随着当今社会科学技术的发展,移动机器人的研究已被应用于各个领域,其中路径规划是移动机器人研究中的重要技术,是实现自主导航的关键问题之一。路径规划包括全局路径规划和局部路径规划。本文对移动机器人路径规划问题进行研究和分析,针对单一路径规划算法存在的不足提出一种混合路径规划算法的方法,该方法采用改进的A*算法作为全局路径规划得到全局最优路径,并提取该路径的拐点作为局部规划的子目标点,在行进过程中调用改进的人工势场法进行实时局部路径规划。在保证移动机器人路径最优的同时,提高了局部路径规划的实时性和应对动态环境变化的规划能力。主要工作包括:（1）介绍国内外移动机器人及路径规划研究现状,分析全局路径规划和局部路径规划存在的不足,提出对A*算法、人工势场法进行改进。并对差速轮式机器人运动学模型进行构建分析为后文两种算法的混合提供理论基础。（2）运用栅格法完成环境信息的地图构建,通过对传统A*算法的加权和二次处理减少路径冗余节点和转折点,规划出一条全局较优路径,但存在紧贴障碍物行走的问题。考虑到实体机器人尺寸大小引入安全距离阈值对路径进一步优化,得到全局最优路径。通过仿真实验,验证了改进后的A*算法可以规划出一条安全且相对平滑的最优路径,既满足了实际路径的安全性又提高了机器人的通过性。（3）针对局部路径规划研究传统人工势场法的实现以及存在的不足,并对人工势场法存在的不足提出相应的改进方法。首先为解决人工势场法存在目标不可达问题,在斥力势场函数中加入目标位置函数（X-Xg）m使目标位置势能最小;然后为解决陷入局部极小值问题,提出改变机器人所受合力方向的方法打破原受力平衡,逃离局部极小值点。其次对于动态环境下机器人无法有效避开移动障碍物,提出将机器人与障碍物的相对位置、速度信息进行结合并增加额外约束条件对动态路径进行规划。最后利用改进后的算法分别在静态、动态环境下仿真验证,验证了改进算法的可行性。（4）分析单独采用全局路径规划和局部路径规划算法得到的路径不是最优或者不能满足实际环境中应用要求,提出两种算法的混合方法即根据机器人掌握的全局信息采用改进A*算法进行全局规划,并提取全局路径的拐点作为子目标点在行进过程中调用改进的人工势场法进行局部规划。最后搭建混合算法实验平台,对不同环境情况进行仿真实验,仿真结果表明机器人可以有效检测是否与障碍物发生碰撞并采取不同的避障策略,验证了混合算法的可行性。