近年来,室外自主导航机器人在不同应用领域得到广泛应用,比如小型UGV、送货机器人等。在机器人应用中,障碍物和道路特征检测是室外自主导航机器人主要研究内容之一。激光雷达因其高精度和高速的测量速度,被广泛应用于移动机器人的室外导航。激光雷达分为单线(2D)和多线(3D)两种类型,单线激光雷达由于其经济优势,被更多应用于小型室外移动机器人的开发中。本文采用向前倾斜的2D激光雷达,在机器人前进过程中,对其前方的障碍物和道路边界进行检测,并根据检测的边界信息,使机器人能够跟踪道路右边界行驶,主要研究内容如下:首先,针对每一帧激光雷达扫描到的数据,进行直线分割,并提出一种自适应路面障碍物信息提取方法。该方法通过提取每帧激光雷达扫描到的路面高度和路面向量,对分割出的每条线段,根据其平均高度及其与上一帧路面向量的偏离度,进行障碍物和路面线段分离。获取到的路面高度和路面向量,随着激光雷达扫描到的路面状况不同而变化,可以反映出不同时刻的路面状况,从而能自适应提取出障碍物信息。其次,为了确定机器人的安全行驶区域和行驶目标方向,对道路边界信息进行提取。由于单帧激光雷达数据信息较小,难以准确的检测出道路边界信息,本文采用多帧数据融合的方法。通过对每一帧激光雷达扫描数据进行一阶微分滤波和加权处理,提取出道路边界候选点,并结合多帧历史边界信息进行边界拟合,采用卡尔曼滤波方法对道路边界进行跟踪。最后,将当前得到的障碍物和道路边界信息映射到机器人的局部栅格地图中,设计了一种目标引导点的方法。结合A*算法,在局部栅格地图中进行路径规划,使机器人能够沿着道路边界行驶。通过实验验证了上述算法的有效性,机器人在沿边界行驶过程中能够有效避开前方障碍物。