AGV作为一种智能物流机器人，有着60多年的历史，得到了广泛的应用。AGV配备了电磁或光学自动引导装置，可沿着规定的引导路径行驶，满足运输和生产自动化的要求，降低劳动力成本，提高生产效率。然而，在驾驶过程中，汽车可能会遇到前面的障碍物，这可能会影响驾驶，甚至相撞。因此，提供一种自动避障方法可以提高生产效率，减少因障碍物造成的停留时间。

        目前公开了一种基于多传感器的户外自动避障AGV导航方法，包括以下步骤：根据局部路径规划图和目标起点和终点计算较短的路径，激光雷达模块检测周围环境，避开障碍物；道路的正确行驶方向与电子罗盘获得的当前航向的方向角进行比较，得到小车行驶方向校正角1；摄像头模块用于识别路标线，通过分析得到汽车行驶方向的校正角2。1和2被处理，以获得不同环境下的理想角度。工业计算机处理相关参数，通过无线模块和驱动模块推进小车，并通过协调员协调规划和检测。

        鉴于AGV在驾驶过程中会遇到前面的障碍物的缺点，技术人员提供了一种AGV自主避障方法，可以准确地避免障碍物，并在遇到障碍物时绕过障碍物。该方法设置激光传感器，结合短期存储方法，通过激光传感器实时采集AGV周围场景的障碍物分布，根据收集到的障碍物分布设计避障算法，制定避障策略，控制AGV寻找可行通道，绕过障碍物到达目标位置，实现自主避障。

        该激光传感器发射一束激光束，以获取周围障碍物的分布信息。以激光传感器前半径为5m、180度的扇形区域为检测范围，将扇形区域简化为矩形区域，减少计算量。激光传感器采集的数据不断变化，因此可以扩大矩形面积。在更新一帧数据时，根据当前坐标偏移量选择性地删除网格数据，向网格添加新数据，并在移动过程中不断更新网格数据，获得AGV周围障碍物的分布。激光传感器获取周围场景中障碍物分布的极坐标，根据极坐标得到笛卡尔坐标（x、y），然后计算矩形区域内的障碍物分布。如果没有障碍，请写0；如果有障碍，请写1。设计了避障算法，并制定了避障策略。首先确定边界场景，输入等比例输入现场路线图，确保AGV在边界墙上运行；然后根据导航传感器和避障激光对网格进行更新。导航激光传感器通过反射器和三角剖分原理获取当前AGV坐标，进行坐标变换，更新网格，向网格添加新障碍物；寻找备选通道，考虑物体半径R1和物体之间的小距离d1，将障碍物大小扩大到R1D1，将360度内的网格划分为360/扇区，以固定角度穿过所有扇区，所有无障碍物的扇区为备选通道；找到一个合理的信道，从备选信道中去除不可行的信道，并在剩余的可行的信道中构造一个成本函数，以选择更好的信道。

        上述AGV自主避障法的突出效果是：结合短期记忆法，激光传感器实时收集AGV周围现场的障碍物分布，根据收集的设计避障算法，根据收集的障碍物分布制定避障策略，控制AGV独立寻找可行通道，绕过障碍物到达目标位置，实现自主避障。AGV自主避障方法可以在复杂的环境中自动避免障碍物，无障碍物操作，减少事故的可能性，通过选择合理的通道，大大提高AGV的工作效率。