消毒机器人路径规划新突破，仿生算法大比拼 | MDPI Biomimetics

在新冠疫情后，消毒机器人通过搭载深紫外灯实现自主消毒，其核心挑战是全覆盖路径规划，需平衡避障、均匀覆盖和辐射剂量。来自西班牙布尔戈斯大学和马德里康普顿斯大学的研究团队，在Biomimetics期刊上对比了四种生物启发式算法：瞪羚优化算法、鲸鱼优化算法、蝙蝠算法和粒子群优化，为UVC消毒机器人规划最优轨迹。实验使用“Hussar”机器人，并设计了四级递进的代价函数，从碰撞检测到辐射达标逐步优化。结果表明，在低复杂环境（12个障碍物）中，蝙蝠算法最快（13秒），但瞪羚优化算法综合最优；在高复杂环境（20个障碍物）中，瞪羚优化算法虽耗时最长（约2小时），但路径最短（166.6米）、辐射峰值低，表现最佳。鲸鱼优化算法因螺旋运动模式易陷入局部最优。研究结论认为，瞪羚优化算法适应性最强，是当前最优选择；蝙蝠算法和粒子群优化在复杂环境中可作为替代。该研究为消毒机器人提供了可落地的路径优化方案，并可扩展至其他病原体消毒。未来方向包括多算法混合切换机制。