导航自动吸尘器论文翻译.docVIP

基于导航的自动吸尘器 Khaled Al-Wahedi, Aya Darwish, and Basma Kodiah The Petroleum Institute, Abu Dhabi, UAE {kalwahedi,aytsalim,bankodiah}@pi.ac.ae 摘要：在本文中，提供了自主吸尘器导航问题的定义，制定，并解决方案。在一个自治吸尘器（AVC）的设计，最关键的方面是它的导航功能。一个AVC为了进行清洁需要清扫整个环境，因此，该问题是属于一类被称为覆盖问题的问题。 我们提出了一个以成本为基础的导航算法，在每一个阶段， 成本分配到所有可能的行动是对AVC可以做到的。这些费用 是基于预编程到一定的导航规则 AVC。在应用了所有的规则，以最低的总成本的举措 被认为是胜举，并且是由在AVC中选择的1。 该算法通过仿真测试，仿真结果呈现。 1. 介绍 在一个典型的机器人导航问题，机器人必须从A点行驶到B点沿最短的无碰撞路径的一些环境，即同时避免障碍。自主吸尘器导航问题不同于主要两个方面，这个典型的问题为;第一，是在AVC需要遍历整个环境，这是一个典型的房间;第二是， AVC是不应该躲避障碍，相反，它是需要得到尽可能接近的障碍，以清洁他们周围。这个AVC的问题属于一大群被称为区域覆盖问题，或者只是覆盖问题[1] ，其应用于以下方面，如地板清洗，地板涂装，地雷探测问题。 这些差异是使自主吸尘器导航问题成为一个有趣和独特的导航问题。解决这个问题的存在，并根据这些解决方案的商业产品也存在。然而，这些解决方案在我们将看到未来却远非十全十美。我们建议在本文中是一个新的导航算法，该算法是有效的，并在同一时间全面的，因为它是很容易适应处理更复杂的环境。 在一般都能覆盖算法的性能表现在两个重要措施条款;即有效性，并掩盖年龄的效率[ 2 ] 。有效性成正比覆盖的总面积，和效率是成反比的移动的总距离。 自主或机器人真空吸尘器已至少有十年了已经可以买到。至于他们的导航而言，他们主要依靠两种导航方案中的一种;基于行为的导航和基于映射的导航。 J.-H. Kim et al. (Eds.): Robot Intelligence Technol. Appl. 2012, AISC 208, pp. 415–422. DOI: 10.1007/978-3-642-37374-9_40  c Springer-Verlag Berlin Heidelberg 2013 1.1 基于行为的导航 在基于行为的导航，AVC导航通过模仿动物的行为寻找食物。换句话说，该方案包括一个山口-经文的简单行为，在AVC因为它绕着之间切换的。这些简单的行为包括螺旋运动，锯齿形运动，墙壁下列中，并改变方向随机的角度考察（见图1），预计这些行为的共同作用是彻底清洁的大部分房间。 Q Fig. 1. 那是在基于行为的导航采用了不同的行为模式 基于行为的导航是一个简单的算法来编程，并且很容易实现。它也不需要使用传感器来感测环境。但是，它是随机的性质，并且它不具有有保证的性能。换句话说，在AVC将花费更长的时间来清洁房间，并且它不能保证完全覆盖整个房间[3]。 1.2 基于映射的导航 在另一方面，基于映射的导航依赖于建设和不断地更新地图的环境。在AVC还需要自己定位在这张地图上，并因此像同步定位与地图或SLAM技术，基于映射的导航使用。 基于映射的导航是一种昂贵的算法，因为它依赖于建筑物的房间的一个完整的地图，并且在很大程度上取决于传感器。在一个理想的环境中，它具有的性能有保证的电平，并且它可以覆盖在房间的全部区域。此外，因为它建立了环境的地图，它通常不漫无目的地在房间里，虽然这样，但有时还可发生这样的情况[4]。 1.3 猛撞 同步定位与地图创建（SLAM）是移动机器人构建的未知环境地图的过程，而在同一时间导航使用地图中的环境。是什么让这个过程具有挑战性的事发生呢？机器人需要建立映射，并在地图同时定位本身。精确定位需要准确的地图，并且不能在没有准确的定位建立了一个精确的地图。图2示出了不同步骤的SLAM过程。 Fig. 2. 在SLAM算法的不同组件 2 问题陈述 自治区吸尘器导航问题可以表述如下：在给定的先验未知环境中的真空吸尘器，设计一个导航系统，将同时满足两个条件;最大限度地提高清理总面积，并尽量减少移动的总距离。 该问题可归结为一个多目标优化问题如下：求p∈P上会最大化F1（p）和最小化F2（P），其中P是 的无限集合的所有可能路径的p，F 1（p）为清洁的总面积，和F2（P） 是总行驶距离。 3 建议导航算法 作为解决自主吸尘器导航问题，我们提出一种新的算法，它结合了