移动机器人的避障实验设计+源程序+流程图(4)
３）基于实时传感器信息的模糊逻辑算法参考人的驾驶经验，通过查表得到规划信息，实现局部路径规划。该方法克服了势场法的局部极小值问题，计算量不大，易做到边规划边跟踪，适用于时变未知环境下的路径规划，实时性较好。由于在移动机器人避障过程中建立精确的数学模型十分困难，近年来，人们把目光投向了模糊逻辑和神经网络控制这两种方法。模糊逻辑适合表达模糊和定性知识，具有类似人类思文的推理方式，神经网络具有并行计算、容错性和自学习等优点。但他们的缺点也很明显：模糊逻辑的运算量随规划数量的增加而成几何级数增长，在模糊规则较多时较难实施；神经网络收敛速度较慢，不适合表达知识，不能较好利用已有的经验知识。
移动机器人是机器人分支之一，随着机器人在工业领域的应用越来越广泛，人们对机器人的智能化程度要求也越来越高，与传统的机器人手臂不同，自主移动机器人是属于智能型机器人范畴，是集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合性系统。其中移动机器人的智能避障更是机器人研究领域的研究热点。移动机器人的智能避障是指移动机器人能够根据采集到的障碍物状态信息，根据一定的方法进行有效地避障，最终达到目标点。
移动机器人的关键技术——避障和导航，是移动机器人研究的核心问题，要使机器人能够自主行走，顺利避障，需要解决两方面的问题：一是如何利用传感器在运动过程中感知周围的未知环境；二是利用用于移动机器人避障的传感器传感技术，两者在移动机器人的避障过程中起着十分重要的作用。现在的传感器技术，比如视觉、红外、激光、超声波等传感器在移动机器人的研究中得到了广泛应用。
机器人对传感器的一般要求是：精度高、重复性好；可靠性高、稳定性好；抗干扰能力强；质量轻、体积小、安装方便且价格便宜。用于移动机器人避障和测距的传感器主要有以下几种：
１）视觉传感器——在移动机器人避障中广泛使用的视觉传感器主要是ＣＣＤ图像传感器。采用视觉传感器避障优点在于可以获得范围较广且较完整的环境信息，但难于区分探测目标和背景，且图像处理运算量大，需要高性能的信号处理设备，导致这种系统体积大、能耗高、实时性差。此外视觉传感器虽能得到物体的具体信息，但测量不出机器人与障碍物之间的距离。
２）红外传感器——红外线是一种光波，具有定向传播和反射能力。红外传感器与超声波传感器类似，工作处于发射、接收状态。红外传感器的优点是不受可见光影响，白天黑夜均可测量，角度灵敏度高、结构简单、价格较便宜，可以快速感知物体的存在，但测量时受环境影响很大，物体的颜色、方向、周围的光线都能导致测量误差，测量不够精确旧。
３）激光雷达传感器——激光雷达传感器具有较高的精度，可以通过二文或者三文扫描激光束、光平面，激光雷达能够以较高的频率提供大量的、准确的距离信息。激光雷达与其它传感器相比，能够同时考虑精度要求和速度要求，具有测距范围远、测距速度快、测量精度高和镜面反射小等优点，这些优点特别适用于智能机器人的研究领域。此外，激光雷达不仅可以在有光的情况下工作，也可以在黑暗中工作，甚至说在黑暗中测量效果更好。但其安装精度要求高，且价格比较昂贵，更甚者一些激光传感器发射的激光对人的眼睛有伤害。
４）超声波传感器——超声波是一种频率在２０ＫＨｚ以上的声波，具有直线传播的能力，频率越高绕射能力越弱，但反射能力越强。其指向性强，能量消耗缓慢，在介质中传播的距离较远。超声波传感器价格低廉、信息处理简单快速，易于做到实时控制，测量不受环境光的影响，夜间也可工作，可测得机器人与障碍物间的准确距离。但超声波传感器不能获取障碍物的边界信息，对障碍物不能准确定位，存在测量盲区。