Eine umfassende Übersicht über die Abdeckungswegplanung in der Robotik unter Verwendung klassischer und heuristischer Algorithmen

Die geringen Batteriekapazitäten des mobilen Roboters und die nicht optimierte Planungseffizienz des Industrieroboters hemmen die Zeit- und Produktivitätseffizienz von Abdeckungsaufgaben hinsichtlich Geschwindigkeit und Genauigkeit, was die Nutzbarkeit der Roboteranwendungen in verschiedenen Planungsstrategien unter spezifischen Umweltbedingungen stark einschränkt. Daher wurde es sehr wünschenswert, die Optimierungsprobleme im Zusammenhang mit Erkundung und Abdeckungswegplanung (CPP) anzugehen. Im Allgemeinen ist das Ziel der CPP, einen optimalen Abdeckungsweg zu finden, der eine kollisionfreie Trajektorie erzeugt, indem die Reisezeit, die Verarbeitungsgeschwindigkeit, die Energiekosten und die Anzahl der Kurven entlang der Weglänge reduziert werden, sowie eine niedrige Überlappungsrate, die die Robustheit der CPP widerspiegelt. Diese Arbeit überprüft das Prinzip der CPP und diskutiert den Entwicklungstrend, einschließlich Designvariationen und der Merkmale von Optimierungsalgorithmen, wie klassischen, heuristischen und den aktuellsten Deep-Learning-Methoden. Anschließend vergleichen wir die Vor- und Nachteile der bestehenden CPP-basierten Modellierung im Bereich der Zielabdeckung. Schließlich kommen wir zu zahlreichen offenen Forschungsfragen der CPP und geben Vorschläge für zukünftige Forschungsrichtungen, um Erkenntnisse zu gewinnen.