移动机器人发展现状国外在移动机器人方面的研究起源较早。斯坦福研究院在 1966 年至 1972 年首 先研制出了移动机器人，其目的是为智能化研究出一种高效的控制系统，即在复杂环 境下移动机器人系统能够自主推理，规划和控制来使移动机器人行进自如。70 年代 末期，随着计算机技术和传感技术的发展，移动机器人的发展也取得了很大进步。80 年代中期，世界知名的公司陆续开始研制移动机器人，进一步推动了移动机器人的发 展。90 年代以来，环境传感器和信息处理技术以及高适应性的移动机器人控制技术 的迅速发展，更是将移动机器人发展推向了高潮，移动机器人的研究也在向高层次发 展。1996 年，美国航空航天局 NASA 研制的活性探测移动机器人首次登上月球执行 科学考察任务，通过移动机器人在月球行走进行空间探测，开发和利用这些未知空间 资源已然成为 21 世纪全球各科技与资源竞争的主要目标。2002 年丹麦 iRobot 公司自主研发并且推出了吸尘器机器人 Roomba,这种机器人能够自动设计行进路线实现避 障。与国外移动机器人的研究相比，国内的自动避障移动机器人的研究相对较晚，而 且好多研究现在还处在某个单项技术研究的阶段。虽然我国在移动机器人避障技术方 面的研究与发达国家相比，还存在一定差距，但是也取得了一些成绩。例如南京理工 大学、北京理工大学、浙江大学、国防科技大学、清华大学等多所院校联合研制了 7B。8 军用室外自主车，该车装有彩色摄像机、激光雷达、陀螺惯导定位等传感器能 够实现车的智能化。我国经济的飞速发展，为移动机器人的的研究提供了一个更加广 阔的前景，我们相信不久的将来，我国的移动机器人技术会走在世界的前列。81117

2避障算法发展现状

避障控制算法是移动机器人能够自主规划路径，灵活轻便的避开障碍物的核心， 是指挥官的大脑，避障控制算法是否高级决定了移动机器人的智能化高级程度。避障 控制算法主要包括移动机器人对前方障碍物信息的识别以及障碍物识别后移动机器 人采取什么样的避障策略来避障障碍物，避障控制效果好不好则决定了移动机器人能 否高效的去完成各项既定的任务，避障控制策略是否合理则决定了小车避障是否高效 精确。目前，避障控制实现的方法有很多种，典型的避障方法有势场法、神经网络法 和模糊逻辑法等。论文网

势场法是一种把目标点视为吸引点而把障碍物视为排斥点，最后移动机器人在行 进过程中按照吸引力与排斥力的合力方向前进的方法。尽管如此，势场法也存在一些 小的缺点，比如势场法存在陷阱区域（由于局部最小极值导致的合力为零的点），在 这种情况下，移动机器人在行进过程中会运行不稳定，导致不能按照规定算法去完成 既定的任务，也就是说，这种情况会影响小车自动避障的控制效果。

神经网络方法是一种模拟生物神经系统的信息处理方法。在这种算法下，避障小 车拥有自主学习并且适应周围环境的能力，这种算法下的小车采用分布式系统，它不 是只能在精确的系统模型下才能运用，它工作时是将输入系统的数据采取非线性变换 的方法来处理，并且完成从数据到属性的分类。因为神经网络包括了多层信息处理单 元，并且具有运行速率高，处理速度快的优点，所以现在神经网络方法普遍运用在移 动机器人的导航避障和路径算法上面。

模糊逻辑法即模拟生物思维模式，结合生物生理上的感知和动作实现自主避障。 如果移动机器人在行进过程中遇到障碍物时，首先判断小车到障碍物的距离，然后判断周围环境的状况，作出决策，自主避开障碍。在移动机器人自主行进过程中，它所 处的环境往往是不确定的，即具有不可未知性，所以不能将它归纳为特定的几种环境， 如果要求采用特定的规则来实现移动机器人自主避障，我们就可以采用这种避障算法 来实现【2】。