1.复杂环境下智能行走机器人自主导航改进方法，其特征在于，基于已有的智能机器人的自主导航在复杂环境下提高自主导航效率提出两个改进方案，涵盖平台组建、模型分析、改进原理方法、实测优化；

第一，搭建基于ROS的智能行走机器人平台，包括：一是智能行走机器人平台，二是机器人自主导航，三是ROS自主导航功能包集设计，包括智能行走机器人调试、创建先验地图、导航功能包集配置、智能机器人ROS自主导航；

第二，智能行走机器人狭小空间自主导航改进：局部路线规划之前引入优势方向调度协调策略，在平台接收到导航目标指令之后，首先进行方向判定，根据导航日标及平台的位置关系先将智能行走机器人置于优势方向，然后再进行局部路线规划，解决智能行走机器人在狭小空间进行导航时所出现的舍近求远问题；

第三，智能机器人高动态障碍环境导航避障改进：在动态环境中，当出现局部路线无法规划出速度控制指令时，根据激光测距传感器所采集周围的障碍物占比情况信息，驱动平台向障碍物占比较小的一侧进行自适应旋转，重新激活局部路线规划器，降低智能行走机器人在高动态的应用场景中的滞呆频率，同时提高平台的避障效率。

2.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，智能行走机器人平台：平台构成中与导航相关的三个主要部分包括：结构平台、传感器、软件平台，智能行走机器人采用的驱动结构为双轮差分式，同时配备四个万向轮增加运动过程中平台的稳定性，结构设计中引入避震系统，结构平台的材料采用不锈钢材，传感器部分包括二维激光测距传感器、姿态传感器、编码器，用于在运动过程中实时解算平台的位姿同时进行环境探测；软件平台采用基于Linux的ROS操作系统。

3.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，机器人自主导航：行走机器人通过自身搭载的传感器，进行环境探测并感知本体状态，当周围存在障碍时，本体遵循约束，寻出一条合适的运动轨迹，并根据这条轨迹移动，到达指定点位，行走机器人的自主导航：一是机器人对本体相对于所在探测环境的实时位姿估算；二是获取周围环境信息，并进行建模制图；三是规划安全的运动路线；

ROS导航功能包集包括地图创建、定位和路线规划整合，订阅里程计和传感器数据流结点发布的消息,将运动指令发送给平台的基础控制器，导航功能包集不要求有一个先验的静态地图,初始化时选择是否要地图，当没有先验地图时，机器人通过传感器进行环境探测，对于未知区域，机器人生成一个可能会撞到障碍物的最优全局路线，当机器人通过传感器得到更多关于未知区域的信息时会重新规划路线，如果初始化时就有一个精确的静态地图，将其作为环境中障碍物的先验知识，机器人生成更优路线；

地图创建采用ROS的Gmapping包，map_server包保存地图，定位部分采用amcl功能包，路线规划部分由move_base包完成，整个规划分为全局和局部路线规划，全局路线规划器找到一条通往目标的最短路线，局部路线规划器结合当前的传感器数据给机器人发送实际的控制指令，使机器人根据动态环境的实际情况，尽量贴近全局路线同时避开障碍，达到目标点位。

4.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，基于ROS的行走机器人激光导航系统的实现主要包括四步：第一步：智能行走机器人的调试；

第二步：采用SLAM功能包工具，创建机器人工作环境的先验地图，未进行更全面的说明，后续的导航实验都设定为基于有先验地图的导航，此步为可选项；

第三步：在ROS上配置导航功能包集，并设定参数；

第四步，智能行走机器人导航。

5.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，创建先验地图：在导航之前采用基于Gmapping算法的slam_gmapping功能包创建环境地图，根据里程计信息及激光数据创建增量式的二维地图，根据需要编写launch文件配置slam_gmapping功能包的坐标框架，激光数据阈值，采样粒子数，地图更新频率相关参数，让该工具适应不同环境地地图构建；

生成二维栅格地图，根据机器人本体的外形轮廓进行进一步的区域划分，形成应用过程中的代价地图，将地图上面的不同位置赋一个代表在这个区域运动所耗费的代价，以此来区分不同的点位发生碰撞的几率大小,其中代价较大的区域，机器人发生碰撞的可能性大，代价小的区域机器人发生碰撞的可能性小。

