CN105509729A 说明书 9/9页 [0080] 【实施例二】 [0081] 图6为机器人绕行不条件障碍物的自主导航过程示意图。如前所述，机器人完成绕 行不条件障碍物的导航过程也是依靠仿生触角感知周围环境，实时激励触发相应的行走行 为来完成整个导航过程，最终机器人的运动轨迹为$-H1-L-T。由于障碍物轮廓形状的不条 件性，每一次弧线绕行的弧线段长度不一定相等。因此，本发明采用分段弧线的方式绕行障 碍物边缘，不仅能够忽略障碍物外形尺寸的限制，而且易于脱离障碍物边缘，运动路径短， 环境适应好。 [0082]【实施例三】 [0083]图7为机器人绕行多障碍物情形的自主导航过程示意图。为简单起见，选用两个不 条件外形的障碍物为例来阐述。机器人从起点$出发，经历三次朝着目标点直线前进模式和 两次弧线绕行障碍物边缘模式，最终成功到达目标点T,运动轨迹为S-H1-H2-L1-H3-H4-- H6-L2-T。随着障碍物数量的增多，机器人绕行障碍物边缘的次数也增多。在障碍物绕行过程 中，仿生触角Dg能准确判断出障碍物所处的方位（设计上有R。>R以提高障碍物方位检测 的准确率)，从而保证机器人导航的运动路径全局最优。 [0084]本发明与现有技术相比具有如下的优点和效果： [0085](1)本发明引入了仿生触角的概念，在实际测量过程中，只需快速利用机载传感器 (激光雷达，GPS定位系统和电子罗盘等)的大量实时数据，通过仿生触角模型对感兴趣区域 的触角信息进行处理，大大减小了计算量，从而保证了导航决策的实时性。 [0086](2)本发明设计并构建了机器人行走行为及其触发条件库，在整个导航过程中，不 仅能保证机器人行走行为保持性和连贯性好，运动控制精度高，而且使得机器人行走行为 之间切换自然，环境适应性好，从而提升了导航运动的稳定性。 [0087](3)与Bug类算法抽象地要求机器人具有绕行障碍物边缘相比，本文提出了分段弧 线的机制绕行障碍物边缘，不仅能忽略障碍物外形尺寸的限制，而且易于脱离障碍物边缘， 运动路径短，环境适应好，从而保证了导航运动的安全性和快捷性。 13