机器人避障研究现状

1.无人机避障

目前主流的无人机避障导航有三种实现方式：使用超声波的方法、使用 TOF 的方法，以及使用视觉图像处理的避障导航方法。前两种为非视觉传感器避障，后一种为新兴的视觉传感器避障方法。
（1）超声波避障
超声波能够很简单的测出物体距离信息，一般的测距系统大都是采用这种方法。在无人机上接入超声波模块，定向发射和接收超声波，根据检测到的情况实现避障功能。超声波技术成熟，成本低，但是作用距离近，大概为五米左右，并且对反射面的光整程度要求较高，在面对没有反射能力或弱反射能力的障碍物时，安全问题不能得
到保障。
（2）TOF 避障
TOF 与超声波类似，不过发射的不是超声波，而是特定的波长光束，例如红外线或者激光。通过记录反射时间差，计算出附近障碍物的距离分布等情况。TOF 作用距离相对超声波更远，最好情况下可以达到 10 米，但是成本高，抗干扰能力差，只有少数无人机使用此项技术。
（3）基于视觉图像避障
通过搭载摄像头的方法感知环境图像，使用图像处理技术对其进行分析处理，以此提供环境信息，完成障碍物检测。在以前视觉避障有两个难点，一是在于技术难度高，二是距离误差随距离变大而指数增长。不过随着计算机技术的发展，编程的复杂度降低，而且由于避障一般只用于近距离，尚不需要远距离避障，故而如今视觉避障
应用最广，是研究的重点。

障碍物视觉检测研究现状
(1)基于目标特征的方法
(2)基于光流法障碍物检测
(3)基于立体视觉障碍检测
大疆双目视觉搭配超声波

2.无人车避障

无人车避障检测传感器有超声波传感器、红外测距仪、微波雷达测距系统、激光传感器和计算机双目立体视觉传感器，3D激光雷达。

单目视觉则只能获取环境的二维图像信息，无法获取环境障碍物的深度信息，双目视觉，则存在实时性差、
计算复杂等缺点。
依靠超声波或红外测距传感器的移动机器人避障方法，则存在探测范围有限，探测点数据量不够多，影响无人车避障控制的精确度等缺陷。
而单线激光雷达扫描周期短，探测范围广，能提供大量环境扫描点距离信息，为控制决策提供方便

参考文献
低空环境下视觉辅助无人机避障系统的设计与实现