01

60 秒回答模板

我会把避障实现拆成感知、环境表达、决策规划和控制执行四层。感知层用激光雷达、深度相机、超声或碰撞传感器发现障碍，先做滤波、坐标变换和时间同步；环境层把障碍投影到局部栅格、代价地图或安全区；规划层根据机器人尺寸、速度、制动距离和动态障碍风险，选择绕行、减速、停车或重新规划；控制层把路径转成速度和转向指令，并处理限速、加速度和执行器延迟。改进可以从误检漏检、狭窄通道、动态障碍、传感器盲区、路径抖动和恢复策略说起，例如增加膨胀半径随速度变化、融合多传感器置信度、引入障碍物生命周期、失败后后退重规划。验证要用仿真、日志回放和实机场景库覆盖静态、动态、小障碍、透明/反光、斜坡和传感器失效。

考点 四层实现
难度 真实面经题
回答目标 体现能从机器人闭环系统角度实现避障，并用具体问题、改进和测试指标证明有效性。
02

深入解析

01

感知先保证可靠输入

避障依赖障碍物检测质量。需要对激光、深度相机、超声或触边传感器做去噪、地面分割、盲区处理、时间同步和坐标变换。透明、黑色、低矮、反光和细杆障碍是常见漏检边界。

02

环境表达要贴合机器人

常见做法是构建局部 occupancy grid 或 costmap，把障碍按机器人外形和定位误差做膨胀。对于高速运动或重载机器人，安全距离还要考虑速度、制动距离、控制延迟和地面摩擦。

03

规划决策要分层

简单场景可以用局部避障或动态窗口法选择速度，复杂场景需要全局路径重规划和局部轨迹优化协同。决策结果不只是绕行，也可能是减速、停车、等待、鸣示或进入安全状态。

04

改进要从问题出发

如果路径抖动，可以加障碍物生命周期、代价平滑和轨迹切换 hysteresis；如果误停多，可以改置信度融合和动态障碍过滤；如果窄通道过不去，要校准机器人 footprint、膨胀半径和局部规划约束。

05

异常和恢复同样重要

机器人避障会遇到死胡同、传感器失效、定位丢失、障碍突然出现和执行器不响应。系统要有超时、停车、后退、重新规划、人工接管或降级策略，并记录触发原因方便复盘。

06

测试要覆盖边界条件

验证不能只摆一个纸箱。要覆盖动态行人、低矮障碍、透明物体、反光材质、斜坡、窄门、交叉路口、传感器盲区和通信延迟，并统计碰撞率、最小距离、误停率、通过率和路径平滑度。

03

易错点

  • 只说检测到障碍就绕开，没有讲局部地图、安全距离和控制约束。
  • 忽略机器人尺寸、速度、制动距离和执行延迟，避障策略不具备安全性。
  • 改进只说优化算法，没有对应具体故障现象和指标改善。
  • 不考虑透明、反光、低矮、动态障碍和传感器盲区。
  • 测试只做单一静态障碍，缺少场景库和失败日志回放。
04

面试官追问

如何处理动态障碍物？

要跟踪障碍物速度和生命周期，预测短时占据区域，必要时减速或停车；不能只把动态障碍当成静态点，否则容易路径抖动或碰撞。

避障误停很多怎么排查？

看传感器原始数据、障碍置信度、costmap 膨胀、定位误差和规划阈值，区分是真障碍、噪声点、动态残影还是安全距离过保守。

仿真避障通过后为什么实机还会失败？

实机有传感器噪声、延迟、盲区、轮滑、执行器滞后、地面不平和障碍材质差异，仿真需要用实测数据校准并保留实机边界验证。