机器人学和人工智能的迅速发展,使得智能机器人的研究得到了更多更广泛的重视,其中,怎样增强机器人的自主避障性能成为这些年来学者们研究的主要课题之一。本文深入研究了机器人避障算法,针对机器人避障规划中应用遗传算法时容易陷入局部最优解以及收敛速度较慢等问题,设计出一种基于混沌遗传算法的避障规划方法。本文主要内容包括:本文重点研究基于混沌遗传算法的移动机器人避障方法。将地理信息的二维编码简化成一维编码;简化算法与移动机器人本身的关系;在基本遗传算法的基础上采用自适应调整的选择概率,并引入混沌操作,从而增强移动机器人路径规划算法的鲁棒性,解决一般遗传算法的早熟和收敛速度慢问题。使用MATLAB对机器人避障算法仿真研究,完成了在静态障碍物地理信息下的移动机器人避障仿真实验,验证了该避障方法具有良好的避障性能。将基于混沌遗传算法的避障方法应用于旅行家Ⅱ号轮式车体机器人硬件系统。本文开发了基于混沌遗传算法的机器人自主避障系统,该系统使用Visual C++ 6.0编程环境编辑各功能模块,自主避障系统主要包括四个功能模块:串口通讯模块、超声波测距模块、手动控制模块、自主避障模块。其中,在自主避障模块程序中运用MATLAB Engine方法完成MATLAB和Visual C++接口对接,经过使用MATLAB Engine库函数,将运行于MATLAB环境的基于混沌遗传算法的避障方法应用在机器人自主避障系统中。最终使用本文所开发的机器人自主避障系统完成旅行家Ⅱ号轮式车体机器人在真实地理环境中自动躲避开障碍物的实验,证明本文提出的避障方法在实际避障中的有效性。