扫地机器人是目前家用服务机器人中的主导品类,与其他机器人相比,具有生产技术相对成熟、技术可实现性强的特点,其关键技术包含障碍物探测、路径规划、自动回充等。路径规划技术是衡量扫地机器人智能化的关键指标,扫地机器人的路径规划要求遍历工作环境中所有可覆盖区域。为此,本文对扫地机器人的障碍物探测及路径规划技术进行了研究。扫地机器人进行路径规划的前提是能够探测环境,因此本文首先分析了各种适用于扫地机器人的障碍物探测传感器,并确定单目视觉传感器结合线结构光的测距方案;设计了两种方法——直方图阈值法与截面灰度特征法用于室内环境下的线结构光图像处理,并标定得到测距公式。实验结果表明线结构光测距在50cm以内平均误差小于1cm,测距频率达到10Hz。本文设计了一种基于单元分解法的全覆盖路径规划算法使扫地机器人能完整遍历清扫区域,算法的主要思想为区域清扫-漏扫判断-区域连接-区域清扫。在区域清扫过程中,对普通“弓字形”清扫规则进行了改进,使之更加适应实际的环境;设计了一种基于状态机的沿边避障算法用于局部避障,该算法将沿边过程归纳成三种状态,使用直线和折线两种模型来计算机器人与障碍物的相对夹角等信息,由此得出状态转移条件。对清扫规则的改进及沿边避障算法的设计加强了对障碍物边缘的清扫。一个区域清扫完毕后,根据环境地图判断漏扫,对漏扫区域进行分类归纳,为每个漏扫区域选择合适的起点。采用D*算法作为区域连接点到点规划的基础算法,该算法根据环境地图离线规划出一条路径,当环境发生变动时,能够进行在线重规划。考虑机器人的转弯消耗与路径的安全性,结合距离变换修改了 D*算法中的路径代价函数。将设计的算法在主频为1GHz的嵌入式机器人平台上实现,进行了多组不同环境的实验。实验结果表明,避障反应时间在1ms以内,点到点规划平均在线重规划时间约为200ms,一次清扫覆盖率不低于93%,证明了本文路径规划算法的有效性。