一種基于家用機器人的柵格地圖路徑搜索方法

中圖分類號：TP242.6；TP301.6 文獻標識碼：A 文章編號：2096-4706（2025）12-0097-05

A Grid Map PathfindingMethod Based on Domestic Robot

LI Gentang

（Zhuhai Amicro Semiconductor Co.， Ltd.， Zhuhai 519075，China）

Abstract： In a complex home environment， when domestic robots perform cleaning tasks， they usually need to move between various positions，and various obstacles canbe encountered during the proces.In order to effectivelyreduce the contact between therobotand these obstaclesand enable it toreachthe predetermined target positionsmoothly，apathfinding method basedona grid map is proposed.This method adjusts the original weightofreferencegrids near obstacles by ading anaditional weight，sothatthe weightedvalueofthesereferencegrids issignificantly higherthanthatofotheradjacent referencegrids，soas toguidethedomesticrobottomove towardsreference grids withlower weight.Thisstrategynotonly fectively maintains thesafedistance betweentherobotandtheobstacle，butalsoreduces theriskofcolisionandimproves the traffic efficiency of the robot.

Keywords： sweeping robot; grid map; path planning

0 引言

掃地機器人的核心功能是自動在房間內完成地板清理工作，它通過一定的人工智能技術，能夠自主規(guī)劃清掃路徑，有效覆蓋整個房間區(qū)域。而這一過程的實現，主要依賴于先進的路徑規(guī)劃算法。目前，掃地機器人的路徑規(guī)劃主要有兩種：隨機清掃和規(guī)劃清掃。

隨機清掃是一種較為原始但實用的清掃方式。這種方式下，機器人根據預設的移動算法，如三角形、五邊形等軌跡，嘗試性地覆蓋作業(yè)區(qū)。當遇到障礙物時，它會執(zhí)行相應的轉向函數，以避開障礙繼續(xù)清掃。這種方法的優(yōu)勢在于無須定位和環(huán)境地圖，成本較低。然而，由于缺乏全局視野，隨機清掃往往無法保證 100% 的覆蓋率，清掃效率也相對較低。不過，對于那些結構簡單、障礙較少的房間，隨機清掃仍然能夠發(fā)揮出不錯的效果。目前，iRobot等品牌的大多數掃地機器人仍采用這種策略。

與隨機清掃相比，規(guī)劃清掃則顯得更為高級和高效。規(guī)劃清掃要求機器人在行走過程中建立起環(huán)境地圖，實時分析地圖并將房間劃分成不同區(qū)域進行有序清掃。這種方法不僅提高了清掃效率，還能在保證覆蓋率的前提下，以最快的速度完成清掃任務。目前，市場上諸如石頭科技、小米、云鯨、安克創(chuàng)新、追覓等品牌的高端機型均采用了這種策略。這些品牌通過不斷優(yōu)化算法和硬件配置，使得掃地機器人的清掃能力得到了顯著提升。

在規(guī)劃清掃的過程中，掃地機器人會運用到多種路徑規(guī)劃算法。其中，基于圖搜索的路徑規(guī)劃算法因其高效性和準確性而備受青睞。該算法能夠將環(huán)境地圖轉化為圖結構，通過搜索圖中的最短路徑來確定機器人的行進路線。這不僅有助于機器人快速找到目標點，還能有效避開障礙物，提高清掃效率。

隨著技術的不斷發(fā)展，掃地機器人的路徑規(guī)劃算法也在不斷進化。一些先進的算法甚至能夠根據房間的不同布局和家具擺放情況，智能調整清掃策略。例如，在遇到復雜家具或狹小空間時，機器人會自動降低速度并采用更為靈活的清掃方式；而在開闊區(qū)域，則會選擇更高效的行進路徑。這種智能化的路徑規(guī)劃不僅提升了清掃效果，還大大延長了掃地機器人的使用壽命。

掃地機器人作為家用清潔電器的一種重要形式，正以其獨特的智能化特性改變著我們的生活方式。無論是隨機清掃還是規(guī)劃清掃，它們都在各自的領域發(fā)揮著重要作用。未來，隨著技術的不斷進步和應用場景的拓展，相信掃地機器人將會為我們帶來更加便捷、高效的清潔體驗。

