本发明涉及一种基于历史数据分析的自动吸尘机器人最优路径规划方法，属于智能家用电器控制技术领域。
背景技术：
随着人们生活节奏的加快，以及要求生活内容越来越丰富，促使智能家电走进了我们的生活。其中，自动吸尘机器人给了我们很大的帮助。家庭的清洁工作非常繁重，并且非常频繁。自动吸尘机器人可以对家庭地板自动进行清扫。它利用自身携带的可充电电池给各种电器供电，其中吸尘电机在自动吸尘机器人内部形成足够的真空，通过条形吸口将地面的垃圾吸入内部的灰尘盒，而驱动电机和驱动轮可以实现自动吸尘机器人的自由行走。自动吸尘机器人通过自身的行走过程就实现了对地面的清洁。
因为目前自动吸尘机器人还不具备非常精确的定位和规划能力，因此其清扫路径的效率就成为非常亟待解决的课题。目前常用的策略是随机的路径，自动吸尘机器人在地面随机行走，放弃任何规划方法，这种策略导致很低的清扫效率。为了进行速度控制，自动吸尘机器人在驱动电机上都带有编码器，可以计算相对移动距离和旋转角度，从而实现位置计算，虽然存在计算误差，机械间隙和打滑等因素导致累计误差，但是在有限的时间范围内，其定位数据还有具有一定的利用价值。那么从近期自动吸尘机器人记录的位置数据上，是可以分析出清扫路径的情况，从而为接下来的最优清扫路径规划提供依据。
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，采用对历史位置数据的分析，获取最可能没有进行清扫的方向，从而获得最优的清扫路径，同时不增加任何硬件成本。
本发明解决其技术问题所采用的技术方案是：
一种基于历史数据分析的自动吸尘机器人最优路径规划方法，所述的自动吸尘机器人包括两个驱动轮、与所述驱动轮连接的两个驱动电机，所述的驱动电机上安装编码器，还包括一个支撑轮，以安装在所述的自动吸尘机器人前部的障碍物检测装置，所述的驱动电机、编码器和障碍物检测装置与控制器连接，所述的控制器通过分别设置两个所述的驱动轮的速度和方向来实现所述的自动吸尘机器人的自由运动，并且根据所述的编码器的信号可以计算所述的自动吸尘机器人的相对移动距离和旋转方向，以起始位置为坐标原点，可计算当前位置的坐标（x，y），所述的控制器内部设置最优路径规划方法，所述的最优路径规划方法包括以下步骤：
(1)、设置数据链表L0={Pi(xi,yi)}，其中，i=0，1，2......N-1，xi和yi为坐标值，N为数据链表L0的长度，数据链表L0为近期所述的自动吸尘机器人检测障碍物以后停止位置的坐标数据；
(2)、所述的自动吸尘机器人以直线运动方式前进，并且不断检测障碍物；当检测到障碍物时，所述的自动吸尘机器人停止，并记录当前位置的坐标（x，y）,存入数据链表L0，然后进入步骤3；
(3)、求取数据链表L0的中心点O(xo，yo)，以中心点O为中心提取数据链表L0中的轮廓线段Sj(m,n)，并存入数据链表L1，其中，m=0，1，2......N-1，n=0，1，2......N-1，j=0，1，2......M-1，并且M<N，所述的轮廓线段Sj(m,n)代表数据链表L0中的点Pm(xm,ym)和Pn(xn,yn)组成的线段；
(4)、中心点O与数据链表L1中的轮廓线段Sj(m,n)组成三角区域，计算OPm方向角θ1=，OPn方向角θ2=，以及数据链表L0中的点Pi(xi,yi)与中心点O形成的方向角θ3=，如果对于数据链表L0中所有的点Pi(xi,yi)，同时都成立，则该三角区域中无任何点出现，表明轮廓线段Sj(m,n)对应的方向没有清扫过，则在数据链表L1保留该轮廓线段Sj(m,n)；相反，则在数据链表L1删除轮廓线段Sj(m,n)；
(5)、计算数据链表L1中的轮廓线段Sj(m,n)的长度Wj=，比较轮廓线段Sj(m,n)的长度Wj的大小，取长度最大的轮廓线段Smax(m,n)，轮廓线段Smax(m,n)相对中心点O的方向角α=；所述的自动吸尘机器人选择方向角α为接下来的清扫方向。
在步骤2中，当前位置的坐标（x，y）存入数据链表L0，按照如下步骤：
令Pi(xi,yi)=Pi-1(xi-1,yi-1) ，i=1,2,3.....N-1;
然后P0(x0,y0)=(x，y)，完成链表操作。
在步骤3中，数据链表L0的中心点O(xo，yo)的坐标计算方法为：
搜索数据链表L0中坐标数据的最大最小值：xmax，xmin，ymax，ymin；
计算xo=，yo=。
在步骤3中，以中心点O为中心提取数据链表L0中的轮廓线段Sj(m,n)，采用以下步骤：
计算数据链表L0中的点Pi(xi,yi)与中心点O(xo，yo)的距离Di=，求距离最大的点PM(xM,yM)；
以PM(xM,yM)为顶点，计算数据链表L0中的点Pi(xi,yi)与中心点O(xo，yo)形成的角度β=，取角度β最大的点为轮廓点，记为PN(xN,yN)，因此形成数据S0(M,N)，并存入数据链表L1；
再以PN(xN,yN)为顶点，连续寻找轮廓点，并存入数据链表L1，直到返回点PM(xM,yM)，结束返回。
