随着移动机器人技术不断发展,其应用场景越来越广泛。轮式移动机器人不仅具有移动灵活、速度快、效率高等特点,而且适合在复杂的动态环境中作业。路径规划是移动机器人正常作业的前提,随着轮式移动机器人应用的普及与推广,其作业环境复杂化、作业对象多样化、作业性能高质化、作业效率高效化,路径规划与静动态避障是制约其应用的主要问题,优质的规划和避障算法研究至关重要,一直以来都是研究的热点。本文以轮式移动机器人为研究对象,采用改进A*(A-Star)算法、改进人工势场法(Artificial Potential Field Method)与混合算法,实现了轮式移动机器人在动态环境下的路径规划与避障,其主要研究内容如下:首先,对轮式移动机器人非完整系统与非完整约束条件进行了详尽分析,建立了轮式移动机器人运动学模型。在多目标作业环境下,针对轮式移动机器人全局路径规划问题,采用改进A*算法并应用目标成本函数对环境中所有目标点进行优先级判定,依次搜索当前优先级最高的目标点,实现单次搜索可规划一条到达多个目标点的安全路径。同时基于轮式移动机器人非完整约束条件,采用自适应圆弧优化算法优化全局路径。针对传统A*搜索算法采用固定搜索步长而导致搜索的灵活性差的问题,本文给出了加权障碍物步长调节算法,使得搜索步长的大小能够根据周围障碍物数目进行自适应调节,提升了搜索的灵活性。仿真结果表明改进后的A*算法与传统A*算法相比,路径更短,转折角度更小,提升了轮式移动机器人搜索路径有效性、实用性。其次,针对在动态环境下轮式移动机器人局部路径规划问题,改进了常规的人工势场法,克服了传统人工势场法的局部优化不足。针对人工势场法目标可达性能差、指标低,基于移动机器人与目标点之间距离与移动机器人自身加速度等制约因素,给出改进斥力函数法,提高了目标的可达性。针对人工势场法局部震荡问题,给出逃逸力法,既消除了算法搜索过程中局部震荡,也实现了可行通道的自动搜索,解决了传统人工势场法的最小陷阱问题。仿真结果表明了改进后的人工势场法比传统人工势场法灵活性更高、可靠性更强。最后,针对在动态环境中轮式移动机器人路径规划问题,提出全局路径规划与局部路径规划算法相结合的混合算法,完成轮式移动机器人的路径规划。考虑到人工势场法在局部路径规划次优的缺陷,改进了动态窗口法,利用已建立的轮式移动机器人运动学模型并考虑了移动机器人非完整约束条件,躲避动态障碍物,实现动态避障路径规划。给出了预瞄偏差角追踪法对动态目标点的追踪,成功捕捉动态目标点,提升了算法搜索的效率。进行仿真实验,结果表明所提出的混合算法在动态环境中路径搜索的可行性、实用性。