随着芯片技术以及人工智能的飞速发展,机器人正以智能化、小型化、廉价化的形式更多地出现在人类的日常生活中。虽然构造、功能各不相同,但它们通常都有着自主移动的底层行为需求。目前,不少的机器人仍存在着不能很好跟随规划路径、躲避方式不够智能等问题,使得行驶不流畅、完成任务效率低下。针对这些问题,论文对于轮式机器人导航中的路径跟踪以及局部路径规划两大问题进行了深入研究。在路径跟踪方面分析总结了常用的pure-pursuit算法中的三个问题:导引距离如何选取、角度误差如何补偿、速度如何控制。它们很大程度影响了最终跟踪时对于目标路径的贴合程度与行驶的平稳性。特别是导引距离的选择,过大过小时分别会出现切角、超调等问题。为此论文提出了基于预测、采样、评估这样流程的目标点选取策略,根据当前速度以及前方路径情况,给出最合适的导引距离。在局部路径规划方面,提出了由于传感器视线被遮挡导致错失更优避让路径的问题。为此,论文提出了三条合理的假设来帮助机器人根据当前已知环境推测那些被遮挡的潜在通路。通过将这三条假设运用于现有的算法中,有效地预测到了潜在的路径,为机器人在决策时提供了更多的可能性,从而得出更优的规划结果。论文研究主要工作包括:(1)对于自主导航的三大子问题:全局路径规划、路径跟踪、局部路径规划,进行了深入的研究及讨论,总结了现有研究成果及它们的优缺点,并提出了一些还未得到广泛重视的研究点。(2)分析总结了pure-pursuit算法中的三个问题,提出了基于采样的目标点选取策略,修改了转向半径的计算公式,并综合多方因素对速度进行了动态的调整,使机器人能够更贴合路径、更平稳地向目标点行驶。(3)针对传感器盲区问题,提出三条有效假设,结合现有的VFH+局部路径规划算法,成功使机器人预测出了潜在的有效通路,提高了规划的智能性。论文最终设计并实现了一套完整的轮式机器人导航系统,并通过综合实验验证了系统的完备性、稳定性以及智能性。