融合卡尔曼滤波的vfh避障算法

？针对机器人在野外自主作业时遇到的避障问题，提出了卡尔曼滤波算法和ｖｆｈ算法相结合的新型避障算法．将机器人运动平面划分为一系列具有二值信息的栅格单元，并以机器人为中心将平面分割若干区间，通过获取栅格单元信任度值，计算障碍物栅格的向量值、矢量角以及每个区间的障碍物密度，来构建阈值范围内的安全路径．再融合卡尔曼滤波的预计更新的优点，实现机器人避障的动态路径规划．仿真实验表明：该融合算法解决了在目标点附近转向抖动的问题，摆脱了对周围环境先验认知的依赖，能够准确稳定地实现自主避障．