掃地機器人規(guī)劃清掃需要解決三個問題：

1）建立地圖，并能夠定位（確定自己的位置）。

2）導航，從起始位置導航到目標位置，且在導航過程中能夠實現自動避開障礙物。

3）遍歷整個房間的方法。

關于問題1，建立地圖有多種解決方法，例如柵格法、人工勢場法、模板模型法、人工智能法等。具體內容如下：

1）人工勢場法，將機器人在周圍環(huán)境中的運動設計成在一種勢場中的運動，勢能源有兩種：斥力極和引力極。不希望進入的區(qū)域和障礙物屬于斥力極，建議通過的區(qū)域為引力極。引力和斥力的合力作為機器人的加速力，來控制機器人的運動方向和計算機器人的位置。但此方法通常存在局部極小點和計算量過大的問題。

2）模板模型法，是基于先驗知識和先前的環(huán)境地圖，通過機器人得到的環(huán)境信息來匹配事先定義的模板。它要求事先定義環(huán)境模型和模板的記憶，因此對于變化著的環(huán)境就不好處理了，比如在機器人的工作過程中突然出現一個障礙等。

3）人工智能法，包括模糊控制算法，神經網絡路徑規(guī)劃，遺傳算法等。這些算法計算量大，且大都還在實驗室研究階段，實際運用的較少。

4）柵格法，使用大小相同的柵格劃分機器人的工作空間，并用柵格數組來表示環(huán)境，每個柵格處于兩種狀態(tài)之一，或者在自由空間中，或者在障礙物空間中。這種方法的特點是簡單，易于實現，從而為路徑規(guī)劃的實現帶來了很多方便，具有表示不規(guī)則障礙物的能力。

關于第2點中的導航，掃地機器人必須根據已有的地圖，搜索出去目標點的最優(yōu)路徑。然后根據這條路徑進行移動，最終到達目標點。

最常用的路徑搜索算法有A*算法， A^* （A-Star）算法是一種在柵格地圖中求解最短路徑最有效的直接搜索方法，也是解決許多搜索問題的有效算法。算法中的距離估算值與實際值越接近，最終搜索速度越快。

A^* （A-Star）算法有個最主要的缺點，即搜索出來的路徑是最短路徑，不考慮機器人的通過性，這樣會導致機器人沿著路徑行走時，很容易碰到障礙物。為了解決這個問題，提出了一種基于柵格地圖搜索路徑優(yōu)化算法。

1 解決方法

1.1 柵格地圖介紹

將機器人的工作環(huán)境分解成一系列的柵格單元，每個柵格代表環(huán)境中的一個特定小區(qū)域，并被標記為自由空間（機器人可以安全通過的區(qū)域）、障礙物或未知區(qū)域。

掃地機器人在清掃過程中建立的柵格地圖如圖1所示。

其中，黑色柵格區(qū)域表示掃地機器人未標記此柵格；白色代表樣機正常通過的點；灰色代表障礙物點。

每個柵格用一個8bit的數來表示。其高四位記錄區(qū)域信息，表示此柵格位于哪個區(qū)域內，因此最多支持16個區(qū)域。

低四位用來表示障礙物信息：

第0位表示掃地機器人是否到達過此柵格，為0表示未到達過，為1表示到達過；第1位表示此柵格是否存在障礙物，為0表示不存在，為1表示存在；第2位，預留；第3位，預留。

在圖2中，A點代表起點，而B點則標志著目標位置。C點作為障礙物，比如一堵墻，橫亙在A與B之間。要實現從A點到B點的順利到達，就需要尋找一條能夠繞過C點障礙的路徑。

圖1清掃柵格圖

圖2初始柵格圖

起始點周圍所有不是障礙物的點，都有一個權值。這個權值，代表從起始點到此點的開銷與此點到目標點預估開銷的和。

設柵格的邊長為1，（curX，curY）為當前點坐標，（surX，surY）為起始點坐標，（desX，desY）為目標點的坐標。

起始點到此點的開銷我們設為sqrt（（curX-surX）^*（curX-surX）+（curY-surY）^*（curY-surY）） ，其中sqrt是開方，每個柵格左下角標記的就是此開銷。

