粒子群算法在清洁机器人全覆盖路径规划中的应用

摘要

当今社会，随着机器人技术的发展，在各行各业中都出现了服务机器人的身影，不仅减少了人们的体力劳动，也减轻了人们的脑力劳动负荷，为人们的生活提供了极大的方便。作为服务机器人众多产品中的其中一种，家庭清洁机器人近年来越来越受到人们的喜爱，也逐渐成为人们日常生活中必不可少的组成部分。为了完成室内环境的清洁，清洁机器人本身就要具有自主规划路径的能力和对室内环境空间进行地图建立的功能。一般的移动机器人路径规划也就是点到点的路径规划，主要目标就是搜索一条从起始位置到目标位置的最短或者最优路径的同时，并且避开环境路径中出现的所有障碍物。而清洁机器人的路径规划的主要目标则是寻找能够遍历室内环境的全部空间，也就是点到面的关系，当然，并不仅仅要求规划的路径拥有最大的覆盖率，重复率也是规划路径的主要因素之一。
　　本文室内环境模型的建立采用的方法是栅格法，因为栅格法建立地图方法简单，当室内环境发生变化时，栅格地图也比较容易进行修改和重建。未知环境的全覆盖的理想目标就是在环境地图上搜索一条没有重复的、无碰撞的、代价最小的并且能够遍历所有栅格的路径。本文采用粒子群算法对室内环境进行路径规划，相比较于其他算法，选择粒子群算法的主要原因是实现比较简单、收敛速度快、可调参数比较少，规划路径的效率也比较高，对于遍历室内环境所有空间的任务也能够很好的完成。而当室内环境发生变化时，机器人因为遇到障碍物陷入无法继续前进时，这个时候根据回溯法规定的策略，继续搜索没有被覆盖的点，该算法可以加速寻找下一个未覆盖空间的初始位置，继续完成对剩余的室内环境进行清洁。
　　最后，为了验证该算法的有效性，本文在MATLAB R2014a平台上进行仿真，并采用java语言进行编程实现。仿真结果及实验效果均证明，清洁机器人采用该算法不仅能够实现未知环境的全覆盖，重复率也很低，并在不同的环境中均获得了较好的效果。

目录

第一章 绪论

1.1 论文背景与意义

1.2 国内外研究现状

1.3 论文组织结构

第二章 基本理论

2.1移动机器人路径规划算法

2.2粒子群算法的基本原理

2.3本章小结

第三章 整体设计

3.1 系统需求分析

3.2 体系架构

3.3 系统模块设计

3.4本章小结

第四章 清洁机器人的全区域覆盖路径规划

4.1清洁机器人的全覆盖路径规划流程图

4.2环境模型的建立

4.3粒子群算法在清洁机器人路径规划中的应用

4.4避障机制

4.5 本章小结

第五章 应用与分析

5.1 仿真环境介绍

5.2 仿真结果与分析

5.3算法性能分析

5.4基于清洁机器人的全覆盖算法的实现

5.5 本章小结

第六章 总结与展望

参考文献

攻读学位期间发表的论文

声明

致谢