一个机器人避障算法代码，主要通过声纳判断障碍物进行避障，有点类似BUG算法

本项目是基于stm32的proteus仿真（UCOSII版本），文件包含源代码、仿真原理图，完美运行。

摘要:在一般的避障环境中，算法表现的非常鲁棒，但当避障环境中有对称障碍物的时候，算法容易产生路径的死循环，从而导致终点不可到达.然而在机器人避障过程中，对称障碍

遗传算法的避障程序，在MATLAB即可打开

机器人避障航路规划蚁群算法MATLAB仿真代码合集，里面有17个关于机器人自动避障的算法，和无人机航路规划代码，还有蚁群遗传因子算法的具体MATLAB仿真代码，A*算法，RTT算法等很适合做数学建模比赛使用。

为了提高移动机器人在连续障碍物环境下的避障性能，提出了一种具有速度反馈的模糊避障算法。移动机器人利用超声传感器感知周围环境，在模糊控制的基础上通过障碍物分布情况调整自身速度，进而引入优雅降级并把改进的模糊避障融入其中，增强了移动机器人的鲁棒性。实验结果表明，该方法能通过与环境交互调整机器人移动速度，控制机器人成功避障并优化避障路径，具有良好的有效性。

2012高教社杯全国大学生数学建模竞赛论文---行走机器人避障问题 获国家二等奖

机器人避障传感器与避障算法实现.zip 大学生课程设计 基于深度学习的课程设计 自己大二写的课程设计

改进蚁群算法在移动机器人避障中的应用

针对应用广泛的局部避障算法-----动态窗口法(DWA)穿越稠密障碍物时存在路径不合理、速度和安全性不能兼顾等问题,提出参数自适应的DWA算法,根据机器人与障碍物距离和障碍物的密集度自动调整目标函数中的权值,以自适应环境的动态变化,从而获得移动机器人的最佳运行速度和合理路径.该方法可明显改善机器人穿越稠密障碍物区域时的性能;同时,该方法还可避免机器人从密集障碍物区域外绕行以及轨迹不平滑现象.仿真实验表明:改进的DWA算法在复杂环境中通过逐步优化可使运行轨迹更加合理,能够同时兼顾路径平滑性和安全性;机器人在离稠密障碍物较远处保持高速,通过狭窄通道或者稠密障碍物区域时速度适当降低,安全性更高,实验中总迭代次数和运行时间可缩短20%以上.