移动机器人因其结构简单、灵活性高的特点,已经广泛地应用到人们的日常生活中,代替人们完成各种任务。移动机器人能够自主地运动到目标地点是其能完成各种任务的前提,因此研究移动机器人路径规划和轨迹跟踪控制技术具有重要的意义。本文主要研究在障碍物的形状和空间分布完全未知的动态环境下的路径规划与轨迹跟踪控制。主要研究工作和成果如下:1.搭建了配备有激光雷达的轮式移动机器人,搭建了移动机器人主控单元与上位机PC的通信系统,用来实现数据的交互。设计了移动机器人主控单元和底层控制单元的软件框架。2.针对障碍物形状和空间分布完全未知的问题,提出了基于距离和角度的DPC-KNN聚类算法,实现了局部地图的构建。针对动态障碍物运动模型不确定的问题,设计了动态障碍物匹配基础上的位置预测方案,实现了局部地图在预测时刻的静态化。随后,通过实物验证了基于距离和角度的DPC-KNN聚类算法和动态障碍物匹配基础上的位置预测方案的可行性。3.提出了APF-RRT路径规划算法。该算法通过人工势场法中的引力和斥力对快速搜索随机树中随机节点的选取和新节点的生成进行了改进,克服了人工势场法局部极小值和目标不可达的问题,同时弥补了快速搜索随机树收敛速度慢,耗时比较长的缺点。在MATLAB平台验证了该算法在规划用时和路径长度这两个方面相比于RRT-Extend算法、RRT-Connect算法和RRT*算法的改进效果,仿真结果表明采用APF-RRT算法进行路径规划时,比RRT-Extend算法和RRT-Connect算法的路径长度更短和规划时间更少,比RRT*算法的规划时间更少。4.设计了基于APF-RRT路径规划算法的控制方案并开发了Raspberry Pi 3B主控单元和STM32底层控制单元的程序。在实物上进行了轨迹跟踪控制实验,实验结果表明基于APF-RRT路径规划算法的控制方案在实际中也是可行的。