[发明专利]清洁机器人以及基于清洁机器人的最短路径规划方法

说明书

本发明公开了一种清洁机器人以及基于清洁机器人的最短路径规划方法，通过控制清洁机器人按照弓字型路径进行区域清洁，形成多条清洁线；记录至少部分清洁线的中点关联信息，形成以节点表示中点的节点骨架树，中点关联信息包括：该中点对应的节点的位置信息、父节点的位置信息、以及父节点的子节点的个数信息；自节点骨架树中的当前节点往上遍历的过程中、或者自节点骨架树中的当前节点和目标节点均往上遍历的过程中，压缩节点骨架树，以便确定从当前节点至目标节点的最短规划路径，具有算法时间复杂度低、占用存储空间小、耗费的运行时间较少。

技术领域

本发明涉及清洁机器人技术领域，尤其涉及一种清洁机器人以及基于清洁机器人的最短路径规划方法。

背景技术

随着人们生活水平的提高和生活节奏的加快，越来越多的中产民众希望从室内清洁这繁重的工作中解放，选择购买清洁机器人帮助他们解决室内日常清扫问题。清洁机器人的清扫效率、清扫覆盖率是消费者关注的核心重点之一，而清扫覆盖率则极大程度上决定了清扫效果的优劣。

目前市面上的清洁机器人大致分为随机清扫型和路径规划型。随机清扫型机器人由于没有建立内部地图，清扫路径的好坏取决于随机规划算法的好坏，大部分的随机清扫型机器人的清扫覆盖率不高、重复率过高，给使用者的体验感不好。路径规划型机器人部分采用SLAM方案，能够测量清扫环境并在已知大概环境的情况下，做出最佳的路径规划；部分采用惯性导航方案，能够利用陀螺仪、里程计等技术以单一的清扫规律遍历未知环境，并根据探索得到的地图，进行避障、补扫、路径规划等。

在划区块清扫的过程中，以单一的清扫规律遍历未知环境，将会产生许多遗漏的部分，需要进行补扫操作，以及在找回充座的过程中，都需要进行路径规划。涉及的路径规划算法常见有Dijkstra算法、A-Star算法等，其中Dijkstra算法具有较高的算法时间复杂度；A-Star算法创建了两个表：OpenList和CloseList，分别用于记录待探索节点和已探索节点。由于传统的A-Star算法展开节点的方式是按照当前探索节点的邻域节点来逐步展开并加入OpenList，因此需要维护庞大的OpenList并进行大量的查询操作，既消耗了大量的存储空间，又耗费了相当的运行时间。

发明内容

本发明所要解决的技术问题在于对清洁机器人进行最短路径规划时的算法时间复杂度较高、存储空间消耗较大、时间耗费过多等问题，提供一种清洁机器人以及基于清洁机器人的最短路径规划方法。

为了解决上述技术问题，本发明采用以下一种技术方案：

一种基于清洁机器人的最短路径规划方法，所述方法包括：

控制清洁机器人按照弓字型路径进行区域清洁，形成多条清洁线；

记录至少部分所述清洁线的中点关联信息，形成以节点表示中点的节点骨架树，所述中点关联信息包括：该中点对应的节点的位置信息、父节点的位置信息、以及父节点的子节点的个数信息；

自所述节点骨架树中的当前节点往上遍历的过程中、或者自所述节点骨架树中的当前节点和目标节点均往上遍历的过程中，压缩所述节点骨架树，以便确定从所述当前节点至所述目标节点的最短规划路径。

其中，所述目标节点是根节点，自所述当前节点往上遍历的过程中，保留具有至少两个子节点的父节点，压缩掉具有一个子节点的父节点，直到所述目标节点作为所述当前节点的父节点。

其中，所述目标节点是叶子节点，自所述当前节点和目标节点均往上遍历的过程中，保留具有至少两个子节点的父节点，压缩掉具有一个子节点的父节点，直到所述当前节点和目标节点具有相同的父节点。

其中，当所述清洁机器人从已清洁区域至未清洁区域时，记录两者的开放边界线的中点关联信息，以作为所述节点骨架树的节点。