路径规划是机器人领域非常重要的研究问题,在巡检任务中,如何规划出一条合适的路径轨迹对任务执行的效率有着至关重要的影响。本文面向视觉巡检覆盖任务的路径规划研究提出了路径搜索区域的概念,分别对不同任务对象的覆盖情况进行了优化方法的设计和仿真,本文的主要贡献如下:1.本文考虑到巡检任务对象为质点的场景。在考虑相机二维模型的基础下,为了减少视点的搜索范围,加快搜索速度,本文定义了能够覆盖到任务对象的可视区域模型。为了解决各个可视区域之间存在冗余的问题,本文提出了一种去除冗余的方法,最后提出了路径搜索区域的概念。在得到路径搜索区域后,采用枚举优化和单调的遗传算法两步优化的框架,确定了移动机器人的覆盖顺序以及移动机器人的运动路径轨迹。2.进一步考虑到巡检任务对象为有形目标的场景。在优化初态视点和末态视点时,根据路径的距离约束和视点之间的覆盖重叠约束,设计出优化视点的代价函数,得到了初态视点和末态视点的位姿。对于单个的有形目标,给出了一种确定其视点部署方向的方法。最后通过计算初态视点和末态视点的覆盖率,估算出对任务目标实现全覆盖的视点个数,进而优化出中间视点的位姿,得到对有形目标完成全覆盖任务的移动机器人运动轨迹。3.设计了一种模糊控制器来实现对小车的控制。通过确定麦克纳姆轮小车在轨迹跟踪时控制器的输入偏差量来控制小车输出的线速度和角速度,使得小车能够遍历所有视点来完成对任务目标的视觉覆盖任务。最后在室内进行了实验,给出了小车实际运动的轨迹图。