随着智能控制技术、计算机和网络技术、仿生学以及人工智能等学科的飞速发展，智能移动机器人技术的研究越来越受到国内外学者的重视。路径规划是移动机器人智能导航和环境探索的关键技术，是完成其它高级任务的必要基础。本文基于不确定的准结构化室内环境，对移动机器人局部路径规划展开理论和应用研究。旨在构建不确定环境下具有无碰撞局部最优路径规划能力的方案，为移动机器人实时性导航提供一种新型实用的路径规划算法。 本文的研究工作基于装配有两种传感器的ZSTU自主移动机器人平台展开，该平台配备有用于180。水平测距的激光测距仪和用于航位推算的里程计。 首先对ZSTU移动机器人所装配的里程计传感器和激光测距仪传感器建立了相关模型，并对传感器的误差进行了分析讨论。研究了由里程计进行航位推算的局限性，提出机器人位姿误差协方差矩阵的更新方程。此外，分析了各种环境因素对激光测距仪的影响。为移动机器人定位、路径规划等导航工作的开展做好了硬件上的准备。 在建立激光传感器模型的基础上，完成了激光测距数据采集模块及其用户界面的设计；通过数据滤波、点簇聚类、点簇分段和直线拟合等过程，对激光数据进行了特征提取。仿真和真实环境实验验证了该方法可行有效，为移动机器人路径规划做好了环境特征识别的工作。 在不确定环境下进行移动机器人路径规划时，针对存在的缺乏先验的全局环境信息而无法进行有效的离线全局规划这一个焦点问题，本文采用最短切线法引入动态子目标，通过分析激光检测系统LMS200采集的数据，在导航途中临时产生一系列子目标来代替真实目标点，提出了一种基于最优动态子目标搜索的最短路径规划算法SAS，并在此基础上，对算法进行了改进。 在仿真和真实环境下进行实验，实验结果表明，通过该算法明显减少了搜索过程中路径的过多迂回，克服了单独使用模糊避障算法的不足。实验验证了此算法可行有效，能够满足移动机器人导航的实时性要求，为移动机器人实现无碰撞局部最优路径规划提供了一种新型实用算法。目前该算法已经成功地应用于浙江理工大学移动机器人ZSTU。