考虑子单元数量与起始位置的全覆盖路径规划OACSTPCD

移动机器人的覆盖作业任务正朝着大面积和智能化方向发展,对全覆盖路径规划的覆盖效率与环境适应性提出迫切需求。为解决传统的牛耕单元分解法在复杂地图中适应性不足的问题,并提高覆盖效率,给出一种全覆盖路径规划方法。首先,在牛耕单元分解法的基础上,提出面积降序遍历与单调多边形判断的策略对子单元进行合并,减少约一半的子单元数量。最后,通过建立子单元起始位置与终止位置的映射关系,采用遗传算法优化子单元起始位置的选择和全局访问顺序。研究结果表明:1)文中算法在处理长宽为1300像素的地图时,能够在10 s内得到计算结果,并且相较于牛耕法、神经网络法和等高线法,计算时间随地图面积的增长率更小;2)相较于牛耕法、等高线法、神经网络法和能量最优法,文中算法的机器人总作业时间减少5.4%~47.0%,无效作业时间减少5.8%~29.2%;3)文中算法在1800张测试地图的平均覆盖率达到99.91%;4)统计检验进一步验证文中算法具有显著覆盖效率优势。