在乐高NXT中避开障碍物可以通过以下几种编程方法实现：
传感器检测法
使用传感器（例如红外线传感器、超声波传感器或激光传感器）来检测障碍物的存在和位置。通过测量传感器返回的距离或信号强度，可以判断障碍物与自身的距离。根据这些信息，编写程序来控制机器人避开障碍物。
路径规划法
通过路径规划算法来确定绕过障碍物的最优路径。常用的路径规划算法包括A*算法、Dijkstra算法和RRT算法等。这些算法可以根据地图和障碍物的位置，计算出一条避开障碍物的最短路径或最优路径。
机器学习法
使用机器学习算法来学习和预测障碍物的位置和行为。通过对大量的训练数据进行学习，机器可以预测障碍物的位置和运动轨迹，从而做出相应的避让动作。常用的机器学习算法包括神经网络、支持向量机和决策树等。
规则匹配法
根据一定的规则和条件来判断障碍物的存在和位置，并做出相应的动作。这种方法适用于一些简单的情况，比如在固定的环境中，根据颜色、形状或其他特征来识别障碍物，并采取相应的行动。
在NXT-G编程环境中，可以通过拖拽和连接图形化的编程模块来实现上述方法。例如，使用超声波传感器检测障碍物距离，然后通过控制电机驱动机器人转向以避开障碍物。此外，还可以结合使用不同的编程语言和工具，如Java和C/C++，来实现更复杂的避障程序。
添加传感器
在NXT-G中，将超声波传感器添加到机器人上，并配置其输入端口。
编写程序
检测障碍物：编写一个循环，不断检测超声波传感器的值。当传感器值小于某个阈值时，表示检测到障碍物。
控制转向：当检测到障碍物时，编写代码控制机器人转向一定角度，以避开障碍物。
继续检测：在机器人转向后，继续检测障碍物的位置，直到完全避开后再继续前行。
通过上述步骤，可以实现一个简单的避障程序。根据具体需求，可以进一步优化和扩展程序，例如加入路径规划算法，使机器人能够更智能地避开障碍物。