随着自动化技术的不断提高，为自动化技术下的可移动装置规划合理的路径就变得尤为重要，全覆盖路径规划算法就是其中的一个分支，它要求规划的路径要覆盖给定区域的所有位置，而且更优的路径可以进一步节省资源、提高效率。现有的全覆盖路径规划算法中大多是在栅格地图上来规划路径，且在栅格地图中根据方向的优先级来规划路径的时候大多数算法只考虑了四个方向。针对这些问题，本文在两种地图上提出了不同的全覆盖算法，并总结了区域覆盖率、区域重复率、拐角的数量和路径总长度这四个用来衡量算法性能的指标。本文提出的两种算法如下：
　　(1 )基于栅格地图的全覆盖路径规划算法DHPF(Direction-Highest-Priority First)。本文为栅格地图中不同状态和不同方向的格点设置了不同的优先级，并将邻接的四个方向扩展为八个方向，八个方向的优先级关系会随着可移动装置的移动而变化。在选择下一步移动的格点时首先需要根据邻接格点的状态和方向来计算各自的优先级，然后选择优先级最高的格点作为下一步的格点；在可移动装置进入死区的时候，本文提出了flood-theta*算法，该算法在寻找最近未覆盖的格点的同时会规划出最短的逃离路径，减少了逃离过程中的重复路径。实验表明，本文算法实现了完全覆盖，并且在总路径长度、区域重复率上有一定的优势。
　　(2)基于几何特征地图的全覆盖路径规划算法。本文在传统分解法的基础上提出了将几何特征地图进行分解的Contour-Boustrophedon算法，此算法将含有障碍区的工作区域分解成不含障碍区的多个子区；接着将遍历所有分区的路径转化为旅行商问题(Traveling Salesman Problem，TSP)，然后提出了C2O(Christofides-2-optimization)混合算法在短时间内规划出一条较短的路径来遍历所有的分区；最后根据Dijkstra算法来规划分区之间的衔接路径，并且提出了视线检查算法来优化衔接路径，降低衔接路径的长度。实验表明，该算法规划的路径可以实现区域的完全覆盖，并且可以减少路径总长度和区域重复率。