路径规划是机器人研究的重要课题之一.该文回顾了路径规划的一些概念和方法,并提出了一种新颖的基于切线的路径规划方法.该文在二维离散姿态空间中,用障碍物的边界线建立了面向对象的地图模型.在现有的地图模型中,这一建模方式最为接近人类的空间认知模式,具有自然、紧凑、精确、易于增量式建造和维护等优点.应用这一模型,可以有效的进行路径规划和地图定位等高层算法.该文创造性的用主干线结构实现了复杂地形的简化和分解.在这一数据结构的协助下,可以对任意形状的障碍物进行切线和凸壳的求作,并构造局部最短路径,从而有效地解决了长期以来在复杂地形条件下用切线方法进行路径规划的难题.该文算法模拟人类规划的特点,展开选择性和层次的规划过程.只有少量阻挡了当前路径的障碍物才会被纳入搜索范围.通过分析主干线结构,可以为图搜索和节点扩展提供非常有价值的启发信息.粗糙的大尺度全局规划和精密的小尺度局部规划相结合的分层规划策略能够在极大的减小搜索代价的同时仍然提供足够好的路径质量.算法的仿真实现程序具有清晰的模块化设计,并运用了跳跃式边界线扫描、分层碰撞检测、知识缓存和复用等一系列优化技术.仿真实验表明,算法几乎总是能找到全局最短路径,并且规划速度快、内存需求小,非常适合于实时应用.它能非常有效的在稀疏环境和较大的工作空间中进行规划,并且能很好的处理未知和动态的环境,这使它成为远距离漫游的理想导航方法.