移动机器人运动规划技术是自主移动机器人导航的核心技术之一,而路径规划技术是导航技术研究的一个关键课题。路径规划的任务是：依据一定的评价准则(如距离最短、时间最短、工作代价最小等等),在一个存在障碍物的工作环境内,寻求一条从初始点开始到目标点结束的较优的无碰撞路径。该论文旨在结合实际环境对自主移动机器人的路径规划进行研究和设计实现。该论文首先分析了目前几种典型的移动机器人路径规划算法,并对各算法的优缺点进行了归纳总结。通过对快速扩展随机树(Rapidly-Exploring Random Tree, RRT)算法和RRT-ConCon算法的深入研究,在此基础上提出了两种改进算法,以提高算法的稳定性和计算效率。具体的研究内容包括以下几个方面：针对快速扩展随机树(RRT)算法缺乏稳定性和收敛速度慢的问题,借鉴偏向目标搜索的思想,提出一种改进的路径规划算法。该算法采用偏向目标点搜索的策略,使搜索树易于朝着目标点方向生长；该算法引入随机节点生成函数和步长调整函数,有效躲避了障碍物、避免了路径陷入局部极小并加快了路径的收敛速度。针对双向快速扩展随机树缺乏稳定性的问题,提出一种基于RRT-ConCon算法改进的双向搜索路径规划算法。该算法将RRT-ConCon算法与偏向目标点搜索的思想相结合,通过改变搜索树的构建过程,提高了算法的稳定性,同时保证了算法的收敛速度。同时,该算法引入随机节点生成函数有效躲避了障碍物、避免了路径陷入局部极小。为建立各种所需的工作环境空间,利用Matlab开发设计了一个仿真实验环境平台。该平台的主要功能是绘制所需的工作环境空间,方便将路径规划算法进行仿真实验测试。该平台还提供了一个开放的算法接口,以便于将仿真实验环境平台应用于各类型的路径规划算法,拓展了平台的使用范围。该文利用仿真实验环境平台,对提出的改进路径规划算法进行了仿真实验。基于该平台的实验仿真,证明了改进路径规划算法的可行性和稳定性。