机器人的普及改变了人类的生产生活方式,机器人被更多地应用于服务领域。当机器人在行人流中运动时,安全性与舒适性尤为重要。针对移动机器人在复杂环境下安全高效率执行任务的需求,本文充分利用微观行人流模型的优点,对基于ROS平台的轮式机器人路径规划算法展开研究。首先,介绍轮式机器人软硬件平台,对基于激光雷达的环境感知算法进行研究。基于ROS平台搭建模型和仿真环境,针对室内机器人激光雷达运动运畸变问题,使用里程计信息融合进行校正,优化墙面与行人检测算法和建图定位效果。仿真与实物实验验证了算法的有效性,为机器人路径规划做前期准备。接着,对比分析全局路径规划算法,针对传统A*算法的缺点,为使路径更合理并充分考虑机器人半径,从三方面改进了全局A*算法。通过双层扩展法修正全局路径的计算方式,增加狭窄通道检测算法并二次规划,平滑优化生成路径。仿真结果验证了改进算法的有效性。然后,基于社会力模型(Social Force Model),提出改进的局部路径规划算法。以改进的全局路径作为输入,分析局部目标点的选取及机器人控制量的计算方法;为提高安全性能,改进期望速率的求取方法;增加自适应虚拟力,使得机器人更自然地躲避行人,实现提前预测动态调整效果。仿真验证了改进的社会力模型局部路径规划算法具有良好的避障效果。最后,在Gazebo仿真软件和实物平台上分别进行综合实验。在经过静态单个行人与狭窄通道、超越动态单个行人、与动态单个行人的相遇三种场景中进行实验,实验验证了本文提出的改进算法的有效性。