一種室內掃地機器人全遍歷路徑規劃方法研究

簡 毅， 高 斌， 張 月

(重慶大學 機械工程學院，重慶 400044)

0 引 言

室內掃地機器人是家用服務機器人的一種，具有掃地省力、省時，功能多樣化、操作簡單等優點，可代替人工減輕勞動負擔，已成為智能機器人研究的熱點[1]。傳感器技術和全遍歷路徑規劃技術是掃地機器人的核心技術，通過多傳感器融合來估計自身位姿和檢測環境信息，然后按照某種優化指標在起始點和目標點之間規劃出一條與環境障礙無碰撞并可全區域遍歷的路徑[2～4]。

目前,室內掃地機器人采用的全區域遍歷路徑規劃分為兩類：無環境模型的規劃和基于環境模型的規劃方法[5]。無環境模型的路徑規劃可分為隨機式和規劃式，隨機式即掃地機器人無法直行時就隨機旋轉一定的角度繼續直行，該方法雖然簡單，但效率比較低。規劃式包括弓形式和內外螺旋式路徑規劃，容易造成漏掃且重復率高，也不易實現多房間的遍歷清潔[6]?；诃h境模型的路徑規劃在遍歷清潔之前要進行地圖的創建，一般采用激光雷達或激光測距儀進行掃描，成本高且地圖創建困難[7]。

針對以上問題提出了一種簡單的室內掃地機器人全遍歷路徑規劃方法，經實驗驗證了方法覆蓋提高了4%～8%，清掃時間縮短了2～7min。

1 全遍歷路徑規劃控制系統設計

遍歷清掃流程如圖1所示。

圖1 清掃流程

掃地機器人控制系統由三部分組成：傳感檢測系統、主控系統和電機執行系統。其系統結構框圖如圖2所示。

圖2 系統結構

傳感檢測系統主要獲取機器人自身狀態和周圍環境信息。超聲波測距傳感器主要測量周圍障礙物的邊界信息，在機器人左、中、右各方向有3個超聲波傳感器模塊，為了避免各模塊發射信號和回波信號之間的相互干擾，采取輪流觸發的模式啟動各超聲波模塊；紅外傳感器用于避開障礙物，在機器人前方180°范圍內均勻布置了4只紅外傳感器；碰撞開關在超聲波傳感器和紅外傳感器故障情況下起保護作用。在2個驅動輪上安裝光電編碼器用于檢測機器人行走距離，陀螺儀用于機器人方位角的識別，掃地機器人傳感器分布如圖3所示。主控系統采用低成本、能耗低的STM32F103系列芯片，用來采集傳感器傳至的數據，經過分析處理后創建環境地圖和進行全遍歷路徑規劃，然后發出相應的命令控制電機執行系統完成掃地機器人的行走和清掃工作。電機執行系統主要完成行走、清掃和吸塵功能。

圖3 傳感器分布

2 全遍歷路徑規劃

2.1 環境建模方法

掃地機器人在進行全遍歷路徑規劃前，應該對周圍環境進行檢測，構造出環境模型。常用的環境建模方法主要有柵格法、幾何法和拓撲圖法[8]。本文采用柵格法進行環境建模，方法簡單、易于實現和維護，但柵格大小的劃分決定是否能夠準確表示實際環境[9]。針對此問題提出了沿邊學習建立局部柵格地圖。

2.1.1沿邊學習

目前，沿邊學習過程主要對環境輪廓的學習。本文進一步擴展，不僅通過內部傳感器獲取環境輪廓，而且通過外部測距傳感器檢測環境中孤立障礙物的相對位置信息，作為劃分子區域和建立局部地圖的依據。參考常見室內布局設計環境模型如圖4所示。沿邊學習的詳細描述為:

1)掃地機器人從起始點(一般規定為充電座)開始，通過自身傳感器保證沿墻邊或緊靠墻邊障礙物行走；

2)沿邊行走時，通過左側或右側超聲波測距傳感器檢測環境或障礙物邊界與機器人的距離數據，存入h[n]距離數組；利用光電編碼器和陀螺儀獲取機器人自身位姿，存入P[i]=[xi,yi,θi]位置數組；

