随着人工智能技术的快速发展浪潮,各种类型的机器人在人们的日常生产生活中得到了广泛的应用。其中,在能源化工行业中,由于危险气体泄漏引发的重大安全事故不断增加,防爆型巡检机器人也开始得到研究者的广泛关注。尤其是四轮独立驱动与转向的轮式机器人凭借其控制性好、灵活性高和机动性强的特点,在应对高危环境的巡检场景中成为研究应用的热点之一。防爆巡检机器人在执行巡检任务时,需要采用路径规划技术。基于已知环境信息,在起始点与目标点之间策划一条无碰撞的全局最优路径。同时,机器人利用自身搭载的传感器可以实时感知周围环境信息,规划局部实时路径以控制机器人向目标点移动与避障。因此,针对四轮独立驱动与转向的防爆型巡检机器人的路径规划算法的研究具有重要的理论和应用价值。本文从天然气调压站巡检工作的实际应用场景出发,研究了自主设计的四轮独立控制防爆巡检机器人的路径规划技术,主要内容包括以下几个方面:首先,本文对四轮独立驱动与转向防爆巡检机器人的运动学进行分析,建立了机器人运动学模型。利用机器人操作系统（Robot Operating System,ROS）上的Gazebo仿真工具建立了四轮独立控制防爆机器人的仿真模型,并应用Pure Pursuit算法对基于运动学模型搭建的机器人仿真模型进行路径跟踪分析。其次,研究机器人自主巡检全局路径规划问题,详尽阐述了经典A*算法的启发式搜索理论;在此基础上,进一步从巡检过程中减少路径拐角次数和提高算法计算效率的角度出发,提出一种融合任意方向搜索算法和节点筛选搜索算法的改进A*算法,该算法适用于自主巡检的全局规划环节,优化全局路径的转折次数和最优路径的搜索效率。再次,为了满足机器人实时避障的需求,在全局静态规划的基础上,研究机器人自主巡检局部路径规划问题。从四轮独立驱动与转向机器人的运动特性出发,在传统TEB算法基础上优化机器人运行轨迹和运行效率;引入激光里程计模型,对轨迹进行实时误差校正,改善了机器人由于定位误差累积导致行驶轨迹漂移的问题。以此设计防爆机器人自主巡检控制流程和算法,使其满足天然气调压站自主巡检的任务需求。最后,描述了本课题搭建的基于ROS的四轮独立控制防爆机器人的实验硬件与软件平台;将改进的路径规划算法运用到机器人实验平台上,在天然气调压站实验环境中,完成了防爆巡检机器人的路径规划和自主巡检的实验;实验验证了本文提出的四轮独立控制防爆机器人路径规划算法在实际应用场景中的可行性。