目標點到此點的開銷我們設為abs（curX-desX）+abs（curY-desY），其中abs是取絕對值，每個柵格的右下角標記就是此開銷。

每個柵格的左上角，標記的為兩個開銷的和，就是所謂的權值。

根據以上規(guī)則設計，圖2經過賦值后得到圖3。

圖3帶權值的柵格圖

從起始點A到達目的點B選取權值最小的點作為路徑的下一個點。

按以上原理迭代，則就可以找出到達目標點的最優(yōu)路徑。圖4黑色方格的點，代表的就是搜索出來的路徑。

圖4帶路徑的柵格圖

1.3加權 A^? 算法柵格地圖路徑搜索方法

為了使搜索出來的路徑與障礙物保持一定距離，離障礙物越近的點，就在它的權值上加上一個比較大的數。

假如我們想讓搜索出來的路徑至少與障礙物保持一個柵格的距離，那么當一個柵格點周圍的八個點中有一個點是障礙物點時，此點的權值就加上一個足夠大的值（我們這里選取4，假設柵格邊長為1）。這樣，周圍障礙物越多的點權值越大，從而在路徑選擇時與障礙物盡量保持至少一個柵格的距離。

搜索出來的路徑如圖5所示，與障礙物保持了一個柵格的距離。但搜索出來的路徑不平滑，有震蕩。

圖5路徑避障圖

因此，需要對搜索出來的路徑做一次平滑。平滑原則為，以起始點作為當前點，判斷它與自己下一個點的下一個點是否相鄰，如果相鄰則去除它們中間的點。然后接著將下一個點作為當前點，如此迭代，直到路徑處理結束。

2 實驗與結果分析

實驗機器采用公司量產的視覺SLAM掃地機器人。

測試環(huán)境采用IEC標準測試房。測試區(qū)域主要由房體內尺寸4米 ×5 米 ×2.5 米高的房體拼裝而成。房體測試地板由松木板拼接組成。房體頂部由方塊型天花板裝飾面構成。房體計量部分包括：房體整機尺寸（長 × 寬 × 高）、內部燈光照度、色溫。內部模擬家具分布，擺放食品柜、桌子、椅子、沙發(fā)、開隔柜、落地燈、電源線、障礙物、加熱器基板、地毯、網格、壓線條等實際測試場地模擬物品。

在實驗過程中，圖6為IEC標準測試房，首先將掃地機器人放置在測試房的右上角位置，隨后按下清掃鍵啟動IEC標準房間清掃模式。在清掃過程中，掃地機器人會實時記錄清掃的地圖信息。清掃完成后，通過使用SLAM（即時定位與地圖構建）地圖工具，將機器人清掃的地圖以及具體的清掃路徑清晰地顯示出來，以便分析其清掃效率和路徑規(guī)劃的合理性，如圖7所示。

圖6IEC標準測試房

圖9加權清掃地圖

帶加權的A算法通過引入動態(tài)加權的啟發(fā)式函數，優(yōu)化了路徑搜索效果。該算法根據路徑實際情況選擇加權值，對靠近障礙物的區(qū)域賦予更高的權重，從而引導機器人選擇更安全、更遠離障礙物的路徑。此外，改進后的A算法在搜索效率上也有顯著提升，搜索節(jié)點數量和路徑規(guī)劃時間大幅減少。

2.3 結果分析

通過比較圖8與圖9，圖8機器人是靠近白色柜子進行路徑導航的，圖9機器人是離白色柜子遠點進行路徑導航。通過2種清掃效果比較，附加權值的路徑搜索方法能夠有效地減少在導航中對障礙物的碰撞。

2.1 A^? 算法的搜索路徑效果

在ICE房子中進行規(guī)劃式清掃測試時，清掃地圖如圖8所示。圖中白色柜子對應圖8的左下角五角星上面的黑色區(qū)域。在左邊的圖中，白色柜子旁邊的五角星表示清掃的起始點；而在右邊的圖中，五角星則表示清掃的目的點。白色部分則展示了機器人在清掃過程中生成的搜索路徑圖。這些路徑圖通過SLAM（即時定位與地圖構建）技術生成，能夠幫助機器人在未知環(huán)境中實時定位并構建地圖，從而實現高效的清掃路徑規(guī)劃。

圖7slam地圖工具

圖8清掃地圖

2.2帶加權的 A^? 算法搜索路徑效果

在ICE房子進行規(guī)劃式清掃測試時，清掃地圖如圖9所示。圖中白色柜子對應圖9的左下角五角星上面的黑色區(qū)域。在左邊的圖中，白色柜子附近的五角星為清掃的起始點；右邊的圖中，五角星為目的點。白色部分則表示帶加權的 A^* 算法搜索路徑圖。

