本项目针对桌面清洁场景的自动化需求,完成智能清洁机器人控制系统的完整设计与核心
算法仿真。立项原因是桌面空间狭窄、杂物密集,传统的随机碰撞式清扫覆盖率低、耗时长,
需要基于环境建模的规划式清扫方案。系统可应用于桌面清洁机器人、小型服务机器人、
扫地机路径规划等场景,也可作为嵌入式控制与路径规划算法的教学案例。
点击空白处退出提示
本项目针对桌面清洁场景的自动化需求,完成智能清洁机器人控制系统的完整设计与核心
算法仿真。立项原因是桌面空间狭窄、杂物密集,传统的随机碰撞式清扫覆盖率低、耗时长,
需要基于环境建模的规划式清扫方案。系统可应用于桌面清洁机器人、小型服务机器人、
扫地机路径规划等场景,也可作为嵌入式控制与路径规划算法的教学案例。
系统按三层 B/S 架构设计,包含五个功能模块:
一、运动清洁控制:驱动轮速控制与清扫模式切换(螺旋/沿边/定点);
二、避障检测:障碍物识别、边界检测与紧急制动;
三、栅格地图建模:将连续空间离散为二维栅格,标记未清扫/已清扫/障碍/边界四类状态;
四、路径规划:实现螺旋全覆盖清扫与 A* 避障路径算法;
五、数据日志存储:清扫轨迹、覆盖率与耗时的记录与查询。
配套完成全套 UML 设计图(用例图、类图、状态图、顺序图)、数据库 ER 图与建表 SQL,
以及 12 周开发进度计划。
我负责需求分析、系统设计、数据库设计与核心算法实现。技术栈为 Python + numpy + heapq,
数据层采用关系型数据库设计。
三个核心算法:栅格地图构建(30×40 状态机建模)、螺旋全覆盖清扫(由内向外逐圈扩张,
保证无遗漏)、A* 避障路径(启发式搜索 + 优先队列)。
主要难点是全覆盖与避障的冲突:螺旋保证覆盖率但遇障中断,A* 保证可达但单次只到一点。
我的解法是分区全覆盖——把螺旋路径按障碍切分为子区域,区内仍走螺旋,区之间用 A*
连接,既保住覆盖率又解决断点。






评论