机器人做路径规划有什么好的算法 扫地机器人的扫地路径是怎么规划的，感觉清扫不完全

机器人做路径规划有什么好的算法

路径规划其实分为两种情况，一个是已知地图的，一个是未知地图的。
　　对于已知地图的，路径规划就变成了一个全局优化问题，用神经网络、遗传算法有一些。
　　对于未知地图的，主要就靠模糊逻辑或者可变势场法。
　　对于未知环境能自己构建地图的，也就是各种方法的结合了。

扫地机器人的扫地路径是怎么规划的，感觉清扫不完全

扫地机器人路径规划介绍
路径规划技术是扫地机器人研究的核心内容之一，扫地机器人定位与环境地图构建就是为路径规划服务的。所谓机器人路径规划技术，就是扫地机器人根据自身传感器对环境的感知，自行规划出一条安全的运行路线，同时高效完成作业任务。
弓字行走，清扫路径规划更合理
相比之前扫地机器人清扫‘随机自由’的‘情绪化’模式，在清洁方面又像打酱油的尴尬状态，现在的扫地机器人不仅能智能导航，而且有自己独特的行走风格——弓字行走。按横纵坐标自动将清扫空间分成正方形网格清扫区域，实现转角皆为90°的弓字行走，清扫覆盖率可达99%。

机器人工具坐标系轨迹规划方法可行吗？请给点思路。

工业机器人一般属于关节型机器人，其轨迹规划是根据作业任务的要求计算出预期的运动轨迹，机器人轨迹规划属于机器人的底层规划，基本上不涉及人工智能问题。

      通常将机器人的运动看做是工具坐标系T相对于工件坐标系S的运动，这种描述方法既适用于各种机器人，也适用于同一机器人上装夹的各种工具，对于进行抓放作业的机器人如用于上下料，需要描述它的起始状态和目标状态，即工具坐标系的起始值和目标值，因此，用点来表示工具坐标系的位姿，对于另外一些作业，如弧焊和曲面加工等，不仅要规定机器人的起始点和终止点，而且要指明两点之间的若干中间点（路径点）使机器人沿着特定的路径运动（路径约束）这类运动称为连续路径运动或轮廓运动，而前者称为点到运动（PTP）。

      在规划机器人的运动轨迹时，要弄清楚在其路径上是否存在障碍物（障碍约束）路径约束和障碍约束的组合把机器人的轨迹规划与控制方式划分为四类。

      机器人最常用的轨迹规划方法有两种，第一种方法要求用户对于选定的转变结点（插植点）上机器人的位姿、速度和加速度给出约束条件（如连续性和光滑程度等）然后根据该条件在轨迹规划点进行插值计算，第二种方法是要求用户给出运动路径的解析式，如给出直交坐标空间的直线路径，轨迹规划在关节空间或直交坐标空间中确定一条轨迹来逼近预定的路径，在第一种方法中，约束的设定和轨迹规划均在关节空间进行，所以可能会发生与障碍物相碰撞，第二种方法的路径约束是在直交坐标空间中给定的，而关节驱动器是在关节空间中受控的，因此，为了得到与给定路径十分接近的轨迹，首先必须采用某种函数逼近的方法将直角坐标路径约束转化为关节坐标路径约束，然后确定满足关节约束的参数化路径。