本发明涉及基于无线网络和地磁信号的室内移动机器人遍历路径规划方法，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，采用无线wifi网络和地磁信号的强度信息进行位置标注，并且根据前期建立的环境地图，进行遍历路径规划，在不增加硬件成本的前提下，大大提高工作效率。
本发明解决其技术问题所采用的技术方案是：
基于无线网络和地磁信号的室内移动机器人遍历路径规划方法，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地磁传感器，用于检测当前位置的地磁信号强度h，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；所述的处理器设置链表l={(ai,bi)}，其中ai=ri，bi=hi，i=0,1,2,3......，其中，ri和hi是工作环境边界的等间距位置上所述的第一wifi模块的无线信号强度值和地磁信号强度，所述的处理器设置遍历路径规划方法，所述的遍历路径规划方法包括以下步骤：
(1)所述的处理器内部设置数据a0，用于存储所述的移动机器人所在位置的所述第一wifi模块的无线信号强度值r；所述的移动机器人在所述的充电基座，存储当前无线信号强度值a0=r；
(2)所述的移动机器人向左旋转并以沿着边界行走，采用中心距计算算法，计算所述的移动机器人距离所述的充电基座的平移距离s，当平移距离s>w时，则存储当前无线信号强度值a0=r，进入步骤3，其中，w为所述的移动机器人的车身宽度；如果无线信号强度值r>a0，则进入步骤8；
(3)所述的移动机器人进入向左循迹过程，循迹路径为无线信号强度r的等值线，即无线信号强度为a0的路径；当所述的移动机器人检测到障碍时，读取当前无线信号强度值rx和地磁信号强度hx，根据障碍区分算法判别障碍类型，如果是障碍物，则以左侧沿着障碍物行走，当|r-a0|>δ后，进入步骤4，其中δ设置为接近于零的阈值；如果是边界，则进入步骤5；
(4)所述的移动机器人以左侧沿着障碍物行走，当|r-a0|<δ，返回步骤3；
(5)所述的移动机器人向右旋转并以右侧沿着墙边行走，采用中心距计算算法，计算所述的移动机器人距离所述的充电基座的平移距离s，当平移距离s>w时，则存储当前无线信号强度值a0=r，进入步骤6；如果无线信号强度值r>a0，则进入步骤8；
(6)所述的移动机器人进入向右循迹过程，循迹路径为无线信号强度r的等值线，即无线信号强度为a0的路径；当所述的移动机器人遇到障碍物时，读取当前无线信号强度值rx和地磁信号强度hx，根据障碍区分算法判别障碍类型，如果是障碍物，则以左侧沿着障碍物行走，当|r-a0|>δ后，进入步骤7；如果是边界，则进入步骤2；
(7)所述的移动机器人以左侧沿着障碍物行走；当|r-a0|<δ，返回步骤6；
(8)结束遍历路径规划。
所述的中心距计算算法设置为：
平移距离s=10^[(p-r)/(10×n)]-10^[(p-a[0])/(10×n)]，其中，p为距离所述的第一wifi模块一米的位置测得的无线信号强度值rssi，n为环境参数，对于家庭环境可设置为2。
所述的向左循迹过程设置为：当r>a0+δ，所述的移动机器人向左旋转，直到a0-δ<r<a0+δ；当r<a0+δ，向右旋转,直到a0-δ<r<a0+δ；保持直线前进。
所述的向右循迹过程设置为：当r>a0+δ，所述的移动机器人向右旋转，直到a0-δ<r<a0+δ；当r<a0+δ，向左旋转,直到a0-δ<r<a0+δ；保持直线前进。
障碍区分算法设置为：
搜索链表l中的ai与rx最接近的值，即i=min，|ai-rx|达到最小；i=min时，如果|bi-hx|<k，则当前位置为边界，否则当前位置为障碍物，其中k为范围限定阈值。
实施本发明的积极效果是：1、无线信号和地磁信号覆盖范围广，没有累计误差，因此可以对环境进行位置标注，实现遍历路径规划；2、不需要环境设置及改造，成本低。
附图说明
图1是无线信号分布示意图；
图2是遍历路径规划过程示意图；
图3是主控电子装置的原理框图；
图4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1－4，基于无线网络和地磁信号的室内移动机器人遍历路径规划方法，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连接的地磁传感器10，用于检测当前位置的地磁信号强度h，可选用飞思卡尔的mag3110；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，具体为接收到所述的第一wifi模块的无线信号强度值r。所述的第一wifi模块11，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。
