一种基于自适应KMeans算法的机器人未知环境探索方法

本发明公开了一种基于自适应KMeans算法的机器人未知环境探索方法，通过获取机器人在未知环境中移动的未知区域，并基于RRT算法对所述未知区域进行识别得到边界点，采用KMeans算法对所述边界点进行聚类处理，并基于信息增量算法对聚类处理后的边界点进行计算以确定目标点，基于TEB路径规划算法引导所述机器人到达所述目标点，并采用Gmapping算法进行地图构建以完成机器人未知环境探索，可以根据地图采集到的边界点动态调整聚类中心的数量，根据数据的特性和分布情况，智能地决定最佳的聚类中心数目，从而提高聚类的效果和精确度，基于KMeans聚类算法对边界点进行聚类，并通过信息增量算法对目标点进行优化，以提高聚类的准确性和效率。