3)規定機器人行走時遇到障礙物或墻邊拐角進行90°轉向繼續前進，并可通過轉向累計次數判斷機器人運動方向是橫向還是縱向；

4)沿邊學習結束標志：機器人轉向后行走累計距離近似等于所測環境邊界與孤立障礙物的最大或最小距離；

5)完成一條邊的學習后，根據環境邊界與孤立障礙物邊界距離最大或最小原則，劃分矩形子區域，建立子區域柵格地圖。

圖4 環境模型

2.1.2子區域劃分與地圖創建

以第一條邊學習為例，機器人從起始點A以逆時針開始沿邊學習如圖5(a)所示，通過左側傳感器測得邊界距離數據依次為h1→h2→h3→h4→h5→h6，存入數組h[n]中，依靠光電編碼器傳感器測得機器人沿障礙物或墻壁的轉向距離依次為y1→y2→y3→y4，為保證覆蓋率和降低重復率，選取最小距離原則，即機器人轉向累計距離y4與測得的最小距離h5近似相等時，第一條邊學習結束到達B點。以h5作為劃分矩形子區域的縱向距離，以掃地機器人吸塵口直徑D作為單元柵格邊的大小，每個柵格狀態由(i,j,k)描述， (i,j)表示柵格在地圖中所處的位置,k為柵格的屬性，0為可達柵格，1為不可達柵格，建立子區域局部地圖如圖5(b)所示。

圖5 子區域劃分與局部地圖

2.2 全遍歷覆蓋清掃

通過沿邊學習對子區域進行劃分和創建局部地圖，然后以B點為起點，以吸塵口直徑D作為側移距離，以h5作為最大沿邊向中擴展距離，進行迂回遍歷清掃，最后遍歷完子區域到達終點C,如圖6(a)所示，然后以C為起點進行第二條邊的學習，依此沿邊學習，子區域劃分與局部地圖創建，沿邊擴展清掃，沿邊學習直到完成整個環境的清掃，全遍歷清掃結果如圖6(b)所示，由于環境中兩個孤立障礙物存在漏掃，所以需要對漏掃區域進行補掃如圖6(c)所示。

圖6 全遍歷路徑規劃

與已有的沿邊學習路徑規劃相比，本文方法具有如下優點：1)沿邊學習的過程中，既對環境輪廓進行學習，又對環境中的孤立障礙物邊界信息學習；2) 每次沿邊學習只學習其中的一條邊，既能夠減小數據的存儲量，又能在對下一條邊學習時清除傳感器的累積誤差。

3 實驗與結果分析

實驗環境為1.2m×2.4m的封閉空間，以實驗室自主研制的XF—400智能掃地機器人為實驗平臺，超聲波測距傳感器的范圍為0.015～4m，機器人的行走速度設定為0.5m/s，安裝有紅外對管和碰撞開關用于避障，實驗模型如圖7所示。

圖7 實驗模型

對提出的全遍歷路徑規劃方法進行實驗，記錄覆蓋率和清掃時間。然后分別采用隨機式和規劃式清掃方式，幾種清掃方式的覆蓋率和清掃時間對比如表1所示。

表1 幾種清掃方式對比

通過分析，本文提出的方法較常用的路徑規劃方法的覆蓋率和效率均有了較大的提高，而且成本低、方法簡單易行，同時沿邊擴展清掃可以實現多個房間的遍歷。雖然目前市場出現了通過激光雷達或者激光測距儀建立地圖從而進行全遍歷，但是價格昂貴，控制系統要求高。

4 結束語

設計了一種成本低、性能可靠的掃地機器人路徑規劃控制系統，并在控制平臺上提出了簡單易行、可擴展和維護方便的全遍歷路徑規劃方法。實驗驗證清掃覆蓋率至少可提高4%，清掃時間至少縮短了2 min,方法具有一定的應用價值。為戰場偵察、排雷、修剪草坪、噴繪、擦窗機器人等的路徑規劃提供了參考。

[1] 李 航，宋春華，羅勝彬，等．機器人的研究現狀及其發展趨勢[J].微特電機，2013，41(4):49-51．

[2] 王繼超．基于ARM的家用清潔機器人軟件設計與研究[D]．杭州:浙江工業大學，2011:1-2．

[3] 鮑慶勇,李舜酩，沈 峘，等.自主移動機器人局部路徑規劃綜述[J].傳感器與微系統，2009,28(9):1-2.

[4] Galceran E,Carreras M.A survey on coverage path planning for robotics[J].Robotics and Autonomous Systems,2013,61(12):1258-1276.

[5] 趙曉東，鮑 方.清潔機器人路徑規劃算法研究綜述[J].機電工程，2013,30(11):1441-1442.

[6] 徐 博，徐 旻，陳立平，等.智能機械全覆蓋路徑規劃算法綜述[J].計算機測量與控制，2016,24(10):1-5.

[7] 簡 毅，程 洪，洪雪飛，等.一種沿邊導航向中擴展的清潔機器人的清潔方法：中國，CN103099586A[P].2013—05—15.

[8] 徐 立，李慧萍，郭靜霞，等.未知環境下的移動機器人環境建模研究[J].微計算機信息，2012,28(3):75-77.

[9] 郭利進，師五喜，李 穎，等.基于四叉樹的自適應柵格地圖創建算法[J].控制與決策，2011,26(11):1690-1691.