实施本发明的积极效果是：1、选择最优的清扫路径，提高清扫效率；2、工作方式可靠，易于实现，不增加系统成本。
附图说明
图1是自动吸尘机器人的结构示意图；
图2是最优路径规划方法一；
图3是最优路径规划方法二；
图4是最优路径规划方法三。
具体实施方式
现结合附图对本发明作进一步说明：
参照图1，一种自动吸尘机器人的随机路径规划方法，所述的自动吸尘机器人包括两个驱动轮1、与所述驱动轮1连接的两个驱动电机2，所述的驱动电机2上安装编码器，还包括一个支撑轮3，所述的支撑轮3起到支撑的作用，不用于驱动。其中，所述驱动电机2和编码器与控制器连接。所述的控制器通过分别设置两个所述的驱动轮1的速度和方向来实现所述自动吸尘机器人的自由运动，并且根据所述的编码器的信号可以计算所述的自动吸尘机器人的相对移动距离和旋转方向，以起始位置为坐标原点，可计算当前位置的坐标（x，y）。由于机械间隙，计算误差以及地面打滑等因素，坐标（x，y）会存在累计误差，也就是说，随着时间的推移，误差会越来越大，但是在一段时间之内，坐标（x，y）还是具有利用价值。
还包括安装在所述的自动吸尘机器人前部的障碍物检测装置，同样与所述控制器连接。所述的障碍物检测装置可以采用超声波、红外或者是激光雷达等传感器或者两种或者多种传感器的集合。
所述自动吸尘机器人在行走过程中，同时进行了清洁工作，因此行走路径的选择直接决定清洁效率的高低，处于非常重要的地位。
所述的控制器内部设置最优路径规划方法，所述的最优路径规划方法包括以下步骤：
(1)、设置数据链表L0={Pi(xi,yi)}，其中，i=0，1，2......N-1，xi和yi为坐标值，N为数据链表L0的长度，数据链表L0为近期所述的自动吸尘机器人检测障碍物以后停止位置的坐标数据；
数据链表L0的长度N不宜过大，否则误差太大导致规划效果变差。
(2)、所述的自动吸尘机器人以直线运动方式前进，并且不断检测障碍物；当检测到障碍物时，所述的自动吸尘机器人停止，并记录当前位置的坐标（x，y）,存入数据链表L0，然后进入步骤3；
在步骤2中，当前位置的坐标（x，y）存入数据链表L0，按照如下步骤：
令Pi(xi,yi)=Pi-1(xi-1,yi-1) ，i=1,2,3.....N-1;
然后P0(x0,y0)=(x，y)，完成链表操作。
(3)、求取数据链表L0的中心点O(xo，yo)，以中心点O为中心提取数据链表L0中的轮廓线段Sj(m,n)，并存入数据链表L1，其中，m=0，1，2......N-1，n=0，1，2......N-1，j=0，1，2......M-1，并且M<N，所述的轮廓线段Sj(m,n)代表数据链表L0中的点Pm(xm,ym)和Pn(xn,yn)组成的线段；
在步骤3中，数据链表L0的中心点O(xo，yo)的坐标计算方法为：
搜索数据链表L0中坐标数据的最大最小值：xmax，xmin，ymax，ymin；
计算xo=，yo=。
参照图2-3，在步骤3中，以中心点O为中心提取数据链表L0中的轮廓线段Sj(m,n)，采用以下步骤：
计算数据链表L0中的点Pi(xi,yi)与中心点O(xo，yo)的距离Di=，求距离最大的点PM(xM,yM)；
以PM(xM,yM)为顶点，计算数据链表L0中的点Pi(xi,yi)与中心点O(xo，yo)形成的角度β=，取角度β最大的点为轮廓点，记为PN(xN,yN)，因此形成数据S0(M,N)，并存入数据链表L1；
再以PN(xN,yN)为顶点，连续寻找轮廓点，并存入数据链表L1，直到返回点PM(xM,yM)，结束返回。
(4)、中心点O与数据链表L1中的轮廓线段Sj(m,n)组成三角区域，计算OPm方向角θ1=，OPn方向角θ2=，以及数据链表L0中的点Pi(xi,yi)与中心点O形成的方向角θ3=，如果对于数据链表L0中所有的点Pi(xi,yi)，同时都成立，则该三角区域中无任何点出现，表明轮廓线段Sj(m,n)对应的方向没有清扫过，则在数据链表L1保留该轮廓线段Sj(m,n)；相反，则在数据链表L1删除轮廓线段Sj(m,n)；
同样参照图3，对于数据链表L0中的所有点Pi(xi,yi)都满足条件同时，则说明Pi位于三角形OPmPn之外，轮廓线段Sj(m,n)相对中心点O是一个未清扫的方向。
(5)、计算数据链表L1中的轮廓线段Sj(m,n)的长度Wj=，比较轮廓线段Sj(m,n)的长度Wj的大小，取长度最大的轮廓线段Smax(m,n)，轮廓线段Smax(m,n)相对中心点O的方向角α=；所述的自动吸尘机器人选择方向角α为接下来的清扫方向。
参照图4，在所有未清扫的方向中，选取角度最大的方向。
综上所述，自动吸尘机器人通过对历史数据的分析，选择未清扫区域作为接一步的清扫方向，从而增加进入未清扫区域的概率，减少路径重复，从而有效提高清扫效率，该方案不需要增加任何硬件成本，并且工作方式灵活而可靠，易于实现。同时，该方案同样适合于自动吸尘机器人寻找充电座的路径规划。