彭 帆， 谢永芳， 陈晓方， 殷泽阳

(中南大学 自动化学院， 湖南 长沙 410083)

自主移动机器人因具有价格便宜、操作灵活、运动范围广等优势，在电力领域和安防领域得到了成功应用，在铝电解和浮选等流程工业领域的巡检任务中有着巨大的应用潜力.未来移动机器人的研究趋势是智能化和自主化，安全实时避障是提高移动机器人自主规划能力的关键技术之一.巡检任务中机器人所处的工厂环境复杂，如存在操作工人、大型静态障碍物等，对工业巡检移动机器人的自主避障能力提出了更高要求.随着我国向工业4.0和制造强国2025的迈进，复杂多变的工业环境与巡检移动机器人自主规划能力不足之间的矛盾日渐凸显，制约我国工业巡检机器人向自主化、智能化发展的问题之一.

现有的移动机器人避障方法主要分为以下5类：基于图论的方法、基于群智能的启发式算法、随机规划法、基于预测的算法、基于实时状态势场函数法等混合方法.图论方法包括A*算法[1]、维诺图法[2]、PRM算法[3]等，该类方法融合贪心算法和启发函数的思想，通过遍历查询的方式寻找从起点到目标点的可行路径，但所得路径并非最优，且遇到动态障碍物时需要重新规划路径.基于群智能的启发式算法包括粒子群法[4]、遗传算法[5]、蚁群算法[6]等，这类算法具有实现容易、精度高、鲁棒性好的优点，但需要耗费大量计算资源，难以保证复杂环境下规划的实时性.随机规划法包括RRT[7]、RRT*[8]及……