中文标题：面向全覆盖路径规划的类Rulkov混沌映射算法设计

英文标题：Complete Coverage Path Planning Algorithm Based on Rulkov-like Chaotic Mapping

来源期刊：电子与信息学报

基金项目：国家自然科学基金62273356，国家人才项目2022-JCJQ-ZQ-001，江苏省重点研发计划BE2021729，高层次人才创新工程KYZYJQJY2101，国家重点研发计划

作  者：刘思聪^{1, 2} 何明¹ 李春彪³ 韩伟¹ 刘承卓¹ 夏恒煜¹

作者单位：1. 陆军工程大学 指挥与控制学院 南京 210045
2. 江苏经贸职业技术学院 物联网与智能工程学院 南京 210045
3. 南京信息工程大学 人工智能学院 南京 210044

摘  要：本研究提出了一种基于正弦约束的类Rulkov超混沌映射(SRHC)系统，并将其应用于全覆盖路径规划算法(SRHC-CCPP)中，以解决智能机器人在复杂任务场景中的全覆盖路径规划问题。通过引入超混沌序列，该算法显著提升了机器人运动路径的随机性和动态性，避免了传统算法因规律性过强而可能陷入局部循环的问题。同时，结合记忆效应，算法能够动态记录网格访问历史，优先覆盖未访问区域，从而有效减少重复访问，提升覆盖效率。在障碍物处理方面，设计了碰撞检测与法线向量反射机制，使机器人能够灵活应对复杂环境中的障碍物干扰，并通过轻微扰动避免局部振荡。实验结果表明，SRHC-CCPP算法在无障碍和有障碍物条件下均表现出较高的覆盖速度和均匀性，展现了良好的初始值敏感性和鲁棒性。此外，算法的计算复杂度较低，适合大规模应用场景。本研究为智能机器人在灾区救援、火灾扑灭及未知地域勘探等高风险任务中的应用提供了新的技术支持。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250887