机器人环境建模与避障导航是机器人技术领域非常重要的研究内容,已引起很多研究者的关注,并取得了大量研究成果。其中,大部分方法仅限于理论分析或者仿真,没有结合真实机器人和真实的环境进行研究,距实用还有一定距离。因此,本文重点研究真实机器人在真实环境下的环境建模和避障导航。机器人在实际环境进行环境建模时,需要用传感器探测机器人周围环境,据此信息进行环境建模。如果用一种传感器对环境进行探测,存在获取的环境信息不全,建模误差大等问题。为此,本文提出了一种激光传感器与视觉传感器相结合的方法对局部未知环境进行探测,由视觉传感器信息确定障碍大致位置,激光传感器检测障碍距离,两者相互结合确定障碍坐标。在此基础上,将场地进行栅格划分,障碍少的地方用大栅格表示,障碍复杂的区域则用小栅格进行划分,这种自适应栅格建模方法不仅减少了计算量,也保证了建模精度。实验结果表明,采用改进的自适应栅格所构建的全局地图,在存储空间、计算精度与效率上,比一般地图构建方法有了很大提高；采用激光传感器与视觉传感器结合的方法构建局部环境模型,在环境信息完整度、建模精度等方面优于单一传感器的建模结果。已有的机器人导航方法,多数采用仿真方法进行路径规划,在此基础上仿真出机器人导航效果。而机器人在进行实际导航时,用路径规划方法需要建立精确的环境模型,不仅计算量大,而且机器人传感器探测范围有限,很难一次得到全局环境地图。为此,本文提出一种避障导航方法。该方法在机器人实际工作环境中利用激光传感器与视觉传感器对局部环境中的障碍进行探测,从而建立起局部环境模型,在该局部模型基础上应用VFH*局部避障算法进行导航。机器人选取行走路径时,不再局限于单一传感器的探测范围和当前的运动窗口,而能从更大范围内选取最好路径进行避障导航。实验结果表明,机器人在导航过程中能够快速、安全地避开障碍到达目标点。