6.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，智能机器人ROS自主导航：

在开始行走之前，先启动一个配置好相应参数及启动结点的启动文件，通过Rviz任务栏的2DPoseEstimate对机器人本体进行位姿的初始化，初始化之后本体的模型移动到了点击的图上位置，查看图上的激光点位与实际障碍物的轮廓是否吻合，如果方向相差太多，旋转机器人本体进行方向矫正，直至机器人位姿基本正确，把初始位置选好之后，通过图形界面给机器人指定一个目标位置，完成导航点的设置后，系统通过global_planner功能包找出一条由起点到目标点的合法路线，之后机器人会顺着这条路开始运动，如果在这期间环境无变动的话，机器人一直保持直接状态到达指定位置，如果在这期间环境发生变化，进行局部规划的local_planner根据这中间出现的物体重新确定路线，避开这些原先并不存在的运动物体。

7.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，智能行走机器人狭小空间自主导航改进技术路线：根据ROS导航功能包集的基本框架,在局部路线规划之前引入优势方向调度协调策略；

当ROS导航功能包生成的全局路线方向与行走机器人本体的朝向夹角在预设的临界角内，则认为当前机器人本体的朝向是优势方向，这时只需直接做局部路线规划即可；如果发现当前行走机器人本体的朝向不是优势方向，则发送旋转指令将行走机器人本体置于优势方向，然后再做局部路线规划，这样操作可避免行走机器人在狭小角落绕行较大路线，提高自主导航效率。

8.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，基于ROS的狭小空间自主导航改进：ROS导航功能包集的全局路线规划器将规划出的全局路线以路线散点的形式发布到nav_msgs/Route主题中，选取适当的路线散点(xroute,yroute)，然后通过订阅curr主题，获取机器人本体的当前位置(xcurr，ycurr)以及机器人本体的偏航角YawAn，通过下式计算选定散点的路线朝向：如果满足|Ori‑YawAn|≤R，R为临界角，则执行局部路线规划器发布给基础控制器的运动指令，如果不满足上述条件，则原地旋转并实时更新Ori和YawAn的数值,直至满足条件，再执行局部路线规划；

编写vel_convert结点进行导航功能包集的优化，vcl_convert结点直接订阅局部路线规划期的运动控制指令，然后采用优势方向调度协调的策略重新计算出运动控制指令cmd_vel_convert发布出去，基础控制器base_controller通过ROS的主题重映射remap机制订阅cmd_vel_convert驱动机器人平台进行自主导航。

9.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，高动态障碍环境导航避障改进技术路线：当障碍物突然出现在机器人本体较近的区域时，通过包括激光传感器的环境探测设备探测本体两侧的障碍物占比，然后发送旋转指令使本体向障碍物占比小的方向旋转，直至监测到局部路线规划器输出前进速度，即可执行局部路线规划指令绕过障碍，避免障碍物突然出现在智能行走机器人较近区域时，局部路线规划器的速度及加速度限制而导致机器人本体无法生成局部路线，进而放弃目标的情况，在高动态的应用场景中，来往行人视为动态障碍，行人的运动复杂随机，避免出现行人导致智能行走机器人无法产生局部路线的情况，提高智能行走机器人的导航避障效果。

10.根据权利要求1所述复杂环境下智能行走机器人自主导航改进方法，其特征在于，基于ROS的高动态障碍环境导航避障改进：机器人本体进行导航任务过程中，当无法规划出特定的局部路线时，局部路线规划期发布一个局部路线规划失败的消息，通过检测该消息实时获取当前局部路线规划器的状态，本体通过运动重新进行运动规划，但当障碍物较多或突然出现在本体较近区域时,局部路线规划器就会持续地发布规划失败消息，这时根据当前机器人本体所在位置的障碍物占比情况进行自适应旋转,直至重新激活局部路线规划器接着进行自主导航，障碍物占比信息的获得采用机器人搭载的激光传感器，通过订阅激光传感器发布的scan主题的消息,实时计算机器人本体前端障碍物的占比，即可确定自适应旋转的方向；

机器人通过激光传感器探测本体前方的障碍物信息，发现在探测避障距离内，一侧的激光数据明显较多，则认为此刻机器人该侧的障碍物占比较大，机器人向右侧做自适应旋转；

自适应旋转的过程中实时监测局部路线规划期的状态，一旦局部路劲该规划期被激活，机器人即执行局部路线规划器的运动控制指令。