路径规划是移动机器人正常作业的前提,是移动机器人研究领域中的重要内容之一。目前关于机器人路径规划这一问题,现已取得一些研究成果。然而,现有的研究没有考虑到动态环境下移动机器人路径规划的最优性以及机器人运动的安全性。为了解决这一问题,本文以坐垫机器人为研究对象,提出了一种基于改进A*算法与动态窗口法的融合算法,研究了动态环境下坐垫机器人路径规划的问题,内容如下:针对坐垫机器人系统模型进行详细分析,介绍坐垫机器人系统组成结构。说明了机器人运动学模型推导过程,通过分析所建立的运动模型,得到机器人的轨迹以及全局坐标系和局部坐标系之间的转换关系。对坐垫机器人在静态环境下的全局路径规划进行研究。对环境信息进行介绍,完成基于栅格地图的环境模型的构建。采用A*算法来求解静态环境下的全局路径规划问题。对传统A*算法进行改进,解决A*算法在计算量较大以及在计算过程中会产生大量冗余等方面的局限性。实验结果表明,所提出的改进A*算法能够显著地提高对最优路径的精确度及搜索效率。采用动态窗口法来求解动态环境下坐垫机器人的路径规划,构建一种考虑全局最优路径的评价模型,避免动态窗口算法在求解过程中陷入局部最优的问题;针对在动态环境中分别使用改进的A*算法与动态窗口法时存在的不足,提出一种融合算法,详细地说明了该融合算法的工作原理。仿真结果表明,融合算法解决了在动态环境下使用单一算法的局限性,从而得到更短的路径,同时提高搜索效率,满足动态环境下机器人路径规划的要求。