随着人工智能技术的普及,机器人逐渐向智能化的方向发展,具有不同功能的智能机器人带给人们越来越多的便利。作为机器人领域的一个分支,野外机器人在复杂、恶劣场景下的侦查、探测、军事、搜救等任务中担任着重要的角色,这些场景需要野外机器人具有自主避障的能力。传统的避障系统中通常采用激光雷达以及多传感器融合进行环境感知,其硬件成本高,功耗大,且需要人为设计特征和避障策略。本课题对基于深度强化学习的避障系统进行研究,采用卷积神经网络作为野外机器人的方向控制模型,以野外机器人前置摄像头获取的图像数据为输入来控制机器人的转向以实现避障功能。此模型成本低、运算速度快,且能通过自主学习不断改善模型性能。在野外机器人的方向控制模型中,为了缩短强化学习的训练时间,采取深度学习预训练+迁移学习+强化学习的方式进行研究。本课题首先录制并采取数据增强的方式制作了包含60多万张图片的数据集,用于方向控制模型监督学习过程的训练。其次,设计了基于卷积神经网络的网络结构,采取由深度可分离卷积和全卷积层组成的网络,相比于传统卷积神经网络,极大幅度地减少了模型的参数数量。随后采取深度学习技术对模型进行有监督训练,使模型具备一定的避障能力。最后,采用迁移学习以及DQN和DDQN算法对模型进行微调,进一步提高模型的避障性能。课题中设定野外机器人以恒定的速度行驶,为了实现此功能,本文提出了一种基于负反馈思想的深度强化学习算法,并与循环神经网络相结合实现野外机器人的速度控制系统,基于此算法的速度控制模型能够让野外机器人通过不断与环境交互,从零开始自主学会以恒定速度行驶。实验结果表明,本课题所录制的数据样本能够满足监督训练过程中对数据的需求,而采用深度学习技术训练的方向控制模型,仅仅使用单目摄像头便能实现避障功能,避免了传统算法中需要多传感器融合以及对环境进行建模等过程,克服其硬件设备要求高,运算速度慢、灵活性差等缺点。而采用深度强化学习算法,机器人能够通过不断与环境进行交互自主学习,解决了深度学习算法需要大量高质量的数据集,人工成本高的问题,且其避障能力也有着较大的提升。此外,本课题所提出的速度控制方法避免了传统速度控制方法对系统进行建模的过程,且使用双通道输入的循环神经网络模型与传统神经网络模型相比,改善了基于普通前馈神经网络模型抗干扰能力差的缺点,且控制精度更高。