为了提高智能移动机器人不同障碍物条件下的避障效果,基于模糊控制设计智能移动机器人最优避障路线生成系统。利用超声波传感器与红外传感器,通过传感器模块判定机器人的位置与速度,设计三轴运动控制卡作为驱动模块;引入模糊控制,将准确数值转换为模糊语言,并利用三角形隶属函数去除无效质点,以障碍物的斥力控制机器人的行进方向和速度,从而生成智能移动机器人最优避障路线。实验结果表明不同障碍物体积形状以及不同起止点情况下,智能移动机器人都能够有效选择最佳路线前进,且平均耗时为11.15 ms,平均路线长度为18.63 m,整体表现较为优越。

针对全局静态环境下传统蚁群算路径规划时,易陷入局部最优、前期路径有效性差等问题,提出了基于改进人工势场优化蚁群算法的障碍物环境机器人路径规划算法,算法通过斥力改进和虚拟力点设置改进人工势场算法的U形障碍物避免能力,并通过改进势场优化蚁群算法的启发函数、信息素更新和状态转移函数,以调节信息素的自适应更新,从而平衡算法的收敛速度与全局搜索能力。仿真实验结果表明,所提算法具有较好的全局搜索能力,收敛速度和搜索能力优于实验采用的已有改进蚁群算法。