随着移动机器人技术的不断发展,为了更加全面的实现机器人的智能化,环境障碍物的探测作为路径规划的基础,越来越受到重视,成为目前机器人研究的热点之一。本文在阅读了大量国内外有关文献的基础上,结合超声波传感器结构简单、技术成熟、性价比高、可在光线暗、油污等环境恶劣的条件下工作的优点,以神经网络模式识别为基础,通过制作实验样机,可以实现在稀疏环境中对典型的障碍物进行分离、定位、测距和模式识别。针对超声波传感器的特性,通过充分的实验研究了超声波在测量过程中,声波开角和侧瓣对障碍物的形状轮廓失真以及定位误差的影响。在实验研究的基础上,解决了特定目标障碍物的分离、定位以及轮廓线的抽取。介绍了神经网络在模式识别中的应用,系统设计了用于障碍物模式识别的神经网络结构。在实验的基础上采集大量的数据,并经过数据处理,提取特征向量,利用Matlab进行离线的神经网络仿真训练,将获得的权值、阈值写入VB数据处理程序,使上位机具有实时的目标障碍物模式识别功能、根据本文的实验目的,结合超声波传感器的特性,设计了环境障碍物探测系统样机。设计了以高抗干扰的STC51单片机为控制核心的硬件电路和基于VB的上位机数据数据处理程序。其硬件电路包括与上位机的串口通讯、步进电机控制、传感器控制。通过实验证明,整个系统运行平稳、可靠。