1802077****
更新时间: 2023-05-31
全局路径规划与局部路径规划
在进行扫地机器人的路径规划时，必须提到SLAM技术。没有悬念的是，SLAM技术和路径规划是两个层次的内容。 SLAM更像是一种被动技能，它的作用在于为机器人提供地图和定位信息。智能扫地机器人需要实现自主运动，所以，智能扫地机器人需要路径规划和SLAM的配合。 如果没有SLAM为路径规划提供高质量的定位信息，那么，智能扫地机器人就很难实现路径规划。
对于智能扫地机器人进行路径规划，除了解决SLAM本身的困难外，路径规划还需要去解决许多其它的问题。对于路径规划呢，我们可以简化地理解为从点A到点B的移动问题。那么这个问题就会变成，如何去进行全局路径规划和局部路径规划。
那么，全局路径规划是个什么东东呢?我们可以这样子去理解，在静态地图上，机器人仅基于地图计算从当前点到目标点的距离。 这种方式的算法有很多种，**常听到的是Astar算法。在实际应用中，这个方法的应用范畴十分广泛。
除了全局路径规划之外，那么还存在的一个问题就是局部路径规划。在全局路径规划中，智能扫地机器人已经规划了一条可能的步行路径，但是，实际情况并非是十分理想的，在实际移动过程中可能会出现许多意想不到的情况，比如说，智能扫地机器人移动时突然有人走动过来，它阻止了机器人的计划步行路径。那么在这种情况下呢，智能扫地机器人如何在不修改先前计划路径的情况下绕过人员? 对于智能扫地机器人来说，一般的行走方向是正确的，但是如果有障碍物，那么就会需要暂时改变道路。 此过程称为本地路径规划。目前，用于解决该问题的算法传统上是EFF，并且使用当前的动态渗透算法。
