Python 寻找一种机器人导航算法

我有一个移动机器人，它有一个连接到摇摄伺服电机的距离传感器。电机持续旋转，将传感器从0度向后移动180度

距离传感器每隔几毫秒发送一个信号，扫描周围的障碍物。可以将距离传感器生成的数据可视化如下：

我希望创建一个算法，允许机器人在空间最大（或障碍物最少）的方向上移动

更正式地说，我可以表示输入和输出，如：

• 输入：每个电机旋转角度到最近对象的距离数组

• 输出：表示最佳角度的单个值

该算法的要求如下：

• 不应易受数据中异常值的影响（传感器有时会出现不可预测的峰值）
• 不需要绝对最优，可接受1-2%的折扣
• 高效（这将在小型微处理器上运行）
• 爱好者可以理解（我不是ML专家；）

---

我不知道您正在使用的语言（我是一个Java和C的家伙），所以我只使用伪代码：

EPSILON : Float = .02f -> this is our margin of error

DIRECTION : Integer = 0 -> the best direction to go

DISTANCE : Float = 0 -> the furthest distance from the robot

DISTANCES : Float[181] -> the values you get from your sensor

DISTANCE = DISTANCES[DIRECTION] // set the first distance

     for(int index = 1; index < size_of(DISTANCES)-1; index++) {
        //we are checking if the value is within 2% of the previous and next values
        if((DISTANCES[index-1] * (1+EPSILON) >= DISTANCES[index] AND
            DISTANCES[index-1] * (1-EPSILON) <= DISTANCES[index]) OR 
           (DISTANCES[index+1] * (1+EPSILON) >= DISTANCES[index] AND
            DISTANCES[index+1] * (1-EPSILON) <= DISTANCES[index])) {
       //if the distance at index is greater than the current max distance,
       //we set that to be the new max distance
        if(DISTANCES[index] > DISTANCE) {
           DISTANCE = DISTANCES[index]
           DIRECTION = index
          }
        }
     }

EPSILON:Float=.02f->这是我们的误差范围
方向：整数=0->最佳前进方向
距离：Float=0->距离机器人的最远距离
距离：浮点[181]->从传感器获得的值
距离=距离[方向]//设置第一个距离
对于（int index=1；index=距离[index]和
距离[index-1]*（1-ε）=距离[index]和
距离[指数+1]*（1-ε）距离）{
距离=距离[索引]
方向=索引
}
}
}

---

您也可以使用传感器进行两次扫描，并比较每个点的距离，以查看是否有任何尖峰，但根据您列出的规格，这应该可以工作。

1-2%的折扣什么？无论是什么，都很难实现。有什么想法吗？您尝试过什么吗？（这被视为获得帮助的要求）