自主移动小车在行驶过程中,遇到未知障碍物时,避障是衡量其自动化能力的关键指标。针对避障过程中,局部最优路径的选择、出口决策、出口可达性等关键问题,本文以德国SICK公司TIM561激光扫描传感器为主要传感器,根据研究需求搭建实验平台,通过理论分析、数学建模、试验研究等方法围绕环境感知和出口识别展开研究。主要研究工作如下:1)建立传感器与小车、小车与全局坐标之间的坐标系转换模型,实现三个坐标系之间数据的相互转换,以便进行路径规划时所有数据能用同一坐标系来表示。由于激光扫描传感器自身特性存在测量误差,对激光扫描传感器获得的原始数据进行卡尔曼滤波,滤波后能减少数据漂移现象,较为真实、稳定的反映周边环境信息。2)建立实时滚动矩形窗口模型去感知环境信息,并以此作为局部避障和全局规划的切换依据;提出适用于项目研究内容的出口识别方法,建立出口判别模型,去除不可达的出口,提高出口的真实性;在进行出口决策时,结合贝叶斯预测模型,选择符合模型分布的出口,减少随机因素对系统决策的影响,最后将得到的出口值通过坐标转换为子目标点,传递给执行机构。3)对自主移动小车的避障策略进行了研究,设计了紧急避障、局部避障和全局规划三个避障层次,根据获得的障碍物角度及距离信息,触发不同层次的避障策略。考虑到紧急避障层次对系统的反应速度和实时性要求比较高,其算法言语设计得较为简练,运算复杂度较低。当精确规划算法和陷阱模式算法里规划得到子目标点时,结合小车当前位置,进行局部路径规划。4)将本文设计的避障策略用C语言进行编程,在VS平台上运行,设计单障碍物、多障碍物情况下的避障试验,进行验证。通过试验我们发现,小车出口决策时间越长,避障效果稳定性越好,但实时性较差;获取环境信息的滚动矩形区域参数过大时,小车接近全局目标点易触发避障模式,若参数过小则小车无法提前进行局部规划。综上,优化相关参数后,小车均能平稳的绕过障碍物,验证了本避障控制策略的有效性。