路径规划是移动机器人高效完成任务的必要前提,选取路径的优劣程度直接影响到完成任务的效率。本文基于邻域系统的思想,提出了基于全局信息的静态全局路径规划方法和基于局部信息的动态实时路径规划方法。移动机器人的自主定位和地图构建是路径规划的重要基础。本文借用三圆定位法实现了移动机器人自主定位。对于因传感器误差导致移动机器人定位不准确的问题,借用最小二乘估计求近似解,借以提高定位精度。利用拓扑势的思想给出了节点影响力概念,并根据其大小选取一组重要节点,使节点连接形成的区域完全覆盖已构建的环境地图。根据重要节点和剩余节点,分别构建了重要节点拓扑地图和一般拓扑地图。基于邻域系统的思想,给出了一种全局路径规划方法。通过遍历节点得到了从初始位置到目标位置的可行路径集合。根据长度指标和安全程度指标,建立了多目标优化模型。因为多目标优化模型的最优解很难得到,所以本文通过构造综合评价函数,将多目标优化问题转换为单目标优化问题求解。故基于模糊优越集和功效系数法的思想给出了单目标模糊优越度和综合满意度的概念,并以此作为选取全局最优路径的评价标准。基于微分邻域的思想,提出了一种实时路径规划方法。首先,分析了室内动态障碍物和移动机器人可能发生碰撞的情况。根据邻域边界曲线增量,得到了室内移动机器人当前时刻的一个初始微分邻域,其边界不规则。可用有限个梯形邻域覆盖微分邻域,并取有限个梯形邻域的交,作为规则化之后的微分邻域。其次,通过比较邻域宽度和移动机器人宽度,选取微分可行邻域。接着分析了移动机器人移动过程中的影响因素,建立了多目标优化模型,给出了具体求解该模型的算法。最终通过满意梯形可行邻域叠加,实现了移动机器人实时路径规划。最后,作为例证,以实验室环境作为移动机器人的移动范围,通过Matlab仿真实验,验证了方法的有效性。与其他方法相比,本文方法考虑了移动机器人的实际尺寸,并且实时规划的路径能够确保移动机器人正常通行,从而更加实用。