移动机器人是近年来发展起来的一门综合学科，集中了机械、电子、计算机、自动控制以及人工智能等多学科最新研究成果，代表了机电一体化的最高成就。在移动机器人相关技术研究中， 路径规划技术是一个重要研究领域。 机器人路径规划理论的研究已有数十年的历史，针对所要解决的各种问题，该领域形成了不同分支，其中从机器人对其工作环境的了解程度上大致分为三类：环境全部已知，环境部分已知以及环境全部未知。其中在未知环境这一领域中已被提出了很多算法，包括文中提到的BUG算法，最短切线路径算法，滚动窗口算法等，这些算法各有优缺点。 本篇论文主要创新工作是将滚动规划算法和最短切线路径算法合理结合起来，具体可分为以下两点： (1)将最短切线路径引入滚动规划算法中，实现对滚动规划算法的改进。 滚动窗口路径规划算法在确定局部子目标时，采用的算法类似BUG算法，该算法比较低效，尤其当障碍物相对机器人较大时这种低效性将更加明显。引入最短切线路径算法取而代之，在每一个当前的滚动窗口中，利用该算法使机器人到达局部子目标的路径缩短，从而实现整个全局路径的优化。 (2)对改进前后的滚动规划算法进行仿真实验，并对实验结果加以比较。 在同一环境地图下，分两种情形利用改进前后滚动规划算法做仿真实验，实验结果显示利用改动后的滚动规划算法明显缩短了步长数，优化了搜索路径，从而证明了改进的有效性，充分预示了在实际路径规划中的潜力和良好的实用价值。