伟, 等. 轮式移动机器人航向跟踪预估控制算法[J].机器人, 2001, 22(3 :193-196, 279.[6] 李晓敏. 智能移动机器人全局路径规划及仿真[D]. 南京:南京理工大学, 2004.作者简介:马艳 (1976- , 女, 山东烟台人, 讲师, 硕士, 研究方向为控制理论和智能控制.。