移动机器人应用广泛、功能强大,其相关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研究领域中的关键技术之一,是机器人完成其它高级任务的必要基础。本文基于准结构化室内环境,对移动机器人路径规划展开理论和应用研究。旨在构建静态已知、静态未知和动态时变等不同复杂环境下具有实时性和有效性的路径规划方案,使得移动机器人提高适应环境变化的路径规划能力,从而为移动机器人的进一步实用化奠定基础。 本文首先对静态已知环境下的路径规划方法进行讨论,分别采用可视图法和随机路图法实现静态已知环境下的全局路径规划。通过仿真和实验结果系统地分析了二者的特点,并在此基础上重新界定了两类方法各自的适用范围。同时将准随机采样策略应用于随机路图采样点生成过程,使得采样点分布均匀性显著增强,偏差度量降低,从而提高了路径搜索的成功率。 未知环境下的路径规划重点在于如何实时获取环境信息并有效利用。本文在对传统势场法进行分析的基础上,提出一种基于激光测距仪数据信息的改进方向权值法,方法中的安全策略更适用于实际的应用环境。仿真和实验结果证明,该方法考虑不同的障碍物情况并充分利用环境信息,能够有效完成未知环境下的局部路径规划。 针对动态时变环境路径规划这一更具实际意义和挑战性的问题,本文提出一种新的概率方向权值法,依据障碍物的运动特性建立障碍物运动模型,并应用卡尔曼滤波对运动障碍物信息进行有效预估。同时基于周期规划将障碍物预估信息、实际信息与目标信息有效结合,实现了动态时变环境下存在运动障碍物和动态目标的实时路径规划。在此基础上,提出一种基于优先级的冲突消解策略,实现了动态环境下多机器人路径规划。该策略简单易行,保证了多机器人路径规划中的安全性。本文进行了一系列软件仿真和基于SmanROB2机器人平台的实验,通过对实验结果和数据的分析讨论,表明了所提方法的有效性和实用性。