一种扫地机器人动态路径规划方法

本发明公开了一种扫地机器人动态路径规划方法，通过传感器获取环境信息，利用运动模型预测动态障碍物未来的位置，定义机器人的动作空间为速度控制空间，计算改进的人工势场，包括引力场和斥力场，通过定义预测碰撞窗口，构建强化学习模型，设计奖励函数，强化学习模型网络集成到扫地机器人。解决了传统人工势场法易陷入局部极小值的问题，提高了对动态障碍物的预测和避障能力，使用强化学习优化DWA算法的评价函数，使其更具适应性和智能性，能够更好地处理动态环境，强化学习可以学习环境的全局信息，并将这些信息融入到局部路径规划中，从而避免陷入局部最优解，能迅速调整路线，确保可高效覆盖全部清洁区域，有效提升清洁效率和能源利用率。