如同人天生就會躲避物體一樣，機器人同樣需要避障功能，這也是實現自主移動的重要部分。無論是機器人的應用場景是工廠、商場、還是超市，面對人流攢動，布局復雜的環境，想要完成作業，就需要具備可靠穩健的避障技術。
從概念上來說，機器人避障技術是指機器人根據傳感器采集的障礙信息，包括尺寸、形狀和位置等信息，利用避障算法實時地規劃運動路徑避開障礙物，從而保證安全運行。
根據傳感器不同，目前避障技術可分為多種：
超聲波避障：通過傳感器發射出超聲波并進行反射檢測，利用聲速計算出障礙物的距離信息， 系統從而實時調整運動路徑規避障礙物。超聲波工作距離一般小于10米，優點在于技術成熟，硬件成本低。
紅外避障：本質上紅外避障技術原理也是利用反射原理。根據發射器和接收器得到的偏移值，利用幾何關系計算出與障礙物的距離信息。紅外傳感器抗干擾能力強，但工作距離一般比超聲波避障小，缺點是難以檢測高反物體，如玻璃、鏡子等。
激光雷達避障：激光雷達同樣具有發射器和接收器，發射器用激光照射目標，接收器接收反射光波。根據發射和接收的時間差和角度差，計算出距離信息。激光雷達避障工作距離大，延遲低、效果穩定，是目前的主流方案，而缺點和紅外避障一樣，難以檢測高反物體。
視覺避障：這里我們只以應用更加廣泛的雙目方案為例。雙目測距的原理是采用三角測距法，其優點是信息量豐富，可以根據識別到的不同障礙物（如拖鞋、插線板、花瓶等）實現智能化策略避障，缺點是算力要求高、穩定性不足，且易受光線影響。
避障常用算法有哪些？
Bug算法：Bug算法較為簡單，其原理是在系統檢測到障礙物后，圍繞障礙物的輪廓行走，從而繞開它。缺點是做法比較笨，導致效率很低，且Bug算法只能用于二維路徑，不適用三維。
勢場法：勢場法把機器人處理在勢場下的一個點，隨著勢場而移動，目標表現為低谷值，即對機器人的吸引力，而障礙物扮演的勢場中的一個高峰，即斥力，所有這些力迭加于機器人身上，平滑地引導機器人走向目標，同時避免碰撞已知的障礙物。當機器人移動過程中檢測新的障礙物，則需要更新勢場并重新規劃。
神經網絡算法：通過模仿生物神經網絡的結構和功能的數學模型或計算模型，以通過訓練神經網絡來學習避障策略，實現機器人的避障控制。
向量場直方圖：這種算法是一種由人工勢場法改進而來的機器人導航算法，通過傳感器數據構建一個直方圖，這個直方圖描述了機器人周圍的障礙物的分布。然后，它將直方圖轉化為一個稱為向量場直方圖的數據結構。基于這個數據結構，機器人可以確定最佳的、無碰撞的移動方向。
部分內容來自網絡
推薦閱讀：AI機器人的發展前景和挑戰
JS Game是一家擁有自研機器人全棧AI技術的機器人AI技術供應商，立足于機器人產業鏈最上游，為整個機器人行業提供通用的、可靠的、低成本的機器人AI技術。如有：視覺導航、掃地機器人導航、商用機器人底盤和雙目視覺等AI技術需要，請撥打010-5289 4598
