基于自适应VFH算法的移动机器人避障规划

向量场直方图(VFH)方法具有对传感器误差不敏感以及响应速率快等特点而广泛应用于移动机器人的运动避障问题。该方法将各方向的障碍物信息量化为强度值,并以设定的阈值判断可行性。而不同的阈值会造成机器人避障效果的差异,对不同任务环境的适应性较差。本文针对传统VFH方法的阈值敏感性问题进行改进,提出一种自适应阈值调整策略,通过构建阈值评价函数,结合环境信息对候选方向范围内每组阈值进行代价分析,实时地选取适于当前运动的阈值,使机器人能够自主完成避障。为验证算法的有效性和可靠性,设计模拟障碍物的场景并进行对比实验。结果表明,采用改进自适应阈值策略的VFH算法,能够改善传统算法对阈值敏感的问题,能保证机器人可以在狭窄通道中以较短的无碰撞路径到达目标位置。