路径规划技术的研究是移动机器人研究领域的重要组成部分,贯穿了机器人的发展史。动态环境下移动机器人躲避障碍物的能力是局部路径规划的难点技术。地面移动机器人主要分为轮式机器人和履带式机器人。轮式机器人主要用于民用领域,研究较多较广,而履带式机器人的应用领域集中在军事、消防、救灾等领域,研究相对较少。无人平台技术主要是通过自身携带的大量传感器用于获取周围环境信息,自主规划路径作出运动决策,从而使无人平台能够安全无碰撞的到达目标位置,实现无人平台的运动规划和导航控制。履带式无人平台具有广阔的应用前景,并且其运动方式及运动能力与轮式机器人不尽相同,针对履带式无人平台在动态环境下的全局路径规划和动态避障等要求,本课题针对动态环境下履带式无人平台路径规划技术展开研究,主要研究内容有如下几个方面:(1)研究了履带式无人平台的结构和工作原理,针对履带式无人平台转向时采用差速原理,分析车辆在转向过程中的运动状态,并建立履带式无人平台的运动学模型以便于以后实现车辆运动特性的研究。(2)提出了一种改进蚁群算法。针对履带式无人平台工作路面崎岖,环境复杂,且其本身转弯困难的特点,对路径的长度、转弯次数、高度平滑性等方向综合考虑,从信息素更新方式和启发函数两个方向进行改动;构建了一种非均匀初始信息素方法并动态改变挥发系数,从而使算法快速收敛;对栅格地图的转向方式进行了改进,能够有效地降低栅格膨化范围;最后搭建仿真模型进行实验分析,对传统蚁群算法和本文改进后的蚁群算法进行仿真对比实验,通过多条仿真曲线对比验证了提出方法的可行性和有效性。(3)提出一种启发函数改动的动态窗口法。针对履带式无人平台体积大,转弯困难的特点,引入曲率启发函数,减小平台转弯次数,并进行了实验验证。最后提出一种基于改进蚁群算法和动态窗口法的组合路径规划方法。(4)搭建了仿真实验平台。在Gazebo环境中引入Engineer无人履带车模型,搭建实验环境,运用激光雷达SLAM算法gmapping生成二维栅格地图,通过替换move＿base中的算法插件使用上文提出的组合路径规划算法规划出从起始点到目标点的路径,完成对地图中静态和动态障碍物的躲避。