移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统.从20世纪90年代以来,以研制高水平的环境信息传感器和信息处理技术,高适应性的移动机器人控制技术,真实环境下的规划技术为标志,开展了移动机器人更高层次的研究.移动机器人正向着具有自组织、自学习、自适应的智能化方向发展,导航能力的高低是移动机器人智能化水平的重要体现.随着移动机器人的应用领域日益广泛,对移动机器人导航的研究不断地提出了新的课题,使移动机器人的导航研究不断地深入和发展.模糊控制可以简化系统设计的复杂性,特别适用于非线性、时变、模型不完全的系统上,且具有较强的适应性和容错性.遗传算法模拟生物界"生存竞争,优胜劣汰,适者生存"的规则,用逐次迭代法搜索、寻优,即从母代中保留具有较好特性的物种,并且随机性的相互交换彼此的信息,以期望能够产生比母代更优秀的子代,如此重复下去以产生适应能力最强的最佳物种.将两种方法结合起来,作为该课题研究的核心理论.该论文探讨如何规划自主式移动机器人的研究,让机器人能够避开环境中的障碍物并到达指定的目标点.首先,分析自主式移动机器人的运动方程,其次,根据环境中障碍物的个数不同分析移动机器人的避障行为模型,利用模糊控制理论,提出一个避障路径规划的算法;并以目标与障碍物之间的夹角及自主式移动机器人与障碍物之间的距离作为模糊控制的输入变量来调整自主式移动机器人前进的方向.在控制器最优化部分,以遗传算法进行参数搜寻,将目标函数设为路径总长度,同时将5×5模糊规则库、三角形隶属函数的底端参数与遗传因子纳入搜索范围;针对不同的障碍物环境,得到最优避障模糊控制器.并由Matlab6.5对其进行计算机仿真.仿真显示,在较复杂的环境下设计的最优避障模糊控制器,可适用于在较简单的环境下进行避障规划.