近年来,随着机器人技术的不断发展,机器人的应用研究从传统的制造行业逐步向智能化产业发展。路径规划是机器人实现自主导航和智能化的关键工作,负责规划出一条由起始位置到目标位置的无碰撞高质量路径。在实际应用中,单一的路径规划算法很难同时满足实时性和完备性的要求,因此,研究混合的路径规划具有一定的实用价值。本文针对室内移动机器人定位导航需求,在栅格环境地图的基础上,采用混合路径规划策略弥补了单一路径规划方法的缺陷。以并行双向A~*算法作为全局路径规划方法,同时采用双向搜索与并行搜索方法来提升A~*算法的运行效率;以改进人工势场(Artificial Potential Field,APF)算法作为局部路径规划方法,对APF算法的改进与优化如下:1、采用相对距离因子来优化斥力势场函数,解决传统APF算法的目标不可达问题;2、针对传统APF局部极小值问题,提出了一种新的解决策略——基于椭圆模型选取并自适应调整虚拟目标点的方法,该方法能够解决常见的局部极小值问题,并能使机器人从U型障碍物陷阱中安全逃逸,具有较好的完备性;3、提出了将滚动规划应用到APF算法的思想,滚动窗口通过截取以机器人为中心的有效地图进行APF路径规划从而提升局部避障的实时性。本文在移动机器人实验平台上进行了测试,验证了混合路径规划能够有效地完成对静态、动态环境的规划任务。通过仿真实验验证,本文基于并行双向A~*算法的全局路径规划相对于传统的A~*算法减少了50%的路径搜索时间,基于改进APF算法的局部路径规划能够实现动态避障且相对于传统的APF算法减少了45%的路径搜索时间。本论文采用的混合路径规划策略以及改进方法具有普适性,能扩展应用于餐饮、家庭服务和商场导购等场景,适用于绝大多数的室内导航场合与研究。