为提高移动机器人的实时避障能力,采用机器学习算法建立机器人实时判别模型,可根据检测到的障碍物距离实时预测出机器人移动方向。通过对机器学习算法的综合评价指标进行研究,分析模型预测性能的好坏。同时,为防止模型过拟合,减小泛化误差,再对机器学习算法进行交叉验证。实验结果表明,随机森林算法的综合评价指标最高,均达到了99.9%,朴素贝叶斯综合评价指标最差,约在52.9%,机器学习算法在交叉验证之后可生成更加可靠稳定的实时判别模型。