随着工业技术的不断发展,服务类机器人的需求不断增大。对于跟随类服务机器人“跟随”系统设计中的一个流行趋势是传感器融合,因为单一传感器难以适应复杂多变的环境,多个传感器融合系统的组合使用可以显著提高避障跟随系统的可靠性。本文采用了超宽带技术、激光雷达与红外传感阵列对移动机器人跟随与动态避障系统进行了设计和研究。其中超宽带通信技术（UltraWideBand,UWB）作为目标定位与跟随,激光雷达用于检测障碍物与机器人相对位置信息,红外传感器阵列用于检测前方通过的障碍物运动方向。提出改进动态窗口法（Dynamic Window Approach,DWA）,改进了评价函数评价指标减小轨迹长度,降低到达目标点时间的同时提升算法效率,在机器人运动与避障过程中设计了多模态信息的融合决策方法。最后在ROS系统下采用Turtlebot2机器人在不同的复杂场景下进行了跟随与避障实验验证。具体研究内容如下:1.根据UWB的性能特性设计了移动机器人目标定位与跟随算法,针对跟随过程中出现动态障碍物的问题,构建了基于激光雷达与UWB多传感器融合的跟随与避障系统。激光雷达用于实时检测跟随轨迹上的障碍物,UWB获取目标定位信息进行目标跟随。设计了激光雷达障碍物检测与UWB定位跟随决策融合算法,机器人通过激光雷达实时获取障碍物相对位置信息,选择合适的运动方向实现跟随过程中的动态避障。2.红外传感器在机器人领域具有广泛应用,针对单个红外传感器无法获取障碍物距离之外的其它信息,本文设计了红外传感器阵列行人（或障碍物）检测系统,不仅能探测运动目标距离信息还能识别目标的运动方向。当运动目标通过红外阵列时,该系统检测到红外反射回波信号转换为目标距离信息,采用K-means聚类分析把运动目标信号从背景噪声中分离出来,再经过最小二乘拟合提取目标运动方向特征,最后通过分类器对八种不同运动方向进行有效感知分类。3.针对DWA算法未考虑到待评价轨迹的方向性,运动的平滑性及到达目标点的快速性等缺点,综合考虑生成的待评价轨迹的方向性、机器人运动的平滑性及到达目标点的快速性等性能指标,通过增加障碍物评价子函数与速度评价子函数,同时改变障碍物评价函数与速度评价函数权重,对DWA算法进行了改进。改进DWA避障算法降低了机器人到达终点所需要的时间,减少了轨迹长度从而提高了算法规划效率。综上所述,本文设计了基于UWB与激光雷达多模态融合的跟随避障系统,并在真实环境下对该系统进行了机器人实验验证。实验结果表明所提出的基于UWB与激光雷达结合的移动机器人跟随避障系统能够在复杂场景下实现人体目标稳定跟随,并且能够实时有效规避目标跟随轨迹上出现的未知动态障碍物。此外,红外传感器阵列可准确检测与识别行人的八种运动方向,平均识别准确率最高达到0.83以上,实验结果验证了本文提出的基于红外传感器阵列对目标运动方向进行准确探测与识别的可行性。