所述的处理器设置链表l={(ai,bi)}，其中ai=ri，bi=hi，i=0,1,2,3......，其中，ri和hi是工作环境边界的等间距位置上所述的第一wifi模块的无线信号强度值和地磁信号强度，是所述的移动机器人19在沿边界行走过程中建立的线性链表数据结构，即环境地图，间隔距离可设置为10cm。所述的处理器1分别以所述的第一wifi模块11的网络名称作为参数，发送at+cwlap给所述的第二wifi模块3，可获取当前位置的无线网络信号强度r。
所述的处理器1设置和遍历路径规划方法，所述的遍历路径规划方法包括以下步骤：
(1)所述的处理器1内部设置数据a0，用于存储所述的移动机器人19所在位置的所述第一wifi模块11的无线信号强度值r；所述的移动机器人19在所述的充电基座，存储当前无线信号强度值a0=r；
(2)所述的移动机器人19向左旋转并以沿着边界行走，采用中心距计算算法，计算所述的移动机器人19距离所述的充电基座18的平移距离s，当平移距离s>w时，则存储当前无线信号强度值a0=r，进入步骤3，其中，w为所述的移动机器人的车身宽度；如果无线信号强度值r>a0，则进入步骤8；
所述的中心距计算算法设置为：
平移距离s=10^[(p-r)/(10×n)]-10^[(p-a[0])/(10×n)]，其中，p为距离所述的第一wifi模块一米的位置测得的无线信号强度值rssi，n为环境参数，对于家庭环境可设置为2。
所述的移动机器人19向外移动一个车身宽度的距离，并记录起点的无线信号强度值，为遍历路径规划做准备。
同时，如果所述的移动机器人19没有向外移动一个车身宽度的距离，而是移向所述的充电基座18，即r>a0，则所述的移动机器人19处在最远位置，已经完成了遍历路径规划。
(3)所述的移动机器人19进入向左循迹过程，循迹路径为无线信号强度r的等值线，即无线信号强度为a0的路径；当所述的移动机器人19检测到障碍时，读取当前无线信号强度值rx和地磁信号强度hx，，根据障碍区分算法判别障碍类型，如果是障碍物，则以左侧沿着障碍物行走，当|r-a0|>δ后，进入步骤4，其中δ设置为接近于零的阈值；如果是边界，则进入步骤5；
所述的向左循迹过程设置为：当r>a0+δ，所述的移动机器人19向左旋转，直到a0-δ<r<a0+δ；当r<a0+δ，向右旋转,直到a0-δ<r<a0+δ；保持直线前进。
因为无线信号是以发射源为中心向外辐射的，信号强度随着距离的增加而降低，具有连续性，沿着无线信号强度等值线行走，并且两个无线信号强度等值线之间保持一个车身距离的间距，就可以实现遍历路径规划。
当所述的移动机器人19检测到障碍时，无法判断是障碍物还是边界，因此需要进行区分判断，然后进行分别处理。
障碍区分算法设置为：
搜索链表l中的ai与rx最接近的值，即i=min，|ai-rx|达到最小；
i=min时，如果|bi-hx|<k，则当前位置为边界，否则当前位置为障碍物，其中k为范围限定阈值。
地球本身是一个巨大的磁体，它在地理南北两极间形成一个基本的磁场。但这种地球磁场会受到金属物的干扰，特别是穿过钢筋混凝土结构的建筑物时，原有磁场被建筑材料扰动扭曲，使得每个建筑物内都形成了独特的“磁性纹路”，也就是说在室内形成了一种有规律的“室内磁场”。并于无线wifi网络，所以形成了两个交叉的无线网络，在无线wifi信号强度r的等值线上，每个地方的地磁强度并不相同，根据环境地图l中的数据就可以确定，当前的障碍是边界还是障碍物。
(4)所述的移动机器人19以左侧沿着障碍物行走，当|r-a0|<δ，返回步骤3；
所述的移动机器人19进行绕障处理。
(5)所述的移动机器人19向右旋转并以右侧沿着墙边行走，采用中心距计算算法，计算所述的移动机器人19距离所述的充电基座18的平移距离s，当平移距离s>w时，则存储当前无线信号强度值a0=r，进入步骤6；如果无线信号强度值r>a0，则进入步骤8；
步骤5同步骤2，在另一边进行一个车身宽度的移动，同时判断遍历路径规划结束条件。
(6)所述的移动机器人19进入向右循迹过程，循迹路径为无线信号强度r的等值线，即无线信号强度为a0的路径；当所述的移动机器人19遇到障碍物时，读取当前无线信号强度值rx和地磁信号强度hx，根据障碍区分算法判别障碍类型，如果是障碍物，则以左侧沿着障碍物行走，当|r-a0|>δ后，进入步骤7；如果是边界，则进入步骤2；
所述的向右循迹过程设置为：当r>a0+δ，所述的移动机器人19向右旋转，直到a0-δ<r<a0+δ；当r<a0+δ，向左旋转，直到a0-δ<r<a0+δ；保持直线前进。
步骤6同步骤3，为向右的遍历路径规划过程。
(7)所述的移动机器人以左侧沿着障碍物行走；当|r-a0|<δ，返回步骤6；
所述的移动机器人19进行绕障处理。
(8)结束遍历路径规划。