贺利乐，刘小罗，黄天柱，杨剑乐

（1.西安建筑科技大学机电工程学院，陕西 西安 710055；2.中建建乐实业有限公司，陕西 西安 710000）

1 引言

路径规划是移动机器人实现智能化的关键技术之一，分为点对点路径规划和全覆盖路径规划。通常所提的路径规划即点对点路径规划是指，机器人在无碰撞条件下，从起点出发规划出一条到达终点的最短路径，算法首要评价指标为路径长度。但是某些作业要求并不适于点对点路径规划，如：室内清扫机器人、擦窗机器人、草坪修剪机器人等。这些移动机器人路径规划即全覆盖路径规划，不仅要求寻找一条从起始位置到终点的无碰撞最短路径，更重要的是要扫描遍历整个无障碍工作区域，最终形成一条在工作区域内从起始位置经过所有无障碍区域的连续路径[1]，算法首要评价指标为面积覆盖率。全覆盖和点对点路径规划最大的区别在于是否需要遍历整个工作区域。

文献[2-3]提出基于生物激励神经网络构建环境模型，并根据神经元活性值大小决定机器人运动方向，该算法实时性好，能够解决动、静态环境下机器人全覆盖路径规划问题。但存在神经网络环境建模需要机器人每移动一个神经元位置环境模型需更新一次，当神经元数量多时，计算量太大、算法运行效率不高的问题。文献[4]利用单元分解法将环境地图划分为不同大小的区域，区域内部采用螺旋收缩算法实现遍历，区域之间通过图的深度优先搜索算法实现全局遍历排序，最终达到全覆盖路径规划的目的，但此方法易产生小分区，同时由于图的深度优先搜索算法固有缺陷，机器人在实现路径全覆盖时轨迹重复率不高。……