随着科学技术的发展,融合多种传感器的扫地机器人被用于家庭和公共场所的地面清洁,代替人们进行清洁工作。因其高效的清洁工作和低廉的价格赢得了人们的广泛认可,具有广阔的市场前景。扫地机器人的控制系统需有较高的可靠性与实用性,同时全局路径规划也是衡量扫地机器人性能的重要指标之一,标志着智能扫地机器人的智能化水平。全局路径规划要求扫地机器人规划出一条尽量不重复并且覆盖全部可清扫区域的路径。但现有的扫地机器人功能比较单一,易与障碍物发生碰撞,且覆盖率较低,重复率较高,所以对扫地机器人路径规划的研究显得至关重要。蚁群算法作为一种移动机器人常用的路径规划方法,具有较好的搜索能力,将其应用于智能扫地机器人上有较大的现实意义。本文首先研究了国内外扫地机器人的机械结构,并设计了扫地机器人实验平台,其主要功能包括对碰撞、跌落等紧急状态的感知,扫地机器人自身运行速度及姿态信息获取,地面清扫、风机吸尘、运动执行等。选用多种传感器融合进行电路设计并设计驱动软件实现功能。以STM32F103ZET6为主控芯片的主控模块负责整个系统的硬件逻辑控制和软件层面的规划;以超声波传感器,红外传感器、碰撞开关、MPU6050传感器和光电编码器为基础构成系统的信息采集模块,负责机器人自身状态及环境信息的采集;以各机械装置及其驱动电路为主构成各执行模块,负责具体的清扫工作。其次本文运用栅格法对环境地图进行建模,考虑到机器人在解决复杂环境的路径规划问题时效率低下的问题,本文提出运用Bousrtophedon分解法对栅格地图进行分解并编号,将可行区域分解成各子区域后,再利用蚁群算法对分割完成的栅格区域进行路径寻优,使得蚁群算法的总效率大幅提高。在运用蚁群算法进行路径规划时,考虑到蚁群算法存在容易陷入局部最优解、迭代次数较多、搜索路径长度较长等问题,本文继续提出改进蚁群算法,采用了优化信息素挥发系数、改进状态转移概率公式、添加蚂蚁回退策略等方式对算法进行改进,并用软件进行仿真对比,结果表明算法的能力和效率都有一定的提高。最后本文对设计的扫地机器人平台的关键功能进行了测试,验证其程序设计的合理性。将设计的扫地机器人平台在实际应用场景中进行实验,利用改进蚁群算法做出路径规划并验证其可行性,运用激光跟踪仪实时采集扫地机器人的环境位置信息,并将数据导入Matlab里进行处理计算,得出清扫覆盖率与重复率。综合仿真实验结果表明,本文提出的方法能够高效地实现扫地机器人全局路径规划。