随着智能家居时代的到来,扫地机器人的发展备受人们的关注。由于扫地机器人经常工作于封闭未知复杂环境中,且环境可能存在一些变化,如室内桌椅的搬动,所以自动实现环境区域的全覆盖比较困难,制约了扫地机器人的发展。为此,本文面向封闭未知环境,对扫地机器人的全覆盖路径规划技术进行了深入研究。本文首先分析了扫地机器人的环境建模问题。通过几种常用环境建模方式优缺点的对比,选择比较适合本文研究内容的栅格法进行环境建模。然后,针对本文工作环境的特点,对栅格法进行了改进。由于环境比较复杂,所以本文采取分区域覆盖的策略。为此,本文提出了一种起始点方向优先(Starting Point Direction First,SPDF)的局部区域覆盖算法,实现局部子区域内的覆盖。然后,将SPDF算法和BCD算法进行仿真对比实验,实验结果证明SPDF算法具有较高的可行性和显著的优势。扫地机器人完成当前局部子区域的覆盖之后,需要切换到未覆盖子区域继续工作。为此,本文首先建立了一种回溯机制,用于未覆盖子区域的记录和为区域衔接路径选取目标点。然后,对区域衔接路径规划算法进行了设计。由于此算法工作的环境可能存在未知部分,所以本文首先对theta*算法进行了改进,并用于全局路径规划中;当遇到局部未知环境时,采用滚动窗口算法进行局部路径规划;最后,采用Bezier曲线对规划出来的路径进行拟合优化。为了验证本文算法的性能,将其与D*算法进行仿真对比实验,得出本文算法具有规划路径短且光滑的优点。在完成上述设计的基础上,本文对全覆盖路径规划算法进行了设计和优化。首先,制定了全覆盖路径规划算法的整体流程。然后,设计了本文算法的优化策略,其中包括对全覆盖路径进行整体优化的全局优化策略和遇到搬动障碍物能够做出实时调整的局部优化策略。最后,将本文算法与BD*算法进行仿真对比实验,实验结果表明了本文算法不但能够很好的应用于封闭未知复杂环境中,具有划分局部子区域少、路径短且平滑等优点,而且也具有良好的自适应性以及实时优化特性。最后,总结全文研究内容,并对本文算法未来需要改进的方向进行了展望。