随着移动机器人在各个领域的广泛应用,复杂环境（如:闹市、油田、森林等环境）,逐渐成为移动机器人的应用场景。与移动机器人的其他应用环境相比,复杂环境具有多障碍物、非平坦、非结构化等特点,安全可靠的路径规划方法是复杂环境下移动机器人导航的重要保障,然而传统的路径规划方法常以距离作为路径选择时的判断依据,并且在路径搜索时并不会考虑环境中其他因素,比如:积雪、水坑、陡坡等对移动机器人导航的影响,在复杂环境下难以保证移动机器人的安全。将复杂环境中的不确定因素视作障碍物处理,然后进行路径搜索,是目前复杂环境下常用的路径规划方法,但是,对于具有一定运动能力的移动机器人来说,会很大程度上影响导航的效率。因此,复杂环境对移动机器人的路径规划方法提出了更多的挑战。对此,本文针对复杂环境下移动机器人的路径规划方法展开研究,具体研究内容如下:第一,复杂环境下2.5D双分辨率栅格地图的研究。首先,将移动机器人通过传感器获得的环境信息转换为障碍物信息和高程信息,然后,利用双层栅格地图对两者进行存储,以降低存储环境信息所需要的存储空间。最后,为了提高环境建模的准确性和效率,采用双分辨率分层的方式实现了2.5D双分辨率栅格地图的构建。第二,基于2.5D栅格地图的路径规划算法的研究。当移动机器人在复杂环境下导航时,需要根据周围环境信息以及自身的运动能力对其能否通过指定区域进行实时的判断。首先,本文提出了基于2.5D栅格地图的Secure A*算法,简称:SA*算法,SA*算法是对传统A*算法的代价函数进行了重新定义,并首次将移动机器人的运动能力考虑到路径规划算法中,然后,在算法中加入自适应因子提高算法的精度和效率。在该算法下移动机器人可以在复杂的环境下高效地规划出一条符合自身运动能力的最优路径。第三,仿真实验平台和移动机器人实验平台的验证与应用。首先,通过仿真实验分别对2.5D双分辨率栅格地图的存储效率和SA*算法的有效性进行验证,然后,通过实车实验对移动机器人在复杂环境下的2.5D建图与SA*路径规划的方法的优越性进行验证,并通过实验数据对其效率进行分析。这一研究为移动机器人在复杂环境中的路径规划方法提供了新的解决思路。