孙远敬，王 帅，李 鑫，郭 鹰

（辽宁工程技术大学 机械工程学院，辽宁 阜新 123000）

0 引言

机器人路径规划问题在消防救援、交通运输、航空航天、物流仓储等行业中有很大研究价值和发展潜力.路径规划作为构建起始点与目标点之间理论最优路径的策略问题，可分为对预设环境和未知环境的规划.基于这两种环境下的路径规划问题，为克服各种算法存在的局限性，相关学者对避障算法的优化改进和组合策略做了大量研究.庄宇辉[1]等基于向量场直方图法（Vector Field Histogram, VFH）提出考虑运动和环境特性，引入阈值评价函数对各行进方向进行综合评价，选取最合适的阈值范围通行.张亚兰[2]等将改进的双向A*算法与VFH算法联合优化应用在避障问题中，所提方法规划的路径长度短、耗时少，并能有效避免环境变化带来的碰撞风险.李卫硕[3]等提出将反向传播（Back Propagation，BP）神经网络应用在机器人避障中，选取合适的输入、得分选项，设置合适的条件概率训练神经网络模型.轨迹较人工势场法短，且被证明能够应用于较复杂的预设障碍物环境中.

本文对传统的机器人避障实验流程，针对某款移动机器人在矩阵实验室（Matlab）环境创建向量场直方图算法（Vector Field Histogram+）模型，在Matlab中验证算法的有效性后，再基于Simulink的机器人物理仿真耦合模型，进行耦合算法的仿真实验，实现避障机器人对障碍物的预警和规避.简化实验流程的同时解决了控制算法模型影响后期实验阶段机器人的路径精度问题，避……