随着科技的飞速发展,人们越来越享受“智能化”带来的一些便利,移动机器人作为一个高科技“智能化”产物出现在人类视野当中,其“智能化”的一个重要体现就是能实现自主路径规划,这是推动移动机器人发展的一个重要因素。在复杂环境下,由于传统路径规划方法均存在不同层次的缺陷,导致移动机器人无法较好的完成预定任务。针对这一问题,本文以双轮差动式移动机器人为研究对象,提出一种混合路径规划方法,该方法首先使用改进的粒子群算法进行全局路径规划,得到一条全局最优期望路径,将该期望路径的拐点作为局部路径规划的子目标点,然后使用改进的人工势场算法进行实时局部路径规划,将全局路径规划和局部路径规划方法结合起来得到一种混合算法,并使用上述混合算法完成移动机器人在复杂环境下的路径规划任务。本文主要研究的内容如下:(1)介绍移动机器人路径规划研究背景和国内外现状及本课题的研究意义,深入分析了全局路径规划方法和局部路径规划方法优缺点,并对本文主要研究内容做了简要阐述。以此为基础,建立机器人运动学模型,分析机器人的直线、曲线、旋转等基本运动的控制方法,并介绍了机器人位置信息获取方法与原理,使用几何模型法建模,得到环境地图,为机器人的下一步路径规划做好基础工作。(2)研究移动机器人在环境信息已知条件下的全局路径规划。分析原始的粒子群算法和细菌觅食算法各自的优缺点,通过将细菌觅食算法的趋化操作引入到粒子群算法搜索过程当中,并使用改进的粒子群算法对移动机器人进行路径规划,解决了粒子群算法陷入局部极值点的缺陷问题,加快了粒子群算法收敛速度,得到更优的路径。(3)研究移动机器人在动态障碍物环境下的局部路径规划,分析传统人工势场法存在目标不可达及无法避开动态障碍物的缺陷,通过改进传统人工势场法斥力场函数,解决了移动机器人对动态障碍物的局部避障和目标不可达问题。(4)针对移动机器人在复杂环境下的路径规划问题,设计将全局路径规划方法和局部路径规划方法相结合的混合算法,通过仿真实验验证在复杂环境下移动机器人使用混合算法的路径规划效果,并对结果做了必要分析。在此基础上,对全文工作做了简要总结,并对存在问题进行了分析。