室内扫地机器人可以自主地、智能地实现室内地面的清洁工作,将人们从单调的、日益繁重的体力劳动中解救出来,愈来愈受到欢迎,其关键技术也成为了现今的研究热点。自主定位和全遍历路径规划技术作为两项关键技术成为了衡量扫地机器人性能好坏的主要因素,因此,对其展开研究。首先,扫地机器人选用低成本的光电编码器和MPU6050传感器组合定位,对传感器进行建模,分析定位过程当中的系统误差和随机误差并分别采取不同的方法校正。系统误差采用分析法校正;随机误差以扩展卡尔曼滤波算法来数据融合校正。通过仿真验证了定位算法的可行性,为环境建模和全遍历路径规划的研究提供了保障。其次,介绍了几种环境建模的表示方法,分析对比后采用沿边学习法创建环境栅格地图。在生物激励神经网络基础上提出了一种基于改进神经元激励的全遍历路径规划方法,有效的解决了盲区清扫和死角逃离等问题。阐述原理并详细分析了全遍历路径规划的实现过程,利用仿真验证了此方法可以实现环境可达区域的高覆盖率和低重复率。此外对实际遍历清扫过程中常出现的被困、防跌落失误和清扫不彻底等问题进行分析并提出解决方案。然后,依据扫地机器人自主定位和全遍历路径规划提出了相应的指标要求,并进行总体方案设计,包括传感器分布设计、机械结构设计和控制系统软硬件总体设计等。硬件系统由传感器、主控系统、电源、通信模块、液晶和电机等部分构成;软件系统由信息采集处理、电机驱动、定位和全遍历路径规划等部分构成。最后,搭建了室内扫地机器人的实验平台,对所需的各传感器进行标定和测试,完成了误差校正前后的定位实验。将所提出的基于改进神经元激励的全遍历路径规划方法与目前比较成熟的随机式清扫和沿边迂回式清扫方法进行对比实验,验证了所提方法的有效性和可靠性;同时对实际全遍历清扫过程中的突发状况的解决方案进行了实验验证。