自主导航和避障是移动机器人完成各项任务的前提条件，也是机器人技术领域的研究热点。随着传感器技术及智能控制的发展，移动机器人避障尝试了许多新的传感器和控制算法，取得了一定的成果，但也存在不足，因此，进一步研究机器人的导航与避障系统具有深远的意义。移动机器人通过携带的外部传感器进行环境感知，获得环境信息并对环境进行建模，根据获得的环境模型结合避障算法在行进的过程中躲避障碍物。本文以TJ-1移动机器人为试验平台，对移动机器人的自主避障进行研究，主要内容如下：首先本文对所使用的移动机器人平台的控制系统进行分析，建立该平台的坐标系模型和激光测距仪传感器的坐标系模型，并对所使用激光测距仪的误差进行系统的分析和讨论，对机器人避障过程中所使用的坐标系之间的变换进行推导，为机器人避障过程中的数据变换提供理论基础。为了满足移动机器人避障过程中对环境实时感知的要求，本文采用滚动视窗的原理，完成环境的感知。同时为了减少对数据的存储量，提高系统处理数据的能力，采用只存储对机器人运动有影响的障碍点代替大量原始障碍物数据，并对环境建模方法——栅格法进行改进，将环境信息采用以机器人运动矢量方向存储代替以往的栅格方式存储。其次对于本文所用的人工势场法的基本原理进行了详细的阐述。针对人工势场法存在的局部极小点问题，本文提出了改进算法，使机器人能够克服局部极小点而顺利的到达目标点，对于处理比较典型的凹形障碍环境笔者采用沿墙走行为，使机器人顺利的“逃出”该障碍。通过Matlab软件对所提出的改进算法进行大量仿真，验证所提出的改进方法的正确性。最后，对本文所设计的环境信息提取方法和避障算法通过VC++6.0软件进行编程与调试，并成功的移植到TJ-1移动机器人上，在该平台上完成了环境建模与避障的试验。实验表明移动机器人在未知环境下均能顺利地绕过所设定的障碍物并到达给定的目标点，进一步验证了本文所改进算法的可行性。