针对储油罐清洗机器人在清洗作业时因罐内障碍物导致重叠率较高、无法保证清洗覆盖面积问题,在一种全覆盖罐底方法的基础上提出了适用于内浮顶储油罐的改进Bug路径规划算法。首先通过正六边形拓扑结构全覆盖罐底的清洗原理,得到清洗点坐标;其次,采用坐标法进行清洗环境建模,在传统Bug算法的直线行走条件中加入机器人清洗目标点与罐底障碍物位置关系信息,优化清洗点坐标位置,规划出机器人起点到每个清洗点之间无障碍的直线行走路径;最后应用改进后的Bug算法对无障碍、有障碍两种环境进行覆盖路径规划算法的仿真分析。仿真结果表明,所提出的路径规划算法能够在覆盖面积大、重叠率低的同时实现机器人的无障碍覆盖。

为实现安防巡逻机器人视觉区域高效覆盖,准确跟踪巡逻路径,提出了基于多层代价地图的机器人全覆盖视觉导航方法。通过图像预处理、检测障碍物边缘、提取障碍物特征点三个步骤构建机器人安防巡逻环境模型,将周边区域中活动行为看作人造引力场运动,运用逆势场法优化人工势场法的局部最优解问题,通过直线连接原始方位与全部切线点,计算机器人运行的安全路径;行人感知前提下组建个人空间与群组交互社会代价模型,运用A*算法在导航搜索图内实施启发式搜索,并根据路径长短、社会收敛代价计算真实社会代价,增强导航准确性。测试结果表明,所提方法可提高机器人多变环境适应能力,导航实时性强,精度较高。