本发明涉及一种室内移动机器人的指纹地图构建方法，属于移动机器人领域。
背景技术：
移动机器人已经开始应用在我们的生活中，比如吸尘机器人和割草机器人，机器人的应用一定程度上减轻了日常的劳动负担，是未来技术发展的趋势。
目前，移动机器人技术的发展还不是很完善，比如吸尘机器人和割草机器人，由于缺乏定位手段，没有建立环境地图，导致工作效率不高。工作的时候采用随机路径，在工作环境内随意行走，没有任何路径规划。工作结束或者电量不足的情况下，寻找充电基座常采用沿工作区域的边界进行搜寻的方法，比如吸尘机器人可以沿着墙边搜寻充电基座，而充电基座是靠墙设置的；割草机器人是工作在草坪上，而草坪的周围铺设了交流电缆，充电基座设置在电缆上，所以割草机器人沿着电缆也可以找到充电基座。这种方式在环境复杂，或者面积较大的情况下，平均状况下需要花很长时间才能回到充电基座，并且很可能出现这种情况，充电基座近在咫尺，移动机器人还要从反方向去搜寻。另外，也有采用随机搜集的方式，比如一些吸尘机器人，这种方式效率低下，经常失败。
随着技术的发展，目前移动机器人开始装配二维甚至三维激光雷达用于环境检测和地图建立，但是这种方式成本非常高，传感器本身的价格已经远远超过目前移动机器人的成本。也有采用图像传感器进行环境检测与地图建立的，这种方式对硬件计算能力要求高，并且对环境光照条件要求苛刻。
技术实现要素：
本发明的目的是为了克服现有技术中的不足之处，采用大范围无线信号的强度信息来建立环境的指纹地图，为遍历路径规划及寻找充电基座提供依据，在不增加硬件成本的前提下，提高工作效率。
本发明解决其技术问题所采用的技术方案是：
一种室内移动机器人的指纹地图构建方法，所述的移动机器人包括驱动轮和与所述的驱动轮连接的驱动电机以及设置在所述的移动机器人前端的充电电极公端，所述的移动机器人内部设置主控电子装置，所述的主控电子装置包括进行集中控制的处理器，与所述的处理器连接的电机驱动电路，所述的电机驱动电路与所述的驱动电机连接，与所述的处理器连接的障碍物检测电路，用于进行避障和路径规划，与所述的处理器连接的惯性导航系统，用于计算所述的移动机器人的位置(x,y)和方向θ，还包括与所述的处理器连接的充电电路，所述的充电电路与所述的充电电极公端连接，所述的充电电路输出连接所述的充电电池，所述充电电池输出连接第二电源电路，所述的第二电源电路为后续电路提供电源；所述的充电基座包括充电电极母端、电源插孔，以及充电控制电子装置，所述的充电控制电子装置设置了进行集中控制的控制器，与所述电源插孔连接的第一电源电路和滤波电路，与所述的滤波电路连接的开关管，所述的开关管由所述的控制器控制，输出连接电流检测电路，所述的电流检测电路连接所述的充电电极母端，所述的电流检测电路将电流信号转换成电压信号给所述的控制器，所述的充电控制电子装置，设置与所述的控制器连接的第一wifi模块，所述的第一wifi模块设置为ap模式，所述的主控电子装置设置与所述的处理器连接的第二wifi模块，所述的第二wifi模块设置为sta模式，所述的处理器可获取所述的第二wifi模块接收到的无线信号强度值rssi，记为r，以及设置在所述的处理器中的指纹地图构建方法，所述的指纹地图构建方法包括以下步骤：
（1）设置链表l0={a(i)}，其中a(i)=ri，i=0,1,2,3......，其中，ri表示不同时刻存储的无线信号强度值，设置表尾指针ep0，指向链表l0中最新数据的位置；
（2）所述的处理器控制所述的第二wifi模块接入所述的第一wifi模块的网络；所述的惯性导航系统计算所述的移动机器人的位置(x,y)和方向θ，所述的处理器采集无线信号强度值r；
（3）所述的移动机器人在所述的充电基座位置读取无线信号强度值r，记为r0，初始化链表l0，即a(0)=r0，ep=0；
（4）所述的移动机器人离开所述的充电基座，向左旋转并以沿着墙边行走，当无线信号强度值r<a(0)-δ，其中δ设置为接近于零的阈值，进入步骤5；
（5）所述的移动机器人沿着墙边行走，采用行走距离累计算法，计算所述的移动机器人走过的距离d，当距离d>10cm，存储无线信号强度值r，即ep0++，a(ep0)=r；当无线信号强度值|r-a(0)|<δ时，进入步骤6；
（6）所述的移动机器人回到所述的充电基座附近，结束指纹地图构建过程。
所述的行走距离累计算法设置为：
初始化行走距离d=0；
设置计算周期t；
在当前计算周期t的初始时刻，存储初始位置x0=x，y0=y；
计算周期t结束时，计算当前计算周期t内所述的移动机器人的行走距离δd=
对δd进行累计，可得行走距离d=d+δd，然后进入下一个计算周期t。
实施本发明的积极效果是：1、无线信号覆盖范围广，没有累计误差，因此可以用于建立可靠的指纹地图；2、、不需要环境设置及改造，成本低。
附图说明
图1是指纹地图构建过程示意图；
图2是主控电子装置的原理框图；
图3是充电控制电子装置的原理框图。
具体实施方式
现结合附图对本发明作进一步说明：
参照图1－3，室内移动机器人的指纹地图构建及遍历路径规划方法，所述的移动机器人19包括驱动轮和与所述的驱动轮连接的驱动电机9以及设置在所述的移动机器人19前端的充电电极公端6。基于所述的驱动轮，所述的移动机器人19可以实现自由移动，可以设置为两个驱动轮和一个支撑轮；所述的充电电极公端6设置为两个分开的铜质电极，与外部电源连接时进行充电。