3結論

在機器人的導航與路徑規(guī)劃領域，柵格地圖路徑搜索技術因其簡單、直觀和易于實現而被廣泛應用。該技術將復雜的工作環(huán)境簡化為一個由多個小方格組成的網絡，每個方格代表環(huán)境中的一個特定區(qū)域。通過這種方式，機器人的路徑搜索問題轉化為在一個二維網格上的移動問題，極大地提高了計算效率和準確性。

在傳統(tǒng)的柵格地圖中，每個單元僅被標記為可通過或不可通過（障礙物）。然而，為了使機器人能夠更智能地避障并優(yōu)化其路徑，研究人員引入了附加權值的策略。這種策略通過對靠近障礙物的柵格單元賦予較高的權重，來\"懲罰\"那些過于接近障礙物的路徑。這樣，路徑規(guī)劃算法傾向于選擇更加遠離障礙物的路徑，從而減少碰撞的風險并提高通行的安全性。

除了安全性之外，平滑的路徑規(guī)劃也是提高效率的關鍵因素之一。在實際應用中，如果機器人頻繁地改變方向或進行急劇的轉彎，不僅會增加能耗，還可能導致任務執(zhí)行時間的延長。通過調整柵格地圖中的權值，可以引導機器人沿著更為流暢的路徑前進，減少不必要的方向變動，從而提高整體的工作效率。

技術優(yōu)勢方面，基于柵格地圖的路徑搜索方法具有多方面的益處。首先，它顯著降低了碰撞的概率。通過對靠近障礙物的柵格單元增加附加權值，機器人在選擇路徑時會更加謹慎，避免與障礙物發(fā)生接觸。其次，這種方法提高了通行效率。平滑且安全的路徑規(guī)劃確保機器人能夠以最快的速度到達目的地，同時保持較低的能耗。最后，這種技術的內存占用優(yōu)化特性對于資源有限的嵌入式系統(tǒng)至關重要。通過采用分區(qū)處理的方式，可以有效地降低對內存的需求，使得算法能夠在成本較低的硬件上運行。

柵格地圖路徑搜索技術以其高效、安全和資源友好的特點，在機器人導航與路徑規(guī)劃領域展現出巨大潛力。隨著人工智能和機器學習技術的發(fā)展，未來的柵格地圖路徑搜索算法有望實現更精細的環(huán)境感知和決策制定能力，進一步提升機器人的性能和應用范圍。

參考文獻：

[1]帕諾斯盧里達斯.真實世界的算法[M].王剛，譯.北

京：機械工業(yè)出版社，2020.

[2]周培德.計算幾何：算法分析與設計：第2版[M].北京：

清華大學出版社，2005.

[3]HARTPE，NILSSONNJ，RAPHAELB.AFormal

Basis for theHeuristic Determination ofMinimum Cost Paths[J].

IEEETransactions on Systems Science and Cybernetics，1968，4

（2）：100-107.

[4]阿郎佐凱利.移動機器人學（數學基礎、模型構建及

實現方法）[M].王巍，崔維娜，等譯.北京：機械工業(yè)出版社，

2020.

[5]colin.A星算法詳解（個人認為最詳細，最通俗易懂的

一個版本）[EB/OL].[2024-12-20].https：//blog.csdn.net/hitwhylz/

article/details/23089415.

[6]沈克宇，游志宇，劉永鑫，等.基于改進 A～? 算法

的移動機器人路徑規(guī)劃[J].計算機應用研究，2023，40（1）：

75-79.

[7]宋曉茹，任怡悅，高嵩，等.移動機器人路徑規(guī)劃綜

述[J].計算機測量與控制，2019，27（4）： ∣-5+17

[8]王洪斌，郝策，張平，等.基于 A^*"算法和人工勢場

法的移動機器人路徑規(guī)劃[J].中國機械工程，2019，30（20）：

2489-2496.

[9]付麗霞，任玉潔，張勇，等.基于改進平滑 A^*"算法

的移動機器人路徑規(guī)劃[J].計算機仿真，2020，37（8）：

271-276.

[10]衛(wèi)彥，晉芳，董凱鋒，等.基于節(jié)點優(yōu)化的改進全局

路徑規(guī)劃 A^*"算法[J].計算機測量與控制，2023（6）：143-148.

作者簡介：李根唐（1978—），男，漢族，湖南株洲人，中級工程師（高級程序員），碩士，研究方向：機器人技術研發(fā)。