未知环境下自主移动机器人避障研究是移动机器人研究领域的核心内容之一，它的主要任务是在一个外部环境未知的情况下，机器人自主完成从起始点到目标点的路径选择，且该过程中要求机器人完成静、动障碍物的避障，保障选择的路径具有安全性、优化性。本课题的研究，搭建了4WD移动机器人实验平台，并以该平台为依托，对未知环境下自主移动机器人的避障算法展开了深入的研究。课题首先对滚动窗口避障算法进行了深入的研究和改进,提出了G-滚动窗口避障算法，该算法采用极坐标矢量法进行障碍物检测与外部环境建模，采用矢量疏密模态法对滚动窗口进行优化，该方法的应用大大减少了机器人的信处理量，同时该算法还采用距离比对-矢量重合法解决局部极小值问题，仿真结果表明该方法很好地解决了边界跟随终止点问题，优化了局部极小值情况的逃逸路径，与传统的滚动窗口避障算法相比，改进后的算法使机器人环境建模更加准确，机器人自主选择的路径更加优化，且实时性更强。其次，本研究搭建了4WD移动机器人实验平台，该平台由能源层、驱动层、传感器层和PC主控层组成。实验平台综合运用超声波测距传感器、红外测距传感器，采用多传感器信息融合技术建立外部环境模型，利用电子罗盘传感器进行实时导航控制，通过编码器结合电子罗盘进行机器人的位姿调整与全局定位。最后，在MATLAB环境下进行了移动机器人自主避障仿真试验，选取了静态、动态环境等具有代表性的环境地图，对所提出的G-滚动窗口避障算法进行了仿真验证，并运用4WD移动机器人试验平台进行了真实未知环境下机器人自主避障能力测试，仿真及测试结果证明了改进后算法的有效性、优化性。总之，采用本文提出的G-滚动窗口避障算法，移动机器人可以实现未知环境下的自主避障与导航，且机器人自主选择的路径具有安全性、优化性。