关于扫地机器人路径规划算法的解读

（文章来源：领衔资讯）

随着人们生活水平的提高，人们对于智能家居的需求日益旺盛，扫地机器人就是其中之一，据前瞻网发布的数据显示，2018年扫地机市场增长预计达到120亿元，随着扫地机器人技术的不断发展，未来扫地机器人将会有更广阔的市场空间。在扫地机器人中，路径规划是其最核心的技术，所谓路径规划是指根据自身传感器对环境进行认知，来确定周围环境和自身位置信息，进而规划出一条最优运行路线。同时又能高效完成清扫任务。

通常，移动机器人实现路径规划需要解决这三大问题：1.机器人从初始位置到目标位置的运动；2.通过相关算法使机器人能够绕开障碍物，并且经过某些必须经过的地方完成对应的工作任务；3.在完成以上任务的前提下，能做到机器人运动轨迹的优化。

说到扫地机器人路径规划，就不得不提到SLAM技术了，当然，SLAM技术与路径规划是两个层面的东西，SLAM更像是一种被动技能，默默为机器人提供地图和定位信息，但当机器人需要实现自主移动，便需要路径规划和SLAM的相互合作，如果没有SLAM为路径规划提供高质量的定位信息，路径规划就难以实现自身的工作。

机器人要做到路径规划，除了要解决SLAM本身的难点外，路径规划也是有很多问题需要解决的，先不说扫地机器人，对于通用机器人来说，要做的第一个路径规划便是寻路的算法，也可以理解为从A点到B点的移动。在这个过程中，又会涉及到全局路径规划及局部路径规划。

什么是全局路径规划呢？可以理解为，在一张静态的地图上，机器人仅仅根据地图测算出当前点到目标点的一个距离。这种方式有很多种算法，目前听到最多的就是Astar算法，这种也同时运用在即时战略游戏里进行单位寻路时使用。

除了全局路径规划还有局部路径规划的问题，由于在全局路径规划中机器人已经规划出了大致的行走路径，但在实际的移动过程中会出现很多突发情况，如在机器人移动时突然一个人走过来，挡住了机器人已规划好的行走道路，在这种情况下，机器人如何能在不修改之前规划好的路径前提下去绕开这个人呢？对于机器人来说行走的大方向是对的，但在有障碍物出现的情况下需要临时改道，这样的过程便叫做局部路径规划。目前针对该问题的应对算法传统上有EFF、目前又动态穿透法的算法来进行。

解决从A点到B点的移动就是实现路径规划的第一个问题。这也是目前扫地机器人进行路径规划的第一个环节。但相比其他服务机器人，扫地机器人的问题会更加复杂一点，因为扫地机器人在工作中还会涉及到贴边清扫及来回清扫等任务，这就需要有更多的算法体系来支撑。

再回到SLAM技术上，目前在SLAM技术中，会涉及到激光SLAM及视觉SLAM两种，激光SLAM是通过旋转激光发射器不断发射激光，并通过内置的红外摄像头拍摄反射光并成像，利用几何测距原理测量物体和机器本身的相对位置，据此绘制完整边界的地图和确定机器在地图中的位置。而视觉SLAM是通过内置的 RGB 摄像头不断移动自身的位置进行拍摄，提取和匹配相邻帧图片特征点、利用测距原理测算出障碍物的距离。

相较于视觉SLAM，激光雷达就一直作为扫地机器人的原配久居正统之位，激光雷达的优势在于精度高，可以精确绘制房间地图和行走路线，工作稳定，不依赖于环境光线。分秒建图：开启清扫后，只需几个转圈的时间，激光雷达就会扫描出家中地图，在清扫过程中能毫厘不差的刻画家庭环境构造和家具分布。

边扫边建立完整地图：清扫时扫地机会先沿边清扫出一片区域，在分区内以弓字形的路径走出工整的路线，边扫边建图，通过一个个分区的形式将家里每个地方都清扫覆盖到，最终形成家中的完整地图。

地图规划清晰且覆盖率高：当扫地机扫完家后，家里的地图就能完整的呈现，与户型图的贴合度能达到99%以上，可以清晰的看出对家里的清扫规划，覆盖到了家中的每一个角落，没有产生漏扫。重要的是，地图一次生成就能保存，再次清扫时无需重新建立地图，当家具布置发生变化时，通过云端地图功能，会实时更新和优化。

自主行走毫不费力：家中的餐桌底下桌脚多，地形复杂，最是考验扫地机的行走能力。而拥有激光导航的扫地机能绕着每个桌角清扫一圈，直至将餐桌底下探索完整，进了餐桌底下出不来，是不存在的。