随着人工智能科学与机器人科学的快速发展,移动机器人避障与导航方法得到了来自学术界和工业界的广泛关注。实现避障与导航的前提是利用各式传感器准确地获取大量环境信息。其中,基于雷达探测原理的毫米波传感器在环境感知方面具有独特的优势。得益于毫米波段电磁波的物理特性,毫米波传感器可以实现高精度的距离、速度、角度测量以及目标跟踪、识别和分类等功能;可以几乎不受影响地工作在黑暗、强光、雨雪、雾霾等恶劣天气下。因此,对毫米波传感器的研究和改进以及在移动机器人领域的应用具有广阔的探索空间。本文结合工程实际,对以下内容进行了讨论、探索和研究:(1)了解国内外毫米波传感技术的最新发展情况;学习并掌握了三种典型雷达波形条件下的测距、测速及测角原理;通过理论联系实际,本文最终采用了Fast Chirp方法的锯齿波形调制,叙述了基于该种调制波形的雷达信号处理过程以及MIMO雷达数据立方的建立过程。(2)研究了毫米波传感器探测的关键步骤和算法:目标距离、速度和角度信息的获取方法、加窗、恒虚警检测以及DBSCAN聚类算法等。分析对比了四种常见窗函数的频谱特性,对均值类恒虚警算法的原理进行了阐述,并提出了一种改进的恒虚警检测方法,分析了DBSCAN聚类算法的原理。(3)研究并给出了MIMO体制毫米波雷达的数据传输、建立和处理流程;对采用Ping-Pong方式的数据缓存方法进行研究,基于时序的方式对回波信号的处理及存储进行了分析和描述。(4)利用Gazebo虚拟环境和机器人操作系统,对移动机器人基于毫米波传感器的避障与导航进行了三维仿真,对避障和导航过程中毫米波传感器的作用和效果进行了分析和总结;针对机器人避障与导航的场景要求,对所研制的毫米波雷达传感器进行了外场环境测试,对测试结果进行了分析和讨论。综上所述,本文对基于毫米波传感器的机器人避障与导航技术进行研究。针对移动机器人在防撞、避障和导航等方面的功能需求,初步验证了毫米波传感器的可行性和可靠性。通过调整和优化硬件的算法,毫米波传感器可以应对更加丰富和复杂的移动机器人工作场景。