家用扫地机器人主要依赖（ ）实现路径规划A. 触觉传感器与强化学习[1]B. 温度传感器与PID控制C. 超声波传感器与SLAM算法D. 视觉传感器与GAN

考查要点：本题主要考查对家用扫地机器人路径规划技术的理解，涉及传感器类型与算法的匹配。

解题核心思路：

1. 明确路径规划的关键需求：扫地机器人需要实时感知环境、避开障碍物并规划清扫路线。
2. 分析传感器与算法的功能：
   • 超声波传感器：通过测距实现障碍物检测，是路径规划的基础。
   • SLAM算法：通过传感器数据实时构建地图并定位，是路径规划的核心技术。
3. 排除干扰选项：
   • 触觉传感器依赖碰撞反馈，效率低；强化学习需大量训练，不适用于实时任务。
   • 温度传感器与路径规划无关；PID控制用于稳定控制而非规划。
   • 视觉传感器计算需求高，GAN主要用于图像生成，非路径规划主流技术。

选项分析

A. 触觉传感器与强化学习

• 触觉传感器通过物理接触（如碰撞）感知环境，但无法主动探测障碍物，效率低。
• 强化学习需大量试错和数据训练，难以满足扫地机器人实时路径规划的需求。
• 排除理由：技术组合效率低，不适用于动态环境。

B. 温度传感器与PID控制

• 温度传感器用于检测温度变化（如寻找热源），与环境感知无关。
• PID控制用于调节系统稳定性（如速度控制），无法实现路径规划。
• 排除理由：传感器与任务无关，算法功能不符。

C. 超声波传感器与SLAM算法

• 超声波传感器通过测量超声波反射时间，实时感知周围障碍物距离，提供环境数据。
• SLAM算法利用传感器数据构建地图并定位自身，动态规划清扫路径。
• 正确理由：技术组合高效匹配路径规划需求。

D. 视觉传感器与GAN

• 视觉传感器需处理大量图像数据，计算资源消耗大，不适合成本敏感的家用设备。
• GAN主要用于图像生成或风格迁移，与路径规划无直接关联。
• 排除理由：技术复杂度高，功能不匹配。