随着计算机感知技术和定位与构建地图技术的不断发展,移动机器人的性能也不断提高,在农业和工业领域得到了广泛应用。路径规划技术是移动机器人系统的重要组成技术之一。由于实际环境和运动模型的复杂性,传统路径规划方法存在难以有效解决的问题。移动机器人根据具体的性能指标,寻找从起始位置到目标位置最优的无碰撞路径。当已知环境的环境先验信息时,许多路线规划算法可以很好地规划路径。但在未知环境中,特别是在具有各种不规则障碍物的复杂环境中,许多算法都会失效。移动机器人的状态复杂度与路径规划的要求呈正相关,移动机器人的状态复杂度越高,对路径规划的要求也就越高。因此,如何高效地完成路径规划就成为一个亟待解决的课题。首先,本文阐述了研究背景与意义,同时对移动机器人技术和路径规划算法的研究现状两方面展开论述,并且针对路径规划算法基于地图环境信息完全可知或部分可知的状态对规划算法进行分类介绍。其次,本文基于栅格地图构造法的原理,对算法的仿真环境地图进行构建,同时对移动机器人路径规划问题建立数学模型。详细介绍和模拟仿真了移动机器人的全局路径规划算法中的Dijkstra算法、GA算法、ACO算法、PRM算法、RRT算法和局部路径规划算法中的DWA算法、模糊算法。最后,本文基于全局路径规划和局部路径规划中的典型算法——A*算法和APF算法,提出了组合规划算法。该算法结合了A*算法启发式搜索、无振荡状态和APF算法实时性高、计算量小和路径平滑性强的优点。利用MATLAB和V-REP仿真软件对移动机器人和工作环境地图进行建模,并对组合规划算法的正确性及合理性进行仿真验证。仿真结果表明,本文所提出的组合规划算法解决了APF算法面对聚集障碍物易产生局部极小值和A*算法规划效率低的问题,使移动机器人能够有效地逃离振荡区域到达目标位置,完成既定规划任务。