韩敏

随着科技的不断进步，机器人逐渐向智能化发展，越来越多的机器人应用在工厂、仓库、酒店、商场、餐厅等复杂环境中，机器人在环境信息未知的情况下移动，会遇到各种各样的障碍物，如何快速安全避开这些障碍，最后到达目标点并且顺利完成任务，是衡量移动机器人性能的一项关键指标，也是移动机器人在复杂多变环境中稳定、安全、高效完成任务的重要保障。

避障常用传感器

机器人避障技术的核心包括了传感器和规划算法的选择。机器人通过传感器来感知周围环境，就避障来说，移动机器人需要通过传感器实时获取自身周围障碍物信息，包括尺寸、形状和位置等，常使用的传感器包括超声波传感器、红外传感器、激光雷达和视觉传感器。以上几种最常见的传感器，各有优缺点，在实际应用中，激光雷达是目前最成熟也最为核心的传感器，同时配置其他传感器，对不同传感器采集到的数据进行交叉验证，以及信息融合，最大化保证在各种不同的应用和环境条件下，机器人能够正确感知障碍物信息，稳定可靠的工作。

避障常用的算法

目前移动机器人的避障根据环境信息的掌握程度可以分为障碍物信息已知、障碍物信息部分未知或完全未知两种。传统避障方法主要实现机器人无碰撞全局路径规划，经典的算法有人工势场法、栅格法、自由空间法等。当障碍物信息未知或者障碍物可移动的情况，传统的导航方法一般不能很好的解决避障问题。而实际应用环境中，机器人大多所处的环境都是动态、可变、未知的，随着处理器计算能力的提高及传感器技术的发展，一系列智能避障方法应运而生，智能优化算法一般都是建立在生物智能或物理现象基础上的随机搜索算法，比较热门的有遗传算法、神经网络算法、模糊算法等，智能避障算法在很大程度上提高了机器人避障的成功率。

避障能力测试

为了更好地保障机器人在移动过程中不发生碰撞，确保周围物品、人员及机器人自身安全，机器人避障能力的检测至关重要。机器人避障能力测试包括障碍物探测和障碍物规避测试。

（1）障碍物探测测试是指针对不同几何形状和材质的障碍物，机器人的探测能力和障碍物距离检测能力。在障碍物探测测试中，一般基于机器人制造商指定的最小和最大传感范围，设置不同大小，不同形状、不同材质的障碍物。障碍物的选择从材质方面，除了墙面，木质平面，还需测试玻璃面、镜面等易出问题的材质;从数量方面，障碍物可设置单个和多个;从状态方面，需设置静态和动态障碍物;从光线的影响方面，需设置光线充足和黑暗等情况。通过多次试验去测试机器人发现障碍物的成功率，成功率越高则避障性能越好。同时，还需测试机器人是否能在其相对位置的最小和最大范围内检测到障碍物，并判定机器人从目标位置检测障碍物的距离精度和准确性。

（2）障碍物规避测试是判定机器人通过停止或执行适当的规避动作来防止与静态或动态障碍物碰撞的能力。在障碍物与机器人的任何部分发生物理接触前，机器人必须停止，如发生避障动作，应按照制造商的规定，保持障碍物与机器人任何部件之间的最小距离，如果机器人没有达到目标位置或在行进过程中碰到障碍物，则视为试验失败。

目前机器人避障能力還远未达到实时和全自主的要求，随着传感器技术和算法的不断优化，移动机器人的障碍物识别与避障能力有待进一步提高。