所述的移动机器人19内部设置主控电子装置，所述的主控电子装置包括进行集中控制的处理器1，所述的处理器1可采用低功耗微处理器，具体可采用ti公司的msp430，或者普通处理器，比如st公司的32位arm处理器stm32f103c8t6；与所述的处理器1连接的电机驱动电路7，所述的电机驱动电路7与所述的驱动电机9连接，在所述的处理器1的控制下，所述的电机驱动电路7带动所述的驱动电机9，所述的驱动电机9带动所述的驱动轮，实现所述的移动机器人19的自由移动；与所述的处理器1连接的障碍物检测电路8，用于进行避障和路径规划，可以采用超声波或者红外传感器或者两种传感器的组合；与所述的处理器1连接的惯性导航系统10，设置为安装在所述的驱动电机9上的编码器，用于计算所述的移动机器人19的位置(x,y)和方向θ，由于计算误差，机械间隙及地面打滑，所述的惯性导航系统10具有累计误差，但是在一段时间内，误差较小，具有使用价值；还包括与所述的处理器1连接的充电电路5，所述的充电电路5与所述的充电电极公端6连接，所述的充电电路5输出连接所述的充电电池4，所述充电电池4输出连接第二电源电路2，所述的第二电源电路2为后续电路提供电源。
所述的充电基座18包括充电电极母端17、电源插孔，以及充电控制电子装置。所述的电源插孔可连接外部电源适配器，为所述的充电基座18各个组成部分提供电源；所述的充电电极母端17设置为两个分开的铜质电极，具有弹性，与所述的充电电极公端6对应，正极对正极，负极对负极，高度相同。
所述的充电控制电子装置设置了进行集中控制的控制器12，因为功能较单一，可采用microchip的pic16f1503单片机；与所述的电源插孔连接的第一电源电路13和滤波电路14，与所述的滤波电路14连接的开关管15，所述的开关管15由所述的控制器12控制，输出连接电流检测电路16，所述的电流检测电路16连接所述的充电电极母端17，所述的电流检测电路16将电流信号转换成电压信号给所述的控制器12，所述的控制器12可控制输出电流的大小，并且防止所述的充电电极母端17短路。
所述的充电控制电子装置，设置与所述的控制器12连接的第一wifi模块11，所述的第一wifi模块11设置为ap模式，即无线接入点，是一个无线网络的中心节点；所述的主控电子装置设置与所述的处理器1连接的第二wifi模块3，所述的第二wifi模块3设置为sta模式，即无线站点，是一个无线网络的终端，所述的处理器1可获取所述的第二wifi模块3接收到的无线信号强度值rssi，记为r。所述的第一wifi模块11和第二wifi模块3可设置为iot芯片esp8266，具有价格低，变成简便的优点。
所述的处理器1设置指纹地图构建方法，所述的指纹地图构建方法包括以下步骤：
(1)设置链表l0={a(i)}，其中a(i)=ri，i=0,1,2,3......，其中，ri表示不同时刻存储的无线信号强度值，设置表尾指针ep0，指向链表l0中最新数据的位置；
链表l0用于存储环境的指纹地图。
(2)所述的处理器控制所述的第二wifi模块3接入所述的第一wifi模块11的网络；所述的惯性导航系统10计算所述的移动机器人的位置(x,y)和方向θ，所述的处理器1采集无线信号强度值r；
所述的处理器1以网络名称和密码作为参数，发送at+cwjap指令给所述的第二wifi模块3，就可以接入所述的第一wifi模块11的网络。
(3)所述的移动机器人19在所述的充电基座18位置读取无线信号强度值r，记为r0，初始化链表l0，即a(0)=r0，ep=0；
设置指纹地图构建过程的初始条件，也就是结束条件。
(4)所述的移动机器人19离开所述的充电基座18，向左旋转并以沿着墙边行走，当无线信号强度值r<a(0)-δ，其中δ设置为接近于零的阈值，进入步骤5；
步骤4是所述的移动机器人19离开所述的充电基座18的范围。
(5)所述的移动机器人19沿着墙边行走，采用行走距离累计算法，计算所述的移动机器人19走过的距离d，当距离d>10cm，存储无线信号强度值r，即ep0++，a(ep0)=r；当无线信号强度值|r-a(0)|<δ时，进入步骤6；
在步骤5中，所述的移动机器人19沿着室内环境的边缘，即墙，行走，并等间距记录无线信号的强度值，作为指纹地图的内容。
所述的行走距离累计算法设置为：
初始化行走距离d=0；
设置计算周期t；
在当前计算周期t的初始时刻，存储初始位置x0=x，y0=y；
计算周期t结束时，计算当前计算周期t内所述的移动机器人的行走距离δd=
对δd进行累计，可得行走距离d=d+δd，然后进入下一个计算周期t。
(6)所述的移动机器人回到所述的充电基座附近，结束指纹地图构建过程。
步骤6是结束指纹地图构建过程，判断条件是|r-a(0)|<δ，也就是检测到无线信号强度值等于步骤3中在所述的充电基座18上检测到的r0值。
综上所述，所述的移动机器人19在结束工作或者电量不足时，绕墙顺时针旋转一周，等间距记录无线信号强度值，并进行存储，可作为路径规划和寻找所述的充电基座18位置的，大大提高效率。