移动机器人技术因其广阔的应用前景和发展空间,已渗透到军事工业、产品制造业、航空航天等领域,正引起国内外各行各业的专家、学者的越来越多的关注。移动机器人研究的问题和方面有很多,路径规划问题是其中一个最基本的课题,解决的是移动机器人在实际的环境中如何行走的问题。通过阅读大量文献资料,分析局部路径规划方法中存在的缺点和不足,并提出改进方案,最后利用仿真软件验证。为了解决传统人工势场法存在的局部极小值问题,提出了改进斥力函数的方法,将虚拟力添加到斥力函数中,同时结合机器人的行为来判断局部极小情况,进而使机器人快速、及时的摆脱局部极小的困境。针对机器人环境的复杂多变,及模糊控制本身的控制精度不够,局部振荡的问题,提出了分层模糊控制结构,即无障碍物情况下的模糊PID控制和有障碍物情况下的改进模糊控制。利用神经网络构建模糊控制规则,针对BP神经网络存在收敛速度慢的问题,提出修改学习算法,调节模糊论域的改进方法。最后,通过Matlab仿真软件对所提出的改进方法进行验证,仿真结果表明,当机器人陷入局部极小情况时,绕行力能够使机器人摆脱困境达到目标点;通过调节论域和与PID相结合的改进方法,解决了模糊控制控制精度不够的问题;改进后的T-S模糊神经网络在实现路径规划的同时,提高了网络的收敛速度。总之,通过改进前后仿真效果的对比分析,说明改进方法的合理性和有效性。